マルチモデルアンサンブルによる高頻度金融時系列データに基づく金融リスク管理

点击翻译按钮获取中文摘要

ポートフォリオ選択においては，多変量の資産価格収益率の分散共分散行列が用いられることが標準的である．本年度は，高頻度金融時系列データを用いて複数資産間の日内の共分散を推定する様々な手法について検討した．高頻度分散・共分散推定量はマーケット・マイクロストラクチャー・ノイズと呼ばれるノイズの影響を受ける．さらに共分散推定においては観測時刻の異なる複数資産の収益率の共分散を求めるため，観測時刻を揃える「同期化」を施す場合が多いが，その手法の選択も推定量の性質に影響を与えることが知られている．各推定量の収束率等の理論的な性質は標準的なノイズの仮定の下で導かれているが，現実の市場の制度が与えるノイズと標本数の下での性質は自明ではない．そのため，市場構造や経済モデル等を考慮した様々な形状のノイズについて，同期化手法の選択の影響もあわせ，各推定量の有限標本下の性質を把握することは有益である．本年度は共分散推定法のうち，realized covariance (RCV), two-scale realized covariance (TSRC), multivariate realized kernel (MRK), separating information maximum likelihood (SIML) について，シミュレーションによってその性質を比較検討した．この成果は国際学会発表に採択された．