高维厚尾金融数据协方差阵的统计估计及应用

摘要：

近年来,关于高维协方差阵估计的研究大多是在正态分布的假定下进行的,少有研究考虑金融数据的厚尾特征对协方差阵估计的影响.在提出新方法估计厚尾金融海量数据协方差阵的基础上,先引入乔列斯基分解法,将复杂的协方差阵估计问题转化为一系列的回归模型;再在回归模型的估计过程中引入RA-Lasso方法,使其在解决维数诅咒的同时,还考虑由于数据的厚尾特征而引起的估计偏差问题;通过模拟和实证研究发现,新的方法明显提高了协方差阵的估计效率,并且使投资者获得了更高的收益.

关键词：厚尾金融数据、高维协方差阵、乔列斯基分解法、RA-Lasso方法

所属期刊栏目：33

分类号：F222.3;O213(经济计算、经济数学方法)

资助基金：国家社会科学基金项目《基于高维金融数据的协方差阵的统计估计及应用研究》16CTJ013

在线出版日期：2018-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64