Testing and Valuing Dynamic Correlations for Asset Allocation
资产配置中动态相关性的检验与价值评估AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论方差、相关性和协方差矩阵的模型评价，并以组合实际波动衡量表现，文本依据对应波动率方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
资产配置中动态相关性的检验与价值评估
- 研究问题
- 研究如何用资产配置的经济损失评价方差与相关性模型，并衡量动态相关性设定对满足给定收益要求的组合表现有多大影响。
- 方法与思路
- 作者构建满足收益要求且预测方差最小的组合，以实际波动评价协方差矩阵，并基于 Diebold–Mariano 的工作设计相对表现检验。
- 材料陈述的贡献
- 摘要称正确设定的协方差矩阵对任意预期收益向量均使实际波动最小；应用结果中，正确动态相关性的年化平均价值约为 60 个基点。
- 阅读关注点
- 重点核对波动最小结论的条件、经济损失与基点价值的换算、相对表现检验的设定，以及股票债券和高相关资产中的模型比较。
- 阅读边界
- 摘要未说明样本时期、具体模型、检验结果及交易成本处理；约 60 个基点是摘要中的平均应用结果，不能据此判断所有资产配置场景。
原文摘要
We evaluate alternative models of variances and correlations with an economic loss function. We construct portfolios to minimize predicted variance subject to a required return. It is shown that the realized volatility is smallest for the correctly specified covariance matrix for any vector of expected returns. A test of relative performance of two covariance matrices is based on work of Diebold and Mariano. The method is applied to stocks and bonds and then to highly correlated assets. On average, dynamically correct correlations are worth around 60 basis points in annualized terms, but on some days they may be worth hundreds.