[논문 리뷰] Some copula inference procedures adapted to the presence of ties

Ivan Kojadinovic|arXiv (Cornell University)|2016. 09. 18.

Financial Risk and Volatility Modeling인용 수 3

한 줄 요약

이 논문은 반올림 또는 측정 정밀도로 인해 발생하는 데이터의 동일값(타이드)이 존재하는 상황에서 코풀라에 대한 적응형 통계적 추론 절차를 제안한다. 수정된 검정 통계량과 매개변수 부트스트랩 재표본 추출을 사용한다. 주요 기여는 몽테카를로 시뮬레이션과 실세계 보험 데이터 분석을 통해 타이드가 존재하더라도 타당한 I형 오류 비율과 신뢰할 수 있는 p-값을 유지하는 적응형 검정이 가능하다는 것이다.

ABSTRACT

When modeling the distribution of a multivariate continuous random vector using the so-called \emph{copula approach}, it is not uncommon to have ties in the coordinate samples of the available data because of rounding or lack of measurement precision. Yet, the vast majority of existing inference procedures on the underlying copula were both theoretically derived and practically implemented under the assumption of no ties. Applying them nonetheless can lead to strongly biased results. Some of the existing statistical tests can however be adapted to provide meaningful results in the presence of ties. It is the case of some tests of exchangeability, radial symmetry, extreme-value dependence and goodness of fit. Detailed algorithms for computing approximate p-values for the modified tests are provided and their finite-sample behaviors are empirically investigated through extensive Monte Carlo experiments. An illustration on a real-world insurance data set concludes the work.

연구 동기 및 목표

• 반올림 또는 측정 한계로 인해 데이터에 타이드가 포함될 경우 코풀라 모델링에서 편향된 추론 문제가 발생하는 문제를 해결한다.
• 타이드가 존재하더라도 유효한 남은 타이드가 있는 상태에서 교환성, 반사대칭성, 극한가치 의존성 및 적합도 검정을 위한 수정된 통계적 검정을 개발한다.
• 매개변수 부트스트랩을 사용한 근사 p-값 계산 알고리즘을 제공하여 실용적 사용성을 확보한다.
• 광범위한 몽테카를로 시뮬레이션과 실데이터 적용을 통해 적응형 검정의 성능을 검증한다.
• 모든 검정을 R 패키지 'copula'에 구현하여 재현 가능성을 보장한다.

제안 방법

• 다변량 데이터의 구성 요소 샘플에서 타이드를 고려하여 기존 검정 통계량(예: R_n,C, Q_n, T_n, S_n)을 수정한다.
• 수정된 검정 통계량에 대한 근사 p-값을 계산하기 위해 다중수준 부트스트랩 접근법과 승수 재표본 추출을 사용한다.
• 시뮬레이션에서 데이터 이산화 기법을 적용: 균일 변수를 거듭제곱 변환(a_i = i^t / k^t) 기반으로 k개의 간격으로 분할하여 통제된 타이드를 유도한다.
• 귀무가설 하에서 각 검정의 p-값을 추정하기 위해 N = 10,000개의 재표본을 사용한 부트스트랩 절차를 구현한다.
• 의존성 하에서 점근적 성질을 유지하기 위해 경험적 순위를 타이드 그룹 내 평균 순위로 대체하여 검정 통계량을 적응화한다.
• 모든 수치적 실험을 재현 가능하게 하기 위해 R 패키지 'copula'를 사용하여 모든 검정을 구현한다.

실험 결과

연구 질문

• RQ1 다변량 데이터에서 타이드가 존재할 경우 기존 코풀라 추론 검정의 유효성에 어떤 영향을 미치는가?
• RQ2 기존의 교환성, 반사대칭성, 극한가치 의존성 및 적합도 검정이 타이드 존재 상황에서도 유효하게 유지될 수 있도록 수정될 수 있는가?
• RQ3 제안된 타이드 적응형 검정의 유한표본 성능은 비적응형 검정과 비교해 어떻게 되는가?
• RQ4 다양한 수준의 타이드 강도와 의존성 구조에 대해 적응형 검정은 얼마나 강건한가?
• RQ5 타이드가 존재할 경우 매개변수 부트스트랩 절차를 효과적으로 적응시켜 신뢰할 수 있는 p-값을 계산할 수 있는가?

주요 결과

• LOSS/ALAE 데이터에 대한 비적응형 교환성 검정은 p-값이 0.000이었으나, 타이드 적응형 버전은 p-값이 0.049로 나타나 I형 오류 과잉 증가가 감소함을 시사한다.
• 비적응형 및 타이드 적응형 반사대칭 검정 모두 귀무가설을 기각하였으며, p-값이 0.000이었고, 데이터에 대해 반사대칭성이 강하게 기각됨을 보여준다.
• 극한가치 의존성 검정 결과, 비적응형 검정은 p-값 0.602, 적응형 검정은 p-값 0.87을 기록하여 극한가치 의존성에 대한 증거가 없음을 시사한다.
• 적합도 검정에서, 감마-하우가드 코풀라는 유의수준 1%에서 유일하게 기각되지 않았으며, p-값은 비적응형일 경우 0.230, 적응형일 경우 0.221이었다.
• 적응형 검정은 켄달의 타우 역산과 최대 의사우도 추정법을 사용한 다양한 추정 방법 간에 일관된 p-값을 유지하여 강건성을 확인하였다.
• 몽테카를로 실험 결과, 타이드가 존재할 경우 비적응형 검정은 과도하게 유리한 성향을 보였지만, 적응형 검정은 I형 오류 비율을 잘 통제함을 확인하였다.