协整矩阵自回归模型
统计方法学
2024-09-18 v1
摘要
我们提出了一种针对矩阵值时间序列的新型协整自回归模型，其双线性协整向量对应于矩阵数据的行和列。与传统的协整分析相比，我们提出的矩阵协整模型更好地保留了数据的内在结构，并实现了相应的解释。为了估计协整向量以及其他系数，我们引入了基于最小二乘法和最大似然估计的两种估计量。我们研究了在趋势存在的情况下协整矩阵自回归模型的渐近性质，并建立了协整向量以及其他模型参数的渐近分布。我们进行了广泛的模拟，以证明其相对于传统方法的优越性能。此外，我们将所提出的模型应用于 Fama-French 投资组合，并开发了一种有效的配对交易策略。
引用
@article{arxiv.2409.10860,
title = {Cointegrated Matrix Autoregression Models},
author = {Zebang Li and Han Xiao},
journal= {arXiv preprint arXiv:2409.10860},
year = {2024}
}