Aggregate Calibration Can Mask Stress-State Undercoverage: Bounded-Memory Forecast Intervals under Recurrent Financial Stress

技術要約：集計的な較正はストレス状態における過小被覆を隠蔽する可能性がある

問題提起
本論文は、有界なメモリ制約下における逐次的な予測区間較正（キャリブレーション）における決定的な限界について論じている。集計的な被覆率指標は、しばれた目標値（例：90%）を満たしていることが多いが、長期間の不在後に再発する特定の経済的に重要な状態における深刻な過小被覆（アンダーカバレッジ）を隠蔽してしまう可能性がある。著者らは、**「FIFO忘却（FIFO forgetting）」**と呼ぶ現象を特定している。固定容量を持つ先入れ先出し（FIFO）バッファでは、残差は年齢のみに基づいて破棄される。その結果、高ボラティリティ状態（例：高VIX）が長期の平穏期の後に戻ってきたとき、較正バッファには過去のエピソードからの証拠がもはや含まれていない可能性がある。これにより、システムは平均的には適切に較正されているように見えるが、不確実性が最も重大となる瞬間に信頼できる区間を提供できないという状況が生じる。

手法
本研究では、メモリの構成による影響を他の変数から分離するために、制御された翌日金融レンジ予測システムを用いている。

• 予測バックボーン: 点予測には、対数高低レンジに対して逐次適合された標準的な不均一自己回帰（HAR）モデルを使用する。適合度スコア（絶対予測誤差）、適応的被覆更新コントローラー、およびメモリ予算（$B=250$）は、すべての比較において一定に保たれる。
• データ: 著者らは、Yahoo Financeの日次OHLCデータを用いて、2つのパネル（ETF11および50銘柄の米国大型株：Stock50）を分析した。評価期間は2012年から2025年とし、ラグ付きVIXレベルによって状態を定義した（低：<20、中：20–30、高：$\ge$30）。
• 実験設計: コアとなる比較は、可能な限りアクティブなセットサイズを一致させた上で、較正情報集合（どの履歴残差が較正に使用可能か）を変化させることである：
  1. FIFO (ベースライン): 直近の$B$個の残差のみを保持する。
  2. Rare Replay (提案手法): 直近のキュー（$B_{rec}$）と、状態別の履歴バンク（$B_{rep}$：低、中、高の状態用）を維持する。クエリ時には、直近のキューと、現在のターゲット前状態に一致するバンクを活性化させる。
  3. Recent-n: Recent-nのサイズがRare Replayのアクティブサイズと一致するように、直近の$n$個の残差のみを使用する。
  4. Hybrid-n: 直近のキューと、規模を合わせたグローバルでレジーム非依存な履歴リザーバーからのサンプルを併用する。
  5. 無制限のリファレンス (Unbounded Reference): 現在の状態から利用可能なすべての履歴残差を使用する（情報のベンチマークとして使用し、有界な競合モデルではない）。
• 評価指標: 主な指標は、幅（width）と非被覆の両方にペナルティを課す**区間スコア（Interval Score）**であり、高VIXの日に対して評価を行う。被覆のギャップ（High minus Non-High）および、推論のためのペアード・ブロック・ブートストラップ信頼区間を使用する。

主な結果

1. 集計による隠蔽: FIFO設計は、集計的な被覆率において目標の0.90に近い値（ETF11で0.9003、Stock50で0.9002）を達成している。しかし、高VIXの日においては、被覆率はETF11で0.7576、Stock50で0.7763へと大幅に低下しており、集計指標が覆い隠していた実質的な信頼性のギャップを露呈させている。
2. 状態構造化メモリの優位性: 状態固有の履歴残差を保持するRare Replay設計は、ストレス期間中にFIFOを大幅に上回る性能を示す。
   • ETF11において、Rare Replayは高VIX時の被覆率0.8478を達成し、FIFOの0果0.7576を上回った。
   • Rare Replayの区間スコアは、両方のパネルにおいて、FIFOおよび両方のマッチド・コントロール（Recent-nおよびHybrid-n）よりも低い（良好である）。
   • この改善は、アクティブ・セットのサイズによるものではない（Recent-nにより排除済み）、あるいは一般的な古い履歴へのアクセスによるものでもない（Hybrid-nにより排除済み）。
3. 再突入ダイナミクス: 履歴残差を保持することのメリットは、ストレス状態の**再突入（re-entry）**時に最も顕著になる。高ボラティリティ状態が長い不在（厳格なFIFO破棄エントリー）の後に戻ってきたとき、Rare ReplayとFIFOの間の区間スコアの差は最大となる。バッファが高状態の新しい残差で満たされるにつれ、パフォーマンスの差は縮小する。
4. 頑健性: これらの知見は、異なる予測仕様（ラグ付きVIXを含むHAR）、コントローラー設定（適応的 vs 固定$\alpha$）、および代替的なストレス定義（SPY実現ボラティリティ）においても維持される。

意義と主張
本論文は、有界な較正メモリは単なる技術的な制約ではなく、実質的な設計上の選択であると主張している。メモリの構成（すなわち、どの残差を保持するか）が、将来の較正のための証拠の可用性を直接決定する。

著者らは、集計的な較正だけでは、再帰的な状態が存在する環境における信頼性を評価するには不十分であると論じている。システムは長期的な被覆目標を満たすことができても、「内容を無視した破棄（content-blind eviction）」のために、特定の高リスクなレジームにおいて壊滅的に失敗する場合がある。本研究は、経済的に重要な状態が再発する場合、信頼性を維持するためには、それらの残差がその後どのように重み付けされ、あるいは使用されるかとは無関係に、状態構造化された保持（state-structured retention）（関連する履歴的証拠を再生すること）が必要であることを示している。

結論として、観察可能な再帰的状態と結合されたメモリ制約を伴う予測問題においては、評価は単なる集計的なパフォーマンス指標に頼るのではなく、状態固有の信頼性とメモリの構成を明示的に考慮しなければならない。