В. В. Лакшина APPLIED ECONOMETRICS ПРИКЛАДНАЯ ЭКОНОМЕТРИКА № 36 (4) 2014 В. В. Лакшина Пространственные спецификации многомерных моделей волатильности Статья посвящена задаче оценки многомерной волатильности портфеля, состоящего из двадцати акций американских компаний. <...> Сформулированы и оценены шесть спецификаций многомерных моделей волатильности: BEKK, GO-GARCH и ССС, показано, что пространственные спецификации многомерных моделей волатильности позволяют снизить размерность задачи и в некоторых случаях превосходят общие спецификации при внутривыборочном и вневыборочном сравнениях. <...> Ключевые слова: модели многомерной волатильности; проклятие размерности; весовая матрица; пространственная авторегрессия; прогнозирование. <...> Этот факт лежит в основе многомерных моделей волатильности, которые позволяют получать более точные оценки волатильности, чем отдельные одномерные модели. <...> Примером моделей многомерной волатильности являются модели типа MGARCH, В или многомерные модели авторегрессионной условной гетероскедастичности. <...> При оценке волатильности портфеля, который содержит большое число активов, существующие вариации многомерных GARCH моделей содержат такое число неизвестных параметров, что оценить их за приемлемое время с достаточной точностью крайне трудно, а иногда и невозможно. <...> Такую ситуацию иногда называют «проклятием размерности» многомерных моделей волатильности (Caporin, McAleer, 2012). <...> Уменьшить число оцениваемых параметров модели, сохранив при этом содержательную составляющую модели — одно из основных направлений работы исследователей в данной области. <...> В настоящей статье описано, какими способами можно уменьшить число оцениваемых параметров в многомерных моделях волатильности и избавиться от «проклятия размерности». <...> Показано, что некоторые спецификации с меньшим числом параметров превосходят общие1 спецификации как с точки зрения информационных критериев Акаике и Шварца 1 Здесь и далее <...>