一种处理高维GARCH模型新方法-SCC.pdfVIP

一种处理高维 GARCH 模型的新方法－SCC 摘要：在许多金融计量问题中（如风险管理，衍生产品定价和最优投资组合选择），模拟二阶矩的相关性和 预测未来的波动性有很重要的意义。近年来出现了大量多维 GARCH 模型来模拟资产组合的波动性及相关 性，但是在估计多维 GARCH 模型中仍存在着不尽如人意的地方，资产的数量过多困扰着估计时的最优化 问题，即使随着模型的逐渐改善，参数估计的结果仍然对参数选取的初值非常敏感，因此许多文献都停留 在二维 GARCH 模型的估计，很难推广到高维 GARCH 模型。SCC （序列条件相关）方法是新近的由 Palandri(2005)提出的一种处理高维相关矩阵的估计方法，本文在介绍新方法的基础上，给出了对这种方 法的一些理论的完善，并加入了 Fisher 转换，极大地提高了优化效率。 关键词：多维 GARCH ; SCC(序列条件相关) SCC Method : A New Approach Dealing With High-Dimension GARCH model Abstrac: It’s very important to model correlation matrix and volatility in many financial issues such as risk evaluation, derivatives pricing, and optimal portfolio choice. Kinds of multivariate GARCH models have been developed recently to model the conditional second moments. However, there are dissatisfaction, for example, too many parameters in optimization problem and optimization result is sensitive to initial value choosed. Therefore, two dimension GARCH models are applied usually in literature. It’s difficult to model three or more dimension GARCH model. SCC method is introduced to deal with high-dimension conditional correlation matrix. This paper presents some complementarity of theory and adds fisher transformation in order to increase optimization effect. Key words: multivariate GARCH ; SCC(Sequential Conditional Correlation) 一、文献回顾 投资组合问题是应用和理论金融的主要研究课题之一。归结起来，研究投资组合问题的 文献主要从三条途径进行研究。第一个途径是 Markowitz(1952)提出的均值－方差分析，这 是研究资产的风险回报的有力工具。另外一个途径是应用连续时间金融来研究投资组合问 题，Merton （1973）给出了多期最优均值－方差投资组合的特征。第三个途径是从资产之间 的动态相关性着手来研究动态的资产组合。从整体上讲，第二个途径和第三个途径都是从动 态资产配置着手来研究投资组合和风险的。后来的研究者主要从以下几个方面对投资组合理 论进行扩充： 1．把完全市场的假设扩充到不完全市场； 2 ．加入各种允许卖空和不允许卖空的限制； 3 ．加入税收和交易成本的限制； 4 ．把方差描述的风险进一步扩充到用VaR 或者 CvaR 描述的风险框架中进行分析； 5 ．特别在连续时间金融的框架中，根据利率期限结构，把不变利率的假定改为随机利 率进行投资组合分析； 6 ．把各种资产的相关性扩展为动态的来进行动态资产组合研究。 研究资产收益的相关性有三种思路，大体分为多维随机波动模型，