[论文解读] The dependence structure for PARMA models with alpha-stable innovations

Joanna Nowicka-Zagrajek, Agnieszka Wyłomańska|ArXiv.org|Aug 13, 2006

Complex Systems and Time Series Analysis被引用 6

一句话总结

本论文研究了具有对称 $\alpha$-稳定创新的周期性自回归移动平均（PARMA）模型中的依赖结构，其中传统协方差未定义。论文引入了码差（codifference）和协变（covariation）作为依赖度量，并证明在 $1 < \alpha < 2$ 时，二者具有周期性且渐近成比例，比例系数为 $\alpha$，将经典 ARMA 结果扩展至重尾周期时间序列。

ABSTRACT

In this paper we investigate the dependence structure for PARMA models (i.e. ARMA models with periodic coefficients) with symmetric alpha-stable innovations. In this case the covariance function is not defined and therefore other measures of dependence have to be used. After obtaining the form of the bounded solution of the PARMA system with symmetric alpha-stable innovations, we study the codifference and the covariation -- the most popular measures of dependence defined for symmetric stable time series. We show that both considered measures are periodic. Moreover we determine the cases when the codifference and the covariation are asymptotically proportional with the coefficient of proportionality equal to alpha.

研究动机与目标

• 分析具有对称 $\\alpha$-稳定创新的 PARMA(1,1) 模型中的依赖结构，由于重尾导致协方差未定义。
• 通过用码差与协变替代协方差作为依赖度量，将经典 PARMA 理论扩展至稳定创新。
• 建立具有 $\\alpha$-稳定创新的 PARMA(1,1) 系统中码差与协变的周期性。
• 推导码差与协变之间的渐近关系，表明在长滞后时二者成比例，比例系数为 $\\alpha$。
• 通过不同 $\\alpha$ 和周期系数的数值例子验证理论结果。

提出的方法

• 形式化定义周期系数 $b_n$ 与 $a_n$ 周期为 $T$ 的 PARMA(1,1) 模型，以及独立同分布的对称 $\\alpha$-稳定创新 $\xi_n$。
• 使用码差 $CD(X_n, X_m)$ 和协变 $CV(X_n, X_m)$ 作为 $\\alpha$-稳定过程的依赖度量，其定义基于特征函数与谱测度。
• 利用系数乘积 $B_{m+1}^n = \\prod_{j=m+1}^n b_j$ 和乘积 $P = \\prod_{j=1}^T b_j$ 推导码差与协变的闭式表达式。
• 通过利用系数 $a_n$ 与 $b_n$ 的 $T$-周期性，建立两种度量的周期性。
• 对 $k \to \infty$ 进行渐近分析，利用涉及 $|P|^k$ 的极限，证明 $CD(X_{n+k}, X_n)/CV(X_{n+k}, X_n) \to \alpha$ 且 $CD(X_n, X_{n-k})/CV(X_n, X_{n-k}) \to 0$。
• 通过模拟验证结果，设定 $T=3$，$\sigma=1$，$\alpha \in \{1.4, 1.7, 2\}$，绘制码差、协变及其归一化比值。

实验结果

研究问题

• RQ1 在具有对称 $\\alpha$-稳定创新的 PARMA(1,1) 模型中，码差与协变的行为如何？
• RQ2 当系数 $a_n$ 与 $b_n$ 以周期 $T$ 周期性变化时，码差与协变是否也具有周期性？
• RQ3 随着滞后 $k$ 增大，码差与协变之间的渐近关系如何？
• RQ4 对于 $1 < \alpha < 2$，码差与协变的渐近比值是否收敛于 $\alpha$？
• RQ5 尾指数 $\alpha$ 如何影响模拟实现中依赖度量的大小与周期性？

主要发现

• 在具有 $\\alpha$-稳定创新的 PARMA(1,1) 模型中，码差与协变在 $n$ 与 $m$ 上均具有周期 $T$。
• 对于 $1 < \alpha < 2$，渐近比值 $\lim_{k \to \infty} CD(X_{n+k}, X_n) / CV(X_{n+k}, X_n) = \alpha$，证实了与系数 $\alpha$ 的比例关系。
• 当 $k \to \infty$ 时，比值 $CD(X_n, X_{n-k}) / CV(X_n, X_{n-k}) \to 0$，反映了协变的不对称性。
• 码差与协变的表达式通过乘积 $P = \prod_{j=1}^T b_j$ 推导出闭式，当 $|P| < 1$ 时保证收敛。
• 数值模拟结果表明，两种度量均表现出周期为 $T=3$ 的周期行为，且归一化比值收敛于理论极限。
• 随着 $\alpha$ 减小，时间序列呈现更重的尾部，码差与协变的幅度增大，与稳定分布的性质一致。