贵州财经大学数学与统计学院, 贵阳 550025
出版日期:
2017-06-25发布日期:
2017-09-07Estimation and Application Study on the Large Dimensional Covariance Matrix of Mixed-Frequency Data
LIU LipingSchool of Mathematics and Statistics, Guizhou University of Finance and Economics, Guiyang 550025
Online:
2017-06-25Published:
2017-09-07摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
大维数据给传统的协方差阵估计方法带来了巨大的挑战, 数据维度和噪声的影 响使得协方差阵的估计较为困难. 在文章的研究中, 将高频数据和低频数据相结合, 提出了基于混合频率数据的协方差阵的估计和预测模型------ MFD模型, MFD模型在解决了维数诅咒的同时 还考虑了过去市场信息对协方差阵的影响, 动态地估计和预测了未来的协方差阵. 通过实证研究发现: 较基于低频数据和高频数据的协方差阵估计和预测模型而言, MFD模型明显提高了高维协方差阵的估计和预测效率; 并且将其应用在投资组合时, 投资者获得了更高的投资收益和经济福利.
分享此文: