當(dāng)研究的資產(chǎn)維度較高、數(shù)據(jù)量較大時(shí)，協(xié)方差陣的估計(jì)將面臨維數(shù)詛咒、噪聲影響等諸多挑戰(zhàn)，如何有效地對(duì)其進(jìn)行估計(jì)成為統(tǒng)計(jì)領(lǐng)域中越來(lái)越重要的亟待解決的問(wèn)題。本書(shū)在前人研究的基礎(chǔ)之上，對(duì)DCC、BEKK、CCC及goGARCH等MGARCH模型進(jìn)行了改進(jìn)，通過(guò)模擬和實(shí)證研究發(fā)現(xiàn)：改進(jìn)的MGARCH模型明顯提高了高維資產(chǎn)間協(xié)方差陣的估計(jì)效率，并且將其應(yīng)用在投資組合時(shí)可以獲得更高的收益。

更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。