Multivariate Representations of Univariate Marked Hawkes Processes

Resumen Técnico: Representaciones Multivariadas de Procesos de Hawkes Marcados Univariados

1. Planteamiento del Problema
Los procesos de Hawkes marcados univariados son herramientas fundamentales para modelar fenómenos de agrupamiento temporal en diversas áreas, como secuencias de réplicas sísmicas, propagación de enfermedades, difusión en redes sociales y dinámica de libros de órdenes financieras. Sin embargo, estos modelos enfrentan dos desafíos principales:

• Suposición de Separabilidad: La mayoría de las especificaciones de intensidad condicional asumen "separabilidad de marcas", donde la intensidad base y la distribución de marcas son independientes. En la realidad, muchos procesos (como los terremotos) son no separables, donde la intensidad y la magnitud de los eventos están intrínsecamente vinculadas.
• Dificultad Computacional y Estimación: Los modelos no separables son flexibles pero computacionalmente costosos de estimar mediante máxima verosimilitud (MLE), con problemas de convergencia lenta y alta complejidad. Por otro lado, métodos alternativos como las redes neuronales (Neural Hawkes) ofrecen flexibilidad pero carecen de parámetros interpretables y garantías estadísticas asintóticas.

El objetivo del artículo es establecer un puente teórico y práctico entre los procesos de Hawkes marcados univariados (complejos y no separables) y los procesos de Hawkes multivariados no marcados (más manejables y bien estudiados).

2. Metodología
Los autores proponen una estrategia de aproximación mediante partición:

• Partición del Espacio de Marcas: Se divide el espacio de soporte de la distribución de marcas ($M$) en un conjunto finito de subconjuntos medibles disjuntos $\{A_i\}_{i=1}^K$ que cubren todo el espacio.
• Representación Multivariada: El proceso marcado univariado original se modela como un proceso de Hawkes multivariado no marcado con $K$ componentes. Cada componente $i$ corresponde a un rango específico de marcas (el subconjunto $A_i$).
• Excitación Cruzada: La interacción entre diferentes rangos de marcas en el proceso original se captura mediante los parámetros de excitación cruzada ($\alpha_{ij}$) en la representación multivariada.
• Formulación Paramétrica: La intensidad condicional del proceso aproximado se define como una suma de intensidades base y términos de excitación kernel, donde los parámetros incluyen tasas de fondo, coeficientes de excitación y parámetros de forma del kernel.

3. Contribuciones Clave
El artículo presenta tres resultados teóricos fundamentales:

1. Aproximación en $L^1$: Se demuestra que, para cualquier realización de un proceso de Hawkes marcado univariado (separable o no), existe una representación multivariada no marcada tal que la diferencia $L^1$ entre sus funciones de intensidad condicional converge a cero a medida que aumenta el número de componentes $K$. Esto permite aproximar distribuciones de marcas desconocidas o complejas sin asumir una forma paramétrica específica.
2. Estacionariedad: Bajo suposiciones de estacionariedad del proceso objetivo, la representación multivariada aproximada también es estacionaria. Esto es crucial para la viabilidad de simulaciones y pronósticos a largo plazo, asegurando que el proceso no explote (no tenga un número infinito de eventos en tiempo finito).
3. Identificabilidad: Se demuestra que los parámetros de la representación multivariada son identificables. Es decir, si dos conjuntos de parámetros generan la misma función de intensidad condicional, entonces los parámetros deben ser idénticos (salvo en casos triviales donde la estructura de probabilidad no depende de ciertos parámetros).

4. Resultados del Estudio de Simulación
Los autores validaron sus hallazgos teóricos mediante un estudio de simulación:

• Escenario: Se utilizaron procesos de Hawkes univariados con distribución de marcas uniforme discreta (el caso de máxima entropía, que representa un "peor caso" para la eficiencia estadística).
• Convergencia: Se observó que las estimaciones de máxima verosimilitud de los parámetros del modelo multivariado convergen a los valores teóricos a medida que aumenta el tamaño de la muestra y el número de componentes.
• Error y Complejidad: Aunque la representación multivariada introduce un mayor número de parámetros ($K + 2K^2$) en comparación con el modelo univariado original, el error absoluto mediano (MAE) de los parámetros estimados crece de manera controlada (heuristicamente como $O(K \cdot N(T)^{-1/2})$).
• Comparación: El método se posiciona como una alternativa más interpretable y estadísticamente fundamentada frente a las redes neuronales (como cLSTM o Transformers), que requieren regularización compleja y ofrecen parámetros opacos.

5. Significado e Impacto
Este trabajo ofrece un marco robusto para el análisis de datos de procesos puntuales marcados complejos:

• Flexibilidad sin Pérdida de Interpretación: Permite modelar interacciones no separables entre la intensidad y las marcas de manera paramétrica, manteniendo la interpretabilidad de los parámetros, a diferencia de los enfoques de "caja negra" de aprendizaje profundo.
• Tractabilidad Computacional: Transforma un problema de estimación en un espacio continuo y no separable (difícil) en un problema de estimación en un espacio discreto y multivariado (más manejable y con teoría estadística bien establecida).
• Aplicabilidad General: El enfoque es aplicable a una amplia gama de dominios, desde sismología y criminología hasta finanzas de alta frecuencia, especialmente cuando la distribución subyacente de las marcas es desconocida o no estacionaria.
• Futuro: Los autores sugieren que esta aproximación basada en histogramas podría extenderse a estimadores de densidad tipo kernel y que la inducción de esparsidad podría reducir aún más la complejidad del modelo.

En resumen, el artículo establece que los procesos de Hawkes multivariados no marcados pueden servir como una representación universal y eficiente para aproximar procesos marcados univariados, resolviendo el dilema entre la flexibilidad del modelado no separable y la necesidad de inferencia estadística interpretable y computable.