본 논문은 시간 순서를 가진 고차원 다변량 자료의 역공분산 행렬 Ω 추정의 새로운 방법론을 제시한다. 역공분산 행렬은 수정된 촐레스키 분해법을 활용하면 Ω=LT D-1 L로 분해가 가능하다. 본 논문에서는 Sun AND ZHANG (2012)의 스케일드 라쏘방법을 활용한 MCD 기반의 역공분산행렬 추정량 SLMCD를 제안한다. 추정량 SLMCD는 몇 가지 이점을 가지고 있다. 먼저, 스케일드 라쏘 방법론을 적용시킴으로써 사전에 결정된 조절변수를 사용하게 되어 조절 변수의 계산비용에 큰 이점이 있다. 두번째로, 적절한 조건 하에서 SLMCD 추정량이 Op(√(s log P/n))의 최적 수렴 속도를 달성한다. 여기서 s는 L의 0이 아닌 원소의 개수를 의미한다. 마지막으로, 다양한 상황에서 SLMCD 추정량이 다른 라쏘 기반의 추정량들과 비교하여 훌륭한 추정 결과를 가져오는 것을 수치적으로 보여준다. 또한, 교림소프트 사에서 제공한 전기 안전 데이터를 활용하여 실계 데이터 분석을 수행한다.