Tail-Accuracy Degradation and Optimal Block Length for Block Self-Normalized Quantile Empirical Saddlepoint Inference under Dependence

技术摘要：依赖性条件下分块自归一化分位数经验鞍点推断的尾部精度退化与最优块长度

问题陈述
分位数推断是风险度量中的基础，但面临着一个结构性困难：样本分位数的渐近方差取决于分位数处密度的倒数（$1/f(q_\tau)$），这在小样本、重尾或极端分位数情况下难以实现稳定的估计。现有的处理依赖性数据的频率学方法通常需要在高阶精度与密度无关性（density-freeness）之间做出权衡。

• 一些方法（如 Hoga–Schulz）使用自归一化，但依赖于扩展窗口和条件密度假设，仅能达到一阶精度。
• 其他方法（如 SNQESA）将自归一化与经验鞍点近似相结合，以实现密度无关的高阶精度（$O(n^{-3/2})$），但仅适用于独立采样。
• 依赖性、分位数推断、自归一化以及密度无关的高阶精度之间的交集仍未得到解决。具体而言，目前尚不清楚应用分块自归一化枢轴（pivot）于依赖数据时，尾部精度会发生多大的退化，也缺乏选择最优块长度（$\ell$）的理论依据。

研究方法
本文研究了一种基于强 $\alpha$-混合样本的分块自归一化分位数枢轴 $T_n(t)$。

1. 枢轴构建： 对于块长度 $\ell$ 和块数 $m = \lfloor n/\ell \rfloor$，指示得分 $g_i(t) = \mathbb{1}\{X_i \le t\} - \tau$ 在块内进行平均。枢轴定义为：
   $$T_n(t) = \frac{\sum_{j=1}^m \bar{g}_j(t)}{\sqrt{\sum_{j=1}^m \bar{g}_j(t)^2}}$$
   这种自归一化使用块内二次型而非显式的长时方差估计量，使得该枢轴在真实分位数 $q_\tau$ 处是密度无关的（定理 1）。
2. 理论框架： 分析依赖于 $\alpha$-混合情形下枢轴累积量的 Edgeworth 展开。作者将相对尾部误差 $\text{err}(\ell) = P(T_n \ge x)/(1-\Phi(x)) - 1$ 分解为由样本量（$n$）、块长度（$\ell$）和依赖结构（$\lambda$）驱动的不同组成部分。
3. 格点分析（Lattice Analysis）： 本文承认枢轴具有格点值，使其尾部函数呈现阶梯函数形式。研究了用连续函数逼近该阶梯函数的下界。

核心贡献与结果

1. 尾部精度退化的量化（定理 2）：
   本文确立了在依赖性条件下，相对尾部误差不会随着块数的增加而消失。相反，它会收敛到一个被称为**方差膨胀底限（variance-inflation floor）**的正极限，即 $E_\infty(\ell) \sim c_\Phi / \ell$。

   • 误差展开式为：$\text{err}(\ell) = -C_{\text{eff}}^1 n^{-1/2} + D(\ell) + O(n^{-1})$。
   • 第一项（$n^{-1/2}$）源于偏倚和偏度。
   • 第二项 $D(\ell)$ 代表了由于依赖性导致分块枢轴的长时方差被膨胀，而高斯基准假设方差为单位值，从而产生的底限。
   • 至关重要的是，退化的规模是 $n^{-1/2}$，而非 $m^{-1/2}$（块数），这纠正了来自均值分析的潜在误解。

2. 最优块长度（定理 3）：
   通过平衡随 $\ell$ 增加而减小的方差膨胀底限与与 $\ell$ 无关的偏倚/偏度瞬态项，本文推导出了闭式最优块长度表达式：
   $$\ell^* \propto \sqrt{n}$$

   • 该比例系数取决于滞后-1 相关性 $\lambda$ 和分位数水平 $\tau$。
   • 约束条件： 仅当 $\lambda > 0$ 且 $\tau < 1/2$ 时存在内点最优解。如果 $\lambda \le 0$，底限会变成“天花板”（负误差）；如果 $\tau \ge 1/2$，瞬态项与底限的符号一致，从而无法实现抵消。
   • 这一结果将块长度从一个启发式调优参数转变为一个基于样本量和估计依赖性的可计算量。

3. 一致精度下界（定理 4）：
   由于枢轴的格点结构，任何连续近似的尾部概率都会产生至少 $\Theta(m^{-1}\ell^{-3/2})$ 的一致误差。本文证明了通过分段线性构造可以达到这一界限。然而，在最优块长度（$\ell \sim \sqrt{n}$）下，该格点误差为 $O(n^{-5/4})$，相对于连续 Edgeworth 展开的 $O(n^{-1})$ 覆盖误差而言是可以忽略不计的。

4. 模拟性能：
   针对二状态马尔可夫链指示过程（$\tau=0.3$）的数值实验表明，所提方法（ESA-an）在 16 种不同依赖性（$\lambda$）和块长度（$\ell$）的配置下，实现了 95% $\pm$ 0.15% 的覆盖率。

   • 相比之下，一阶高斯基准在依赖性增强时表现显著恶化，在 $\lambda=0.8$ 且块长度较小时，覆盖率降至 60.1%。
   • 该方法计算效率极高（每次重复耗时 0.0037 ms），与移动块自助法（moving block bootstrap）相当，且由于无需重采样，比块经验似然法快约 170 倍。

意义与主张
本文声称其处于“密度无关的高阶精度（由独立数据下的 SNQESA 提供）”与“处理依赖性的分块框架（由分块框架提供）”的交汇点。其主要贡献在于：

• 解耦依赖性与精度： 它证明了依赖性引入了一个无法通过增加块数来消除的方差膨胀底限；只能通过优化块长度来缓解。
• 闭式优化： 它提供了第一个关于依赖条件下自归一化分位数推断的最优块长度的解析推导，表明 $\ell^* \propto \sqrt{n}$ 的缩放律与依赖强度的指数无关。
• 实用价值： 它提供了一种可计算的、密度无关的程序，用于在最优块长度附近构建具有二阶覆盖度（$O(n^{-1})$）的置信区间，解决了困扰标准分位数推断的带宽选择和密度估计敏感性问题。

作者指出了一些局限性：结果假设 $\lambda > 0$ 且 $\tau < 1/2$，需要比多项式混合更强的指数偏差不等式才能实现完全的严谨性，并且目前尚未涵盖分位数处的间断密度。将该方法扩展到分位数回归被视为一项自然的推论，但并非本文的研究重点。