[논문 리뷰] Weak convergence of the empirical copula process with respect to weighted metrics

Axel Bücher, Betina Berghaus외 1명|arXiv (Cornell University)|2014. 11. 21.

Financial Risk and Volatility Modeling참고 문헌 25인용 수 4

한 줄 요약

이 논문은 순차적으로 종속된 자료에 대해 단위 입방체의 경계에서 0이 되는 가중치 함수를 갖는 가중 초월 노름 하에서 경험 copula 과정의 약한 수렴을 확립하며, 순위 기반 통계량과 의존도 함수 추정의 점근적 분석을 가능하게 한다. 주요 기여는 경계에서 0이 되는 가중치 함수를 사용하여 기존 결과를 확장함으로써 더 강한 거리 척도와 더 넓은 통계적 응용, 예를 들어 Pickands 의존도 함수 추정과 Anderson-Darling 유형의 검정을 가능하게 한다.

ABSTRACT

The empirical copula process plays a central role in the asymptotic analysis of many statistical procedures which are based on copulas or ranks. Among other applications, results regarding its weak convergence can be used to develop asymptotic theory for estimators of dependence measures or copula densities, they allow to derive tests for stochastic independence or specific copula structures, or they may serve as a fundamental tool for the analysis of multivariate rank statistics. In the present paper, we establish weak convergence of the empirical copula process (for observations that are allowed to be serially dependent) with respect to weighted supremum distances. The usefulness of our results is illustrated by applications to general bivariate rank statistics and to estimation procedures for the Pickands dependence function arising in multivariate extreme-value theory.

연구 동기 및 목표

• 가중 초월 노름 하에서 경험 copula 과정의 약한 수렴을 확립하는 것. 이 노름은 비가중치 노름보다 더 강하며, 특이점이 있는 통계 기능에 더 적합하다.
• 기존의 약한 수렴 결과를 확장하여 관측치에 순차적 종속성이 존재하는 경우, 특히 지수형 alpha-혼합 조건 하에서 적용 가능하게 하는 것.
• 비가중치 노름 하에서 불연속적인 기능, 예를 들어 1/x 유형의 특이점을 포함하는 기능에 대해 연속 매핑 및 기능적 델타 방법을 적용할 수 있도록 하는 것.
• 특히 다변량 극값 이론에서의 순위 기반 통계량과 의존도 측정치의 점근적 분석을 지원하는 것.
• 가중치 함수에 의존하는 경험 copula 과정의 기능에 기반한 적합도 검정 및 추정 절차의 이론적 기초를 제공하는 것.

제안 방법

• 저자들은 기능적 델타 방법 프레임워크를 사용하여 가중 초월 노름 하에서 경험 copula 과정의 약한 수렴을 도출한다.
• 단위 입방체의 경계에서 0이 되는 가중치 함수를 정의하여 특이점을 다루며, 이중 차원의 경우 $\tilde{g}(u,v) = u \wedge v \wedge (1-u) \wedge (1-v)$ 와 같이 정의한다.
• 강한 근사 기법과 종속성 하에서의 경험 과정에 대한 모멘트 한계를 사용하여 증명을 수행하며, 혼합 계수와 변량 분포 함수에 대한 조건을 사용한다.
• 핵심 기술적 보조정리들은 경험 분포 함수의 일반화된 역함수의 행동과 경험 copula 과정이 경계 근처에서의 진동을 제어한다.
• 가중치 노름 하에서의 강도를 확보하기 위해 copula의 매끄러움 조건과 변량 경험 과정의 수렴 속도에 대한 조건을 통합한다.
• alpha-혼합 조건 하에서 농도 불확실성과 균일한 경계를 확보하기 위해 농도 불확실성 부등식과 모멘트 한계를 사용한다.

실험 결과

연구 질문

• RQ1 경계에서 0이 되는 가중 초월 노름 하에서 경험 copula 과정의 약한 수렴을 확립할 수 있는가? 특히 단위 입방체의 경계에서 0이 되는 가중치 함수를 사용할 경우.
• RQ2 특히 지수형 alpha-혼합 조건 하에서 순차적 종속성이 존재할 경우, 가중 거리 척도 하에서 경험 copula 과정의 약한 수렴에 어떤 영향을 미치는가?
• RQ3 기능적 델타 방법을 사용하여 비가중치 노름 하에서 불연속적인 기능, 예를 들어 $\int f(u)/u \, du$ 와 같은 기능의 점근적 분포를 도출할 수 있는가?
• RQ4 가중 노름 하에서 경험 copula 과정의 수렴 속도는 무엇이며, 이는 가중치 함수와 종속성 구조에 어떻게 의존하는가?
• RQ5 이론적 결과를 사용하여 순위 기반 통계량과 Pickands 의존도 함수 추정량의 점근적 분포를 유도할 수 있는가?

주요 결과

• 경계에서 0이 되는 가중 초월 노름 하에서 경험 copula 과정은 약하게 수렴한다. 특히 차원 2인 경우 $\tilde{g}(u,v) = u \wedge v \wedge (1-u) \wedge (1-v)$ 와 같은 가중치 함수를 사용한다.
• 지수형 alpha-혼합 조건 하에서 수렴이 성립하여 이전의 i.i.d. 결과를 종속된 자료로 확장하며, 이는 시계열 응용에 있어 핵심적이다.
• 가중 약한 수렴은 비가중치 노름 하에서 불연속적인 기능, 예를 들어 $1/x$ 특이점을 포함하는 기능에 대해 연속 매핑 정리의 적용을 가능하게 한다.
• Anderson-Darling 유형의 통계량에 대한 적합도 검정을 위한 점근적 분포 이론을 지지한다.
• 기능적 델타 방법을 통해 다변량 극값 이론에서 Pickands 의존도 함수 추정량의 점근적 분포를 도출한다.
• 가중 노름 하에서의 수렴 속도는 $O_P(n^{-\omega/2})$ 이며, $\omega \in (0, \theta_1 \wedge \theta_2)$ 에서 성립하며, $\theta_1, \theta_2$ 는 매끄러움 조건과 혼합 조건과 관련된다.