Factor-Driven Two-Regime Regression
因子驱动的双区制回归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：摘要明确使用潜在因子驱动双区制切换并研究阈值效应，直接对应因子模型与结构变化方向。
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…
因子驱动的双区制回归
- 研究问题
- 如何估计由可观测或潜在因子驱动的双区制回归，并理解第一步因子估计误差随面板横截面与时间维度变化的影响？
- 方法与思路
- 作者用面板主成分估计潜在因子，将区制回归优化改写为混合整数问题，提出两种算法，并在阈值效应趋零框架下推导分布。
- 材料陈述的贡献
- 摘要称，论文建立刻画第一步因子估计影响的相变结果，给出估计量的渐近分布和自助推断，并通过数值研究展示方法。
- 阅读关注点
- 核对区制切换规则、因子的识别与估计条件、阈值效应缩小的速率，以及相变边界和自助法有效性的具体要求。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未核实；摘要未给出相变阈值与算法表现，所述分布依赖阈值效应趋零框架。
原文摘要
We propose a novel two-regime regression model where regime switching is driven by a vector of possibly unobservable factors. When the factors are latent, we estimate them by the principal component analysis of a panel data set. We show that the optimization problem can be reformulated as mixed integer optimization, and we present two alternative computational algorithms. We derive the asymptotic distribution of the resulting estimator under the scheme that the threshold effect shrinks to zero. In particular, we establish a phase transition that describes the effect of first-stage factor estimation as the cross-sectional dimension of panel data increases relative to the time-series dimension. Moreover, we develop bootstrap inference and illustrate our methods via numerical studies.