Comparison among high dimensional covariance matrix estimation methods
RESUMEN: Medidas precisas para la matriz de volatilidad y su inversa son herramientas fundamentales en problemas de administración del riesgo y portafolio. Debido a la acumulación de errores en la estimación de los retornos esperados y la matriz de covarianza la solución de estos problemas son muy s...
- Autores:
-
Gómez Portilla, Karoll
Gallón Gómez, Santiago Alejandro
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2011
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/7333
- Acceso en línea:
- http://hdl.handle.net/10495/7333
- Palabra clave:
- Covariance matrix
High dimensional data
Penalized least quares
Matrix de covarianza
Datos de alta dimension
Mínimos cuadrados penalizados
Shrinkage
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
UDEA2_996709b018340bc94a39165d22b2ce27 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/7333 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Comparison among high dimensional covariance matrix estimation methods |
| dc.title.alternative.spa.fl_str_mv |
Comparación entre métodos de estimación de matrices de covarianza de alta dimensionalidad |
| title |
Comparison among high dimensional covariance matrix estimation methods |
| spellingShingle |
Comparison among high dimensional covariance matrix estimation methods Covariance matrix High dimensional data Penalized least quares Matrix de covarianza Datos de alta dimension Mínimos cuadrados penalizados Shrinkage |
| title_short |
Comparison among high dimensional covariance matrix estimation methods |
| title_full |
Comparison among high dimensional covariance matrix estimation methods |
| title_fullStr |
Comparison among high dimensional covariance matrix estimation methods |
| title_full_unstemmed |
Comparison among high dimensional covariance matrix estimation methods |
| title_sort |
Comparison among high dimensional covariance matrix estimation methods |
| dc.creator.fl_str_mv |
Gómez Portilla, Karoll Gallón Gómez, Santiago Alejandro |
| dc.contributor.author.none.fl_str_mv |
Gómez Portilla, Karoll Gallón Gómez, Santiago Alejandro |
| dc.subject.none.fl_str_mv |
Covariance matrix High dimensional data Penalized least quares Matrix de covarianza Datos de alta dimension Mínimos cuadrados penalizados Shrinkage |
| topic |
Covariance matrix High dimensional data Penalized least quares Matrix de covarianza Datos de alta dimension Mínimos cuadrados penalizados Shrinkage |
| description |
RESUMEN: Medidas precisas para la matriz de volatilidad y su inversa son herramientas fundamentales en problemas de administración del riesgo y portafolio. Debido a la acumulación de errores en la estimación de los retornos esperados y la matriz de covarianza la solución de estos problemas son muy sensibles, en particular cuando el número de activos (p) excede el tamaño muestral (T ). La investigación reciente se ha centrado en desarrollar diferentes métodos para estimar matrices de alta dimensión bajo tamaños muestrales pequeños. El objetivo de este artículo consiste en examinar y comparar el portafolio óptimo de mínima varianza construido usando cinco diferentes métodos de estimación para la matriz de covarianza: la covarianza muestral, el RiskMetrics, el modelo de factores, el shrinkage y el modelo de factores de frecuencia mixta. Usando simulación Monte Carlo hallamos evidencia de que el modelo de factores de frecuencia mixta y el modelo de factores tienen una alta precisión cuando existen portafolios con p cercano o mayor que T . |
| publishDate |
2011 |
| dc.date.issued.none.fl_str_mv |
2011 |
| dc.date.accessioned.none.fl_str_mv |
2017-05-23T22:23:47Z |
| dc.date.available.none.fl_str_mv |
2017-05-23T22:23:47Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.local.spa.fl_str_mv |
Artículo de investigación |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Gómez Portilla, K., & Gallón Gómez, S. A. (2011). Comparison among high dimensional covariance matrix estimation methods. Revista Colombiana de Estadística, 34(3), 567-588. |
| dc.identifier.issn.none.fl_str_mv |
0120-1751 |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/7333 |
| dc.identifier.eissn.none.fl_str_mv |
2389-8976 |
| identifier_str_mv |
Gómez Portilla, K., & Gallón Gómez, S. A. (2011). Comparison among high dimensional covariance matrix estimation methods. Revista Colombiana de Estadística, 34(3), 567-588. 0120-1751 2389-8976 |
| url |
http://hdl.handle.net/10495/7333 |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
