高维投资组合风险的估计

在大数据时代，如何估计高维投资组合的风险是金融机构面临的一大难题．针对这一难题，文章主要做了两方面研究首先，将非线性收缩法和QUEST函数应用到BEKK模型中，提出BEKK．NS模型，以估计和预测在资产组合中扮演着重要角色的资产协方差阵．该模型同时适用于估计正态分布和厚尾分布数据的协方差阵，并且能够很好地解决维数诅咒问题，提高协方差阵的估计效率．其次，构造了基于循环分块bootstrap方法的极限误差u（α）来评价高维投资组合的风险．通过模拟和实证研究发现：BEKK-NS模型明显优于BEKK，将其应用在投资组合时，降低了组合风险，使得投资者获得了更高的收益；并且极限误差u（α）非常接近于真实的误差，由其构造的组合风险的置信区间较为精确．