-
题名基于矩阵值因子模型的高维已实现协方差矩阵建模
被引量:6
- 1
-
-
作者
宋鹏
胡永宏
-
机构
中央财经大学统计与数学学院
中国现场统计研究会
中国现场统计研究会统计综合评价研究分会
-
出处
《统计研究》
CSSCI
北大核心
2017年第11期109-117,共9页
-
基金
国家自然科学基金面上项目"稳健投资组合选择的并行最优化算法研究与实现"(61272193)
中央财经大学研究生科研创新基金项目"高维协方差阵建模及投资组合应用"(201607)资助
-
文摘
随着大数据时代的来临,待分析数据维度越来越高,高维协方差矩阵的估计与建模已经成为统计学领域的一个基本问题。本文提出基于Cholesky分解的可预测矩阵值因子模型,对高维已实现协方差矩阵进行了建模及预测。模型有效地降低了矩阵维度,显著减少了待估参数数目,有效地避免了估计误差的累积,且因子分析降维使得协方差矩阵元素之间的相依关系更加清晰。实际建模结果表明,模型与VAR-LASSO方法预测误差较为接近,但是降维效果更加明显,待估参数数目大大减少,更加具备应用价值。基于矩阵值因子模型构建的投资组合收益更加贴近真实投资组合收益,而且比VAR-LASSO方法更加稳健。
-
关键词
矩阵值因子模型
高维已实现协方差矩阵
CHOLESKY分解
向量自回归
-
Keywords
Matrix-Valued Factor Model
High-Dimensional Realized Covariance Matrix
Cholesky Decomposition
VAR
-
分类号
O212
[理学—概率论与数理统计]
-