金融资产收益率协方差矩阵的估计和预测之EWMA方法-海外文献推荐
近年来，基于风险的组合优化方法如最小方差组合、风险平价策略等受到广泛关注，能否准确预测协方差矩阵直接影响着这类最优风险组合的表现。本文全面比较了 5 种新老方法在预测协方差矩阵和构建最优风险组合上的表现，并推荐了简单有效的指数移动平均（EWMA）方法，为我们在实践中选择预测方法指明了方向。
文献来源：
Zakamulin, V. (2015). A test of covariance-matrix forecasting methods. The Journal of Portfolio Management, 41(3), 97-108.
推荐原因：
金融资产收益率协方差矩阵的估计和预测在金融众多领域如资产配置、风险管理等中具有核心地位。目前关于不同协方差矩阵预测方法的比较研究还较少，本篇论文从统计学和实际应用两个角度评估了 5 种不同方法的优劣，包括滚动历史协方差法、滚动收缩历史协方差法、指数移动平均法（EWMA）、DCC-GARCH 模型法以及 GO-GARCH 模型法。实证结果表明，基于 GARCH 模型的两种协方差预测方法表现最好，EWMA 方法其次，而滚动历史协方差和滚动收缩历史协方差法表现最差。考虑到 EWMA 方法的预测准确度已经较高，且相比 GARCH 模型计算更简单、快速，文章建议实践中选用 EWMA 方法。总体来说，这篇论文为我们在实践中选择协方差矩阵预测方法提供了重要的依据和参考。
扫码加好友，拉您进群
全部版块
我的主页
收藏
