[논문 리뷰] The Student ensemble of correlation matrices: eigenvalue spectrum and Kullback-Leibler entropy

Giulio Biroli, Jean‐Philippe Bouchaud외 1명|ArXiv.org|2007. 10. 03.

Statistical Mechanics and Entropy인용 수 7

한 줄 요약

이 논문은 다변량 스튜던트-분포(스튜던트의 t-분포)를 따르는 수익률에 대해, 무거운 尾(heavy-tailed) 성질을 갖는 상관행렬의 학생-집합(Student ensemble)을 제안하며, 이에 대한 정확한 고유값 밀도 상태를 유도하여 마르첸코-파스트르 법칙(Marčenko-Pastur law)을 일반화한다. 이는 가우시안 기반의 마르첸코-파스트르 분포보다 금융 시장 데이터에 더 잘 맞는 이론적 스펙트럼을 제공함을 보여주며, 진정한 상관행렬에 의존하지 않는 정확한 클로즈업-라이블러 엔트로피를 계산하여 다양한 자유도와 표본-변수 비율에 대해 수치적으로 평가한다.

ABSTRACT

We study a new ensemble of random correlation matrices related to multivariate Student (or more generally elliptic) random variables. We establish the exact density of states of empirical correlation matrices that generalizes the Marcenko-Pastur result. The comparison between the theoretical density of states in the Student case and empirical financial data is surprisingly good, even if we are still able to detect systematic deviations. Finally, we compute explicitely the Kullback-Leibler entropies of empirical Student matrices, which are found to be independent of the true correlation matrix, as in the Gaussian case. We provide numerically exact values for these Kullback-Leibler entropies.

연구 동기 및 목표

• 가우시안 가정보다 더 나은 무거운 尾 성질을 갖는 금융 수익률을 모델링할 수 있도록 다변량 스튜던트-분포 변수를 위한 랜덤 행렬 집합을 개발하는 것.
• 스튜던트-집합 하에서 경험적 상관행렬의 정확한 고유값 밀도 상태를 유도하여 마르첸코-파스트르 법칙을 타원형(스튜던트) 경우로 일반화하는 것.
• 스튜던트-집합의 이론적 고유값 스펙트럼이 경험적 금융 데이터와 얼마나 잘 맞는지 평가하여 그 기술 능력을 점검하는 것.
• 경험적 스튜던트-상관행렬의 정확한 클로즈업-라이블러 엔트로피를 계산하고, 진정한 상관행렬에 영향을 받지 않는다는 것을 보여주는 것.
• 통계적 추론에 활용할 수 있도록 자유도 μ와 표본-변수 비율 Q에 따라 정확한 수치적 값을 제공하는 것.

제안 방법

• 무거운 尾 성질을 갖는 스튜던트-분포에서 유도된 확률적 척도 요소 σt가 힘의 법칙 분포에서 추출되는 위샤르트-유사 구조를 사용하여, 스튜던트-집합 하에서 경험적 상관행렬의 정확한 상태 밀도를 유도한다.
• 유한한 Q = T/N 인 대규모 N 및 대규모 T 근사에서, 큰 N 및 큰 T 근사에서 스펙트럼 밀도를 해결함으로써, 타원형(스튜던트) 경우로 마르첸코-파스트르 법칙을 일반화한다.
• 행렬 집합의 회전 대칭성을 이용하여 랜덤 행렬의 곱의 트레이스를 계산함으로써, 클로즈업-라이블러 발산의 정확한 계산을 가능하게 한다.
• 복제 방법과 랜덤 행렬 이론을 적용하여 경험적 상관행렬과 진정한 상관행렬 간의 평균 로그우도 비율을 계산한다.
• 유도된 스펙트럼 밀도를 사용하여 클로즈업-라이블러 엔트로피를 수치적으로 평가하며, 다양한 μ(자유도)와 Q(표본-변수 비율)에 대해 정확한 값을 제공한다.
• 이론적 고유값 스펙트럼이 경험적 금융 데이터와 비교되어, 가우시안 모델보다 더 나은 적합도를 보임을 검증한다.

실험 결과

연구 질문

• RQ1 다변량 스튜던트-분포 수익률에서 유도된 경험적 상관행렬의 고유값 스펙트럼은 마르첸코-파스트르 법칙을 일반화하는가?
• RQ2 스튜던트-집합의 이론적 고유값 밀도는 가우시안 기반의 마르첸코-파스트르 분포와 비교해 금융 경험 데이터와 얼마나 잘 맞는가?
• RQ3 경험적 스튜던트-상관행렬의 클로즈업-라이블러 엔트로피는 진정한 상관행렬에 영향을 받지 않으며, 가우시안 경우와 동일한가?
• RQ4 자유도(μ)와 표본-변수 비율(Q)에 따라 스튜던트-집합의 정확한 수치적 클로즈업-라이블러 엔트로피 값을 계산할 수 있는가?
• RQ5 스튜던트 모델에서 이론적 스펙트럼과의 체계적 편차는 비타원형 모델 또는 금융 수익률 내의 저질서 정보 성분이 존재할 가능성을 시사하는가?

주요 결과

• 스튜던트-집합의 정확한 고유값 밀도 상태는 마르첸코-파스트르 법칙을 일반화하며, 가우시안 기반 모델보다 경험적 금융 데이터에 훨씬 더 잘 맞는다.
• 최대우도추정기(MLE)의 경우, 기저 분포가 스튜던트일지라도 고유값 밀도는 정확히 마르첸코-파스트르 형태를 유지한다.
• 경험적 스튜던트-행렬의 클로즈업-라이블러 엔트로피는 진정한 상관행렬에 영향을 받지 않으며, 가우시안 경우와 일치한다.
• 자유도 μ(3, 4, 5)와 Q(1.5, 2, 3, 5)에 대해 클로즈업-라이블러 엔트로피의 정확한 수치값을 계산하고 표로 정리하였으며, Z/N은 0.105에서 0.645 사이, Z'/N은 0.194에서 0.991 사이의 값을 가진다.
• 비록 더 나은 적합도를 보였지만, 스튜던트 모델에서 여전히 이론적 스펙트럼과의 체계적 편차가 존재하여, 타원형 모델의 한계와 금융 수익률 내 비타원형 구조 또는 정보를 담고 있는 저질서 성분이 존재할 가능성을 시사한다.
• 최근의 수치적 결과와 일치하는 결과로서, 스튜던트-분포의 경우 최대우도 추정기의 상관행렬은 엔트로피 측면에서 위샤르트-가우시안 추정기와 渐近적으로 동일하다는 것이 확인되었다.