[论文解读] A central limit theorem for the sample autocorrelations of a Lévy driven continuous time moving average process

Serge Cohen, Alexander Lindner|arXiv (Cornell University)|Jun 14, 2012

Financial Risk and Volatility Modeling参考文献 13被引用 4

一句话总结

本文建立了 Lévy 驱动的连续时间移动平均过程的样本自相关系数的中心极限定理，表明其渐近正态性具有一个在离散时间模型中不存在的方差校正项。关键贡献在于，样本自相关系数的渐近方差包含一个依赖于 Lévy 过程四阶矩的额外项，这否定了对离散时间模型的简单近似，并使得分数阶 Lévy 过程中赫斯特指数的渐近正态估计成为可能。

ABSTRACT

In this article we consider Lévy driven continuous time moving average processes observed on a lattice, which are stationary time series. We show asymptotic normality of the sample mean, the sample autocovariances and the sample autocorrelations. A comparison with the classical setting of discrete moving average time series shows that in the last case a correction term should be added to the classical Bartlett formula that yields the asymptotic variance. An application to the asymptotic normality of the estimator of the Hurst exponent of fractional Lévy processes is also deduced from these results.

研究动机与目标

• 建立 Lévy 驱动的连续时间移动平均过程的样本均值、自协方差和自相关系数的渐近正态性。
• 识别连续时间与离散时间移动平均模型在样本自相关系数渐近方差上的差异。
• 推导出包含连续时间过程四阶矩校正项的巴特利特公式修正版本。
• 将结果应用于分数阶 Lévy 过程中赫斯特指数估计量的渐近正态性。
• 证明采样过程 $(X_{n\triangle})_{n\in\mathbb{Z}}$ 通常不能被视为具有独立同分布噪声的离散时间移动平均过程。

提出的方法

• 将过程建模为 $X_t = \mu + \int_{\mathbb{R}} f(t-s) \, dL_s$，其中 $L$ 是均值为零、方差有限的 Lévy 过程，且 $f \in L^2(\mathbb{R})$。
• 分析当 $n \to \infty$ 时，样本均值 $\overline{X}_{n;\Delta}$、样本自协方差 $\widehat{\gamma}_{n;\Delta}(\Delta h)$ 和样本自相关系数 $\widehat{\rho}_{n;\Delta}(\Delta h)$ 的渐近分布。
• 利用谱表示和泛函中心极限定理技术推导渐近方差，纳入 $L$ 的四阶矩。
• 建立 $\sqrt{n}(\widehat{\rho}_{n;\Delta}(\Delta h) - \rho(h))$ 收敛于具有校正方差公式的正态分布的条件。
• 通过分析核函数 $f_d(s) = (s_+)^d - (s_-)^d$ 并验证可积性与矩条件，将结果应用于分数阶 Lévy 过程。
• 利用增量过程 $Z_t = X_t - X_{t-1}$ 的经验自相关系数，构造赫斯特指数 $d$ 的一致且渐近正态的估计量。

实验结果

研究问题

• RQ1 Lévy 驱动的连续时间移动平均过程的样本自相关系数是否满足中心极限定理？
• RQ2 样本自相关系数的渐近方差与离散时间模型中的经典巴特利特公式有何不同？
• RQ3 驱动 Lévy 过程的四阶矩在样本自相关系数的渐近分布中起什么作用？
• RQ4 分数阶 Lévy 过程的赫斯特指数能否从离散采样中一致且渐近正态地估计？
• RQ5 在渐近分布性质方面，采样过程 $X_{n\Delta}$ 是否等价于具有独立同分布噪声的离散时间移动平均过程？

主要发现

• 连续时间过程的样本自相关系数渐近正态，但其渐近方差包含一个与 Lévy 过程四阶累积量成比例的额外项，该特征在离散时间模型中不存在。
• 该校正项否定了将采样连续时间过程视为具有独立同分布噪声的离散时间移动平均过程的简单假设。
• 当 $d < 1/4$ 时，通过 $X_t$ 的样本自相关系数定义的估计量 $\widehat{d}$ 渐近正态，且满足 $\sqrt{n}(\widehat{d} - d) \to N(0, \sigma^2)$。
• 当 $d \in (0, 1/2)$ 时，基于增量过程 $Z_t = X_t - X_{t-1}$ 的估计量 $\tilde{d} = \phi^{-1}(\rho_n^*(1))$ 同样渐近正态。
• 核函数 $f_d(s)$ 及其差值 $\tilde{f}_d(s)$ 属于 $L^2(\mathbb{R}) \cap L^4(\mathbb{R})$，确保了中心极限定理的有效性。
• 出现在渐近方差公式中的函数 $g_0(u)$ 有界且属于 $L^2([0,1])$，证实了泛函中心极限定理的适用性。