近日，数理与统计学院王国强教授指导2022级研究生孙章爽在金融领域Top期刊《Finance Research Letters》（中国科学院SCI期刊二区，影响因子7.4）上发表了最新研究成果“Enhancing High-Dimensional Dynamic Conditional Angular Correlation Model Based on GARCH Family Models: Comparative Performance Analysis for Portfolio Optimization”。
论文聚焦高维协方差矩阵的精确估计，融合GARCH族模型的非线性信息捕捉能力与DCAC模型在尖峰情形下的优良特性，提出了基于GARCH族模型的增强动态条件角相关模型。该模型凭借对长期记忆特征等非线性信息的捕捉，成功实现了在投资组合优化中的突破，不仅提供了更为精确和信息丰富的高维协方差矩阵估计方法，而且显著提升了投资组合策略的收益，同时降低了组合风险。此项研究成果为投资组合优化的风险度量提供了全新视角，具有重要的理论价值和实践指导意义。