[논문 리뷰] Estimators for Archimedean copulas in high dimensions: A comparison

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

Financial Risk and Volatility Modeling인용 수 3

한 줄 요약

이 논문은 최대 100차원에 이르는 고차원에서 아르키메데스 복소함수에 대한 비모수적 추정기들을 평가하며, 이중 켄달의 타우, 다변량 블롬키스트의 베타, 최소거리, 최대우도, 시뮬레이션을 통한 최대우도, 대각선 기반의 우도 방법을 바탕으로 한 모멘트 방법 추정기들을 비교한다. 이는 모수적 추정기 중에서 고차원 의존성 모델링에 대해 수치적으로 안정적이고 계산이 용이한 방법들을 알려주며, 모수의 모수와 모수의 모수 여부에 관계없이 적용 가능하다.

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

• 고차원 설정에서 아르키메데스 복소함수에 대한 다양한 비모수적 추정기의 표본 크기 제한된 성능을 평가하는 것.
• 특히 큰 표본 크기와 복잡한 의존성 구조를 가진 고차원 복소함수 추정에서 발생하는 수치적 과제를 다루는 것.
• 가짜 관측치를 사용하여 모수의 모수 여부에 관계없이 추정기의 강건성을 평가하는 것.
• 고차원 아르키메데스 복소함수에 대한 실용적이고 계산이 효율적인 추정 방법을 제공하는 것.
• 모든 추정기를 재현 가능하고 접근 가능하도록 오픈소스 R 패키지 copula에 구현하고 벤치마킹하는 것.

제안 방법

• 의존성 매개변수 추정을 위해 이중 켄달의 타우를 기반으로 한 모멘트 방법 유사 추정기들을 사용한다.
• 고차원에서의 강건한 비모수적 의존성 측정 방법으로 다변량 블롬키스트의 베타의 확장 방식을 제안하고 평가한다.
• empirical과 theoretical 복소함수 분포 간의 거리를 최소화하는 최소거리 추정기들을 적용한다.
• 전체 복소함수 밀도 기반 최대우도 추정기(MLE)와 해석이 어려운 우도를 다루기 위한 시뮬레이션을 통한 MLE 변종을 사용한다.
• 고차원에서의 계산 복잡도를 줄이기 위해 복소함수 대각선 기반의 새로운 MLE를 제안한다.
• 다양한 아르키메데스 가족, 표본 크기, 의존성 수준에서 대규모 몬테카를로 시뮬레이션을 수행하여 추정기 성능을 비교한다.

실험 결과

연구 질문

• RQ1 다양한 의존성 강도에서 최대 100차원에 이르는 고차원에서 아르키메데스 복소함수에 대한 다양한 비모수적 추정기의 성능은 어떻게 되는가?
• RQ2 모수의 모수 여부가 불확실하고 오직 가짜 관측치만 이용 가능한 상황에서 어떤 추정기가 안정적이고 정확한가?
• RQ3 고차원 복소함수 추정에서 발생하는 계산 및 수치적 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ4 대각선 기반 MLE의 성능은 고차원 설정에서 전체 MLE 및 기타 추정기와 비교하여 어떻게 되는가?
• RQ5 다양한 아르키메데스 가족과 표본 크기에서 어떤 추정기가 가장 강건한가?

주요 결과

• 이중 켄달의 타우를 기반으로 한 모멘트 방법 추정기는 고차원에서 강건성과 뛰어난 성능을 보이며, 특히 모수의 모수 여부가 불확실한 경우 유리하다.
• 블롬키스트의 베타의 다변량 확장은 고차원 설정에서 의존성을 측정하는 안정적이고 비모수적인 대안을 제공한다.
• 최소거리 추정기는 양호한 표본 크기 제한된 성능을 보이며, 모형 오류에 덜 민감하다.
• 대각선 기반 최대우도 추정기는 전체 MLE에 비해 계산이 효율적이며, 고차원에서 유사한 정확도를 제공한다.
• 시뮬레이션을 통한 최대우도 추정기는 복잡한 가족에 대해서는 실용적이지만, 더 높은 계산 비용과 분산을 야기한다.
• 모든 추정기는 R 패키지 copula에 성공적으로 구현되어 널리 접근 가능하고 재현 가능하다.