高维投资组合风险的估计

摘要：

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.

关键词：高维投资组合、BEKK-NS模型、非线性收缩法、QuEST函数

所属期刊栏目：38

资助基金：国家社会科学基金项目16CTJ013资助课题

在线出版日期：2019-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：919-930