On testing for independence between generalized error models of several time series

Aquí presento un resumen técnico detallado del artículo "On testing for independence between generalized error models of several time series" (Sobre la prueba de independencia entre modelos de error generalizado de varias series temporales), escrito por Kilani Ghoudi, Bouchra R. Nasri y Bruno N. Rémillard.

---

1. Planteamiento del Problema

La prueba de independencia condicional entre series temporales es fundamental para el modelado y la comprensión de sus relaciones dinámicas. Si dos series $X_{1t}$ y $X_{2t}$ son condicionalmente independientes dadas las pasadas ($F_{t-1}$), entonces una no actúa como indicador líder de la otra.

El problema central abordado en este trabajo es la limitación de los métodos existentes para probar la independencia entre innovaciones (errores) de series temporales:

• La mayoría de los métodos anteriores (como los de Haugh, 1976; Duchesne et al., 2012) asumen que las distribuciones de las series son continuas.
• En la práctica, muchas series temporales son discretas (ej. conteos de crímenes, visitas web) o mezclas de distribuciones continuas y discretas (ej. modelos con inflación de ceros, donde hay una masa de probabilidad en cero).
• Los métodos basados en correlaciones cruzadas fallan en detectar dependencias no lineales o no gaussianas.
• No existía un marco teórico unificado y robusto para probar la independencia en modelos de error generalizado que abarquen distribuciones arbitrarias (continuas, discretas o mixtas) y modelos complejos como los de volatilidad estocástica o cambio de régimen.

2. Metodología Propuesta

Los autores proponen un enfoque basado en modelos de error generalizado y copulas, extendiendo la teoría de procesos empíricos a distribuciones arbitrarias.

A. Definición de Innovaciones Generalizadas

Para manejar distribuciones que no son continuas (donde la transformación estándar de probabilidad integral no garantiza uniformidad), se utiliza una técnica de randomización (Brockwell, 2007):

• Se define una variable aleatoria $V_t \sim U(0,1)$ independiente del pasado.
• La innovación generalizada $U_t$ se construye como:
  $$U_t = G_t(X_{t-}) + V_t \Delta G_t(X_t)$$
  Donde $G_t$ es la función de distribución condicional acumulada (CDF) y $\Delta G_t$ es el salto en la distribución (probabilidad de masa).
• Esta transformación asegura que $U_t$ sea uniformemente distribuida en (0,1) y condicionalmente independiente del pasado, incluso si $X_t$ es discreto.

B. Modelado Multivariado con Copulas

Se asume que las series multivariadas se generan mediante una estructura de copula condicional $C_t$ que une las distribuciones marginales de las innovaciones generalizadas.

• Hipótesis Nula ($H_0$): Las series son condicionalmente independientes, lo que implica que la copula condicional es la copula de independencia ($\Pi$) para todo $t$.
• Hipótesis Alternativa ($H_1$): Existe dependencia condicional en algún momento o retardo.

C. Procesos Empíricos y Transformaciones de Möbius

Para probar la independencia, se construyen procesos empíricos basados en observaciones pseudo-observaciones (ranks) de las innovaciones generalizadas en diferentes retardos ($\ell$).

• Se definen procesos empíricos de lag $K_{n,\ell}$ y procesos de copula empírica $C_{n,\ell}$.
• Para obtener estructuras de covarianza manejables y pruebas más potentes, se aplican transformaciones de Möbius a estos procesos. Estas transformaciones descomponen la dependencia en subconjuntos de series, permitiendo aislar dependencias de orden superior.

D. Estadísticos de Prueba

Se proponen varios estadísticos basados en los procesos transformados:

1. Estadísticos de Cramér-von Mises ($S_{n,A,\ell}$): Basados en la integral del cuadrado del proceso empírico.
2. Correlaciones Cruzadas Generalizadas ($\hat{r}_{n,A,\ell}$): Extensiones de las correlaciones cruzadas a espacios de copula.
3. Medidas de Dependencia de Copula: Extensiones de coeficientes como el Rho de Spearman, el coeficiente de Savage y el coeficiente de van der Waerden.
4. Combinación de Estadísticos: Se utilizan métodos para combinar $p$-valores de diferentes retardos y subconjuntos (estadísticos $W_n, F_n, H_n$) para aumentar el poder de la prueba contra una amplia gama de alternativas.

