文件名称：论文研究-大维数据背景下金融协方差阵的估计及应用.pdf
文件大小：764KB
文件格式：PDF
更新时间：2022-10-10 14:07:52
论文研究
论文研究-大维数据背景下金融协方差阵的估计及应用.pdf, 协方差阵在投资组合和风险管理中扮演着重要角色，但是大维数据给传统的协方差阵估计方法带来了巨大挑战.本文将改进的乔列斯基分解和惩罚函数等非参数方法应用到DCC模型的估计中，提出了非参数DCC模型（NPDCC）.NPDCC模型首先通过改进的乔列斯基分解方法，将DCC模型估计中复杂的协方差阵估计问题转化为一系列的回归模型，然后通过引入惩罚函数，将一些回归系数压缩为零，解决了维数诅咒问题，使得大维动态条件协方差阵的估计成为可能.通过模拟和实证研究发现：较DCC模型而言，NPDCC模型明显提高了大维协方差阵的估计和预测效率；并且将其应用在投资组合时，投资者获得了更高的投资收益和经济福利.