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

论文技术总结

1. 研究背景与问题 (Problem)

在多元时间序列分析中，检验条件独立性至关重要，它是建模的基础步骤。如果两个时间序列在给定过去信息下是条件独立的，则意味着其中一个序列不能作为另一个序列的领先指标。

• 现有局限： 传统的独立性检验方法（如基于互相关、经验过程或系数检验）大多假设时间序列服从连续分布（如高斯分布）。然而，在实际应用中（如金融中的零膨胀数据、犯罪统计中的计数数据），时间序列往往呈现离散分布或连续与离散的混合分布（如零膨胀模型）。
• 核心挑战： 现有的针对随机波动率模型（Stochastic Volatility, SV）的检验方法（如 Duchesne et al., 2012）无法直接推广到具有任意分布（特别是离散或混合分布）的广义误差模型中。此外，对于离散数据，传统的“创新项”（innovations）定义（即概率积分变换 $G_t(X_t)$）不再服从均匀分布或相互独立，导致直接应用基于 Copula 的检验失效。

2. 方法论 (Methodology)

本文提出了一套完整的框架，用于检验具有任意分布（连续、离散或混合）的多个时间序列广义误差之间的条件独立性。

2.1 广义创新项（Generalized Innovations）的定义
为了解决离散分布带来的问题，作者引入了基于随机化技术（Randomization Technique, Brockwell, 2007）的广义创新项：

• 对于时间序列 $X_t$，定义条件分布函数 $G_t(y) = P(X_t \le y | \mathcal{F}_{t-1})$。
• 引入独立同分布的均匀随机变量 $V_t \sim U(0,1)$。
• 定义广义创新项 $U_t$ 为：
  $$U_t = G_t(X_{t-}) + V_t \Delta G_t(X_t)$$
  其中 $\Delta G_t(X_t) = P(X_t = X_t | \mathcal{F}_{t-1})$ 是跳跃概率。
• 性质： 无论 $X_t$ 的分布是连续还是离散，$U_t$ 在给定过去信息下都服从均匀分布 $U(0,1)$，且序列 $\{U_t\}$ 是独立同分布的。这扩展了 Bai (2003) 的连续情形设定。

2.2 多元时间序列模型构建

• 利用条件 Sklar 方程，通过时变 Copula $C_t$ 将各序列的广义创新项 $U_{jt}$ 连接起来：
  $$P(X_{1t} \le y_1, \dots, X_{dt} \le y_d | \mathcal{F}_{t-1}) = C_t \{G_{1t}(y_1), \dots, G_{dt}(y_d)\}$$
• 原假设 ($H_0$)： 序列间条件独立，即 Copula $C_t$ 为独立 Copula ($\Pi$)。
• 备择假设 ($H_1$)： 存在某些时刻或滞后阶数，Copula 不是独立的。

2.3 经验过程与渐近理论

• 伪观测值 (Pseudo-observations)： 使用估计的参数 $\hat{\theta}_n$ 和随机化变量 $V_t$ 计算 $e_{n,jt} = \hat{G}_{\theta_n, jt}(X_{jt-}) + V_{jt}\Delta \hat{G}_{\theta_n, jt}(X_{jt})$。
• 经验过程： 构建基于滞后伪观测值的经验过程 $K_{n,\ell}$ 和 $C_{n,\ell}$（基于秩）。
• Möbius 变换： 为了获得更简单的协方差结构并提高检验功效，对经验过程进行 Möbius 变换，得到 $K_{n,A,\ell}$ 和 $C_{n,A,\ell}$（其中 $A$ 是序列子集）。
• 渐近分布： 证明了在零假设下，这些变换后的经验过程收敛于高斯过程，且其极限分布不依赖于单变量时间序列的估计参数（Parameter-free）。这一结果将 Duchesne et al. (2012) 针对随机波动率模型的结果推广到了任意分布的广义误差模型。

