DFT 기반 2차 정상성 검정

초록

본 논문은 평균이 0인 이산 시계열의 이산 푸리에 변환(DFT)을 이용해 2차 정상성을 검정하는 포트만테 유형 통계량을 제안한다. 정상성 가설 하에서는 변환값이 서로 무상관이 되므로 검정통계량은 근사적으로 χ² 분포를 따른다. 비정상성 대안으로는 국부적으로 정상적인(Locally stationary) 과정을 가정하고, 이 경우 검정통계량은 비중심 χ² 분포를 이루며 비중심 파라미터가 정상성 위배 정도를 나타낸다. 시뮬레이션과 실제 데이터 적용을 통해 검정력과 실용성을 확인하였다.

상세 분석

이 논문은 이산 시계열의 두 번째 차(공분산) 정상성을 평가하기 위해, 시계열의 이산 푸리에 변환(Discrete Fourier Transform, DFT)을 canonical frequency(즉, 2πk/n, k=0,…,n‑1)에서 계산한다는 기본 아이디어에 착안한다. 정상 시계열의 경우, 파워 스펙트럼이 주파수에 따라 일정하게 정의되며, DFT 계수들은 서로 무상관(uncorrelated)이라는 고전적인 결과가 있다. 저자들은 이 무상관성을 포트만테(portmanteau) 검정의 근간으로 삼아, 각 주파수에서 얻은 실수·허수 부분을 표준화한 뒤 제곱합을 구한다. 이 합계는 n이 충분히 클 때 자유도(K) = (n‑1)인 χ² 분포에 근사한다는 것이 핵심 정리이다.

대안 가설로는 “locally stationary” 과정을 도입한다. 이는 전체 구간에서는 비정상적이지만, 짧은 구간에서는 거의 정상성을 유지하는 구조를 의미한다. 이러한 과정에 대해 저자들은 DFT 계수들의 공분산 구조가 일정한 편차를 보이며, 그 편차가 비중심 χ² 분포의 비중심 파라미터(λ)로 나타난다고 증명한다. λ는 시간에 따라 변하는 스펙트럼의 평균 제곱 편차와 직접 연결되므로, 검정통계량이 클수록 정상성 위배가 강하다는 직관적 해석이 가능하다.

통계적 유의성을 판단하기 위해, 검정통계량의 임계값은 표준 χ² 분포표를 이용하거나, 비중심 χ² 분포의 누적분포함수를 통해 p‑값을 계산한다. 시뮬레이션에서는 ARMA, GARCH, 그리고 구조적 변화를 포함한 다양한 비정상 시계열을 대상으로 검정력을 평가했으며, 기존의 Ljung‑Box 검정이나 KPSS 검정과 비교했을 때 동일하거나 더 높은 검정력을 보였다. 특히, 스펙트럼이 서서히 변하는 경우(예: 시간에 따라 주기성이 변하는 경우)에도 높은 민감도를 유지한다는 점이 강조된다.

실제 데이터 예시로는 금융 시계열(주가 수익률)과 환경 시계열(대기오염 농도)을 분석하였다. 두 경우 모두 전통적인 정상성 검정에서는 모호한 결과를 보였지만, 제안된 DFT 기반 검정은 명확히 비정상성을 탐지했으며, 이는 시간에 따라 스펙트럼이 변하는 현상을 포착한 것으로 해석된다.

이 논문의 주요 기여는 다음과 같다. 첫째, DFT의 무상관성이라는 이론적 특성을 검정 통계량에 직접 활용함으로써, 복잡한 공분산 구조를 추정할 필요 없이 간단히 구현 가능한 검정을 제시했다. 둘째, 비정상 대안에 대해 비중심 χ² 분포를 도출함으로써, 검정력 분석이 정량적으로 가능하도록 했다. 셋째, 시뮬레이션과 실제 데이터 적용을 통해 제안 방법의 실용성을 입증했다. 다만, 샘플 크기가 작을 경우 χ² 근사가 부정확해질 수 있으며, 비정상성의 형태가 급격히 변하는 경우(예: 변점이 명확히 존재하는 경우)에는 다른 검정과 병행하는 것이 바람직하다.