[논문 리뷰] Exact simulation of max-stable processes

Clément Dombry, Sebastian Engelke외 1명|arXiv (Cornell University)|2015. 06. 14.

Financial Risk and Volatility Modeling참고 문헌 17인용 수 6

한 줄 요약

이 논문은 유한한 위치에서 최대안정 과정에 대한 두 가지 정확한 시뮬레이션 알고리즘을 제시한다: 하나는 스펙트럼 측도 샘플링을 통해 Dieker와 Mikosch(2015)를 일반화한 것으로, 다른 하나는 최대값을 구성하는 데 기여하는 극단 함수들만 시뮬레이션하는 것이다. 두 번째 방법은 엄밀히 더 효율적이며, 브라운-레스니크, 극단 t, 로지스틱 과정을 포함한 주요 모델들에 대해 닫힌 형태의 구현을 제공한다.

ABSTRACT

Max-stable processes play an important role as models for spatial extreme events. Their complex structure as the pointwise maximum over an infinite number of random functions makes simulation highly nontrivial. Algorithms based on finite approximations that are used in practice are often not exact and computationally inefficient. We will present two algorithms for exact simulation of a max-stable process at a finite number of locations. The first algorithm generalizes the approach by \citet{DM-2014} for Brown--Resnick processes and it is based on simulation from the spectral measure. The second algorithm relies on the idea to simulate only the extremal functions, that is, those functions in the construction of a max-stable process that effectively contribute to the pointwise maximum. We study the complexity of both algorithms and prove that the second procedure is always more efficient. Moreover, we provide closed expressions for their implementation that cover the most popular models for max-stable processes and extreme value copulas. For simulation on dense grids, an adaptive design of the second algorithm is proposed.

연구 동기 및 목표

• 최대안정 과정의 무한차원적 구조로 인해 기존에 정확하고 효율적인 시뮬레이션 방법이 부족한 데 대한 문제 해결.
• 계산 비용이 많이 들고 정확하지 않은 유한한 근사 방법의 한계를 극복.
• 광범위하게 사용되는 최대안정 모델에 적용 가능한, 유한한 위치에서의 정확한 시뮬레이션 프레임워크 개발.
• 지점별 최대값에 기여하는 극단 함수들에만 집중함으로써 계산 효율성 향상.
• 브라운-레스니크, 극단 t, 로지스틱 과정을 포함한 주요 모델들에 대해 닫힌 형태의 시뮬레이션 절차 제공.

제안 방법

• 다변량 극단치 분포의 L1-구면에서 스펙트럼 측도를 샘플링하여 Dieker와 Mikosch(2015)를 일반화.
• 기여하는 함수들만 시뮬레이션하는 새로운 알고리즘 제안: 어떤 x에서 ζiψi(x) = Z(x)를 만족하는 극단 함수들.
• 순차적 기각 기반 설계: 함수를 하나씩 시뮬레이션하고, 각 위치에서 최대값에 기여하는지 확인.
• 밀도가 높은 격자에 대한 적응형 설계 도입: Zn(x)가 낮은 순서로 위치를 정렬하여 최대값에 기여할 가능성이 높은 점들을 우선순위로 배치.
• 음의 로지스틱 모델과 딜레르트 혼합 모델에서 정규화된 스펙트럼 함수의 분포에 대해 닫힌 형태의 표현 유도.
• 모든 목표 위치에서 정확한 시뮬레이션을 달성할 수 있는 이론적 조건 설정.

실험 결과

연구 질문

• RQ1 유한한 위치에서 유한한 근사에 의존하지 않고 최대안정 과정의 정확한 시뮬레이션을 달성할 수 있는가?
• RQ2 지점별 최대값에 기여하는 함수들만 집중적으로 고려하는 시뮬레이션 알고리즘을 설계할 수 있는가?
• RQ3 실제로 극단 함수 시뮬레이션의 계산 복잡도는 스펙트럼 측도 샘플링보다 어떻게 비교되는가?
• RQ4 위치의 적응형 순서 정렬이 밀도가 높은 공간 격자에서 정확한 시뮬레이션의 효율성을 향상시킬 수 있는가?
• RQ5 브라운-레스니크, 음의 로지스틱, 딜레르트 혼합 모델과 같은 주요 최대안정 과정 모델에 대해 닫힌 형태의 시뮬레이션 절차는 무엇이 있는가?

주요 결과

• 극단 함수 기반 알고리즘은 기여하지 않는 함수들을 시뮬레이션하지 않기 때문에 스펙트럼 측도 샘플링보다 엄밀히 더 효율적이다.
• 음의 로지스틱 모델에서 정규화된 스펙트럼 벡터의 분포는 웨이불 및 감마 분포의 비율로 기술된다.
• 딜레르트 혼합 모델에서 스펙트럼 분포는 감마 비율의 혼합으로 표현되며, 이는 닫힌 형태의 시뮬레이션 가능성을 보장한다.
• 현재 최대값이 낮은 위치를 우선순위로 배치하는 적응형 알고리즘은 기대 반복 횟수를 크게 감소시킨다.
• 밀도가 높은 격자에서의 시뮬레이션은 강한 공간적 의존성 하에서 특히 적응형 설계의 이점을 극대화한다.
• 제안된 방법들은 표준 유한 근사 기법들과 달리 근사 오차 없이 정확한 시뮬레이션을 달성한다.