APP下载

基于动态收缩法的大维协方差阵的估计及其应用

2017-06-28刘丽萍何文宇

统计与决策 2017年10期

刘丽萍,何文宇

(1.贵州财经大学数学与统计学院,贵阳550004;2.德雷赛尔大学LeBoro商学院,费城19104,美国)

基于动态收缩法的大维协方差阵的估计及其应用

刘丽萍1,何文宇2

(1.贵州财经大学数学与统计学院,贵阳550004;2.德雷赛尔大学LeBoro商学院,费城19104,美国)

文章将单因子协方差阵和样本协方差阵相结合,通过对它们进行最优加权平均,提出了新的协方差阵估计方法——动态加权收缩估计量(DWS)。该估计量一方面通过选择最优的权重来平衡协方差阵估计的偏差和误差;另一方面估计的是大维数据的动态协方差阵,在估计过程中考虑了前期信息的影响。通过模拟和实证研究发现:较传统的协方差阵估计方法而言,DWS估计量明显提高了大维协方差阵的估计效率;并且将其应用在投资组合时,投资者获得了更高的收益和经济福利。

大维协方差阵;动态加权收缩估计量;投资组合

0 引言

近年来,围绕如何估计大维协方差阵的估计问题,已经引起了学者们的广泛关注。目前的研究主要分为三类,第一类是稀疏协方差阵估计方法(Bickel和Levina(2008)[1],Rothman(2012)[2],Lam和Fan(2009)[3],Cai和Zhou(2012)[4],Cai和Liu(2011)[5]等),该方法假定有些资产之间是不相关的,通过引入门限函数,在协方差阵的估计中将一些元素替换为0,以降低资产的维度,解决维数灾难问题。但在实际应用中,资产不相关的假定不太合理,这是因为资产之间有公共的因子,即市场风险。第二类是Fan和Jiang(2008)[6]以及Fan和Liao等(2011)[7]提出的基于因子结构的协方差阵估计方法,该方法在假定因子数目已知的情况下,通过提取公共因子来解决维数诅咒问题、降低噪声的影响,理论而言该方法简单易实现,但因子数目不易确定。……

登录APP查看全文