矩阵 GARCH 模型：推断与应用
统计方法学
2023-06-09 v1 计量经济学
摘要
矩阵值时间序列数据在应用中大量存在。然而，迄今为止尚未有研究关注其条件异方差性，而这一现象在经济与金融数据中常被观察到。为弥补这一空白，我们提出一种新颖的矩阵广义自回归条件异方差（GARCH）模型，以捕捉矩阵时间序列条件行协方差矩阵与列协方差矩阵的动态。矩阵 GARCH 模型的关键创新在于对条件行或列协方差矩阵迹使用单变量 GARCH 设定，从而得以识别条件行与列协方差矩阵。此外，我们引入拟极大似然估计量（QMLE）进行模型估计，并发展了一种 portmanteau 检验用于模型诊断检验。我们通过模拟研究评估了 QMLE 与 portmanteau 检验的有限样本表现。为处理高维矩阵时间序列，我们还提出了矩阵因子 GARCH 模型。最后，基于信用违约互换价格、全球股票行业指数和期货价格的三项应用，我们展示了矩阵 GARCH 与矩阵因子 GARCH 模型在波动率预测与投资组合配置上优于现有多元 GARCH 类模型。
引用
@article{arxiv.2306.05169,
title = {Matrix GARCH Model: Inference and Application},
author = {Cheng Yu and Dong Li and Feiyu Jiang and Ke Zhu},
journal= {arXiv preprint arXiv:2306.05169},
year = {2023}
}