[논문 리뷰] Precise finite-sample quantiles of the Jarque-Bera adjusted Lagrange multiplier test

Diethelm Wuertz, Helmut G. Katzgraber|RePEc: Research Papers in Economics|2005. 09. 19.

Financial Risk and Volatility Modeling인용 수 9

한 줄 요약

이 논문은 1000만 번의 몬테카를로 반복을 통해 유한표본에서의 잔차 제곱합(LM) 검정과 그 조정된 형태(ALM) 검정에 대한 매우 정밀한 유한표본 기준값을 제시한다. 이는 점점 더 정확한 가설 검정을 가능하게 하며, 점근적 카이제곱 근사치를 사용하는 기존 방법보다 유의수준 제어를 크게 향상시킨다.

ABSTRACT

It is well known that the finite-sample null distribution of the Jarque-Bera Lagrange Multiplier (LM) test for normality and its adjusted version (ALM) introduced by Urzua differ considerably from their asymptotic chi^2(2) limit. Here, we present results from Monte Carlo simulations using 10^7 replications which yield very precise numbers for the LM and ALM statistic over a wide range of critical values and sample sizes. This enables a precise implementation of the Jarque-Bera LM and ALM test for finite samples.

연구 동기 및 목표

• 자주 사용되는 점근적 카이제곱(2) 분포가 잔차 제곱합(LM) 검정의 유한표본 귀무분포를 부정확하게 근사한다는 잘 알려진 문제를 해결하기 위해.
• 다양한 표본 크기와 유의수준에서 원래의 LM 및 욘조아의 조정된 ALM 검정에 대해 매우 정확한 기준값을 제공하기 위해.
• 이전 몬테카를로 연구들이 적은 반복 수와 더러운 격자로 인해 제한되었던 점을 극복하기 위해, 1000만 번의 반복을 포함한 대규모 시뮬레이션을 수행하기 위해.
• 실제 통계 소프트웨어 환경에서의 사용을 위해 R 패키지에 이러한 유한표본 기준값을 구현하기 위해.

제안 방법

• 1000만 개의 i.i.d. 표준 정규 표본을 사용하여 잔차 제곱합(LM) 및 ALM 검정 통계량의 경험적 귀무분포를 추정하기 위해 몬테카를로 시뮬레이션을 수행한다.
• 시뮬레이션에서의 경험적 누적분포함수를 사용하여 표본 크기(N)와 유의수준(p)에 대한 조밀한 격자에서 정밀한 분위수(p-값)를 계산한다.
• 1/N의 거듭제곱 항으로 이루어진 다항식을 사용하여 분위수 함수를 모델링하기 위해 반응표면 회귀를 적용한다. 이는 다양한 표본 크기 간의 보간을 가능하게 한다.
• 유한표본 p-값을 계산할 수 있는 R 함수(pjb, qjb, jb.test)를 구현하여, 필요에 따라 점근적 값으로의 대체 기능도 제공한다.
• 표본 크기가 작은 경우에 특히 정확도 향상이 두드러지므로, 유한표본 p-값과 점근적 근사치를 비교하여 방법의 타당성을 검증한다.
• 시뮬레이션의 신뢰성과 정밀도를 확보하기 위해 고성능의 곱셈적 지연 피보나치 난수 생성기를 사용한다.

실험 결과

연구 질문

• RQ1 작은 표본과 중간 표본에서 잔차 제곱합(LM) 검정에 대해 점근적 카이제곱(2) 기준값은 얼마나 부정확한가?
• RQ2 다양한 표본 크기와 유의수준에서 잔차 제곱합(LM) 및 ALM 통계량에 대한 정밀한 유한표본 기준값은 무엇인가?
• RQ3 유한표본에서 조정된 ALM 검정의 성능은 원래의 LM 검정보다 어떻게 다른가?
• RQ4 1000만 번의 반복을 기반으로 한 반응표면 근사치는 이전 연구들보다 더 정확한 기준값을 도출할 수 있는가?
• RQ5 유한표본 기준값을 사용할 경우 정규성 검정에서 유의수준 제어는 어느 정도 향상되는가?

주요 결과

• 잔차 제곱합(LM) 검정의 유한표본 귀무분포는 특히 작은 표본 크기에서 점근적 카이제곱(2) 분포와 상당한 차이를 보인다.
• 비틀림과 첨도의 정확한 유한표본 모멘트를 사용하는 조정된 ALM 검정은 원래의 LM 검정보다 작은 표본에서 훨씬 우수한 크기 성질을 보인다.
• 1000만 번의 반복을 포함한 이 연구의 몬테카를로 시뮬레이션은 지금까지 가장 정밀한 유한표본 기준값을 제공하며, 이전 연구들보다 더 높은 해상도와 정확도를 확보한다.
• 1/N의 6차 다항식을 사용한 반응표면 근사치는 다양한 표본 크기 간에 기준값을 안정적이고 매끄럽게 보간하는 데에 유용하다.
• R 패키지 'fSeries'와 'JarqueBera' 패키지는 이러한 유한표본 기준값을 구현하여 R 및 S-Plus 환경에서 직접 가설 검정에 사용할 수 있도록 한다.
• 표본 크기 N=100이고 첨도가 높은 자유도 4인 스튜던트의 t분포를 가진 경우, 유한표본 p-값은 2.2e-16 이하였지만, 점근적 p-값은 잘못된 수준으로 높게 나타나, 유한표본 수정의 필요성을 입증한다.