高维稀疏对角GARCH模型的估计及应用
刘丽萍
【期刊名称】《数学的实践与认识》 【年(卷),期】2017(047)011
【摘要】Under the background of high dimensional data,it is no longer applicable because of the influence of data dimension and noise.Aiming at the deficiency of goGARCH model,we apply the high-dimensional sparse modeling to the estimation of goGARCH model,and propose a High-dimensional sparse diagonal GARCH (HDS-goGARCH) model.The regression coefficients of some unimportant variables are reduced to zero by introducing the penalty function,and the model is simplified to achieve the goal of reducing dimension.Through simulation and empirical studies,it is found that goGARCH model significantly improves the efficiency of estimation and prediction of large matrix,and the investment portfolio constructed by the HDS-goGARCH model is less risky in the case of certain income.%高维数据背景下,数据维度和噪声的影响使得传统的GARCH模型不再适用.针对对角GARCH(goGARCH)模型的不足,将高维稀疏建模法应用到其估计过程中,提出了高维稀疏对角GARCH (HDS-goGARCH)模型.HDS-goGARCH模型通过引入惩罚函数,将一些不重要变量的回归系数压缩为零,来精简模型,达到降维的目的.通过模拟和实证研究发现:较传统的goGARCH模型而言,HDS-goGARCH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:在收益一定的情况下,由HDS-
goGARCH模型所构造的投资组合的风险更小. 【总页数】7页(171-177)
【关键词】高维稀疏对角GARCH模型;高维协方差阵;对角GARCH模型;惩罚函数
【作者】刘丽萍
【作者单位】贵州财经大学数学与统计学院,贵州贵阳550025 【正文语种】中文 【中图分类】 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_mathematics-practice-theory_thesis/0201272003991.html 【相关文献】
1.基于高维数据的改进CCC-GARCH模型的估计及应用 [J], 刘丽萍; 马丹; 唐晓彬
2.EWMA-GARCH模型与GARCH模型在估计收益率波动上的差异的实证及理论分析 [J], 陈立; 胡细宝; 王瓅琬
3.非参数GARCH模型、参数GARCH模型估计波动性对比综述 [J], 王翔坤 4.基于高维GARCH-EVT-Copula模型的开放式基金的风险度量 [C], 杨建辉; 江文婷
5.WFEN 的贝叶斯估计及在高维预测模型中的应用 [J], 袁铭
以上内容为文献基本信息，获取文献全文请下载
高维稀疏对角GARCH模型的估计及应用
