通过一种新的目标方法和基于网络的分析评估条件协方差估计
摘要：模型和预测动态变化的协方差在文献中受到了广泛关注。两种最常用的条件协方差和相关性模型是BEKK和DCC。本文提出了一种新的方法，在这两个模型中引入目标化，以估计与金融时间序列相关的矩阵。我们的方法基于金融市场中高度相关资产的特定组合，这些关系随时间不变。根据估计的参数，我们使用文献中引入的两个知名的损失函数和网络分析来评估我们的目标化方法在模拟序列上的效果。我们找到相关性图中的所有最大派系来评估我们方法的有效性。经验案例研究的结果是令人鼓舞的，尤其是当资产数量不大时。
作者：Carlo Drago and Andrea Scozzari
论文ID：2202.02197
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2022-02-07