[论文解读] Parameter estimation for SDEs related to stationary Gaussian processes

Khalifa Es-Sebaiy, Viens, Frederi G.|arXiv (Cornell University)|Jan 20, 2015

Stochastic processes and financial applications参考文献 25被引用 6

一句话总结

该论文提出了一种基于马里亚文微积分的随机微分方程漂移参数估计方法，适用于驱动过程为平稳高斯过程的SDE，特别是分数阶Ornstein-Uhlenbeck过程。该方法建立了几乎必然一致性和中心极限定理，估计量在Wasserstein距离下的收敛速度为 $ n^{-1/4} $，扩展了以往在遍历与非遍历情形下的结果。

ABSTRACT

In this paper, we study central and non-central limit theorems for partial sum of functionals of general stationary Gaussian fields. We apply our result to study drift parameter estimation problems for some stochastic differential equations related to stationary Gaussian processes.

研究动机与目标

• 开发一种针对由平稳高斯过程驱动的SDE中漂移参数估计的新统计推断方法。
• 通过统一遍历与非遍历情形，将现有关于分数阶Ornstein-Uhlenbeck过程的结果进行扩展。
• 利用马里亚文微积分提升估计量的计算可行性，使其比最大似然估计或最小二乘法更易于模拟。
• 为平稳高斯场泛函建立非中心极限定理与中心极限定理，以支持渐近分布分析。
• 以Wasserstein距离与总变差距离为度量，推导估计量的收敛速率。

提出的方法

• 该方法利用马里亚文微积分构造基于偶数阶 $ q $ 的多变量随机积分的估计量，具体形式为 $ V_{q,n}(Z) = \sum_{k=1}^{q/2} I_{2k}(f_{2k,n}) $，其中 $ f_{2k,n} $ 涉及高斯过程的归一化增量。
• 通过归一化混沌展开 $ V_{q,n}(Z)/\sqrt{\mathbb{E}[V_{q,n}^2(Z)]} $，利用总变差距离与Wasserstein距离分析其收敛于正态分布的性质。
• 在不同协方差衰减假设下，利用矩与累积量（特别是 $ \kappa_4(V_{2,n}(Y)) $）推导估计量与标准正态变量之间Wasserstein距离的上界。
• 对于具有长程依赖性的非遍历情形（如 $ r_Y(k) \sim |k|^{-\alpha} $，$ \alpha < 1/2 $），建立了涉及非高斯极限变量 $ F_\infty $ 的非中心极限定理。
• 估计量 $ \widehat{\alpha}_{q,n} = \nu_q^{-1}[Q_{q,n}(U)] $ 由解过程 $ U_t $ 的 $ q $ 阶混沌投影构造，其中 $ \nu_q(\alpha) $ 通过 $ U^\alpha_0 $ 的二阶矩定义。
• 利用 $ U^\alpha $ 的遍历性、矩界以及Borel-Cantelli引理，将 $ L^p $ 收敛性提升为样本路径收敛速率，从而证明了几乎必然一致性和渐近正态性。

实验结果

研究问题

• RQ1 能否为由平稳高斯过程驱动的SDE中的漂移参数，开发一种统一的基于马里亚文微积分的估计量，涵盖遍历与非遍历情形？
• RQ2 所提出的估计量在Wasserstein距离与总变差距离下的收敛速率如何？
• RQ3 在长程依赖性条件下（如 $ r_Y(k) \sim |k|^{-\alpha} $），估计量的渐近分布行为如何？
• RQ4 在协方差可积衰减的一般平稳高斯过程中，估计量能否实现几乎必然一致性和渐近正态性？
• RQ5 第 $ q $ 阶混沌投影在实现估计量鲁棒收敛性方面起到何种作用？

主要发现

• 漂移参数 $ \alpha $ 的估计量 $ \widehat{\alpha}_{q,n} $ 几乎必然一致：当 $ n \to \infty $ 时，有 $ \widehat{\alpha}_{q,n} \to \alpha $。
• 归一化偏差 $ \sqrt{n} \left( \nu_q(\widehat{\alpha}_{q,n}) - \nu_q(\alpha) \right) $ 在分布上收敛于方差为 $ \sigma^2(U^\alpha) $ 的正态随机变量，如定理23所示。
• 归一化估计量与标准正态变量之间的Wasserstein距离被控制在 $ C n^{-1/4} $ 以内，表明其收敛速度为 $ n^{-1/4} $ 阶。
• 在二次情形 $ q=2 $ 时，Wasserstein上界可改进为 $ C / \sqrt{n} $，反映出在更强矩条件下更快的收敛速度。
• 在长程依赖性情形 $ r_Y(k) \sim |k|^{-\alpha} $ 下，归一化 $ V_{q,n}(Z) $ 收敛于一个涉及谱测度的非高斯极限，表明存在非中心极限行为。
• 本研究结果推广了先前关于分数阶Ornstein-Uhlenbeck过程的工作，当 $ H \in (1/2,1) $ 且 $ \alpha $ 适定选择时，可恢复为特例。