金融工程专题报告：方差分析，特质收益协方差矩阵稀疏还是稠密.pdf

金融工程专题报告：方差分析，特质收益协方差矩阵稀疏还是稠密。MSCI新一代中国股票模型增加特质相关性处理。MSCI新一代中国股票模型对于个股特质性收益率的协方差矩阵增加了VRA调整和相关性。其中VRA调整虽然整体效果无明显变化,但在特定市场环境下优化后的组合波动率有明显下降。而增加的对于个股特质性收益率相关性的处理，更多的是在同行业内的股票间，行业间的比例不大，从回测效果来看，对整体组合优化提升有限。

特质相关性处理偏稀疏，不适合做RMT处理。在个股特质性收益率的协方差矩阵增加相关性后，特质协方差矩阵的稀疏度为0.4~0.5%左右。而这种情况下，矩阵不适合做特征值谱分解，特征值低值区域和高值区域不存在差异。

RMT 处理效果一般，但有明显时变性。对特质收益协方差矩阵做RMT处理后，相比原始矩阵有明显提升，但相对直接采用对角矩阵处理来看差异不是特别明显。对角矩阵处理是一种静态平均处理的办法，未考虑市场的变化，在某些特定行情下，采用RMT处理波动率组合控制的更好。其次，对特质收益协方差矩阵做RMT处理时，无论增大还是减少保留信号的数量，整体来看对于组合波动率控制都没有起到很好的效果。

RMT保留低频信号。增加对于低值区域信号的保留后，无论增加还是减少信号，组合的波动率都是增加的。但是减少信号数量相比增加信号数量能有效控制组合波动。采用理论计算最低特质值与相应的IPR是不一致的，IPR对应的指标更合适。

先验处理保留行业内相关性与原始矩阵相比有提升。采用先验性处理个股特质性收益率的协方差矩阵，效果并不理想。直接整体截取(值截断和比例截断)，与对角矩阵和原始矩阵相比都没有效果。只保留行业内的相关性时，与原始矩阵相比效果有明显提升。