A robust residual-based test for structural changes in factor models
因子模型结构变化的稳健残差检验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。
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：摘要直接研究因子模型的平滑及突发结构变化，核心方法对应因子模型与结构变化检验。
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
因子模型结构变化的稳健残差检验
- 研究问题
- 在因子数可能过度设定、误差具有时间及截面相关时，如何检测因子模型中断点未知的平滑或突发结构变化？
- 方法与思路
- 作者提出基于残差的设定检验，为双维度依赖面板数据的二次型建立中心极限定理，并用模拟方法确定临界值。
- 材料陈述的贡献
- 摘要称检验可应对平滑与突发变化，对因子数过度设定及两类误差相关稳健，并提供相应渐近理论与临界值方案。
- 阅读关注点
- 应核对结构变化具体作用于哪些参数、因子数过度设定的范围、双维度依赖条件，以及模拟临界值的构造与计算。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；摘要未说明允许的依赖强度、变化幅度或模拟数值，不能将所述稳健性扩展至任意依赖。
原文摘要
In this paper, we propose an easy-to-implement residual-based specification testing procedure for detecting structural changes in factor models, which is powerful against both smooth and abrupt structural changes with unknown break dates. The proposed test is robust to the over-specified number of factors, and serially and cross-sectionally correlated error processes. A new central limit theorem is given for the quadratic forms of panel data with dependence over both dimensions, thereby filling a gap in the literature. We establish the asymptotic properties of the proposed test statistic, and accordingly develop a simulation-based scheme to select critical value in order to improve finite sample performance. Through extensive simulations and a real-world application, we confirm our theoretical results and demonstrate that the proposed test exhibits desirable size and power in practice.