[논문 리뷰] Estimation of the marginal expected shortfall under asymptotic independence

Juan‐Juan Cai, Eni Musta|arXiv (Cornell University)|2017. 09. 13.

Hydrology and Drought Analysis참고 문헌 13인용 수 3

한 줄 요약

이 논문은 정상적 독립성 조건 하에서 양의 연관성을 가지는 마진 복수 기대손실(MES)에 대한 새로운 추정기(estimator)를 제안한다. 이 추정기는 꼬리 의존 계수 η ∈ (1/2, 1)를 사용하며, 정상적 변화 조건과 제2차 조건 하에서 추정기의 점근 정규성을 입증한다. 이는 변수들이 점근적으로 독립이지만 극단적으로 함께 발생하는 빈도가 높은 경우에도, 무거운 尾尾 위험에 대한 타당한 추론을 가능하게 한다.

ABSTRACT

We study the asymptotic behavior of the marginal expected shortfall when the two random variables are asymptotic independent but positive associated, which is modeled by the so-called tail dependent coefficient. We construct an estimator of the marginal expected shortfall which is shown to be asymptotically normal. The finite sample performance of the estimator is investigated in a small simulation study. The method is also applied to estimate the expected amount of rainfall at a weather station given that there is a once every 100 years rainfall at another weather station nearby.

연구 동기 및 목표

• 정상적 독립성 조건 하에서 양의 연관성을 가지는 경우, 마진 복수 기대손실(MES)에 대한 타당한 추정기 부족 문제를 해결한다.
• 두 위험 요소가 점근적으로 독립이지만 양의 꼬리 의존 계수 η를 통해 강한 극단적 의존성을 보일 경우, 이론적으로 탄탄한 MES 추정기를 개발한다.
• 꼬리 행동에 대한 정상적 변화와 제2차 조건 하에서 제안된 추정기의 점근 정규성을 입증한다.
• 伝통적 방법이 실패하는, 중량 꼬리와 점근적 독립성을 가지는 모델에서 MES에 대한 추론 프레임워크를 제공한다.
• 시뮬레이션 연구와 실제 강우 데이터에 대한 응용을 통해 방법의 적용 가능성을 설명한다.

제안 방법

• 정상적 독립성 조건 하에서 양의 연관성을 캡처하는 꼬리 의존 계수 η ∈ (1/2, 1)를 사용하여 연합 꼬리 행동을 모델링한다.
• X의 마진 분포가 프레셰 도메인에 속해 있다고 가정하며, 이는 정상적 변화 파라미터 γ₁ > 0를 가진 무거운 오른쪽 꼬리가 있음을 의미한다.
• 고차수 순서통계량을 기반으로 추정기를 정의하며, 임계값 k를 설정하여 n → ∞ 일 때 k/n → 0 가 되도록 하여 점근적 타당성을 확보한다.
• Y의 고수준 초과 시 X의 정규화된 경험 평균을 이용해 추정기를 구성하며, 일반화된 포아송 근사법을 사용해 정규화한다.
• 약한 수렴과 모멘트 조건에 기반해 정규화된 경험 과정이 가우시안 과정로 수렴함을 증명함으로써 점근 정규성을 입증한다.
• 꼬리 행동과 극단적 의존성에 대한 제2차 조건(A1–A3)을 사용하여 편향을 통제하고 수렴 속도를 보장한다.

실험 결과

연구 질문

• RQ1 두 위험 요소가 점근적으로 독립이지만 양의 연관성을 가지는 경우, 마진 복수 기대손실(MES)은 점근적으로 어떻게 행동하는가?
• RQ2 정상적 독립성 조건 하에서 양의 꼬리 의존 계수를 가진 경우, 일致하고 점근적으로 정규적인 MES 추정기를 구성할 수 있는가?
• RQ3 제안된 추정기가 점근 정규성을 확보하는 데 필요한 정규성 조건은 무엇인가?
• RQ4 꼬리 의존 계수 η ∈ (1/2, 1)는 MES의 점근 분포의 속도와 형태에 어떻게 영향을 미치는가?
• RQ5 무거운 꼬리와 약한 의존성을 가지는 극단적 사건에서, 추정기의 유한 표본 성능은 어떻게 되는가?

주요 결과

• 가정된 모델 하에서 마진 복수 기대손실(MES)이 비퇴화한 극한으로 수렴하며, 이 극한은 꼬리 의존 계수 η와 정상적 변화 파라미터 γ₁에 따라 달라진다.
• 제안된 MES 추정기는 점근적으로 정규분포를 따르며, 수렴 속도는 (n/k)^{-1/(2η) + 1/2} 순서로, 이는 η와 꼬리 지수 γ₁에 의존한다.
• 추정기의 점근 분산은 제한적 의존 함수 c(x,y)를 포함하는 적분으로 기술되며, 특히 σ²_N = -∑_{j,k=1}^M (a_j a_k)/(y_j y_k) ∫₀^∞ c(x, y_j ∧ y_k) d x^{-2γ₁} 로 표현된다.
• 시뮬레이션 연구 결과, 다양한 η 및 γ₁ 값에서 추정기의 유한 표본 성능이 양호하며, 명시된 수준에 가까운 커버리지 확률을 보였다.
• 실제 강우 데이터에 대한 응용에서, 이 방법은 인근 지점에서 100년 치 사건이 발생했을 때 한 지점의 평균 강우량을 성공적으로 추정하였다. 이는 실용적 관련성을 입증한다.
• 이론적 결과는 정상적 독립성 조건 하에서도, 양의 강한 연관성(η ∈ (1/2, 1))이 X가 중량 꼬리를 가지는 경우 큰 MES 값을 초래할 수 있음을 보여주며, 독립성 외에도 극단적 의존성을 모델링하는 것이 중요함을 강조한다.