基于高维数据的改进CCC-GARCH模型的估计及应用

发布时间：2018-02-10 01:54

本文关键词： 主成分正交补门限方法主成分正交补门限CCC-GARCH模型高维协方差阵　出处：《统计与信息论坛》2016年09期 　论文类型：期刊论文

【摘要】：高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传统的CCCGARCH模型估计起来较为困难。将主成分和门限方法有效结合,应用到CCC-GARCH模型的估计中,提出基于主成分正交补门限方法的CCC-GARCH模型(PTCCC-GARCH)。PTCCC模型主要通过前K个最优主成分来刻画大维协方差阵的信息,并通过门限函数以剔除噪声的影响。通过模拟和实证研究发现:较CCCGARCH模型而言,PTCCC-GARCH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。
[Abstract]:High-dimensional data bring great challenge to the traditional covariance matrix estimation method. The influence of data dimension and noise makes the traditional CCCGARCH model difficult to estimate. The principal component and threshold method are effectively combined into the estimation of CCC-GARCH model. A CCC-GARCH model based on the principal component orthogonal complement threshold method is proposed to describe the information of the large dimensional covariance matrix by using the first K optimal principal components. And the threshold function is used to eliminate the influence of noise. Through simulation and empirical research, it is found that the PTCCC-GARCH model improves the estimation and prediction efficiency of the high-dimensional covariance matrix obviously compared with the CCCGARCH model, and applies it to the investment portfolio. Investors received higher investment returns and economic benefits.
【作者单位】：贵州财经大学数学与统计学院;西南财经大学统计学院;对外经济贸易大学统计学院;
【基金】：贵州省教育厅2015年度普通本科高校自然科学研究项目《大维数据背景下金融协方差阵的估计及应用》(黔教合KY字[2015]423) 2015年全国统计科学研究项目《金融动态条件协方差阵的估计及其应用》(2015LY19) 2015年度北京市社会科学基金青年项目《大数据背景下北京市网络风险动态监测与控制机制研究》(15SHC030) 2015年度全国统计科学研究重大项目《大数据视角下我国主要宏观经济指标预判预测方法体系研究》(2015LD050)
【分类号】：F224;F830.59

【相似文献】