金融资产的多元波动率是指多个资产收益率的协方差矩阵。建立多元波动率的动态时间序列模型对于资产定价、投资组合和风险管理都有非常重要的意义。目前提出的一些模型在技术上主要的困难通常在于需要估计的参数太多或者难以保证协方差矩阵的正定性。申请者在以往的研究中提出了条件不相关成分(CUC)的数据降维技术并提出几种新的MGARCH模型,比如CUC-GARCH模型、IC-GARCH模型等。本项目是这些研究的继续,包括:1)结合CUC与因子分析建立的多元波动率模型;2)CUC的计算或者目标函数的选择问题;3)其它降维技术在建立多元波动率模型方面的应用;4)多元价格全矩序列的降维方法以及对多元波动率的预测作用;5)结合降维技术及长记忆模型来研究协方差或相关系数的长记忆动态特征;6)CUC-GARCH等模型在资产定价方面的应用;7)CUC-GARCH等模型在风险管理以及投资组合方面的应用及比较方法的研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
转录因子WRKY71对拟南芥根系发育的影响
智能煤矿建设路线与工程实践
二维FM系统的同时故障检测与控制
中国出口经济收益及出口外资渗透率分析--基于国民收入视角
基于概率图模型的数据降维算法研究
基于价格极差的波动率模型
含方向变量的高维数据的多元非参数回归建模及降维研究
基于高频数据的金融波动率建模研究