2.4 检验统计量
提出了多种基于上述过程的检验统计量：

1. Cramér–von Mises 统计量 ($S_{n,A,\ell}$)： 基于经验过程的平方积分。
2. 广义互相关统计量 ($H_n$)： 基于广义残差的互相关。
3. Copula 依赖度量： 包括 Spearman's rho ($H_{S,n}$)、van der Waerden 系数 ($H_{G,n}$) 和 Savage 系数 ($H_{E,n}$)。
4. 组合统计量： 为了检测多种类型的依赖关系，提出了组合不同滞后和子集的统计量（如 $W_n, F_n$），利用 P 值组合或卡方分布近似。

3. 主要贡献 (Key Contributions)

1. 理论扩展： 首次将条件独立性检验从连续分布（随机波动率模型）扩展到任意分布（包括离散、连续及混合分布，如零膨胀模型）。
2. 随机化创新项： 系统性地利用随机化技术定义广义创新项，解决了离散数据下概率积分变换失效的问题，使得基于 Copula 的检验方法适用于离散时间序列。
3. 渐近性质证明： 证明了在参数估计存在的情况下，检验统计量的极限分布是参数无关的（Parameter-free），且独立于单变量模型的估计误差。
4. 软件实现： 所有方法已实现为 R 语言 CRAN 包 IndGenErrors，方便实际应用。

4. 实验结果 (Results)

作者通过数值模拟和实际应用验证了方法的有效性：

• 模拟实验 (Numerical Experiments)：

  • 水平 (Level)： 在零假设下，检验统计量的拒绝率接近名义显著性水平（如 5%），即使在样本量较小（$n=100$）时表现良好。
  • 功效 (Power)：
    • 组合统计量 $W_n$ 通常表现出最佳或接近最佳的检验功效，且计算比 $F_n$ 更简便。
    • 对于高斯 Copula，van der Waerden 系数 ($H_{G,n}$) 表现最好；对于 Clayton Copula，Savage 系数 ($H_{E,n}$) 表现最好。
    • 离散与混合分布： 当数据包含离散成分时，单次随机化的检验统计量虽然是无分布的，但功效略有下降。通过多次随机化取平均（Averaging over $M$ randomizations），可以显著提高功效，使其接近连续数据的情况，但代价是失去了无分布性，需使用自助法（Bootstrap）确定临界值。
  • 滞后检测： 方法能有效检测不同滞后阶数（Lags）下的依赖关系。

• 实际应用 (Applications)：

  1. 金融数据 (NASDAQ)： 分析了 Apple, Intel, HP 的日收益率。
     • 直接检验显示序列间存在显著依赖。
     • 拟合 AR-Gaussian HMM（针对 Intel 使用了零膨胀模型）后，检验广义误差发现仍存在依赖。
     • 引入 NASDAQ 指数作为协变量后，广义误差的独立性假设未被拒绝，表明在控制市场整体因素后，个股间条件独立。
  2. 犯罪数据 (Pittsburgh)： 分析了抢劫案 (Robbery) 和破坏公物 (Crime Mischief) 的计数数据。
     • 拟合 INGARCH 模型后，检验显示广义误差间无显著依赖。
     • 进一步分析抢劫案与机动车盗窃 (Motor Vehicle Theft) 的关系，发现原始数据有依赖，但拟合模型后依赖消失，说明动态模型解释了序列间的关联。

5. 意义与结论 (Significance)

• 方法论的普适性： 该方法打破了传统时间序列独立性检验对连续分布的依赖，为处理现实世界中广泛存在的离散、零膨胀和混合分布数据提供了强有力的工具。
• 模型诊断价值： 该检验可作为模型诊断工具，帮助研究者判断是否遗漏了重要的协变量或依赖结构。如果检验拒绝独立性，说明模型未能完全捕捉序列间的动态关系，需要引入更多变量或调整模型结构。
• 实际应用价值： 在金融风险管理（资产相关性分析）和社会科学（犯罪模式分析）等领域，该方法能够更准确地识别变量间的条件独立关系，从而支持更精准的预测和决策。

总结： 本文通过引入广义创新项和随机化技术，成功构建了一套适用于任意分布多元时间序列的条件独立性检验框架，并在理论和实证上证明了其有效性和稳健性，填补了该领域的重要空白。