Actually, There is No Rotational Indeterminacy in the Approximate Factor Model
近似因子模型其实不存在旋转不确定性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究近似因子模型、主成分识别与因子估计的渐近理论。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
近似因子模型其实不存在旋转不确定性
- 研究问题
- 近似因子模型中，归一化总体主成分究竟识别什么对象；因子空间与因子本身的一致估计需要怎样的渐近维度？
- 方法与思路
- 作者从截面维度趋于无穷时总体归一化主成分的均方收敛出发，在仅保留符号差异的表述下建立无旋转矩阵渐近理论。
- 材料陈述的贡献
- 摘要称，固定时间维度时可一致估计因子空间，而因子本身的一致性需要截面和时间维度同时趋于无穷。
- 阅读关注点
- 应核对所谓标准假设、归一化与符号约定，以及总体极限对象如何确定、特征值条件和样本估计理论之间的衔接。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未列明标准假设，题名结论不能脱离其归一化和极限设定。
原文摘要
We show that in the approximate factor model the population normalised principal components converge in mean square (up to sign) under the standard assumptions for $n\to \infty$. Consequently, we have a generic interpretation of what the principal components estimator is actually identifying and existing results on factor identification are reinforced and refined. Based on this result, we provide a new asymptotic theory for the approximate factor model entirely without rotation matrices. We show that the factors space is consistently estimated with finite $T$ for $n\to \infty$ while consistency of the factors a.k.a the $L^2$ limit of the normalised principal components requires that both $(n, T)\to \infty$.