[논문 리뷰] Parameter estimation for alpha-fractional bridges

Khalifa Es-Sebaiy, Ivan Nourdin|arXiv (Cornell University)|2011. 01. 30.

Fractional Differential Equations Solutions참고 문헌 10인용 수 4

한 줄 요약

이 논문은 허스트 매개수 $H > \frac{1}{2}$인 분수 Brown 운동에 의해 구동되는 $\alpha$-분수 브릿지에 대한 매개수 추정을 다룬다. 최소제곱추정량(LSE)을 사용하여 시간 $t \to T$일 때 추정량의 강한 일致성과 극한 분포를 확립한다. 일치성은 $\alpha \leq \frac{1}{2}$일 때에만 성립하며, $\alpha$와 $H$에 따라 다른 점근적 행동을 보이며, 적절한 정규화 하에 Cauchy 또는 정규 분포로 수렴함을 보여준다.

ABSTRACT

Let alpha,T>0. We study the asymptotic properties of a least squares estimator for the parameter alpha of a fractional bridge defined as dX_t=-alpha*X_t/(T-t)dt+dB_t, with t in [0,T) and where B is a fractional Brownian motion of Hurst index H>1/2. Depending on the value of alpha, we prove that we may have strong consistency or not as t tends to T. When we have consistency, we obtain the rate of this convergence as well. Also, we compare our results to the (known) case where B is replaced by a standard Brownian motion W.

연구 동기 및 목표

• 분수 Brown 운동(fBm)을 갖는 허스트 매개수 $H > \frac{1}{2}$인 $\alpha$-분수 브릿지에서 매개수 $\alpha$에 대한 최소제곱추정량(LSE)의 점근적 성질을 조사한다.
• 시간 $t \to T$일 때 LSE가 강하게 일치하는 조건을 규명하고, 추정 오차의 수렴 속도와 극한 분포를 특성화한다.
• fBm 기반 LSE의 행동을 표준 Brown 운동의 잘 알려진 경우와 비교하여, fBm의 비-세미마팅갈 성격으로 인한 주요 차이점을 부각한다.
• 다양한 $\alpha$와 $H$의 영역에서 정규화된 추정 오차의 극한 분포에 대한 명시적 표현을 유도한다.

제안 방법

• 분수 Brown 운동 $B$에 대해 $H > \frac{1}{2}$인 조건에서, SDE $dX_t = -\alpha \frac{X_t}{T-t} dt + dB_t$의 해로 $\alpha$-분수 브릿지를 정의한다.
• 비-세미마팅갈 설정에 적합하게 Young 적분을 사용하여, LSE $\widehat{\alpha}_t = \left( \int_0^t \frac{X_u}{T-u} dX_u \right) / \left( \int_0^t \frac{X_u^2}{(T-u)^2} du \right)$를 정의한다.
• Kolmogorov–Centsov 정리에 의해 $\gamma \in (\frac{1}{2}, H)$에 대해 경로의 호일더 연속성을 확보함으로써 Young 적분의 적용을 가능하게 한다.
• 스코로호드 적분과 카오스 전개의 성질을 활용하여 추정 오차 $\alpha - \widehat{\alpha}_t$를 스토크라틱 적분과 랜덤 변수의 성분으로 분해한다.
• 수렴의 법칙, 거의 확실히 수렴, 확률 수렴에 관한 보조정리를 적용하여 정규화된 오차 항의 점근적 행동을 분석한다.
• 예를 들어 $\xi_T$와 같은 가우시안 랜덤 변수의 분산을 명시적으로 계산하고, 베타 함수의 성질을 활용하여 극한 분포를 도출한다.

실험 결과

연구 질문

• RQ1 분수 Brown 운동을 갖는 $\alpha$-분수 브릿지 모델에서 $t \to T$일 때 최소제곱추정량 $\widehat{\alpha}_t$가 강하게 일치하는 조건은 무엇인가?
• RQ2 일치성이 성립할 경우, $\widehat{\alpha}_t$가 $\alpha$로 수렴하는 속도는 무엇이며, 이는 $\alpha$와 $H$에 어떻게 의존하는가?
• RQ3 fBm의 경우와 표준 Brown 운동의 경우 사이에서 정규화된 추정 오차의 극한 분포는 어떻게 다를까?
• RQ4 다양한 $\alpha$의 영역에서 정규화된 오차 $\alpha - \widehat{\alpha}_t$의 정확한 극한 분포 형태(예: Cauchy 또는 정규 분포)는 무엇인가?
• RQ5 만약 $\alpha = 1 - H$, $\alpha = \frac{1}{2}$, 또는 $\alpha > 1 - H$일 경우 행동은 어떻게 변화하는가?

주요 결과

• 최소제곱추정량 $\widehat{\alpha}_t$는 $t \to T$일 때 강하게 일치하며, 이는 $\alpha \leq \frac{1}{2}$이면 충분하고 필수 조건이다.
• $0 < \alpha < 1 - H$일 경우, 정규화된 오차 $(T-t)^{\alpha - H}(\alpha - \widehat{\alpha}_t)$는 명시적인 분산을 갖는 스케일된 표준 Cauchy 분포로 수렴한다. 이 분산은 베타 함수를 포함한다.
• $\alpha = 1 - H$일 경우, 정규화된 오차 $\frac{(T-t)^{1-2H}}{\sqrt{|\log(T-t)|}}(\alpha - \widehat{\alpha}_t)$는 $H$와 베타 함수에 의존하는 계수를 갖는 스케일된 표준 Cauchy 분포로 수렴한다.
• $\alpha \in (1 - H, \frac{1}{2})$일 경우, 정규화된 오차 $(T-t)^{2\alpha - 1}(\alpha - \widehat{\alpha}_t)$는 비퇴화된 극한으로 수렴하며, 이 극한은 스토크라틱 적분의 비율에 따라 달라진다.
• $\alpha = \frac{1}{2}$일 경우, 정규화된 오차 $|\log(T-t)|(\alpha - \widehat{\alpha}_t)$는 거의 확실히 $t \to T$일 때 $\frac{1}{2}$로 수렴한다.
• 극한 분포는 가우시안 랜덤 변수 $\xi_T$의 분산을 통해 명시적으로 계산되며, 이는 이중 적분과 베타 함수 항등식을 통해 도출된다.