金融資産共分散行列の予測とリスク管理に関する研究

金融资产协方差矩阵预测与风险管理研究

• 批准号: 22KJ3054
• 负责人: 重本 秀人
• 金额: $ 1.02万
• 依托单位: Kwansei Gakuin University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ3054/
• 关键词: 実現共分散行列; 金融高頻度データ; ボラティリティ予測モデル

本研究の目的は、より正確な共分散予測モデルの構築及び提案モデルを用いたリスク管理手法の構築である。そこで(1)共分散予測モデルの提案、(2)日本市場におけるボラティリティ波及効果の分析に関する研究を実施した。(1)に関しては(i)DCC-GARCHモデルを高頻度データに適用したRealized DCCモデルに対して実現ボラティリティおよび実現相関の観測誤差を導入したモデルの提案、(ii)サンプルサイズが変数の数より少ないような状況で有効な高次元主成分分析を使用した共分散予測モデルの提案の二つの研究を行い、その成果を論文にまとめた。(i)では100次元のような高次元行列に対しても推定及び予測が可能な形を維持しつつ、従来のモデルより予測力が優れていることを統計的仮設検定を用いて示した。(ii)ではサンプルサイズが変数の数より小さい場合に焦点を当て、高次元主成分分析と時系列モデルを組み合わせた予測手法を提案した。(i)の研究と同様に既存モデルと予測力を比較し、提案モデルが予測力の観点で有意に優れていることを示した。(2)に関して、新型コロナウイルス流行前後における日本株式市場の業種間のボラティリティ波及をDiebold and Yilmaz (2012)で提案された指標を用いて分析し、論文にまとめた。本研究で、新型コロナウイルス流行前と期間中では大きく市場のリスク伝播の様子が異なっていることが示されたと同時に、1回目の緊急事態宣言終了後にボラティリティ波及の総量が著しく減少したことを示している。

这项研究的目的是构建一个更准确的协方差预测模型，并使用建议的模型构建风险管理方法。因此，我们对（1）协方差预测模型的提议进行了研究，以及（2）对日本市场中波动性波纹效应的分析。关于（1），我们进行了两项研究：（i）一个模型的建议，该模型在实现的波动率中引入观察错误并实现相关性的相关性，其中实现的DCC模型将DCC-Garch模型应用于高频数据，（ii）使用高维iS的量相比，该模型较小，该模型比较小的尺寸分析，该模型比较较小的尺寸，该模型的数量较小，该样本量较小，该模型的数量较小，该样本的数量是有效的，有助于有效的，有效的，有效的，有效的，有效的，有效的，有效的，有效地，有效地分析了有效性的，有效的是有效的，有效地，有效地构成了尺寸，该模型是有效的，有效地，有效地分析了有序的尺寸。这些研究的结果总结在论文中。 （i）表明，统计临时测试用于证明预测能力优于常规模型，同时保持可以估计和预测高维矩阵（例如100个维度）的形式。 （ii）侧重于样本量小于变量数量的情况，并提出了一种结合高维主成分分析和时间序列模型的预测方法。与（i）中的研究类似，我们将现有模型与预测能力进行了比较，并表明所提出的模型在预测能力方面显着出色。关于（2），使用Diebold和Yilmaz（2012）提出的指标分析了COVID-19-19大流行之前和之后的日本股票市场中波动率的传播，并将其编译成论文。这项研究表明，市场的风险传播与19日大流行之前以及此期间有显着差异，同时也表明，在紧急状态结束后，波动率的总量膨胀显着下降。

项目成果

Volatility Spillover among Japanese Sectors in Response to COVID-19

• DOI: 10.3390/jrfm15100480
• 发表时间: 2022-10
• 期刊: Journal of Risk and Financial Management
• 作者: Hideto Shigemoto;Takayuki Morimoto

高次元主成分分析を使用した共分散予測モデルの構築

使用高维主成分分析构建协方差预测模型

• 发表时间: 2022
• 作者: Shigemoto Hideto;Morimoto Takayuki;水野 景子・清水 裕士;重本 秀人
• 通讯作者: 重本 秀人

Dynamic Conditional Correlation Models With Time-varying Parameters Incorporating for Realized Covariance Matrices

结合实现协方差矩阵的时变参数的动态条件相关模型

• 发表时间: 2022
• 期刊: Available at SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3817246
• 作者: Shigemoto Hideto;Morimoto Takayuki
• 通讯作者: Morimoto Takayuki

Dynamic conditional correlation models with time-varying parameters incorporating realized covariance matrices

具有时变参数并结合实现的协方差矩阵的动态条件相关模型

• 发表时间: 2022
• 作者: Shigemoto Hideto;Morimoto Takayuki;水野 景子・清水 裕士;重本 秀人;水野 景子・清水 裕士;重本 秀人;水野 景子・清水 裕士;Shigemoto Hideto
• 通讯作者: Shigemoto Hideto

Forecasting High-Dimensional Covariance Matrices Using High-Dimensional Principal Component Analysis

使用高维主成分分析预测高维协方差矩阵

• DOI: 10.3390/axioms11120692
• 发表时间: 2022
• 期刊: Axioms
• 影响因子: 2
• 作者: Shigemoto Hideto;Morimoto Takayuki
• 通讯作者: Morimoto Takayuki