《表3 3只资产在噪声为g3下积分波动率矩阵估计量MSE比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《带跳高频数据下高维积分波动率矩阵估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从具体的调整方法来看，理论上可以通过观察估计量特征值是否存在负数来判断估计的好坏，但是由于本节模拟的真实的积分波动率矩阵是严格的主对角占优矩阵，即使经过普通门限截断也保证了其半正定性，因此，图2–5显示普通门限调整与Hard-门限调整几乎没有差异，然而在实证研究中，该方法的缺陷就会暴露出来（见表8和9）.虽然表1–6显示Soft-门限调整后的估计量的均方差相比另外两种调整方法的均方差略大，但是其特征值曲线离真实的更近，估计效果更好，同时也说明并非均方差越小，估计效果越好.此外，调整后的估计量起主导作用的特征值离真实的比较接近，但同时因为截断调整也丢失了很多有用的信息进而低估真实积分波动率矩阵，导致调整后的估计量微观结构作用弱化，不像真实的特征值曲线平缓下降.这无疑对资产的调整方法提出新的挑战.