基于混頻模型的高階矩最優因子個數識別研究

摘要：研究目標:在構建包含偏度和峰度的高階矩投資組合情況下,為了減少設定誤差的同時進一步降低傳統樸素估計存在的較高估計誤差,本文構建了混頻多因子模型并提出了一種新的包含高階矩條件下最優因子個數識別方法,并探討了其適用性。研究方法:在理論上分析了基于混頻多因子模型得到統計量的漸進性質,并通過蒙特卡洛模擬在有限樣本條件下進行了檢驗。研究發現:新方法可以更為準確地識別包含高階矩條件下最優因子的個數,相對于基于信息準則構建的高階矩因子個數識別方法具有明顯的優勢。研究創新:基于混頻模型方法,進一步提高因子對模型的解釋能力,在混頻模型設定適當的條件下,由擾動項構建得到的高階矩矩陣應具有明顯的稀疏性特征,利用這一特征識別最優因子個數,從而進一步降低高階矩矩陣的估計誤差。研究價值:通過使用混頻模型,在提高對模型解釋能力的同時,構建一種相對于傳統信息準則方法更能準確識別包含高階矩信息的最優因子個數估計方法。