공분산 행렬을 위한 행렬‑다변량 로그정규 모델

초록

본 논문은 실현 공분산 행렬의 로그를 행렬‑다변량 정규분포로 가정하고, 이를 기반으로 BEKK‑형식의 조건부 평균을 제시한다. 로그 공간에서 추정·예측을 수행함으로써 양정정밀도 제약을 없애고, 스케일 매트릭스를 위치 매트릭스의 함수로 표현해 차원 저주를 완화한다. 최대우도 추정과 행렬 지수함수를 이용한 복원 과정에서 발생하는 편향을 2차 테일러 전개를 이용한 델타‑방법으로 시간별 보정한다.

상세 분석

이 연구는 공분산 행렬을 직접 모델링하는 전통적 접근법이 직면한 두 가지 핵심 문제, 즉 양정정밀도 보장과 차원 저주(파라미터 수 급증)를 근본적으로 해결한다. 첫 번째로, 로그 변환을 통해 양정정밀한 행렬을 실수 대칭 행렬 공간으로 사상함으로써, 모델 자체가 양정정밀성을 자동으로 만족한다. 이는 기존 BEKK 모델에서 요구되는 제약식(예: 하위 행렬의 양정정밀성)이나 Cholesky‑분해 기반 파라미터화와 달리, 파라미터 자체에 별도 제약을 두지 않아도 된다. 두 번째로, 로그 행렬 Γₜ를 행렬‑다변량 정규분포 N(Mₜ, Uₜ⊗Uₜ)로 가정하고, 이를 벡터화하여 “대각선 VEC” 형태로 재표현한다. 여기서 A와 B는 각각 A와 B의 대각선 원소만을 포함하는 대각 행렬이며, 차원은 n* = n(n+1)/2 로 축소된다. 따라서 파라미터 수는 O(n²)에서 O(n) 수준으로 감소한다. 또한 스케일 매트릭스 Uₜ를 위치 매트릭스 Mₜ의 추정값을 이용해 ˆUₜ = ˆΣₜ · tr(ˆΣₜ)⁻¹ 로 직접 계산함으로써, 별도 공분산 파라미터를 추정할 필요를 없앤다.

추정 단계는 (i) 초기 ˆΣₜ를 Γₜ의 표본 공분산으로 설정, (ii) ˆUₜ를 위 식으로 업데이트, (iii) 고정된 ˆUₜ 하에서 VEC 모델(2)의 로그우도 최대화, (iv) 수렴까지 반복한다. 이렇게 얻은 ˆMₜ는 대칭이므로 행렬 지수함수 exp(ˆMₜ) 를 적용해 원공간의 공분산 Ĉₜ를 복원한다. 그러나 지수함수는 볼록함수이므로 Jensen’s inequality에 의해 편향이 발생한다. 논문은 이를 보정하기 위해 각 원소 i에 대해 2차 테일러 전개 exp(mᵢ,ₜ)≈exp(µ̂ᵢ,ₜ)