위상형 분포와 자기회귀 과정의 초과와 임계시간 분석

초록

위상형(Phasetype) 분포를 갖는 상승 혁신을 가진 자기회귀(AR) 과정에서, 임계값을 초과하는 초과량과 최초 초과 시점(임계시간)의 결합분포를 명시적으로 도출하였다. 이를 바탕으로 연속 적합 원리를 이용한 최적 정지 문제에 적용해 폐쇄형 해를 얻었다.

상세 분석

본 논문은 AR(1) 과정 Xₙ = ρXₙ₋₁ + Zₙ(0<ρ<1)에서 혁신 Zₙ이 위상형(Phasetype) 분포를 따를 때, 임계값 b를 초과하는 최초 시점 τ_b와 그때의 초과량 Y_b = X_{τ_b}−b의 결합분포를 정확히 구한다는 점에서 의미가 크다. 위상형 분포는 마코프 연속시간 체인의 흡수시간으로 표현될 수 있어, 행렬-분석 기법을 적용하면 Zₙ의 확률밀도와 누적분포를 행렬 지수 형태로 기술할 수 있다. 저자들은 먼저 AR 과정의 상태공간을 확대하여 (Xₙ, Jₙ) 형태의 마코프 체인을 구성하고, τ_b와 Y_b를 첫 통과 시간과 초과량에 해당하는 마코프 추가 과정(Markov additive process)으로 변환한다. 이때 Wiener‑Hopf 분해와 라플라스 변환을 이용해 두 변수의 공동 특성함수를 구하고, 역변환을 통해 명시적인 확률밀도와 누적분포식을 얻는다. 특히, 위상형 분포의 파라미터 (α, T)와 AR 계수 ρ가 결합된 행렬식 형태가 핵심 결과로 나타난다.

이러한 결합분포는 최적 정지 문제, 예컨대 무한기간 옵션의 행사가격을 초과했을 때의 매도 시점 결정 등에 직접 활용될 수 있다. 논문은 연속 적합(continuous fit) 원리를 적용해, 정지 경계가 임계값 b와 동일하거나 변동하는 경우에 대한 최적 정지 규칙을 도출한다. 연속 적합은 가치함수와 정지지역 경계에서의 미분가능성을 맞추는 조건으로, 위상형 혁신의 구조적 특성을 이용해 경계값을 명시적으로 계산한다. 결과적으로, 기존에 수치적 방법에 의존하던 최적 정지 문제를 행렬 연산만으로 해결할 수 있는 폐쇄형 해를 제공한다는 점에서 실용적 의의가 크다.

또한, 논문은 특수 경우인 지수분포(phase‑type의 1‑phase)와 일반적인 다중위상형 분포 모두에 대해 결과가 일관되게 적용됨을 보이며, 기존 연구와 비교해 일반성을 크게 확장한다. 이와 같은 접근법은 위험 관리, 신용 위험 모델링, 재고 관리 등 초과량과 초과시점이 핵심 변수인 다양한 분야에 바로 적용 가능하다.