[논문 리뷰] The Cepstral Model for Multivariate Time Series: The Vector Exponential Model

Scott H. Holan, Tucker McElroy외 1명|arXiv (Cornell University)|2014. 06. 03.

Spectroscopy and Chemometric Analyses참고 문헌 22인용 수 3

한 줄 요약

이 논문은 스펙트럼 밀도 행렬을 셰프트 계수의 행렬 지수로 모델링함으로써 내재된 정상성과 가역성을 보장하는 주파수 도메인 접근법인 벡터 지수 모델(VEXP)을 소개한다. 이 방법은 비제약 파rameter 추정, Wold 계수의 효율적 계산, 강력한 베이지안 추론을 가능하게 하며, 식별성과 수렴성에 대한 이론적 보장을 제공한다.

ABSTRACT

Vector autoregressive (VAR) models have become a staple in the analysis of multivariate time series and are formulated in the time domain as difference equations, with an implied covariance structure. In many contexts, it is desirable to work with a stable, or at least stationary, representation. To fit such models, one must impose restrictions on the coefficient matrices to ensure that certain determinants are nonzero; which, except in special cases, may prove burdensome. To circumvent these difficulties, we propose a flexible frequency domain model expressed in terms of the spectral density matrix. Specifically, this paper treats the modeling of covariance stationary vector-valued (i.e., multivariate) time series via an extension of the exponential model for the spectrum of a scalar time series. We discuss the modeling advantages of the vector exponential model and its computational facets, such as how to obtain Wold coefficients from given cepstral coefficients. Finally, we demonstrate the utility of our approach through simulation as well as two illustrative data examples focusing on multi-step ahead forecasting and estimation of squared coherence.

연구 동기 및 목표

• 비제약 파rameter 추정에서 정상성이나 가역성이 보장되지 않는 전통적 VAR 및 VARMA 모델의 한계를 해결하기 위해.
• 제약 조건 없이도 안정성과 가역성을 보장하는 유연한 주파수 도메인 모델을 개발하기 위해.
• 셰프트 계수의 행렬 지수로 스펙트럼 밀도를 매개변수화함으로써 비제약 파rameter 추정(특히 베이지안 프레임워크에서)을 가능하게 하기 위해.
• 예측 및 스펙트럼 분석을 위한 Wold 계수로의 셰프트 계수 변환을 위한 계산적으로 효율적인 알고리즘을 제공하기 위해.
• 모델의 유용성을 시뮬레이션과 실제 데이터 예제를 통해 입증하기 위해, 특히 다단계 예측과 제곱coherence 추정에 중점을 두고.

제안 방법

• 일변량 지수 모델의 다변량 확장을 다변량 시간열에 적용하는 벡터 지수 모델(VEXP)을 제안하며, 핵심 표현으로 스펙트럼 밀도 행렬을 사용한다.
• 복소 단위원 위의 거듭제곱 급수의 행렬 지수를 정의함으로써 VEXP를 정의하여 모든 주파수에서 스펙트럼 밀도가 비특이적이 되도록 하여 가역성을 보장한다.
• 스펙트럼 밀도의 행렬 로그를 사용해 셰프트 계수를 추출하며, 이는 비제약 실수 값 파rameter로 기능한다.
• 행렬 도함수와 거듭제곱 급수 전개를 활용하여 셰프트 계수에서 Wold 계수를 계산하는 명시적 재귀 알고리즘을 유도한다.
• 스펙트럼 밀도가 모든 주파수에서 양의 정부호이자 가역적이게 유지되도록 행렬 로그 및 지수 함수를 적용한다.
• 베이지안 추정에서 스토케스틱 서치 변수 선택과 독립적인 희박한 가우시안 사전분포를 사용하며, 비제약 파rameter 공간을 활용해 일관된 사전 분포 설정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 계수 행렬에 제약 조건을 부과하지 않더라도 내재된 정상성과 가역성을 보장하는 다변량 시간열 모델을 구축할 수 있는가?
• RQ2 벡터 과정에서 예측 및 스펙트럼 분석을 위해 셰프트 계수를 Wold 계수로 효율적으로 변환하는 방법은 무엇인가?
• RQ3 VEXP 모델이 임의의 안정적이고 가역적인 벡터 과정을 얼마나 정밀하게 근사할 수 있는가?
• RQ4 특히 제약 조건이 있는 VAR 또는 VARMA 모델과 비교할 때 VEXP 모델은 베이지안 추정 설정에서 어떻게 성능을 발휘하는가?
• RQ5 VEXP를 사용할 경우 다변량 시간열의 장기 예측 및 공진도 추정에 어떤 영향을 미치는가?

주요 결과

• VEXP 모델은 모든 파arameter 값에서 내재된 정상성과 가역성을 보장하여 계수 행렬에 대한 제약 조건이 필요 없음을 입증한다.
• 셰프트 매개변수화는 비제약 실수 값 파arameter를 가능하게 하여, 베이지안 분석에서 독립적이고 희박한 가우시안 사전분포의 사용을 가능하게 한다.
• 행렬 도함수와 거듭제곱 급수 전개를 활용하여 셰프트 계수에서 Wold 계수를 계산하는 효율적인 알고리즘을 개발하였다.
• 모델는 식별 가능하다: 서로 다른 셰프트 계수 행렬은 서로 다른 스펙트럼 밀도 행렬을 생성하므로 유일한 파arameter 복원이 보장된다.
• VEXP 모델은 안정적이고 가역적인 벡터 과정의 공간에서 조밀하다(dense)는 점에서 임의의 정확도로 근사가 가능하다.
• 시뮬레이션과 데이터 예제를 통해 다단계 예측 및 제곱공진도 추정에서 뛰어난 성능을 보이며, 안정적이고 잘 정의된 장기 예측 필터를 제공한다.