[논문 리뷰] The dependence structure for PARMA models with alpha-stable innovations

Joanna Nowicka-Zagrajek, Agnieszka Wyłomańska|ArXiv.org|2006. 08. 13.

Complex Systems and Time Series Analysis인용 수 6

한 줄 요약

이 논문은 전통적인 공분산이 정의되지 않는 첨자형 $\alpha$-스테이블 찌름을 가진 주기적 ARMA (PARMA) 모형에서의 의존 구조를 조사한다. 논문은 공분산 대신 공차이(codifference)와 공변동(covariation)을 의존도 측정치로 도입하여, $1 < \alpha < 2$일 때 이들이 주기적이고 점차적으로 계수 $\alpha$에 비례함을 증명하며, 기존 ARMA 이론을 첨자형, 주기적 시간 시리즈로 확장한다.

ABSTRACT

In this paper we investigate the dependence structure for PARMA models (i.e. ARMA models with periodic coefficients) with symmetric alpha-stable innovations. In this case the covariance function is not defined and therefore other measures of dependence have to be used. After obtaining the form of the bounded solution of the PARMA system with symmetric alpha-stable innovations, we study the codifference and the covariation -- the most popular measures of dependence defined for symmetric stable time series. We show that both considered measures are periodic. Moreover we determine the cases when the codifference and the covariation are asymptotically proportional with the coefficient of proportionality equal to alpha.

연구 동기 및 목표

• 중심 꼬리로 인해 공분산이 정의되지 않는 대칭 $\alpha$-스테이블 찌름을 가진 PARMA(1,1) 모형의 의존 구조를 분석하는 것.
• 공분산 대신 공차이와 공변동을 의존도 측정치로 사용하여 고전적 PARMA 이론을 스테이블 찌름으로 확장하는 것.
• 주기적 계수를 가진 PARMA(1,1) 시스템에서 공차이와 공변동의 주기성 특성을 확립하는 것.
• 긴 지연에서 공차이와 공변동 간의 점근적 관계를 유도하여 지연이 증가함에 따라 계수 $\alpha$에 비례함을 보이는 것.
• 다양한 $\alpha$와 주기적 계수를 가진 수치 예제를 통해 이론적 결과를 검증하는 것.

제안 방법

• 주기 $T$를 가진 주기적 계수 $b_n$과 $a_n$을 갖는 PARMA(1,1) 모형을 수식적으로 정의하고, i.i.d. 대칭 $\alpha$-스테이블 찌름 $\xi_n$을 사용한다.
• 공분산 대신 $\alpha$-스테이블 과정에 대한 의존도 측정치로 공차이 $CD(X_n, X_m)$과 공변동 $CV(X_n, X_m)$를 사용하며, 특성 함수와 스펙트럼 측도를 통해 정의한다.
• 계수의 곱 $B_{m+1}^n = \prod_{j=m+1}^n b_j$와 $P = \prod_{j=1}^T b_j$를 이용해 공차이와 공변동의 닫힌 형태 표현식을 유도한다.
• 계수 $a_n$과 $b_n$의 $T$-주기성 특성을 활용하여 두 측정치의 주기성을 입증한다.
• 지속적인 분석을 통해 $k \to \infty$일 때의 점근적 행동을 분석하며, $|P|^k$를 포함한 극한을 사용하여 $CD(X_{n+k}, X_n)/CV(X_{n+k}, X_n) \to \alpha$와 $CD(X_n, X_{n-k})/CV(X_n, X_{n-k}) \to 0$을 도출한다.
• 수치 시뮬레이션을 통해 결과를 검증하며, $T=3$, $\sigma=1$, $\alpha \in \{1.4, 1.7, 2\}$를 사용하여 공차이, 공변동, 그리고 정규화된 비율을 플롯한다.

실험 결과

연구 질문

• RQ1 대칭 $\alpha$-스테이블 찌름을 가진 PARMA(1,1) 모형에서 공차이와 공변동은 어떻게 행동하는가?
• RQ2 계수 $a_n$과 $b_n$이 주기 $T$를 가질 때, 공차이와 공변동은 주기적인가?
• RQ3 지연 $k$가 증가함에 따라 공차이와 공변동 간의 점근적 관계는 어떠한가?
• RQ4 지속적으로 $\alpha$에 대해 공차이 대 공변동의 비율이 수렴하는가? 특히 $1 < \alpha < 2$일 때 $\alpha$로 수렴하는가?
• RQ5 꼬리 지수 $\alpha$는 시뮬레이션 결과에서 의존도 측정치의 크기와 주기성에 어떤 영향을 미치는가?

주요 결과

• PARMA(1,1) 모형에서 $\alpha$-스테이블 찌름을 가진 경우, 공차이와 공변동은 $n$과 $m$에 대해 모두 주기 $T$를 가진다.
• $1 < \alpha < 2$일 때, 점근적 비율 $\lim_{k \to \infty} CD(X_{n+k}, X_n) / CV(X_{n+k}, X_n) = \alpha$이며, 이는 계수 $\alpha$에 대한 비례성을 확인한다.
• $k \to \infty$일 때 비율 $CD(X_n, X_{n-k}) / CV(X_n, X_{n-k}) \to 0$으로 수렴하며, 이는 공변동의 비대칭성을 반영한다.
• 공차이와 공변동의 표현식은 곱 $P = \prod_{j=1}^T b_j$를 이용해 닫힌 형태로 유도되었으며, $|P| < 1$일 때 수렴이 보장된다.
• 수치 시뮬레이션은 두 측정치가 주기 $T=3$를 가지며, 정규화된 비율이 이론적 극한으로 수렴하는 것을 확인한다.
• $\alpha$가 감소할수록 시간 시리즈의 꼬리가 더 무거워지고, 공차이 및 공변동의 크기도 증가하며, 이는 스테이블 분포의 성질과 일치한다.