[论文解读] Fisher's Information for Discretely Sampled Levy Processes

Yacine Aı̈t-Sahalia, Jean Jacod|arXiv (Cornell University)|Nov 19, 2004

Complex Systems and Time Series Analysis参考文献 29被引用 5

一句话总结

本文推导了对离散采样的 Lévy 过程的费雪信息的渐近行为，确立了信息矩阵能够揭示连续部分与跳变部分的独立贡献，从而实现速率高效的估计。根据活动指数 β 和跳变可变性，该文确定了高效估计量的收敛速率，随着采样频率增加，速率范围从 √n 到 n^{1/β} 不等。

ABSTRACT

This paper studies the asymptotic behavior of the Fisher information for a Levy process discretely sampled at an increasing frequency. We show that it is possible to distinguish not only the continuous part of the process from its jumps part, but also different types of jumps, and derive the rates of convergence of efficient estimators.

研究动机与目标

• 分析在采样频率不断提高时，Lévy 过程的费雪信息的渐近行为。
• 通过费雪信息矩阵的结构，区分 Lévy 过程的连续部分与跳变部分。
• 基于信息矩阵的标度特性，推导高效估计量的收敛速率。
• 建立不同类型的跳变（稳定、有限变差等）可通过信息论分析实现统计分离的条件。
• 为具有跳变的高频金融数据模型中的速率高效估计提供理论基础。

提出的方法

• 该分析使用 Lévy-Khintchine 表示法来建模 Lévy 过程的特征函数，并从对数似然的二阶导数推导出费雪信息矩阵。
• 论文研究了当采样间隔 $ \Delta_n \to 0 $ 时，费雪信息 $ I_{\Delta_n}(\eta) $ 的行为，重点关注信息随 $ n $ 的标度行为。
• 应用渐近展开和变量替换技术，分析涉及密度及其导数的积分，尤其关注小 $ u $ 极限下的行为。
• 根据活动指数 $ \beta $ 区分不同情形，分别处理 $ \beta < 2 $、$ \beta = 2 $ 和 $ \beta > 2 $ 的情况，对应于不同的尾部行为。
• 通过稳定分布和高斯成分的积分界，推导费雪信息的渐近阶，特别是捕捉跳变贡献的 $ J_{u,\Gamma} $。
• 结合对数标度与幂律标度制度，推导出估计量的有效收敛速率，取决于 $ \alpha $、$ \beta $ 和 $ \theta $ 之间的相互作用。

实验结果

研究问题

• RQ1 当 Lévy 过程的采样频率增加时，费雪信息矩阵的渐近行为如何？
• RQ2 能否通过费雪信息的结构，对 Lévy 过程的连续部分与跳变部分进行统计区分？
• RQ3 在高频采样下，Lévy 过程参数的高效估计量的收敛速率是什么？
• RQ4 不同类型的跳变——如稳定跳变、有限变差跳变或高斯跳变——如何贡献于费雪信息，并影响估计效率？
• RQ5 在什么条件下，费雪信息按 $ n^{1/\beta} $ 标度，而在什么条件下按 $ \sqrt{n} $ 标度，其中 $ \beta \in (0,2] $？

主要发现

• 当 $ \beta < 2 $ 且 $ \alpha < \beta/2 $ 时，费雪信息按 $ I_{\Delta}^{\theta\theta} \sim \frac{\theta^{2\alpha-2} u^{2\alpha} \gamma(u)}{\sigma^{2\alpha}} $ 标度，其中 $ \gamma(u) \propto u^{-\alpha(\beta - 2\alpha)/(\beta - \alpha)} $，导致收敛速率为 $ n^{\alpha(\beta - 2\alpha)/(2\beta - 2\alpha)} $。
• 当 $ 2\alpha = \beta < 2 $ 时，费雪信息呈对数标度：$ I_{\Delta}^{\theta\theta} \sim \frac{2\alpha^2 c_\alpha^2}{c_\beta} \log(1/u) $，意味着收敛速率为 $ \sqrt{n / \log n} $。
• 当 $ \beta = 2 $ 时，费雪信息按 $ I_{\Delta}^{\theta\theta} \sim \frac{2\alpha c_\alpha \sigma^\alpha}{\theta^\alpha u^\alpha (2\alpha)^{\alpha/2} (\log(1/u))^{\alpha/2}} $ 标度，导致收敛速率为 $ n^{\alpha/2} / (\log n)^{\alpha/4} $。
• 本文确立了费雪信息矩阵能够基于其标度行为，区分不同类型跳变（包括稳定跳变与有限变差跳变）。
• 分析证实，在高频采样下，MLE 是渐近高效的，其收敛速率由活动指数 $ \beta $ 决定。
• 结果表明，当 $ \beta < 2 $ 时存在跳变，其收敛速率慢于标准的 $ \sqrt{n} $ 速率，最慢的收敛速率出现在 $ \beta \to 0^+ $ 时。