[论文解读] On estimating covariances between many assets with histories of highly variable length

Robert B. Gramacy, Joo Hee Lee+1 more|ArXiv.org|Oct 31, 2007

Financial Risk and Volatility Modeling参考文献 31被引用 9

一句话总结

本文提出了一种在资产历史长度高度可变的金融投资组合中估计高维协方差矩阵的方法，采用稀疏回归技术（如岭回归、套索回归、主成分分析和偏最小二乘法）以克服“大p小n”问题。该方法即使在资产数量超过观测值数量时，也能实现准确且稳定的协方差估计，并已实现在开源R包monomvn中。

ABSTRACT

Quantitative portfolio allocation requires the accurate and tractable estimation of covariances between a large number of assets, whose histories can greatly vary in length. Such data are said to follow a monotone missingness pattern, under which the likelihood has a convenient factorization. Upon further assuming that asset returns are multivariate normally distributed, with histories at least as long as the total asset count, maximum likelihood (ML) estimates are easily obtained by performing repeated ordinary least squares (OLS) regressions, one for each asset. Things get more interesting when there are more assets than historical returns. OLS becomes unstable due to rank--deficient design matrices, which is called a "big p small n" problem. We explore remedies that involve making a change of basis, as in principal components or partial least squares regression, or by applying shrinkage methods like ridge regression or the lasso. This enables the estimation of covariances between large sets of assets with histories of essentially arbitrary length, and offers improvements in accuracy and interpretation. We further extend the method by showing how external factors can be incorporated. This allows for the adaptive use of factors without the restrictive assumptions common in factor models. Our methods are demonstrated on randomly generated data, and then benchmarked by the performance of balanced portfolios using real historical financial returns. An accompanying R package called monomvn, containing code implementing the estimators described herein, has been made freely available on CRAN.

研究动机与目标

• 解决当资产收益历史长度显著不同时，大规模投资组合中协方差矩阵估计的挑战。
• 克服在多元正态模型中因设计矩阵秩亏而使普通最小二乘法（OLS）失效的“大p小n”问题。
• 在金融数据存在单调缺失的情况下，开发一种计算上可行的协方差估计方法。
• 无需施加严格的因子模型假设，自适应地整合外部因素（如市场、规模、价值因子）。
• 为使用具有不完整历史的真实世界金融数据提供实用且可扩展的投资组合风险建模解决方案。

提出的方法

• 利用单调缺失模式对似然函数进行分解，实现在多元正态分布下的最大似然估计。
• 用稀疏回归方法（如岭回归、套索回归、主成分分析和偏最小二乘法）替代普通最小二乘法，以在高维设定下稳定估计。
• 应用基变换技术降低维度，并在资产数量超过观测值数量时提高数值稳定性。
• 通过允许数据驱动地选择因子与资产收益之间依赖关系的方式，自适应地整合外部因素。
• 在开源R包monomvn中实现该方法，该包可在CRAN上获取，支持可重现且可扩展的估计。
• 使用自助抽样法评估估计协方差矩阵的变异性及其对投资组合表现的影响。

实验结果

研究问题

• RQ1 当资产收益历史长度高度可变时，如何可靠地估计高维金融投资组合中的协方差矩阵？
• RQ2 当资产数量超过观测值数量时，标准最大似然估计（通过OLS实现）存在哪些局限性？
• RQ3 在存在单调缺失的情况下，稀疏回归方法（如岭回归、套索回归或主成分分析）是否能提高估计的准确性和可解释性？
• RQ4 如何在不施加经典因子模型中常见的严格条件独立假设的前提下，将外部因素整合到协方差估计中？
• RQ5 所提出的估计器在基于真实金融收益数据构建的平衡投资组合中，能在多大程度上提升其表现？

主要发现

• 所提出的方法即使在资产数量超过历史观测值数量时，也能实现稳定且准确的协方差矩阵估计，成功克服了“大p小n”问题。
• 与OLS相比，在高维设定下，稀疏回归方法（如岭回归、套索回归和主成分分析）显著提高了估计的准确性和可解释性。
• 该方法能够有效处理具有任意且不均匀历史长度的数据集，适用于资产上市时间不同的真实世界金融数据。
• 基于真实历史收益的实证基准测试表明，使用所提出估计器构建的投资组合在风险调整后表现优于基于OLS的投资组合。
• R包monomvn提供了可扩展的、开源的估计器实现，支持可重现研究和投资组合管理中的实际应用。
• 自助分析显示，协方差矩阵估计的变异性会影响投资组合属性，凸显了在均值-方差优化中进行不确定性量化的重要性。