大维协方差阵的估计及其应用

• 作者: 刘丽萍 王紫萍
• 来源期刊: 数学的实践与认识
• 关键词: 回归聚类算法 BM-CAR模型 大维协方差阵
• 年，卷（期）: 2016,（20）
• 所属期刊栏目: 管理科学
• 页码范围: 1-9
• 语种: 中文

摘要

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不容忽视.首先以风险因子为自变量,对股票收益率建立线性回归模型;然后通过引入惩罚函数将取值非常接近的回归系数归为一组,近而来估计大维数据的协方差阵,提出了基于回归聚类算法的分块模型(BM-CAR),模型克服了传统的稀疏协方差阵估计的弊端.通过模拟和实证研究发现:较因子协方差阵估计方法而言,BM-CAR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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丽萍	贵州财经大学数学与统计学院	28	56	4.0	5.0
2	王紫萍	贵州财经大学数学与统计学院	12	20	2.0	4.0