×
刘，金

条件协方差模型的平均估计。 （英语） Zbl 1508.62148号

Commun公司。统计、理论方法 48，第16号，3992-4007（2019）.
摘要：估计条件协方差矩阵在统计学和金融学中很重要。在本文中，我们提出了一种条件协方差的平均估计量，该估计量结合了Li，Linton，Lu的模型平均边际回归对边际条件协方差矩阵的估计。该估计量避免了Yin等人的局部常数估计量所面临的“维数诅咒”问题。我们建立了平均权和所提出的条件协方差估计量的渐近性质。通过仿真增强了有限样本性能。在投资组合分配中的应用说明了平均估计的实际优势。

理学硕士：

62甲12 多元分析中的估计
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62P05号 统计学在精算科学和金融数学中的应用

关键词：

平均估计;条件协方差估计;维数灾难;边际回归;投资组合分配
PDF格式BibTeX公司 XML格式引用
\textit{J.刘}，Commun。Stat.，理论方法48，No.16，3992--4007（2019；Zbl 1508.62148）
全文： 内政部

参考文献：

[1] Anderson，T.W.，线性结构协方差矩阵的渐近有效估计，《统计年鉴》，1,1135-41（1973）·Zbl 0296.62022号
[2] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31，3，307-27（1986）·Zbl 0616.62119号
[3] Bollerslev，T。；恩格尔，R.F。；伍尔德里奇。，J.M.，具有时变协方差的资本资产定价模型，《政治经济学杂志》，96，1，116-31（1988）
[4] 陈，J。；李，D。；林顿。，O.，具有多个条件变量的大型动态协方差矩阵的新半参数估计（2017）
[5] 陈，Z。；冷。，C.，通过cholesky分解对协方差矩阵进行局部线性建模，《中国统计》，25，1249-63（2015）·Zbl 1415.62031号
[6] 陈，Z。；冷。，C.，动态协方差模型，《美国统计协会杂志》，111，515，1196-07（2016）
[7] Engle，R.F.，《英国通货膨胀方差估计的自回归条件异方差》，《计量经济学：计量经济学学会杂志》，50987-1007（1982）·Zbl 0491.62099号
[8] Engle，R.F.，《动态条件相关：一类简单的多元广义自回归条件异方差模型》，《商业与经济统计杂志》，20，3，339-50（2002）
[9] 范，J。；Liao，Y。；线路接口单元。，H.，关于大协方差和精度矩阵估计的概述，《计量经济学杂志》，19，1，C1-32（2016）·Zbl 1521.62083号
[10] 范，J。；姚明。，Q.，随机回归中条件方差函数的有效估计，Biometrika，85，3，645-60（1998）·Zbl 0918.62065号
[11] 范，J。；张杰。；于。，K.，《具有总风险敞口约束的大规模投资组合选择》，《美国统计协会杂志》，107，592-606（2012）·Zbl 1261.62091号
[12] 李，D。；林惇，O。；Lu.，Z.，时间序列的灵活半参数预测模型，《计量经济学杂志》，187，1，345-57（2015）·兹比尔1337.62271
[13] 长X。；苏·L。；乌拉。，A.，《动态条件协方差的估计和预测：半参数多元模型》，《商业与经济统计杂志》，29，1，109-25（2011）·Zbl 1214.62035号
[14] Markowitz，H.M.，投资组合选择，《金融杂志》，7，77-91（1952）
[15] 苏·L。；A.乌拉。；王。，Y.，带一般参数误差协方差的非参数回归估计：一种更有效的两步估计，《实证经济学》，45，2，1009-24（2013）
[16] 尹，J。；耿，Z。；李，R。；王。，H.，非参数协方差模型，Statistica Sinica，20469-79（2010）·Zbl 1180.62065号
[17] 朱，L。；Dong，Y。；Li.，R.，通过单指标建模对条件异方差的半参数估计，《中国统计》，23，3，1235-55（2013）·Zbl 1534.62044号
[18] 邹，T。；Lan，W。；Wang，H。；蔡。，C.L.，协方差回归分析，《美国统计协会杂志》，112517266-81（2017）
[19] Zwiernik，P。；尤勒，C。；理查兹。，D.，线性高斯协方差模型的最大似然估计，《皇家统计学会杂志：B辑（统计方法）》，79，4，1269-92（2017）·Zbl 1373.62267号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。