Near-unit-root persistence of symmetric stable autoregressive sequences

技术摘要：对称稳定自回归序列的近单位根持久性

问题陈述
本文研究了一个对称 $\alpha$-稳定自回归阶数为 1 (AR(1)) 的过程的持久性概率，该过程由递归式 $X_n = aX_{n-1} + \xi_n$ 定义，其中 $0 < a < 1$，$\xi_n$ 是独立同分布的对称 $\alpha$-稳定创新项（$0 < \alpha \le 2$）。研究的核心对象是持久性概率 $Q_n(x; a, \alpha, \sigma) = P_x(X_1 > 0, \dots, X_n > 0)$ 及其指数衰减率 $\Lambda(a, \alpha)$。

研究的重点在于“近单位根”机制，即自回归系数 $a$ 趋于 1 的情形。在此极限下，离散链近似于连续时间的稳定 Ornstein–Uhlenbeck (OU) 过程。作者旨在表征当 $a \uparrow 1$ 时 $\Lambda(a, \alpha)$ 的渐近行为，特别是确定主导项以及控制从指数衰减（对于固定的 $a < 1$）到单位根处观察到的多项式衰减（$n^{-1/2}$）之间转换的精确常数。

研究方法
作者结合使用了概率表示、耦合论证和子采样技术：

1. 几何时间表示： 该 AR(1) 序列被精确表示为在几何级数扩张的时间网格 $\{u_n\}$ 上采样的对称 $\alpha$-稳定 Lévy 过程 $L_t$。具体而言，$(X_n)_{n \ge 0} \stackrel{d}{=} (a^n(x + L_{u_n}))_{n \ge 0}$，其中 $u_n$ 呈指数增长。这把离散持久性问题转化为关于特定网格上稳定路径生存的问题。
2. Lamperti 变换： 该问题被映射到一个在均匀网格 $h$ 上采样的平稳对称稳定 Ornstein–Uhlenbeck 过程 $R_t = e^{-t/\alpha}L_{e^t}$。这建立了 AR(1) 系数 $a$ 与采样网格 $h = \alpha \log(1/a)$ 之间的双射关系。
3. 子采样与单调性： 作者利用了稳定分布在子采样下的封闭性。通过每隔 $m$ 步观察过程，可以得到一个新的系数为 $a^m$ 的 AR(1) 序列。结合单调性耦合（证明生存概率随 $a$ 增加而增加），由此得到了持久性率的下界。
4. 连续时间比较： 通过将离散网格的生存情况与底层稳定 Lévy 过程或平稳 OU 过程的连续生存情况进行比较，推导出上界。

主要贡献与结果

• 对一个猜想的反驳： 本文反驳了 Hinrichs, Kolb, 和 Wachtel 关于具有正则变化尾部的创新项持久性率的猜想。虽然他们的猜想认为对于对称 $\alpha$-稳定创新项（其尾部指数为 $\alpha$），$\Lambda(a, \alpha) \sim \alpha \log(1/a)$，但作者证明，对于 $0 < \alpha < 2$，该速率严格更小：
  $$\Lambda(a, \alpha) \le \frac{\alpha}{2} \log(1/a).$$
  这种差异源于在近单位根机制中，“大跳跃”（在大阈值首次通过中占主导）机制次于连续生存机制（由 Sparre–Andersen 指数 $1/2$ 主导）。

• 渐近特征化： 作者确定了当 $a \uparrow 1$ 时：
  $$\Lambda(a, \alpha) \asymp \log(1/a).$$
  更准确地说，比率 $G_\alpha(a) = \Lambda(a, \alpha) / \log(1/a)$ 在 $a \uparrow 1$ 时收敛于一个极限 $G^*_\alpha$。该极限满足 $G^*_\alpha \in (0, \alpha/2]$。

• 简化为密集采样问题： 通过 Lamperti 变换，将常数 $G^*_\alpha$ 的识别简化为平稳稳定 OU 过程的密集采样持久性问题。具体而言，$G^*_\alpha = \alpha \lim_{h \downarrow 0} \frac{\lambda_\alpha(h)}{h}$，其中 $\lambda_\alpha(h)$ 是在网格 $h$ 下采样的 OU 过程的持久性指数。

• 高斯情形 ($\alpha=2$)： 对于高斯情形，现有理论（Feldheim 等人）证实该极限是尖锐的，即 $G^*_2 = 1$（意味着 $\Lambda(a, 2) \sim \log(1/a)$）。这恢复了连续时间 OU 过程的持久性率。

• 针对 $0 < \alpha < 2$ 的开放问题： 本文将 $0 < \alpha < 2$ 时 $G^*_\alpha$ 的确切值作为一个开放猜想留存。作者猜想 $G^*_\alpha = \alpha/2$，这意味着即使对于跳跃驱动的过程，离散采样率也会收敛到连续时间速率。然而，作者明确指出，证明这一点需要控制“被挽救”的子网格穿越（即在观测间隔之间跌破零点又返回的路径），这是一个尚未解决的技术挑战。

意义与范围
本文提供了一个严谨的框架，用于理解近单位根情形下稳定 AR(1) 过程的持久性，纠正了以往关于重尾对衰减率影响的假设。通过建立上界 $\alpha/2 \log(1/a)$，作者证明了持久性行为受连续路径属性而非仅仅受尾部指数的支配。

在确定非高斯情形下的确切常数值方面，这项工作是适度的。它并未声称解决了 $0 < \alpha < 2$ 时的密集采样极限问题，而是识别出了精确的数学障碍：即需要控制稳定 Lévy 过程中超调（overshoot）与返回时间（return times）的联合分布。其意义在于建立了精确的几何时间表示，反驳了针对该特定机制的正则变化猜想，并将问题简化为一个定义明确但极具挑战性的稳定 OU 过程密集采样问题。