[論文レビュー] Financial Applications of Random Matrix Theory: a short review

J. P. Bouchaud, Marc Potters|ArXiv.org|Oct 7, 2009

Complex Systems and Time Series Analysis被引用数 37

ひとこと要約

この論文は、金融分野における確率的行列理論（RMT）の応用をレビューしており、N（銘柄数）とT（時系列観測数）がともに大きく、q = N/T = O(1)である高次元設定における、経験的相関行列の固有値スペクトル特性に焦点を当てている。RMTにより、ノイズの中から真のマーケット要因を信頼性高く特定できることを示しており、Marchenko-Pasturのバルク領域を上回る固有値は統計的に有意であり、システマティック・リスク要因として解釈可能である一方、バルク領域内にある固有値は偽のノイズであることが明らかになった。

ABSTRACT

We discuss the applications of Random Matrix Theory in the context of financial markets and econometric models, a topic about which a considerable number of papers have been devoted to in the last decade. This mini-review is intended to guide the reader through various theoretical results (the Marcenko-Pastur spectrum and its various generalisations, random SVD, free matrices, largest eigenvalue statistics, etc.) as well as some concrete applications to portfolio optimisation and out-of-sample risk estimation.

研究の動機と目的

• 金融データ解析における確率的行列理論（RMT）の応用について、包括的ではあるが理解しやすいレビューを提供すること。
• 特に高次元設定において、経験的相関行列（E）と真の相関行列（C）の違いを明確にすること。
• RMTが金融相関行列における統計的に有意な固有値および固有ベクトルを特定する方法を説明し、真のマーケット要因とランダムなノイズを分離すること。
• NとTがともに大きくq = N/T ≈ 1である場合の従来のPCAの限界を指摘し、RMTがそれらのバイアスを是正する厳密なフレームワークを提供すること。
• RMTの結果が金融市場におけるリスク管理、ポートフォリオ構築、非線形的かつ時変性のある相関のモデリングに与えるインパクトを議論すること。

提案手法

• N, T → ∞ かつ q = N/T = O(1) の条件下で、経験的相関行列の固有値のバルク分布を特徴付けるためにMarchenko-Pastur（MP）法則を用いる。
• 標準化されたリターンを表すT×N行列Xを用いて、経験的相関行列E = X^T Xのスペクトル分解を適用する。
• MP法則をランダムな相関構造の帰無仮説として用い、バルク（ノイズ）と外れ値（真の要因）の固有値を区別する。
• 主成分分析（PCA）を用いてリターンのダイナミクスを無相関成分に分解し、固有値が寄与する分散の寄与度を示す。
• 有限サンプルサイズがTr(E⁻¹)の推定に与える影響を分析し、q → 1 に近づくとTr(E⁻¹)が発散することを示しており、逆相関行列推定に顕著な系統的バイアスがあることを示している。
• 入力変数と出力変数が相関のない状態における特異値スペクトルをモデル化するための「ランダムSVD」の概念を導入し、RMTを相互相関構造へと拡張する。

実験結果

リサーチクエスチョン

• RQ1 NとTがともに大きく、q = N/T = O(1)であるとき、経験的相関行列Eと真の相関行列Cの違いは何か？
• RQ2 経験的相関行列のどの固有値と固有ベクトルが統計的に有意であり、どの部分が偽のノイズであるか？
• RQ3 従来のPCAは高次元金融データにおいてどの程度信頼性を持ってマーケット要因を抽出できるのか？RMTはどのような是正を提供するのか？
• RQ4 ヘビーテイルなリターン分布や非線形相関が、金融応用におけるRMTに基づく推論の妥当性にどのように影響を与えるか？
• RQ5 RMTに基づく相関行列モデルは、市場危機期における金融相関の非定常性を説明するのに役立つだろうか？

主な発見

• NとTが大きく、q = N/T = O(1)であるとき、経験的相関行列EはMarchenko-Pastur分布に従う固有値のバルクを示すが、このバルク領域を上回る固有値は統計的に有意であり、真のマーケット要因に対応する。
• 逆経験的相関行列のトレースTr(E⁻¹)はq → 1 に近づくと発散し、Tr(E⁻¹) ≈ Tr(C⁻¹)/(1 - q) と近似される。これはリスク評価やポートフォリオ最適化における顕著な有限サイズバイアスを示している。
• Marchenko-Pasturスペクトルの上端を超える固有値は、ランダムな揺らぎによるものではなく、マーケット全体の動きなどのシステマティック・リスク要因として解釈可能である。
• 最大固有値に対応する固有ベクトル（第1主成分）は、しばしばマーケット全体の要因を表しており、特に株式市場では全リターン分散の大部分を捉えている。
• T < N の場合、正確に (N - T)⁺ 個の固有値がゼロとなるスパイアス固有値が出現し、これは経験的行列がランク落ちしており、N次元空間を完全に張ることができないことを示している。
• コピュラが捉える非線形相関や尾部依存性（例：スルーディスティック・コピュラ）は、RMTに基づくモデルで十分に記述されず、これに対するモデリングはRMTを活用する金融分野における未解決の課題のままである。