Nonparametric Testing and Variable Selection for ARCH-m(X) Model

1. Enunciato del Problema

Il documento affronta due limitazioni critiche nella modellazione esistente della volatilità finanziaria, specificamente all'interno dei framework Autoregressive Conditional Heteroscedasticity (ARCH) e Generalized ARCH (GARCH) estesi con covariate esogene (ARCH-X/GARCH-X):

1. Specificazione Errata della Forma Funzionale: I modelli ARCH-X tradizionali assumono una relazione parametrica (tipicamente lineare) tra le covariate esogene ($X$) e la varianza condizionata ($\sigma^2_t$). La volatilità finanziaria spesso mostra risposte complesse e non lineari a fattori esterni (ad esempio, indicatori macroeconomici, prezzi delle materie prime). Imporre una struttura lineare porta a stime distorte e inferenze non valide.
2. Selezione delle Variabili in Contesti Non Parametrici: Sebbene esista la selezione delle variabili per i modelli di serie temporali lineari, non vi è alcuna procedura consolidata per selezionare le covariate esogene rilevanti quando la relazione è non parametrica. I metodi esistenti (come la verosimiglianza penalizzata) sono computazionalmente proibitivi per sottoinsiemi di covariate ad alta dimensionalità o falliscono nel catturare dipendenze non lineari.

2. Metodologia

A. Il Modello ARCH-m(X)

Gli autori propongono il modello ARCH-m(X), un'estensione semiparametrica in cui l'effetto di un vettore esogeno multivariato $X_t \in \mathbb{R}^d$ sulla varianza condizionata è modellato tramite una funzione non parametrica sconosciuta $m(\cdot)$:
$$\begin{cases} \epsilon_t = z_t \sigma_t \\ \sigma^2_t = \sum_{j=1}^p \alpha_j \epsilon^2_{t-j} + m(X_{t-1}) \end{cases}$$
dove $z_t$ sono errori i.i.d. con media 0 e varianza 1. La funzione $m(\cdot)$ è approssimata utilizzando B-spline a prodotto tensoriale (o smoothing a kernel nelle simulazioni) per gestire la natura multivariata di $X$.

B. Test di Ipotesi Non Parametrico

Per testare la significatività di una specifica covariata $X_\ell$, gli autori sviluppano un nuovo test di ipotesi:

• Ipotesi Nulla ($H_0$): $m(X_t) = m_\ell(X_{t}^{-\ell})$, il che significa che $X_\ell$ non ha alcun contributo marginale alla varianza.
• Costruzione della Statistica di Test:
  • Il metodo utilizza un disegno ANOVA unidirezionale artificiale.
  • I residui $\hat{v}_t$ (dal modello sotto $H_0$) sono raggruppati in "finestre" in base alla prossimità dei valori della covariata $X_{\ell t}$.
  • La statistica di test $T_n$ è definita come la differenza tra la Media dei Quadrati dei Trattamenti ($MST_n$) e la Media dei Quadrati dell'Errore ($MSE_n$) di questi residui raggruppati.
• Distribuzione Asintotica: Sotto condizioni di regolarità (inclusa la regolarità di $m(\cdot)$ e la densità di $X$), gli autori dimostrano che la statistica di test standardizzata converge in distribuzione a una distribuzione Normale Standard:
  $$\left(\frac{n}{k_n}\right)^{1/2} T_n \xrightarrow{d} N(0, 4\tau^2/3)$$
  dove $k_n$ è la dimensione della finestra e $\tau^2$ è la varianza del termine di errore.

C. Procedura di Selezione delle Variabili

Basandosi sul test di ipotesi, gli autori propongono un framework di selezione delle variabili:

1. Calcolo del p-value: Calcolare i p-value per ciascuna covariata basandosi sulla distribuzione normale asintotica della statistica di test.
2. Controllo FDR: Applicare la procedura Benjamini-Yekutieli (BY) per controllare il Tasso di Falsi Positivi (False Discovery Rate - FDR). Questo è cruciale perché le statistiche di test per diverse covariate possono essere dipendenti.
3. Regola di Selezione: Rifiutare le ipotesi nulle per le covariate con i p-value più piccoli fino a una soglia determinata dalla correzione BY.
4. Consistenza: Gli autori dimostrano che, all'aumentare della dimensione del campione $n \to \infty$, la probabilità di selezionare esattamente l'insieme vero delle covariate rilevanti ($I_0$) tende a 1, a condizione che la soglia FDR $\alpha_n$ decada a un tasso specifico.