3. Contribuciones Clave

1. Generalización a Distribuciones Arbitrarias: El artículo extiende los resultados teóricos previos (limitados a modelos de volatilidad estocástica con errores continuos) a un marco donde las series pueden tener distribuciones mixtas (continuas/discretas) o puramente discretas.
2. Independencia de los Parámetros Estimados: Se demuestra teóricamente que la distribución asintótica de los procesos empíricos (y por tanto de los estadísticos de prueba) es libre de parámetros y no depende de la estimación de los parámetros del modelo univariado subyacente, incluso en presencia de randomización.
3. Extensión de Resultados de Kheifets y Velasco: Se adaptan y extienden los resultados de Kheifets y Velasco (2017) para datos discretos univariados al contexto multivariado, incluyendo la derivación de las distribuciones asintóticas para procesos transformados.
4. Implementación Computacional: Todos los métodos desarrollados están implementados en el paquete de R IndGenErrors disponible en CRAN, facilitando su aplicación práctica.

4. Resultados Principales

A. Resultados Teóricos

• Bajo la hipótesis nula de independencia, los procesos empíricos transformados convergen débilmente a procesos gaussianos centrados (puentes brownianos multidimensionales).
• Las distribuciones límite de los estadísticos de prueba (Cramér-von Mises, correlaciones generalizadas) son las mismas que en el caso continuo, lo que valida el uso de tablas de distribución existentes o simulaciones de Monte Carlo estándar.

B. Experimentos Numéricos

Se realizaron simulaciones de Monte Carlo para evaluar el nivel (tamaño de la prueba) y el poder:

• Niveles: Los estadísticos mantienen niveles empíricos cercanos al nominal (5%) incluso para muestras pequeñas ($n=100$).
• Poder:
  • El estadístico combinado $W_n$ (basado en Cramér-von Mises) mostró un rendimiento superior o comparable al de $F_n$ (basado en la combinación de $p$-valores), siendo más rápido de calcular.
  • Los estadísticos basados en correlaciones ($H_n$) son muy potentes para dependencias gaussianas/lineales pero fallan en detectar dependencias no lineales específicas (como el "Tent Map") a menos que se utilicen medidas de dependencia de copula específicas (como el coeficiente de Savage).
  • Efecto de la Discretización: Cuando se aplica el método a series discretas con una sola randomización, hay una ligera pérdida de poder en comparación con el caso continuo. Sin embargo, promediar sobre múltiples randomizaciones ($M > 1$) recupera el poder, aunque esto requiere técnicas de remuestreo (bootstrap) para obtener los valores críticos.

C. Aplicaciones Reales

1. Datos Financieros (NASDAQ): Se analizaron los retornos de Apple, Intel y Hewlett-Packard.
   • Inicialmente, se detectó fuerte dependencia.
   • Tras ajustar modelos AR-Gaussian HMM (incluyendo un régimen de inflación de ceros para Intel) y usar el retorno del NASDAQ como covariable, las pruebas de independencia sobre los errores generalizados no rechazaron la hipótesis nula. Esto sugiere que la dependencia entre las acciones se explica completamente por sus dinámicas individuales y el mercado general (eficiencia del mercado).
2. Datos de Delitos (Pittsburgh): Se analizaron robos y delitos menores (conteos discretos).
   • Se ajustaron modelos INGARCH y HMM de Poisson.
   • Las pruebas indicaron que, una vez modelada la dinámica individual de cada serie, no queda dependencia significativa entre los errores generalizados, sugiriendo independencia condicional dada la historia pasada.

5. Significancia e Impacto

Este trabajo es significativo porque cierra una brecha metodológica importante en la econometría y el análisis de series temporales:

• Versatilidad: Permite a los investigadores probar la independencia en contextos donde los datos no son continuos (común en finanzas de alta frecuencia, epidemiología, criminología), sin necesidad de asumir distribuciones continuas artificiales.
• Robustez: Proporciona herramientas diagnósticas robustas para modelos multivariados complejos (cambio de régimen, volatilidad estocástica, conteos), asegurando que las dependencias residuales no se pasen por alto.
• Aplicabilidad Práctica: Al ofrecer un paquete de software (IndGenErrors) y demostrar su utilidad en datos reales, facilita la adopción de estas técnicas avanzadas por parte de la comunidad estadística y financiera.

En resumen, el artículo establece un marco teórico sólido y práctico para la detección de dependencias cruzadas en series temporales con distribuciones arbitrarias, superando las limitaciones de los enfoques tradicionales basados en correlaciones o supuestos de continuidad.