Block-diagonal idiosyncratic covariance estimation in high-dimensional factor models for financial time series
创建于 更新于
摘要
本报告针对高维因子模型中资产回报协方差矩阵的估计问题，聚焦于假设资产形成若干组别的情形，提出了一种基于残差序列聚类并结合线性收缩的区块对角形特异性协方差估计方法。通过对比多种阈值法和聚类法估计器，结果显示本文方法在模拟和历史市场数据中优于现有方法，其聚类框架不仅提高了估计的稀疏性和正定性，还显著提升了资产组合风险表现，验证了分组结构对特异性协方差估计的重要性[page::0][page::1][page::5][page::9][page::15][page::18]
