Multivariate Representations of Univariate Marked Hawkes Processes

Titolo

Rappresentazioni Multivariate di Processi di Hawkes Marcati Univariati

1. Il Problema

I processi di Hawkes marcati univariati sono ampiamente utilizzati per modellare fenomeni reali caratterizzati da clustering temporale e dipendenza dagli eventi passati, come le sequenze di scosse di assestamento sismiche, la diffusione di malattie contagiose, la viralità sui social media e la dinamica dei libri degli ordini finanziari.

Tuttavia, l'implementazione pratica di questi modelli incontra due ostacoli principali:

1. Separabilità dei parametri: Molti modelli esistenti assumono una "separabilità" tra l'intensità di base (ground intensity) e la distribuzione dei marchi (es. la magnitudo di un terremoto). In realtà, in molti casi reali, queste componenti sono non separabili, rendendo i modelli separabili una specifica errata del modello (model misspecification).
2. Complessità computazionale e identificabilità: I processi di Hawkes marcati non separabili sono difficili da stimare. I metodi di massima verosimiglianza (MLE) soffrono di una lenta convergenza e di un alto costo computazionale. Inoltre, la specificazione parametrica della distribuzione congiunta di tempo e marchio è spesso intrattabile.

Esistono approcci alternativi come i "Neural Hawkes" (reti neurali), che sono flessibili ma privi di parametri interpretabili e con proprietà statistiche asintotiche non ancora pienamente sviluppate. Un altro approccio basato su integrali di Fredholm è non parametrico ma non garantisce l'approssimazione arbitraria del processo target e produce stime non interpretabili.

2. Metodologia Proposta

Gli autori propongono un quadro teorico che trasforma un processo di Hawkes marcato univariato non separabile in un processo di Hawkes multivariato non marcato.

La metodologia si basa sui seguenti passaggi chiave:

• Partizionamento dello spazio dei marchi: Lo spazio dei possibili valori del marchio $M$ viene partizionato in un insieme finito di sottoinsiemi misurabili disgiunti $\{A_i\}_{i=1}^K$.
• Rappresentazione Multivariata: Ogni sottoinsieme $A_i$ del marchio viene trattato come un "tipo" di evento distinto in un processo multivariato. L'intensità condizionale del processo risultante è definita come una somma di intensità componenti, dove ogni componente $i$ ha una propria intensità di base e interagisce con le altre componenti attraverso una matrice di kernel di eccitazione.
• Approssimazione: La rappresentazione multivariata è progettata per approssimare l'intensità condizionale del processo originale. La granularità dell'approssimazione è controllata dal numero di partizioni $K$. All'aumentare di $K$, la rappresentazione diventa più fedele al processo target.
• Parametrizzazione: Il modello risultante è parametrico, con un vettore di parametri $\theta$ che include tassi di fondo, coefficienti di eccitazione e parametri dei kernel, rendendo le stime interpretabili.

3. Contributi Chiave

Il paper fornisce tre risultati teorici fondamentali:

1. Esistenza dell'Approssimazione (Teorema 3.2):
   Viene dimostrato che, per qualsiasi realizzazione di un processo di Hawkes marcato univariato (con densità di marchio positiva e funzioni di produttività continue), esiste una rappresentazione multivariata non marcata tale che la differenza $L^1$ tra l'intensità condizionale del processo target e quella della rappresentazione tende a zero all'aumentare del numero di componenti $K$. Questo vale anche per processi non separabili.

2. Stazionarietà (Teorema 3.3):
   Viene dimostrato che se il processo di Hawkes target è stazionario, allora anche la sua rappresentazione multivariata approssimata è stazionaria. Questo è cruciale per la previsione frequentista, poiché garantisce che il processo non esploda (rimane finito) quasi sicuramente, permettendo la simulazione di realizzazioni future.

3. Identificabilità dei Parametri (Teorema 3.5):
   Viene provato che i parametri della rappresentazione multivariata sono identificabili. Sotto assunzioni ragionevoli (stazionarietà, intensità positiva, indipendenza lineare dei kernel e presenza di eventi in ogni categoria di marchio), l'uguaglianza delle intensità condizionali implica l'uguaglianza dei vettori di parametri. Questo risolve un problema aperto nella stima di modelli simili.

4. Risultati dello Studio di Simulazione

Gli autori hanno condotto uno studio di simulazione per validare i risultati teorici:

• Setup: Hanno generato 128 realizzazioni di un processo di Hawkes univariato marcato con distribuzione uniforme dei marchi (il caso peggiore per l'efficienza statistica, poiché massimizza l'entropia e minimizza l'informazione).
• Analisi: Hanno stimato i parametri della rappresentazione multivariata per diversi valori di $K$ (da 1 a 6) utilizzando il metodo della massima verosimiglianza (MLE).
• Risultati:
  • Gli errori medi assoluti (MAE) dei parametri stimati convergono verso i valori teorici all'aumentare della dimensione del campione temporale.
  • L'errore aumenta leggermente con $K$ (a causa dell'aumento della dimensionalità del parametro), ma rimane entro limiti gestibili.
  • Il modello multivariato si dimostra un compromesso efficace tra flessibilità (capacità di catturare distribuzioni complesse) e trattabilità computazionale, offrendo un limite superiore euristico all'errore introdotto dalla maggiore complessità parametrica.

5. Significato e Implicazioni

Questo lavoro è significativo per diverse ragioni:

• Ponte Teorico: Stabilisce una connessione fondamentale tra processi univariati marcati e processi multivariati, permettendo di utilizzare la teoria ben consolidata dei processi di Hawkes multivariati per problemi univariati complessi.
• Flessibilità senza "Black Box": A differenza dei modelli basati su Deep Learning (come Neural Hawkes), questo approccio mantiene l'interpretabilità dei parametri, consentendo agli analisti di comprendere le dinamiche di eccitazione tra diverse categorie di marchi.
• Gestione della Non-Separabilità: Offre una soluzione pratica per modellare interazioni complesse tra intensità di base e distribuzione dei marchi senza dover specificare forme funzionali non separabili intrattabili.
• Applicabilità: Il metodo è applicabile a una vasta gamma di dati, inclusi quelli spaziotemporali (terremoti, crimini) e flussi di eventi discreti (social media, trading ad alta frequenza), specialmente quando la distribuzione reale dei marchi è sconosciuta o non stazionaria.

In sintesi, gli autori propongono un metodo robusto e teoricamente fondato per trasformare problemi di modellazione complessi e non separabili in problemi di stima parametrica gestibili, garantendo al contempo proprietà statistiche desiderabili come la stazionarietà e l'identificabilità.