[논문 리뷰] Stability and contagion measures for spatial extreme value analyses

Carlos Fonseca, Helena Ferreira외 2명|arXiv (Cornell University)|2012. 06. 06.

Financial Risk and Volatility Modeling인용 수 15

한 줄 요약

이 논문은 공간 극값 분석을 위한 두 가지 새로운 측정지표를 소개한다: 특정 위치에서 발생한 극단 사건의 지역적 영향을 측정하는 전염 지수와 기준 위치에서 극단 사건이 발생했을 때 지역 내 극한 임계값 초과 횟수의 기대값을 측정하는 안정성 지수이다. 이 방법들은 다변량 극값 이론에 기반하며 포르투갈 연간 최대 강수량 데이터에 적용되었으며, Lagoa Comprida가 Gouveia–Oliveira do Hospital–Seia 지역에 상당한 전염 효과를 미치는 것으로 나타났다 (CI ≈ 0.97)와 더불어 높은 지역적 매끄러움을 보이며 (SI ≈ 0.90), 반면 Penamacor–Barragem 지역은 전염 효과가 미미하다 (CI ≈ 0.01).

ABSTRACT

As part of global climate change an accelerated hydrologic cycle (including an increase in heavy precipitation) is anticipated. So, it is of great importance to be able to quantify high-impact hydrologic relationships, for example, the impact that an extreme precipitation (or temperature) in a location has on a surrounding region. Building on the Multivariate Extreme Value Theory we propose a contagion index and a stability index. The contagion index makes it possible to quantify the effect that an exceedance above a high threshold can have on a region. The stability index reflects the expected number of crossings of a high threshold in a region associated to a specific location i, given the occurrence of at least one crossing at that location. We will find some relations with well-known extremal dependence measures found in the literature, which will provide immediate estimators. For these estimators an application to the annual maxima precipitation in Portuguese regions is presented.

연구 동기 및 목표

• 극단 사건이 공간 수문climatic 시스템에 미치는 지역적 영향을 정량화하는 것.
• 공간 극값 분석에서 지역적 매끄러움과 전염 효과를 측정할 수 있는 지표의 부족을 해결하는 것.
• 기존의 극값 의존도 측정지표에 기반한 해석 가능하고 추정 가능한 지수를 개발하는 것.
• 포르투갈 기상관측소의 실제 연간 최대 강수량 데이터에 이러한 지수를 적용하는 것.
• 전염 지수와 안정성 지수에 대한 일관된 비모수적 추정기법을 개발하고, 경험적 극값 계수를 기반으로 추정하는 것.

제안 방법

• 극한 임계값 u가 1에 수렴할 때 조건부 기대값의 극한을 통해 정의된, 위치 i에서 극단 사건이 발생했을 때 영역 A 내 초과 횟수의 조건부 기대값으로 전염 지수를 제안한다.
• 극값 계수 관계로부터 유도된, 위치 i에서 최소한 한 번 이상의 초과가 발생했을 때 영역 A 내 임계값 초과 횟수의 기대값으로 안정성 지수를 정의한다.
• 전염 지수와 안정성 지수 간의 이론적 연관성을 기존의 이변량 극값 의존도 측정지표(예: 극값 계수, 상부 꼬리 의존도)와 연결한다.
• Ferreira와 Ferreira(2011)의 극값 계수 추정기법과 경험분포함수를 활용하여 두 지수에 대한 일관된 비모수적 추정기법을 유도한다.
• 모의 최대안정 M4 랜덤 필드에 추정기법을 적용하여 평균제곱오차와 편향을 기반으로 성능을 검증한다.
• 실제 포르투갈 6개 기상관측소의 연간 최대 강수량 데이터를 단위 프리셰트 마진으로 변환하고, 유도된 비모수적 방법을 사용하여 지수를 추정한다.

실험 결과

연구 질문

• RQ1 단일 위치에서 발생한 극단 사건의 공간 극값 분석에서 지역적 영향을 어떻게 정량화할 수 있는가?
• RQ2 극한 임계값 초과 횟수 측면에서 공간 랜덤 필드의 매끄러움을 측정할 수 있는 지표는 무엇인가?
• RQ3 전염 지수와 안정성 지수는 극값 계수와 같은 기존의 극값 의존도 측정지표와 어떻게 관련이 있는가?
• RQ4 경험적 자료를 기반으로 이러한 지수에 대한 일관된 비모수적 추정기법을 개발할 수 있는가?
• RQ5 포르투갈 연간 최대 강수량 자료에서 지역 전염 및 안정성 패턴은 어떠한가?

주요 결과

• Lagoa Comprida에서 Gouveia, Oliveira do Hospital, Seia 지역으로의 전염 지수는 0.96688로 추정되어 중간에서 높은 지역적 영향을 나타낸다.
• 동일한 지역에 대한 안정성 지수는 0.8959로, Lagoa Comprida에서 극단 사건이 발생했을 때 상대적으로 높은 지역적 매끄러움을 시사한다.
• Lagoa Comprida에서 Penamacor, Barragem Cabefio Monteiro 지역으로의 전염 지수는 0.00887로, 지역적 영향이 미미하다는 것을 나타낸다.
• Penamacor–Barragem 지역의 안정성 지수는 0.75741로, 중간 수준의 매끄러움을 나타내지만, Gouveia–Seia 지역보다 낮다.
• 모의 실험 결과, 두 지수 모두 낮은 평균제곱오차(MSE < 0.013)를 보이며, 비모수적 추정기법의 일관성과 신뢰성을 확인한다.
• 제안된 추정기법은 실용적으로도 잘 작동하며, 모의 M4 랜덤 필드에서 추정값이 진값과 매우 유사하게 나타난다.