FARS: Factor Augmented Regression Scenarios in R
FARS：R 中的因子增广回归情景分析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：摘要直接涉及多层动态因子、宏观金融变量的预测条件密度，以及基于极端分位数的风险度量，对应所选三个方向。
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…
FARS：R 中的因子增广回归情景分析
- 研究问题
- 如何结合宏观金融时间序列中的共同因子与分位数回归，构造完整预测条件密度，并据此衡量极端风险和分析压力情景？
- 方法与思路
- 作者介绍 R 软件包 FARS，从允许组别因子重叠的多层动态因子模型提取因子，再用因子增广分位数回归恢复条件密度。
- 材料陈述的贡献
- 摘要称软件包整合了因子置信区域、回归参数及标准差估计、预测密度恢复、极端分位数风险度量和因子压力情景分析。
- 阅读关注点
- 应核对多层因子的识别与重叠设定、载荷不确定性的处理、分位数恢复密度的方法，以及压力情景中各类不确定性的传播。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明渐近有效性的具体条件、密度恢复误差或实际预测表现。
原文摘要
In the context of macroeconomic/financial time series, the FARS package provides a comprehensive framework in R for the construction of conditional densities of the variable of interest based on the factor-augmented quantile regressions (FA-QRs) methodology, with the factors extracted from multi-level dynamic factor models (ML-DFMs) with potential overlapping group-specific factors. Furthermore, the package also allows the construction of measures of risk as well as modeling and designing economic scenarios based on the conditional densities. In particular, the package enables users to: (i) extract global and group-specific factors using a flexible multi-level factor structure; (ii) compute asymptotically valid confidence regions for the estimated factors, accounting for uncertainty in the factor loadings; (iii) obtain estimates of the parameters of the FA-QRs together with their standard deviations; (iv) recover full predictive conditional densities from estimated quantiles; (v) obtain risk measures based on extreme quantiles of the conditional densities; and (vi) estimate the conditional density and the corresponding extreme quantiles when the factors are stressed.