摘要：协方差阵在投资组合和风险管理中扮演着重要角色，但是大维数据给传统的协方差阵估计方法带来了巨大挑战．本文将改进的乔列斯基分解和惩罚函数等非参数方法应用到DCC模型的估计中，提出了非参数DCC模型（NPDCC）．NPDCC模型首先通过改进的乔列斯基分解方法，将DCC模型估计中复杂的协方差阵估计问题转化为一系列的回归模型，然后通过引入惩罚函数，将一些回归系数压缩为零，解决了维数诅咒问题，使得大维动态条件协方差阵的估计成为可能．通过模拟和实证研究发现：较DCC模型而言，NPDCC模型明显提高了大维协方差阵的估计和预测效率；并且将其应用在投资组合时，投资者获得了更高的投资收益和经济福利．

关键词：乔列斯基分解法 惩罚函数 非参数dcc模型 大维协方差阵 

单位：贵州财经大学数学与统计学院; 贵阳550025