技術的概要：ベイズディリクレ ARMA における中心化イノベーション MA

1. 問題定義

観測値の合計が固定された総和となる構成時系列（例：銀行資産シェア）は、通常、加対数比（ALR）変換を介してユークリッド空間に写像されたディリクレ分布を用いてモデル化される。観測駆動型ベイズディリクレ ARMA（B-DARMA）モデルにおいて、移動平均（MA）ブロックは通常、$\eta_t$ を線形予測子として定義される生 ALR 残差 $\epsilon_t^{raw} = \text{alr}(y_t) - \eta_t$ を利用する。

有限精度（$\phi_t$）の下では、根本的な理論的問題が生じる。ALR 変換された観測値の条件付き期待値 $E[\text{alr}(Y_t) | \mu_t, \phi_t]$ は、線形予測子 $\eta_t$ と等しくない。代わりに、それは集中度パラメータのダイガマ関数となる。その結果、生残差 $\epsilon_t^{raw}$ は $O(\phi_t^{-1})$ のオーダーを持つ非ゼロの条件付き平均を有する。このバイアスは条件付き平均パスを歪め、MA 係数の解釈を不明瞭にし、事前分布が想定しない決定論的シフトを導入する。頻度論的アプローチは、閉形式の逆関数を持たないダイガマベースのリンクを使用することでこれを回避するが、ベイズ枠組みでは計算の扱いやすさのために ALR リンクを維持することが多く、このバイアスに対処されないままとなる。

2. 手法

本論文は、B-DARMA 枠組みに対する最小限の解析的修正を提案する。すなわち、生 MA 回帰子を中心化イノベーションに置き換えることである。

2.1 中心化イノベーション

$\epsilon_t^{raw}$ を使用する代わりに、著者らは中心化イノベーション $\epsilon_t^\circ$ を以下のように定義する。
$$\epsilon_t^\circ = \text{alr}(y_t) - E[\text{alr}(Y_t) | \mu_t, \phi_t]$$
条件付き平均項 $E[\text{alr}(Y_t) | \mu_t, \phi_t]$ は、ダイガマの恒等式を通じて閉形式で利用可能である。
$$g(\mu_t, \phi_t)_j = \psi(\phi_t \mu_{tj}) - \psi(\phi_t \mu_{tj^\star})$$
ここで、$\psi(\cdot)$ はダイガマ関数、$j^\star$ は基準成分である。この調整により、MA イノベーションの条件付き平均がゼロとなり、ディリクレ尤度を変更したり数値的逆変換を必要としたりすることなく、MA ショックの標準的な解釈が回復する。

2.2 理論的同等性

本論文は、高精度領域（$\phi_t \to \infty$）において、中心化仕様と仮想的なダイガマリンク DARMA の間に再帰レベルの一次同等性が成立することを確立している。

• 定理 1: 明示的な内部（単体境界から離れて有界）およびラグ安定性の条件の下、中心化イノベーション再帰とダイガマリンク再帰は、$r_T = \max \phi_t^{-1}$ として $O(r_T)$ の差で異なる。
• 含意: 高精度領域では、両仕様は再帰レベルにおいて予測的に区別不可能であるべきである。ただし、本論文は、この理論的同等性がパラメータ再推定中に生成されるベイズ事後分布の幾何学を自動的に支配するわけではないことを明確にしている。

2.3 予測再帰

中心化仕様の重要な実用的利点は、標準的な ARMA 予測再帰の回復にある。

• 中心化: 将来のショックはゼロに積分される。1 ステップ先の条件付き平均は、観測されたショックのみに依存する。
• 生: 将来の生残差は、その非ゼロの条件付き平均を通じて寄与し、多ステップ予測の論理を複雑にするバイアス項を導入する。

3. 実証応用

本手法は、2015 年 10 月から 2025 年 10 月までの週次連邦準備制度 H.8 銀行資産シェア（現金、証券、貸付、その他）（$T=522$）上で評価された。

• プロトコル: 104 の週次起点におけるローリング 1 ステップ評価。
• 比較: 「生-MA」と「中心化-MA」の両仕様に対して、同一の共変量、事前分布、サンプリング設定（Stan 経由のハミルトニアンモンテカルロ）が使用された。
• 感度分析: 4 つの基準分析が実施され、それぞれ現金、証券、貸付、および「その他」を ALR 基準成分として順次使用した。

4. 主要な結果

4.1 予測性能

• 区別不可能性: 両仕様の予測性能は、すべての精度指標（ELPD、RMSE、MAE、カバレッジ）において統計的に区別不可能であった。
• 基準不変性: この同等性は、選択された ALR 基準成分に関わらず成立する。期待対数予測密度（ELPD）の累積差は無視できるレベルであった（例：貸付基準の場合 +0.37 ナット、起点あたりの平均差は +0.0035 ナット）。
• 理論との整合性: これらの結果は、実現された精度 $\phi_t$ がテスト期間を通じて 1 を十分に上回っていた（しばしば 80 超）ため、高精度理論的同等性と整合している。

4.2 サンプリング幾何学（ハミルトニアンモンテカルロ）

予測精度は同一である一方、事後分布の幾何学的性質は劇的に異なっていた。

• 発散遷移: 生仕様は、病理的な事後分布幾何学（狭く、曲がった、または漏斗状の領域）を示す、はるかに多くの HMC 発散遷移に苦しんだ。
  • 貸付基準: 生 MA は 104 の起点で 446 回の発散を生じたのに対し、中心化 MA はわずか 34 回であった（比率は約 13:1）。
  • 極端なケース: 2025 年 2 月の単一の起点において、生仕様は 211 回の発散を生成し（潜在的なスケール減少係数 $\hat{R}$ は 1.58）、一方、中心化仕様はクリーンな状態を維持した。
• 幾何学の基準依存性: 幾何学的優位性の大きさは基準によって変化する。それは貸付基準（生フィッティングが時折壊滅的に失敗する）で最も劇的であり、両仕様とも良好に振る舞う現金基準では同等性まで減少する。
• ESS と $\hat{R}$: 中心化仕様は、一貫してより高いバルク有効サンプルサイズ（ESS）とより低い最大 $\hat{R}$ 値を生み出し、より信頼性の高い収束を示している。

5. 意義と主張

本論文は、中心化の主な価値が予測的ではなく操作的であると主張している。

1. 操作的堅牢性: 事後分布シミュレーションが下流のストレステストや資産負債管理に供給される生産ワークフローにおいて、生仕様のもとで孤立したローリング起点で発生する「壊滅的な生-MA 発散スパイク」は、重大な故障モードである。中心化仕様は、オペレータの介入（例：自動再フィッティング）なしにこれらのスパイクを回避する。
2. 最小のコスト: この調整は解析的であり、プラグイン可能であり、MA イノベーション計算への局所的な変更のみを必要とする。それはモデルの予測内容を保持しつつ、MA 係数に対する事後分布の条件付けを大幅に改善する。
3. 理論的明確化: この研究は、生仕様と中心化仕様が高精度領域で予測的に同等である一方で、生仕様は結合事後分布に不要な緊張を生み出す決定論的シフトを導入し、中心化定式化が解決するサンプリング病理を引き起こすことを明確にしている。

著者らは、MA 項における中心化は、特に下流アプリケーションにおいて事後分布シミュレーションの品質が優先される場合、観測駆動型ディリクレ ARMA モデルにおける自然なデフォルトであるべきであると結論づけている。