Modelos de selección de carteras con muchos activos
Fecha: febrero 2021
Christian Brownlees, Jordi Llorens, Nuria Senar
Volatilidad multivariante, Correlaciones condicionales dinámicas, Regularización de covarianzas, Verosimilitud compuesta, Selección de carteras
Nuevos métodos de predicción económica con datos masivos
Este capítulo trata el problema de selección de carteras de inversión con un gran número de activos financieros. En particular, se repasa la literatura en modelización de correlaciones condicionales dinámicas de elevadas dimensiones (DCC, por sus siglas en inglés). Consideramos diferentes tipos de especificaciones, en particular, la versión estándar del modelo DCC, el DCC con estructura de factores, y el DCC con regularización. Introducimos métodos de estimación específicamente diseñados para modelos de elevada dimensionalidad. Evaluamos su capacidad de predicción a través de una aplicación en selección de carteras de inversión con los constituyentes del índice S&P 500.