2017年7月4日上午10：30-11：30，应中央财经大学中国精算研究院的邀请，来至加拿大滑铁卢大学统计精算系的翁成国教授做客我院第104期精算论坛，在学术会堂精算研究院会议室为研究院师生带来了题为“Improve Global Minimum Variance Portfolio via Tail Eigenvalues Amplification”的报告。我院周明副院长、池义春研究员、寇业富、董洪斌、伍慧玲和张宁副研究员参加了本次精算论坛。

在报告中，翁教授介绍了样本协方差矩阵特征值的处理手法如何影响投资组合的风险。他们基于现有研究方法的局限性，提出了估计风险资产协方差矩阵的新方法，即TEA（Tail Eigenvalues Amplification）方法。在这个方法里，样本协方差矩阵的特征根按从大到小排列，令前面几个特征根保留不变而将后面的特征根增加到无穷大，变形后的协方差矩阵用于构造全局最小方差投资组合。他们的研究表明，与传统的“shrinkage towards identity"方法相比，TEA方法能有效地减少投资风险以及换手率。

翁教授的报告让在座的研究院老师获益良多，大家就如何适当地选择股票个数，如何选择固定不变的特征根个数，以及引入Sharpe比率比较不同方法的有效性等问题进行了深入讨论。最后，讲座在热烈的氛围中落下了帷幕。

(责任编辑：网站编辑)