基于改进ICA模型的高维波动率估计

发布时间：2017-12-18 17:20

  本文关键词：基于改进ICA模型的高维波动率估计

  更多相关文章： 波动率 多维GARCH模型 ICA CIC-GARCH

【摘要】：本文对IC-GARCH模型进行改进,放宽了ICA关于独立成分是IID的假设,考虑独立成分为ARMA模型的平稳过程,提出了基于自相关结构的IC-GARCH估计方法,并给出了估计量的理论性质和计算效率较高的迭代估计算法。最后,对改进方法进行了模拟和实证分析,结果表明本文提出的模型能够使多元GARCH模型应用于高维金融数据,并大大提高了金融资产收益波动率的估计精度。
【作者单位】： 中国人民大学应用统计科学中心统计学院;
【基金】：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(10XNL007)成果
【分类号】：F224;F832.51
【正文快照】： 0引言 对金融资产的波动率进行建模和预测是金融计量领域的一个重要研究方向。波动率的准确度量在期权定价、投资组合构造和风险管理等领域都极其重要。由于不同资产间存在相关性,实际投资决策时,需要同时分析多个金融资产的收益和风险,即建立多个金融资产的协方差矩阵卜21，

本文编号：1305000