[论文解读] A Donsker Theorem for Lévy Measures

Richard Nickl, Markus Reiß|arXiv (Cornell University)|Jan 3, 2012

Stochastic processes and statistical mechanics参考文献 18被引用 7

一句话总结

本文建立了基于 Lévy 过程离散时间观测的 Lévy 测度分布函数估计量的 Donsker 型泛函中心极限定理。在特征函数满足多项式衰减条件的前提下，归一化估计误差 √n(ÂNn − N) 弱收敛于一个广义布朗桥，其协方差结构与一个傅里叶积分算子相关联，将经典经验过程理论推广至 Lévy 过程统计中的非线性反问题。

ABSTRACT

Given $n$ equidistant realisations of a Lévy process $(L_t,\,t\ge 0)$, a natural estimator $\hat N_n$ for the distribution function $N$ of the Lévy measure is constructed. Under a polynomial decay restriction on the characteristic function $ϕ$, a Donsker-type theorem is proved, that is, a functional central limit theorem for the process $\sqrt n (\hat N_n -N)$ in the space of bounded functions away from zero. The limit distribution is a generalised Brownian bridge process with bounded and continuous sample paths whose covariance structure depends on the Fourier-integral operator ${\cal F}^{-1}[1/ϕ(-\cdot)]$. The class of Lévy processes covered includes several relevant examples such as compound Poisson, Gamma and self-decomposable processes. Main ideas in the proof include establishing pseudo-locality of the Fourier-integral operator and recent techniques from smoothed empirical processes.

研究动机与目标

• 将 Donsker 定理推广至 Lévy 过程离散时间观测下的 Lévy 测度非参数估计。
• 解决在过程无高斯分量时，估计 Lévy 测度作为非线性反问题的内在困难。
• 在远离零点的有界函数空间中，为归一化估计量 √n(ÂNn − N) 建立泛函中心极限定理。
• 将弱极限表征为一个广义布朗桥，其协方差依赖于 1/ϕ(−·) 的逆傅里叶变换，其中 ϕ 为增量的特征函数。
• 为 Lévy 过程模型中置信带构造与拟合优度检验提供理论基础。

提出的方法

• 从 Lévy 过程的 n 个等距观测中构造 Lévy 测度 ν 的累积分布函数 N 的自然估计量ÂNn。
• 证明过程 √n(ÂNn − N) 在 ℝ \ (−ζ, ζ) 上有界函数空间中的弱收敛性，其中 ζ > 0。
• 利用傅里叶积分算子 F−1[1/ϕ(−·)] 表征极限协方差结构，将极限与去卷积型问题联系起来。
• 通过线性化反问题所引出的变换函数类 Gϕ = {F−1[1/ϕ(−·)] ∗ 1(−∞,t] : |t| ≥ ζ}，建立经验过程的紧性。
• 应用光滑经验过程与伪微分算子理论的最新技术，特别是利用傅里叶积分算子的拟局部性。
• 通过覆盖数估计与 L2(P)-闭包论证，验证相关函数类的预高斯性与熵条件。

实验结果

研究问题

• RQ1 能否为 Lévy 过程离散观测下的 Lévy 测度非参数估计建立 Donsker 型泛函中心极限定理？
• RQ2 归一化估计量 √n(ÂNn − N) 在远离零点的有界函数空间中的极限分布为何？
• RQ3 极限过程的协方差结构如何依赖于 Lévy 过程增量的特征函数 ϕ？
• RQ4 在何种 ϕ 条件下（例如多项式衰减）弱收敛成立，这与反问题的病态性有何关联？
• RQ5 经典经验过程理论在多大程度上可推广至 Lévy 过程统计中出现的非线性反问题？

主要发现

• 归一化估计量 √n(ÂNn − N) 在 ℝ \ (−ζ, ζ) 上有界函数空间中弱收敛于一个广义布朗桥过程。
• 极限过程具有连续样本路径，其协方差结构由傅里叶积分算子 F−1[1/ϕ(−·)] 决定。
• 在特征函数 ϕ 满足多项式衰减条件时，收敛性成立，该条件确保了去卷积算子的可逆性与稳定性。
• 所涵盖的 Lévy 过程类别包括复合泊松过程、伽马过程与自相似可分解过程，显示出广泛适用性。
• 证明依赖于对变换后函数类的预高斯性与熵条件的验证，覆盖数呈多项式增长。
• 通过熵与包络界控制经验过程的收敛速度，包络大小按 h−α′ 缩放（当 h ≲ n−1/(4α) 时），确保渐近紧性。