[논문 리뷰] CARMA Processes driven by Non-Gaussian Noise

Robert Stelzer|arXiv (Cornell University)|2011. 12. 30.

Financial Risk and Volatility Modeling참고 문헌 49인용 수 4

한 줄 요약

이 논문은 비정규 레비 과정으로 구동되는 연속시간 자기회귀이동평균(CARMA) 과정을 개발하고 분석하여 다변량 시간열에서 무거운 尾와 점프-확산 현상을 유연하게 모델링할 수 있도록 한다. 이는 이론적 기초, 스펙트럼 표현 및 위상 추정을 통한 위상 최대우도 추정법을 수립하며, 샘플링 경로로부터 레비 과정의 특성을 정확하게 복원함을 보여준다.

ABSTRACT

We present an outline of the theory of certain Lévy-driven, multivariate stochastic processes, where the processes are represented by rational transfer functions (Continuous-time AutoRegressive Moving Average or CARMA models) and their applications in non-Gaussian time series modelling. We discuss in detail their definition, their spectral representation, the equivalence to linear state space models and further properties like the second order structure and the tail behaviour under a heavy-tailed input. Furthermore, we study the estimation of the parameters using quasi-maximum likelihood estimates for the auto-regressive and moving average parameters, as well as how to estimate the driving Lévy process.

연구 동기 및 목표

• 이론적 유연성과 모델링 유연성을 유지하면서 CARMA 과정을 정규 노이즈를 초월하여 비정규 특성(비대칭성 및 무거운 꼬리)을 갖는 다변량 시간열에 적용할 수 있도록 확장하기.
• 레비 과정으로 구동되는 CARMA 과정에 대한 엄밀한 이론적 프레임워크를 수립하며, 스펙트럼 표현 및 선형 상태공간 모델과의 등가성 포함.
• CARMA 모델의 모수와 기저 레비 과정의 특성에 대한 통계적 추정 방법 개발.
• 감마 분포 증분을 갖는 레비 과정으로 구동되는 옴슈타인-울렌벡 과정에 대한 시뮬레이션 연구를 통해 추정 방법의 타당성 검증.

제안 방법

• 유리 함수 전달 함수와 레비 과정 입력을 갖는 확률 미분 방정식의 해로서 다변량 CARMA 과정의 공식적 정의.
• 스토크래틱 푸리에 변환을 통한 스펙트럼 표현 유도로, CARMA 과정과 레비 과정의 선형 필터링 간의 연결성 확립.
• CARMA 모델과 선형 상태공간 모델 간의 등가성 입증으로 효율적 계산과 제어 이론적 해석 가능.
• 일반적인 레비 노이즈 하에서 자기회귀 및 이동평균 모수에 대한 위상 최대우도 추정(QMLE) 적용.
• 고주기 샘플링을 통한 레비 증분의 근사와 최대우도 기반으로 구동 레비 과정 분포 추정.
• 100개의 경로를 갖는 감마 분포로 구동되는 옴슈타인-울렌벡 과정을 대상으로 한 시뮬레이션 기반 검증; 격자 크기 h = 0.01, 0.1, 1.

실험 결과

연구 질문

• RQ1 이론적 취급 용이성과 모델링의 기민함을 유지하면서 CARMA 과정을 비정규 레비 노이즈로 일반화할 수 있는 방법은 무엇인가?
• RQ2 특히 체중이 무거운 입력 하에서 레비 과정으로 구동되는 CARMA 과정의 스펙트럼 및 이차모멘트 성질은 무엇인가?
• RQ3 위상 최대우도 추정법이 이산 관측치로부터 CARMA 모수와 구동 레비 과정의 특성을 신뢰성 있게 복원할 수 있는가?
• RQ4 특히 체중이 무거운 경우에, CARMA 과정의 샘플링 경로로부터 레비 과정 분포를 얼마나 정확하게 복원할 수 있는가?
• RQ5 추정 절차의 유한표본 성질은 무엇이며, 샘플링 주파수에 따라 어떻게 달라지는가?

주요 결과

• 위상 최대우도 접근법은 비정규 레비 노이즈로 구동되는 CARMA 과정의 자기회귀 및 이동평균 모수를 성공적으로 추정한다.
• h = 0.01에서 샘플링한 표준화된 감마 과정의 추정 모수 γ는 평균 2.0039, 표준편차 0.0314를 기록하여 높은 정밀도를 보였다.
• h = 0.01에서 h = 1으로 샘플링 격자 크기를 증가시켰을 때, γ 추정기의 표준오차는 0.0314에서 0.0539로 증가하여 샘플링 주파수에 민감함을 보였다.
• 100개의 시뮬레이션 경로 평균을 취함으로써 추정된 레비 증분 밀도가 진정된 밀도와 거의 완벽하게 일치하는 시각적 정합성을 확보하였다.
• 단일 경로 및 병합 경로 시뮬레이션 모두에서 추정된 밀도와 이론적 밀도 간의 밀접한 일치를 통해, 이 방법이 실제 기저 레비 과정 분포를 효과적으로 복원함을 입증하였다.
• 시뮬레이션 연구를 통해 고주기 샘플링이 체중이 무거운 분포를 포함한 비모수적 및 모수적 추론을 정확하게 가능하게 함을 확인하였다.