线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

带网络结构的自适应Lasso分位数回归及其应用

王小燕; 姚佳含; 袁欣 系统工程理论与实践 2019年第08期

摘要:CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.

关键词:分位数回归网络结构自适应lasso资产组合

单位:湖南大学金融与统计学院; 长沙410079; 中国人民银行沈阳分行; 沈阳110000

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统工程理论与实践

CSSCI南大期刊

¥840.00

关注 24人评论|1人关注