方差-协方差矩阵在金融和经济高维因子模型的推断理论中起着核心作用。直接利用稀疏性的流行正则化方法并不直接适用于许多金融问题。估计协方差矩阵的经典方法基于严格的因子模型，假设独立的特质成分。然而，这种假设在实际应用中是有限制的。通过假设稀疏误差协方差矩阵，我们甚至在剔除公共因子后也允许存在横截面相关性，这使我们能够结合这两种方法的优点。我们使用自适应阈值技术估计稀疏协方差，如Cai和Liu[J.Amer。统计师。协会。 106（2011）672-684]，考虑到无法直接观测到特殊成分的事实。然后研究了高维性对基于因子结构的协方差矩阵估计的影响。