高维条件协方差矩阵的非线性压缩估计及其在构建最优投资组合中的应用

本文将非线性压缩方法运用到DCC和BEKK模型中,用非线性的压缩估计量代替MMLE估计中初始的样本协方差矩阵,大大提高了高维DCC和BEKK模型的估计效率,并突破性地使得横截面维度大于时间维度时,DCC和BEKK模型的有效估计成为可能。蒙特卡洛模拟发现:非线性压缩方法对于DCC和BEKK模型估计的优化作用显著,且优化程度随着横截面维度和时间维度的比值增大而增加。实证分析进一步说明了非线性压缩方法对于准确估计高维条件协方差矩阵、从而提高组合选择效率的重要作用。

一类条件协方差估计及其大样本性质

提出一类条件协方差的核估计量,并给出其大样本性质,蒙特卡洛模拟结果表明,其估计效果不比现有估计量差.

用数学方法选择社会经济指标

社会经济现象是复杂的。一个总体现象总是具有多方面的特征,需要多个指标来衡量。但是,指标多了,研究起来就比较复杂,给实际工作也带来不便。因此,要用少数几个指标代表众多的指标,使问题简化,同时,又要做到最大限度地反映总体特征,不损失与研究对象有关的重要信息。实际工作中一般是采用定性分析方法来选择指标。数学中有许多选择指标的方法,它可根据客观存在的各指标值,去分析各指标之间的关系,从中选出有代表性的指标来。本文试通过一实例来探讨如何用条件广义方差极小原则选择经济效益指标。