High-dimensional dynamic factor models: a selective survey and lines of future research
高维动态因子模型：选择性综述与未来研究方向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：摘要直接讨论高维动态因子模型及奇异 ARMA 的结构理论，因此归入因子模型与时间序列方向。
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…
高维动态因子模型：选择性综述与未来研究方向
- 研究问题
- 高维动态因子模型有哪些主要模型类别与结构特征，奇异 ARMA 模型在其理论和应用中发挥什么作用？
- 方法与思路
- 作者围绕主要假设及其动机、核心结果与简单示例展开介绍，侧重模型类别和结构理论，并讨论奇异 ARMA 模型。
- 材料陈述的贡献
- 摘要称，本文提供选择性的理论梳理，并指出尚未充分发展的研究与应用方向；其目标并非全面综述或集中讨论估计技术。
- 阅读关注点
- 阅读全文时应核对模型类别之间的关系、主要假设适用范围，以及奇异 ARMA 表示如何连接因子结构与具体应用。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要未列出具体假设和结果，不能判断综述覆盖程度或建议的可行性。
原文摘要
High-Dimensional Dynamic Factor Models are presented in detail: The main assumptions and their motivation, main results, illustrations by means of elementary examples. In particular, the role of singular ARMA models in the theory and applications of High-Dimensional Dynamic Factor Models is discussed.The emphasis of the paper is on model classes and their structure theory, rather than on estimation in the narrow sense. Our aim is not a comprehensive survey. Rather we try to point out promising lines of research and applications that have not yet been sufficiently developed.