[논문 리뷰] Estimators for Long Range Dependence: An Empirical Study

William Rea, Les Oxley외 2명|ArXiv.org|2009. 01. 07.

Financial Risk and Volatility Modeling참고 문헌 30인용 수 37

한 줄 요약

이 논문은 장기적 기억성을 띠는 시간열에서 허스트 매개수 H 또는 분수적 통합 매개수 d의 12가지 추정기들을 분수적 고유 노이즈(Fractional Gaussian Noise) 및 분수적으로 통합된 과정의 시뮬레이션을 통해 평가한다. 윌틀(Whittle) 추정기와 하슬렛-레프터리(Haslett-Raftery) 추정기가 가장 우수한 성능을 보였으며, 4,000 건 이상의 관측치를 가진 시리즈에서는 펑(Peng) 추정기의 성능도 수용 가능해졌고, 반면 R/S와 차분된 분산 등 일부 추정기들은 특히 짧은 시리즈이거나 비이상적인 조건에서 빈약한 성능을 보였다.

ABSTRACT

We present the results of a simulation study into the properties of 12 different estimators of the Hurst parameter, $H$, or the fractional integration parameter, $d$, in long memory time series. We compare and contrast their performance on simulated Fractional Gaussian Noises and fractionally integrated series with lengths between 100 and 10,000 data points and $H$ values between 0.55 and 0.90 or $d$ values between 0.05 and 0.40. We apply all 12 estimators to the Campito Mountain data and estimate the accuracy of their estimates using the Beran goodness of fit test for long memory time series. MCS code: 37M10

연구 동기 및 목표

• 장기적 기억성 시간열에서 허스트 매개수 H와 분수적 통합 매개수 d의 12가지 추정기의 유한 표본 성능을 평가하는 것.
• 표본 크기(100–10,000)와 H/d 값(0.55–0.90 및 0.05–0.40)에 따라 추정기 편향, 평균제곱오차(MSE), 신뢰구간 폭을 비교하는 것.
• 캠피토 마운틴 데이터와 베란의 적합도 검정을 활용하여 추정기의 안정성 평가.
• 특히 이상적인 장기적 기억 과정에서의 이탈 상황에서도 신뢰할 수 있는 추정기들을 시리즈 길이 및 H/d 범위에 따라 식별하는 것.
• 표본 크기와 원하는 정밀도(예: 95% 신뢰구간 폭 < 0.1)에 기반한 추정기 선택에 실용적 지침 제공

제안 방법

• 100에서 10,000까지의 길이와 0.55에서 0.90까지의 H 값(0.05에서 0.40까지의 d 값)을 가진 분수적 고유 노이즈(FGN) 및 분수적으로 통합된(FI(d)) 시리즈에 대해 10,000회의 반복 시뮬레이션을 수행.
• 12가지 추정기 구현: 절대값, 집계된 분산, 상자형 주기도, 차분된 분산, 히구치, 펑, 주기도, R/S, 웨이블릿, 윌틀, GPH, 하슬렛-레프터리.
• H 및 d 추정치의 편향, 평균제곱오차(MSE), 95% 신뢰구간 폭을 사용하여 성능 평가.
• 모든 추정기를 캄피토 마운틴 데이터에 적용하고, 데이터가 FGN 모형을 따르는지 평가하기 위해 베란의 적합도 검정을 시행.
• FGN 가정 하에 추정된 H 값이 통계적으로 장기적 기억성을 반영하는지 평가하기 위해 베란 검정을 활용.
• 이상적인 FGN 과정과 실제 세계의 데이터(이상적인 FGN에서의 이탈 가능성이 있는) 간의 추정기 성능 비교를 통해 안정성 평가

실험 결과

연구 질문

• RQ1 다양한 표본 크기와 H/d 값 범위에서 가장 낮은 편향과 평균제곱오차(MSE)를 보이는 H 또는 d 추정기는 무엇인가?
• RQ2 표본 크기가 증가함에 따라 추정기 성능 특성(편향, MSE, CI 폭)이 어떻게 변화하는가? 특히 4,000 건 이하의 관측치에서의 변화는 어떻게 되는가?
• RQ3 장기적 기억 매개수 전반에 걸쳐 H 또는 d 단위의 95% 신뢰구간 폭이 0.1 이하인 추정기는 어떤 것인가?
• RQ4 캠피토 마운틴 데이터에서의 불일치를 통해, 순수한 FGN 모형에서의 이탈에 대해 추정기의 안정성은 어떻게 평가되는가?
• RQ5 모의 FGN에서 관찰되지 않는 구조적 변화나 비정상성 요소가 있는 실제 세계 데이터에 적용했을 때도 신뢰할 수 있는 추정기는 무엇인가?

주요 결과

• 윌틀과 하슬렛-레프터리 추정기가 전반적으로 가장 뛰어난 성능을 보였으며, 관심 있는 전반적인 범위에서 낮은 편향과 MSE를 기록했고, H 또는 d에 대해 95% 신뢰구간 폭이 0.1 이하였다.
• 4,000 건 이하의 짧은 시리즈에서는 오직 윌틀과 하슬렛-레프터리 추정기만 95% CI 폭이 0.1 이하인 조건을 충족했다; 윌틀 추정기는 700 건 이상, 하슬렛-레프터리 추정기는 1,000 건 이상이 필요로 했다.
• 4,000 건 이상의 관측치를 가진 시리즈에서는 펑 추정기가 수용 가능한 성능을 보였으며, 주기도 추정기와 유사한 MSE를 기록했다.
• 7,000 건 이상의 시리즈에서는 주기도 추정기가 실용적인 선택이 되었고, 정밀도가 향상되었다.
• 웨이블릿 추정기는 8,200 건 이상의 시리즈에서만 신뢰할 수 있었으며, 그 길이에서 부정확도가 거의 없었다.
• 12개의 추정기 중 6개(특히 R/S, 차분된 분산 등)는 캄피토 마운틴 데이터에서 FGN 모형과 일치하지 않는 통계적으로 유의미한 H 추정치를 보고하여, 이상적인 장기적 기억 과정에서의 이탈에 대해 낮은 안정성을 보였다.