最小平均分散スパンニング集合の推定
記事 arXiv papers · 著者: Zhipeng Liao et al.
サマリー
本論文は、より大きな投資対象群の平均分散効率的フロンティアを張ることのできる、リスク資産の最小部分集合を特定する方法を研究しています。その集合を特定する条件を示し、真の集合を包含する確率が1に近づくようにし、選択した信頼水準で収束するよう設計された推定・推論手順を導入しています。
モンテカルロ・シミュレーションを、有限標本での良好な性能を示す証拠として報告しています。実証適用では、個別株モメンタム戦略とファクター・モメンタム戦略を、既存の株式リターン・ファクターと比較しています。分析では、ファクター・モメンタム、一部の株式モメンタム戦略、複数のリターン・ファクターが平均分散効率に重要な寄与をすると特定し、それぞれの寄与も検討して順位付けしています。資料には標本、具体的な資産、推定方法、頑健性検証の詳細がないため、この概要を超えて実証上の結論を評価することはできません。
主なアイデア
- 最小スパンニング集合とは、ポートフォリオ全体の平均分散効率的フロンティアを張る、リスク資産の最小部分集合です。
- この部分集合を復元できる条件を特定しています。
- 提案手法は集合を推定し、漸近的な被覆と収束の保証を伴う推論を行います。
- 有限標本での性能評価にモンテカルロ・シミュレーションを用いています。
- 適用分析では、株式モメンタム、ファクター・モメンタム、既存リターン・ファクターが平均分散効率に与える寄与を順位付けしています。
タグ
全文
# Testing for the Minimum Mean-Variance Spanning Set # Testing for the Minimum Mean-Variance Spanning Set This paper explores the estimation and inference of the minimum spanning set (MSS), the smallest subset of risky assets that spans the mean-variance efficient frontier of the full asset set. We establish identification conditions for the MSS and develop a novel procedure for its estimation and inference. Our theoretical analysis shows that the proposed MSS estimator covers the true MSS with probability approaching 1 and converges asymptotically to the true MSS at any desired confidence level, such as 0.95 or 0.99. Monte Carlo simulations confirm the strong finite-sample performance of the MSS estimator. We apply our method to evaluate the relative importance of individual stock momentum and factor momentum strategies, along with a set of well-established stock return factors. The empirical results highlight factor momentum, along with several stock momentum and return factors, as key drivers of mean-variance efficiency. Furthermore, our analysis uncovers the sources of contribution from these factors and provides a ranking of their relative importance, offering new insights into their roles in mean-variance analysis.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。