高次元データに関するポートフォリオ最適化問題
【研究分野】経済統計学
【研究キーワード】
最適ポートフォリオ / 統計的推定 / 漸近理論 / 高次元データ / 縮小推定量 / ランダム行列 / ファクターモデル / 主成分分析 / 国際研究者交流 / イギリス / PCA / 国際情報交換 / 多国籍
【研究成果の概要】
本研究では、投資資産が膨大となるような高次元設定の下で（1）『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および（2）『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の２つの推定量を提案した。まず、これらの推定量の理論的、数値的正当性を確認すると同時に、日本の株価データ（200銘柄）を用いて既存のポートフォリオとのパフォーマンスを（シャープ比や効用関数を用いた指標により）比較し、提案手法の優位性があることを確認した。
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2017-03-31
【配分額】2,600千円 (直接経費: 2,000千円、間接経費: 600千円)