随机相关矩阵谱特性的精细结构：在金融市场中的应用

我们研究金融相关矩阵特征值谱的某些性质。特别地，我们研究了经验上观察到的大特征值块的特性，这些特征值块通常被认为是金融数据中所谓大量噪声的结果。我们对两个数据集的经验相关矩阵施加滤波程序以凸显其包含的某些聚类结构，从而挑战了这一常识，并分析了这种滤波对特征值谱的影响。我们表明，经验观察到的特征值块表现为更小结构的叠加，而这些更小的结构又作为股票之间交叉相关的结果而出现。我们用因子模型解释并证实了这些发现，并将经验谱与随机矩阵理论对该模型的预测进行了比较。