海外文献推荐系列之五十三：西学东渐

请务必阅读正文之后的信息披露和重要声明 定量研究 专题报告 证券研究报告 分析师： 徐寅 xuyinsh@xyzq.com.cn S0190514070004 ＃assAuthor＃ 报告关键点 本篇论文从统计学和实际应用两个角度评估了 5 种不同方法的优劣，包括滚动历史协方差法、滚动收缩历史协方差法、指数 移 动 平 均 法 （ EWMA ） 、DCC-GARCH模 型 法 以 及GO-GARCH 模型法。实证结果表明，基于 GARCH 模型的两种协方差预测方法表现最好，EWMA 方法其次，而滚动历史协方差和滚动收缩历史协方差法表现最差。考虑到 EWMA 方法的预测准确度已经较高，且相比 GARCH 模型计算更简单、快速 ， 文 章 建 议 实 践 中 选 用EWMA 方法。 ＃relatedReport＃ 相关报告 《西学东渐--海外文献推荐系列之五十二》 《西学东渐--海外文献推荐系列之五十一》 《西学东渐--海外文献推荐系列之五十》 团队成员： 投资要点 ＃summary＃ ⚫ 西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为 A 股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前！ ⚫ 金融资产收益率协方差矩阵的估计和预测在金融众多领域如资产配置、风险管理等中具有核心地位。目前关于不同协方差矩阵预测方法的比较研究还较少，本篇论文从统计学和实际应用两个角度评估了 5 种不同方法的优劣，包括滚动历史协方差法、滚动收缩历史协方差法、指数移动平均法（EWMA）、DCC-GARCH 模型法以及 GO-GARCH模型法。实证结果表明，基于 GARCH 模型的两种协方差预测方法表现最好，EWMA方法其次，而滚动历史协方差和滚动收缩历史协方差法表现最差。考虑到 EWMA 方法的预测准确度已经较高，且相比 GARCH 模型计算更简单、快速，文章建议实践中选用 EWMA 方法。总体来说，这篇论文为我们在实践中选择协方差矩阵预测方法提供了重要的依据和参考。 风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。 ＃title＃ 西学东渐--海外文献推荐系列之五十三 ＃createTime1＃ 2019 年 12 月 5 日 请务必阅读正文之后的信息披露和重要声明 - 2 - 定量研究专题报告 目录 1、引言 ............................................................................................................................ - 3 - 2、数据与方法说明 ........................................................................................................ - 5 - 2.1、数据说明 ............................................................................................................. - 5 - 2.2、最小方差组合 ..................................................................................................... - 6 - 2.3、协方差预测方法 ................................................................................................. - 7 - 2.3.1、滚动历史协方差 .............................................................................................. - 7 - 2.3.2、滚动收缩历史协方差 ...................................................................................... - 8 - 2.3.3、指数移动平均法（EWMA） .......................................................................... - 8 - 2.3.4、DCC-GARCH 模型 .......................................................................................... - 9 - 2.3.5、GO-GARCH 模型 .......................................................................................... - 10 - 3、不同协方差预测方法的实证分析........................................................................... - 11 - 3.1、协方差矩阵的预测 ........................................................................................... - 11 - 3.2、最小方差组合的构建 ....................................................................................... - 12 - 3.3、基于最小方差组合的目标波动率组合构建 .................................................... - 14 - 4、结论 .......................................................................................................................... - 16 - 图表 1、美国股票和债券指数月度收益率波动率和相关系数的历史变动 ................ - 4 - 图表 2、本文使用的 9 个数据集 .....................................................