The Matrix-Logarithmic Covariance Model
矩阵对数协方差模型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：摘要仅讨论通用协方差建模，未出现波动率、金融因子或其他所列细分方向的明确内容。
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…
矩阵对数协方差模型
- 研究问题
- 如何在保证协方差矩阵正定的同时，灵活表达协方差结构及其对解释变量的依赖，扩展现有特殊协方差模型？
- 方法与思路
- 作者以实对称矩阵的矩阵指数构造正定协方差矩阵，在变换前的矩阵元素上设置结构，并使用极大似然估计。
- 材料陈述的贡献
- 摘要称该参数化提供补充现有模型的广泛结构选择，并给出大样本性质、模拟研究和两个实际案例作为方法说明。
- 阅读关注点
- 应核对解释变量如何进入矩阵参数、结构约束在变换后的含义、似然计算，以及渐近结果与模拟设置的具体条件。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未说明数据分布、参数识别及计算规模，也未主张取代已有特殊协方差模型。
原文摘要
A flexible method is introduced to model the structure of a covariance matrix C and study the dependence of the covariances on explanatory variables by observing that for any real symmetric matrix A, the matrix exponential transformation, C = exp (A), is a positive definite matrix. Because there is no constraint on the possible values of the upper triangular elements on A, any possible structure of interest can be imposed on them. The method presented here is not intended to replace the existing special models available for a covariance matrix, but rather to provide a broad range of further structures that supplements existing methodology. Maximum likelihood estimation procedures are used to estimate the parameters, and the large-sample asymptotic properties are obtained. A simulation study and two real-life examples are given to illustrate the method introduced.