[논문 리뷰] Non parametric threshold estimation for models with stochastic diffusion coefficients and jumps

Cecilia Mancini|ArXiv.org|2006. 07. 17.

Stochastic processes and financial applications참고 문헌 3인용 수 8

한 줄 요약

이 논문은 이산 관측을 통해 확산 과정의 통합 변동성(IV)을 추정하기 위해 비모수적 임계값 기반 방법을 제안한다. 이 방법은 데이터 기반 임계값을 초과하는 점프를 식별함으로써, 유한 활동 및 무한 활동 점프 과정 모두에서 일관된 IV 추정을 가능하게 하며, 레버리지 효과와 비균일한 샘플링 조건 하에서도 성립한다. 또한, 유한 활동 점프의 경우 점프 시간과 크기를 추정하고, 점프 크기 추정량의 점근적 정규성을 입증한다. 이는 이전의 파wr 변동성 추정량보다 효율성이 뛰어나다.

ABSTRACT

We consider a stochastic process driven by a diffusion and jumps. We devise a technique, which is based on a discrete record of observations, for identifying the times when jumps larger than a suitably defined threshold occurred. The technique allows also jump size estimation. We prove the consistency of a nonparametric estimator of the integrated infinitesimal variance of the process continuous part when the jump component with infinite activity is Levy. Central limit results are proved in the case where the jump component has finite activity. Some simulations illustrate the reliability of the methodology in finite samples.

연구 동기 및 목표

• 이산 관측을 통해 스토케스틱 확산 계수와 점프를 포함하는 모델에서 통합 변동성(IV)을 추정하기 위한 비모수적 방법을 개발하는 것.
• 점프 성분이 유한 활동(FA)일 경우 점프 발생 시간과 크기를 식별하고, 점프 성분이 무한 활동(IA)일 경우 큰 점프를 탐지하는 것.
• 드리프트 및 확산 계수에 대한 최소한의 가정 하에서도 IV 추정량의 일관성을 확보하는 것, 이는 레버리지 효과와 비균일한 간격의 관측을 포함한다.
• 유한 활동 점프 조건 하에서 IV 추정량과 점프 크기 추정량의 점근적 정규성을 증명하고, 이전 연구에서 제한된 '레버리지 없음' 조건을 초월하는 것.
• 스토케스틱 볼라티리티와 Lévy 점프 성분을 포함한 다양한 시뮬레이션 모델에서 추정량의 유한 표본 성능을 시험하는 것.

제안 방법

• 실현 증분 $\Delta_i X = X_{t_i} - X_{t_{i-1}}$ 에 임계값 기반 절차를 적용하여, 임계값 $r(h)$ 를 초과하는 점프가 발생하는 간격을 탐지한다.
• 임계값 $r(h)$ 는 $h^{\gamma}$ 로 설정되며, $\gamma \in (0.5, 1)$ 이다. 이는 점프 성분과 확산 성분 간의 점근적 분리를 보장한다.
• 통합 변동성 추정량은 $\hat{IV} = \sum_{i} (\Delta_i X)^2 \cdot \mathbf{1}_{\{(\Delta_i X)^2 \leq r(h)\}}$ 로 정의되며, 점프로 인한 큰 증분은 제외된다.
• 유한 활동 점프의 경우, 각 간격 내에서 가장 큰 증분을 이용해 점프 발생 시간과 크기를 식별한다.
• Barndorff-Nielsen 등 (2005) 및 Barndorff-Nielsen & Shephard (2006) 의 결과를 활용하여 $\hat{IV}$ 의 점근적 정규성을 도출한다. 이는 일반적인 확산 역학 조건 하에서도 유효하다.
• 이 방법은 레버리지(확산 성분과 점프 성분 간 상관관계)와 비균일한 간격의 관측에 대해 강건하며, 일부 이전 방법들과는 달리 이러한 조건에서도 성능이 유지된다.

실험 결과

연구 질문

• RQ1 유한 활동 및 무한 활동 점프 성분이 모두 존재하는 상황에서 비모수적 임계값 방법이 통합 변동성(IV)을 일관되게 추정할 수 있는가?
• RQ2 점프 과정이 유한 활동일 경우 점프 발생 시간과 크기를 비모수적으로 어떻게 추정할 수 있는가?
• RQ3 레버리지 효과와 비균일한 간격의 관측 조건 하에서도 IV의 임계값 추정량이 일관성과 효율성을 유지하는가?
• RQ4 유한 활동 점프 가정 하에서 IV 추정량과 점프 크기 추정량의 점근적 분포 성질은 어떠한가?
• RQ5 유한 표본에서 임계값 방법이 편향과 분산 측면에서 파워 변동성 및 커널 기반 추정량보다 어떻게 비교되는가?

주요 결과

• 임계값 추정량인 통합 변동성 $\hat{IV}$ 는 레버리지 효과와 비균일한 간격의 관측 조건 하에서도 유한 활동 및 무한 활동 점프 성분 모두에 대해 일관성이 있다.
• 유한 활동 점프의 경우, 이 방법은 점차적으로 정확한 점프 발생 시간을 식별하고 점프 크기의 일관된 추정량을 제공한다.
• $\hat{IV}$ 의 점근적 분포는 평균이 0이고 분산이 $\frac{2}{3}\sum_i (\Delta_i X)^4 \mathbf{1}_{\{(\Delta_i X)^2 \leq r(h)\}}$ 인 정규분포이며, 시뮬레이션 결과 이론적 한계와 일치한다.
• 동일한 조건 하에서 Cramér-Rao 하한 기준으로 볼 때, 임계값 추정량은 다중파워 변동성 추정량보다 더 효율적이다.
• 시뮬레이션 결과, $\hat{IV}$ 의 정규화된 편향 항은 세 가지 모델에서 표준 정규분포로 수렴한다: 복합 포oisson 점프를 동반한 일정한 볼라티리티 모델, 상관된 점프를 포함한 스토케스틱 볼라티리티 모델, 그리고 variance gamma 점프 모델.
• 임계값이 시간에 따라 변동하더라도 이 방법은 여전히 효과적이며, 실제 금융 데이터에 대한 실용적 적용 가능성을 높인다.