股票收益率协方差矩阵的特征修正方法

文章通过定义偏差统计量刻画了用传统样本协方差矩阵进行投资组合优化时对最优组合风险的低估效应,并介绍了协方差矩阵的特征修正方法来修正这种低估效应。基于对中国A股市场股票收益率数据的实证分析,特征修正方法在准确估计最优组合样本内风险的同时,还能有效降低最优组合的样本外风险。

基于特征修正协方差矩阵的中国A股市场多因子模型构建

文章从57个因子中选取8类风险因子并结合市场因子和28个行业因子构建了中国A股市场的多因子模型,在建立风险模型时用特征修正方法估计因子协方差矩阵以校正样本协方差矩阵对组合风险估计的偏差。实证分析表明,A股市场股票收益变动中的20%可以被多因子模型所解释,而沪深300成分股的收益变动中近40%能够被模型解释;对基准组合和积极组合的风险作因子归因,发现行业因子的贡献最大。