[논문 리뷰] Estimators for Archimedean copulas in high dimensions

Marius Hofert, Martin Maechler외 1명|arXiv (Cornell University)|2012. 07. 06.

Financial Risk and Volatility Modeling참고 문헌 32인용 수 11

한 줄 요약

이 논문은 고차원(최대 100차원)에서 아르키메데스 복소함수에 대한 포괄적인 매개변수 추정기들을 제시하고 평가하며, 알려진 및 알려지지 않은 모서리에서의 수치적 안정성과 성능에 중점을 두었다. 고차원 문제를 해결하기 위해 새로운 계산 기법을 도입하였고, 대규모 시뮬레이션을 통해 이차 상관계수 기반 추정기와 대각선 기반 최대우도추정법이 특히 복잡한 의존성 구조를 가진 고차원에서 강인하게 작동하는 것으로 밝혀졌다.

ABSTRACT

The performance of known and new parametric estimators for Archimedean copulas is investigated, with special focus on large dimensions and numerical difficulties. In particular, method-of-moments-like estimators based on pairwise Kendall's tau, a multivariate extension of Blomqvist's beta, minimum distance estimators, the maximum-likelihood estimator, a simulated maximum-likelihood estimator, and a maximum-likelihood estimator based on the copula diagonal are studied. Their performance is compared in a large-scale simulation study both under known and unknown margins (pseudo-observations), in small and high dimensions, under small and large dependencies, various different Archimedean families and sample sizes. High dimensions up to one hundred are considered for the first time and computational problems arising from such large dimensions are addressed in detail. All methods are implemented in the open source \R{} package \pkg{copula} and can thus be easily accessed and studied.

연구 동기 및 목표

• 고차원에서 아르키메데스 복소함수에 대한 매개변수 추정기의 첫 대규모 비교 연구를 수행하는 것.
• 고차원 아르키메데스 복소함수 추정에서 발생하는 중대한 계산 과제를 해결하는 것.
• 가짜 관측치를 사용하여 알려진 및 알려지지 않은 모서리에서 신규 및 기존 추정기의 성능을 평가하는 것.
• 넓은 사용과 향후 연구를 위해 R 패키지 copula에 정확하고 재현 가능하며 오픈소스 구현을 제공하는 것.
• 이전 문헌에서 고차원 복소함수 추정 및 의존성 모델링과 관련하여 기록된 정확성 부족 및 오류를 수정하는 것.

제안 방법

• 이차 상관계수 기반의 방법-모멘트 유사 추정기와 블롬키스트의 베타의 다변량 확장에 기반한 의존성 매개변수 추정.
• empirical 및 이론적 분포함수 간의 크라머-빈-미스 및 콜모고로프-스미르노프 거리에 기반한 최소거리 추정기 적용.
• 전체 우도와 대각선 기반 근사법을 사용한 최대우도추정(MLE) 구현.
• 고차원에서 수렴성과 안정성을 향상시키기 위해 시뮬레이션 기반 최대우도추정 사용.
• 고정밀 산술과 철저한 수치 검증을 통해 계산 정확성 확보.
• 다양한 아르키메데스 가족, 표본 크기, 의존성 수준 및 차원(최대 100)에서 시행된 다수의 시뮬레이션 연구를 수행함. 이는 알려진 및 알려지지 않은 모서리 모두를 포함함.

실험 결과

연구 질문

• RQ1 알려진 및 알려지지 않은 모서리에서 고차원(최대 100) 아르키메데스 복소함수에 대한 다양한 매개변수 추정기의 성능은 어떻게 되는가?
• RQ2 특히 강한 의존성이 존재할 경우, 유한성 증가에 따라 어떤 추정기가 수치적 안정성과 정확성을 유지하는가?
• RQ3 이차 상관계수 기반 추정기, 전체 우도 추정기, 대각선 기반 MLE 간의 편향, 분산 및 계산 비용 측면에서의 성능 비교는 어떻게 되는가?
• RQ4 고차원 아르키메데스 복소함수 추정에서의 계산 병목 현상은 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ5 기존 문헌에서 제시된 추정기는 고차원에서 신뢰할 수 있는 결과를 도출하는가, 아니면 체계적인 오류에 노출되어 있는가?

주요 결과

• 평균 표본 타우를 기반으로 한 이차 상관계수 기반 추정기는 특히 고차원에서 편향과 평균제곱오차 측면에서 다른 추정기들보다 일관되게 뛰어난 성능을 보였다.
• 대각선 기반 최대우도추정법은 전체 MLE에 가까운 성능을 달성하면서도 계산 비용을 크게 줄여 100차원까지 적용 가능한 것으로 확인되었다.
• 크라머-빈-미스 및 콜모고로프-스미르노프 거리에 기반한 최소거리 추정기는 강인성을 보였지만 효율성 측면에선 MLE 및 이차 상관계수 기반 추정기보다 열등했다.
• 시뮬레이션 기반 최대우도추정은 고차원에서 특히 군필 및 클레이튼과 같은 복잡한 가족에 대해 수렴성과 안정성을 향상시켰다.
• 본 연구는 많은 기존 추정기가 고차원에서 수치적 불안정성으로 인해 정확하지 못한 결과를 도출한다는 것을 밝혀내었으며, 고정밀 산술과 철저한 구현을 통해 이를 보완하였다.
• 계산 시간은 차원 증가에 따라 크게 증가하지만, 대각선 기반 MLE는 100차원 설정에서 전체 MLE 대비 런타임을 최대 90%까지 감소시켰다.