随机矩阵理论和金融数据的鲁棒协方差矩阵估计
摘要：扩展传统的椭圆分布类以允许不对称性。为新的“广义椭圆分布”类提供了完全鲁棒的离散矩阵估计器（“频谱估计器”）。证明了频谱估计器与Tyler（1983）在椭圆分布背景下提出的M估计器相对应。椭圆分布的泛化和鲁棒离散矩阵估计器的发展都受到实证金融的画像事实的启发。利用随机矩阵理论来分析高维数据的线性依赖结构。结果表明，如果将样本协方差矩阵视为椭圆分布和重尾数据背景下的随机矩阵，马尔琴科-帕斯图定律将失败。但用频谱估计器替代样本协方差矩阵可以解决问题，马尔琴科-帕斯图定律仍然有效。
作者：Gabriel Frahm and Uwe Jaekel
论文ID：physics/0503007
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2007-05-23