[论文解读] Nonparametric estimation for Lévy processes from low-frequency observations

Michael H. Neumann, Markus Reiß|ArXiv.org|Sep 13, 2007

Stochastic processes and financial applications参考文献 5被引用 18

一句话总结

本文提出了一种基于 Lévy 过程的低频离散观测数据的非参数最小距离估计器，用于估计 Lévy-Khinchine 特征。通过利用经验特征函数并引入一种新颖的统一偏差控制方法，该方法在无需了解特征函数衰减行为的前提下，实现了最优收敛速率的估计，在一般条件下建立了相合性与最优收敛速率。

ABSTRACT

We suppose that a Lévy process is observed at discrete time points. A rather general construction of minimum-distance estimators is shown to give consistent estimators of the Lévy-Khinchine characteristics as the number of observations tends to infinity, keeping the observation distance fixed. For a specific $C^2$-criterion this estimator is rate-optimal. The connection with deconvolution and inverse problems is explained. A key step in the proof is a uniform control on the deviations of the empirical characteristic function on the whole real line.

研究动机与目标

• 从低频离散观测中，发展一种对 Lévy-Khinchine 三元组（漂移、扩散、跳跃测度）一致的非参数估计器。
• 解决当增量主要受扩散或多重跳跃主导、无法通过单个增量识别时的 Lévy 特征推断挑战。
• 在不依赖特征函数衰减行为的前提下，建立基于 $C^2$-准则的估计器的速率最优性。
• 通过将扩散分量与 Lévy 测度合并为单一有限 Borel 测度 $\bar{\nu}_\sigma$，统一两者的估计。
• 为估计器的弱收敛性提供理论基础，并将去卷积型推理方法推广至 Lévy 过程推断。

提出的方法

• 基于 i.i.d. 增量 $X_{i\Delta} - X_{(i-1)\Delta}$，$i=1,\dots,n$ 的经验特征函数，构建最小距离估计器。
• 定义组合测度 $\bar{\nu}_\sigma = \sigma^2 \delta_0 + \frac{x^2}{1+x^2} \nu(dx)$，将扩散与跳跃分量统一为单一有限 Borel 测度。
• 使用 $C^2$-准则，最小化实数轴上经验特征函数与理论特征函数之间的距离。
• 建立经验特征函数在 $\mathbb{R}$ 上对真实特征函数的偏差的统一控制，这是关键的技术创新。
• 应用 Hoeffding 不等式控制经验特征函数过小的概率，确保反演步骤的稳定性。
• 通过特征函数的逆傅里叶变换推导估计器，对 $|\hat{\varphi}_n(u)|$ 较小时的奇点进行细致处理。

实验结果

研究问题

• RQ1 能否从低频离散观测中一致估计 Lévy-Khinchine 三元组的非参数估计器？
• RQ2 在低频采样下，Lévy 过程非参数估计的最优收敛速率是什么？
• RQ3 估计器是否可在不事先知晓特征函数衰减速率的前提下实现最优速率？
• RQ4 如何对整个实数轴上的经验特征函数实现统一控制，以确保反演的稳定性？
• RQ5 去卷积型技术在多大程度上可被适配至 Lévy 过程的非参数估计？

主要发现

• 所提出的基于经验特征函数的最小距离估计器，在一般条件下对 Lévy-Khinchine 特征具有相合性。
• 估计器在 $C^2$-准则下达到最优收敛速率，与去卷积问题中的已知下界一致。
• 通过定理 4.1 建立了经验特征函数在 $\mathbb{R}$ 上偏差的统一控制，该结果是证明的核心，可能具有独立兴趣。
• 该方法无需正则化参数，也无需了解特征函数的衰减行为，仍能实现最优速率。
• 估计器对经验特征函数的较小值具有鲁棒性，尾部概率通过 Hoeffding 不等式得到控制。
• 理论框架允许估计测度 $\bar{\nu}_\sigma$ 的弱收敛性，从而支持对底层 Lévy 过程的统计推断。