3. Contributi Chiave

1. Innovazione del Modello: Introduzione del modello ARCH-m(X), che rilassa l'assunzione lineare, consentendo una modellazione flessibile e non parametrica di come i fattori esterni guidano la volatilità.
2. Nuova Statistica di Test: Sviluppo di un test di ipotesi non parametrico utilizzando una struttura ANOVA unidirezionale artificiale. A differenza dei test del rapporto di verosimiglianza standard, difficili da derivare per componenti non parametriche, questo test si basa sulla normalità asintotica di una statistica basata sulla varianza.
3. Garanzie Teoriche:
   • Dimostrazione della normalità asintotica della statistica di test sotto l'ipotesi nulla e alternative locali.
   • Dimostrazione della consistenza nella selezione delle variabili, mostrando che il metodo recupera l'insieme attivo vero con probabilità tendente a uno.
4. Fattibilità Computazionale: Dimostrazione che il metodo funziona efficacemente anche in contesti ad alta dimensionalità (fino a 10 covariate nelle simulazioni) utilizzando lo smoothing a kernel per evitare la "maledizione della dimensionalità" associata all'ottimizzazione di B-spline di ordine elevato.

4. Risultati

Studi di Simulazione

Gli autori hanno condotto estese simulazioni confrontando il loro metodo (ARM) con:

• Benchmark Lineare: Francq e Thieu (2019) assumendo una $m(X)$ lineare.
• LASSO: Un modello lineare con penalità L1.

Risultati Chiave:

• Scenari Non Lineari: In modelli con effetti quadratici, sinusoidali o di interazione (non additivi), il metodo ARM proposto ha superato significativamente i concorrenti. Il benchmark lineare non è riuscito a rilevare le covariate attive (bassa potenza), mentre il LASSO ha selezionato molte variabili irrilevanti (alto tasso di falsi positivi).
• Scenari Lineari: Nei casi puramente lineari (Modello 7), il benchmark lineare ha ottenuto i migliori risultati, come atteso, sebbene l'ARM sia rimasto competitivo.
• Robustezza: Il metodo ha mantenuto una dimensione empirica corretta (errore di Tipo I) attraverso distribuzioni di errore Normali, Student-t e Laplace.
• Selezione delle Variabili: L'ARM ha raggiunto una selezione quasi perfetta delle covariate vere e l'esclusione delle variabili di rumore all'aumentare della dimensione del campione, mentre il LASSO ha faticato a distinguere il segnale dal rumore in contesti non lineari.

Applicazione Empirica (S&P 500)

Il modello è stato applicato ai rendimenti logaritmici dell'S&P 500 con 11 covariate candidate (mercati azionari globali, materie prime, valute).

• Covariate Selezionate: Mercato Asiatico, Petrolio Greggio, Oro, Acciaio e Mercato Europeo.
• Interpretazione: I risultati sono in linea con l'intuizione economica:
  • Mercati Globali: La significatività di Asia ed Europa conferma l'interdipendenza globale.
  • Materie Prime: Petrolio e Oro riflettono l'incertezza macroeconomica e il sentiment di rischio (status di rifugio sicuro).
  • Industriale: L'acciaio indica il legame tra i fondamentali del settore reale e la volatilità.
• Esclusi: Il Mercato Cinese, l'Indice USD e altri non sono risultati significativi dopo la correzione FDR, suggerendo che il loro contributo marginale è limitato dati gli altri fattori selezionati.

5. Significato

Questo documento fornisce un framework statistico rigoroso per la modellazione della volatilità non parametrica ad alta dimensionalità. Il suo significato risiede in:

• Collegamento tra Teoria e Pratica: Offre una soluzione al compromesso tra "non linearità e interpretabilità" nell'econometria finanziaria.
• Inferenza Affidabile: Stabilendo la normalità asintotica e la consistenza, permette ai ricercatori di fare affermazioni statistiche valide su quali fattori esterni guidano la volatilità senza assumere una specifica forma funzionale.
• Utilità Pratica: L'applicazione ai dati dell'S&P 500 dimostra che ignorare i driver esterni non lineari porta a un bias di variabile omessa, mentre il metodo proposto isola con successo i driver economicamente più rilevanti della volatilità di mercato.

In sintesi, Zambom e Wang forniscono un toolkit robusto per gli analisti finanziari per modellare dinamiche di volatilità complesse guidate da shock esterni, assicurando che solo variabili statisticamente ed economicamente significative siano incluse nel modello.