Rev. Colomb. Estad. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
21 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad del Rosario |
| dc.publisher.group.spa.fl_str_mv |
Grupo de Econometría Aplicada (GEA) |
| dc.publisher.place.spa.fl_str_mv |
Bogotá, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/1/GomezKaroll_2011_ComparisonHighDimensional.pdf http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/2/license_url http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/3/license_text http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/4/license_rdf http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/5/license.txt |
| bitstream.checksum.fl_str_mv |
fcde14bd64a8e503b98aa3e2637c8711 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 8a4605be74aa9ea9d79846c1fba20a33 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
| repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
| _version_ |
1812173152936001536 |
| spelling |
Gómez Portilla, KarollGallón Gómez, Santiago Alejandro2017-05-23T22:23:47Z2017-05-23T22:23:47Z2011Gómez Portilla, K., & Gallón Gómez, S. A. (2011). Comparison among high dimensional covariance matrix estimation methods. Revista Colombiana de Estadística, 34(3), 567-588.0120-1751http://hdl.handle.net/10495/73332389-8976RESUMEN: Medidas precisas para la matriz de volatilidad y su inversa son herramientas fundamentales en problemas de administración del riesgo y portafolio. Debido a la acumulación de errores en la estimación de los retornos esperados y la matriz de covarianza la solución de estos problemas son muy sensibles, en particular cuando el número de activos (p) excede el tamaño muestral (T ). La investigación reciente se ha centrado en desarrollar diferentes métodos para estimar matrices de alta dimensión bajo tamaños muestrales pequeños. El objetivo de este artículo consiste en examinar y comparar el portafolio óptimo de mínima varianza construido usando cinco diferentes métodos de estimación para la matriz de covarianza: la covarianza muestral, el RiskMetrics, el modelo de factores, el shrinkage y el modelo de factores de frecuencia mixta. Usando simulación Monte Carlo hallamos evidencia de que el modelo de factores de frecuencia mixta y el modelo de factores tienen una alta precisión cuando existen portafolios con p cercano o mayor que T .ABSTRACT: Accurate measures of the volatility matrix and its inverse play a central role in risk and portfolio management problems. Due to the accumulation of errors in the estimation of expected returns and covariance matrix, the solution to these problems is very sensitive, particularly when the number of assets (p) exceeds the sample size (T ). Recent research has focused on developing different methods to estimate high dimensional covariance matrixes under small sample size. The aim of this paper is to examine and compare the minimum variance optimal portfolio constructed using five different estimation methods for the covariance matrix: the sample covariance, Risk- Metrics, factor model, shrinkage and mixed frequency factor model. Using The Monte Carlo simulation we provide evidence that the mixed frequency factor model and the factor model provide a high accuracy when there are portfolios with p closer or larger than T .21application/pdfUniversidad del RosarioGrupo de Econometría Aplicada (GEA)Bogotá, Colombiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARTArtículo de investigaciónhttp://purl.org/coar/version/c_970fb48d4fbd8a85Atribución-NoComercial-SinDerivadas 2.5 Colombiainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-nd/4.0/Covariance matrixHigh dimensional dataPenalized least quaresMatrix de covarianzaDatos de alta dimensionMínimos cuadrados penalizadosShrinkageComparison among high dimensional covariance matrix estimation methodsComparación entre métodos de estimación de matrices de covarianza de alta dimensionalidadRev. Colomb. Estad.Revista Colombiana de Estadistica567588343ORIGINALGomezKaroll_2011_ComparisonHighDimensional.pdfGomezKaroll_2011_ComparisonHighDimensional.pdfArtículo de investigaciónapplication/pdf344222http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/1/GomezKaroll_2011_ComparisonHighDimensional.pdffcde14bd64a8e503b98aa3e2637c8711MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/7333/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510495/7333oai:bibliotecadigital.udea.edu.co:10495/73332021-06-03 09:00:42.584Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |