시간열 모델 선택을 위한 파라메트릭·비파라메트릭 초점정보 기준

본 논문은 정적 가우시안 시계열의 모델 선택 문제를 ‘초점정보 기준(Focused Information Criterion, FIC)’이라는 프레임워크를 통해 새롭게 접근한다. 기존 FIC는 파라메트릭 모델 간 비교에 국한되었으나, 저자들은 비파라메트릭 대안인 원시 주기ogram을 직접 후보에 포함시켜 파라메트릭·비파라메트릭 모델을 동등하게 평가한다. 1. **문제 설정 및 초점 파라미터 정의** 시계열 {Yₜ}는 평균이 0이고, 스펙트럼 분포 G(·)와 밀도 g(·)로 완전히 기술된다. 초점 파라미터 µ는 스펙트럼에 대한 선형 함수 형태 µ(G;h₀)=∫_{−π}^{π}h₀(ω)dG(ω) 로 정의되며, 여기에는 특정 지연의 공분산·상관, 구간 에너지, 임계값 도달 확률 등이 포함된다. 보다 일반적인 형태 µ(G;h,H)=H(µ₁,…,µ_k)도 다루어 복합적인 함수까지 포괄한다. 2. **파라메트릭 후보와 추정 방법** 전통적인 AR, MA, ARMA 등 클래식 파라메트릭 모델을 후보로 두고, 각 모델의 스펙트럼 밀도 f_θ(ω) 를 파라미터 θ 로 표현한다. 두 가지 추정 방법을 논한다: (i) 전통적인 최대우도 추정(ML)와 (ii) Whittle 의사우도 기반 추정. 두 방법 모두 ‘least‑false’ 파라미터 θ₀(=argmin_θ d(g,f_θ)) 로 수렴하고, √n(θ̂−θ₀) 가 정상분포를 이룬다. 여기서 d(g,f_θ)는 Kullback‑Leibler 형태의 거리이며, J₀와 K₀ 행렬을 통해 분산을 명시한다. 3. **비파라메트릭 후보와 주기ogram** 비파라메트릭 대안으로는 원시 주기ogram Iₙ(ω)= (2πn)^{-1}|∑_{t=1}^{n} y_t e^{iωt}|² 를 사용한다. 짧은 기억 가정 하에 E