Эта статья про байесовский подход, и распределения постериорные. То есть первым делом вычисляется

, где z -- все наблюдения к текущему моменту. А потом уже при симуляции вытягивают

и в зависимости от вытянутой реализации

и конкретного состояния системы

вытягивают вектор

.
Когда речь идёт об оценке распределения параметров

по историческим данным, то формулировка выглядит так: the table ... gives the mean and standard deviation of each parameter's posterior distribution. (в том числе та самая таблица с отрицательным детерминантом)
Позже в статье, когда речь идёт о симуляции вектора

формулировка выглядит так: the expectation is taken over the Normal distribution

, conditioned on parameters values fixed at the posterior means.
Ну вот я и понял это таким образом, что автор сказал, один раз мы уже эти параметры оценили, так давайте будем их использовать как достоверные в нашей симуляции, взяв средние значения. И тут как раз мы получаем матрицу с отрицательным детерминантом.
Статья (
http://badger.som.yale.edu/faculty/ncb25/alloc_jnl.pdf) опубликована в Journal of Finance и на неё есть куча цитат, так что я склоняюсь к мнению, что это я где-то туплю.
P.S. Ну или ещё вариант найти данные и сделать VAR самостоятельно.