Quasi-maximum likelihood estimation of break point in high-dimensional factor models
高维因子模型突变点的拟极大似然估计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：摘要直接研究高维因子载荷的单次结构变化及突变日期估计。
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
高维因子模型突变点的拟极大似然估计
- 研究问题
- 当高维因子模型的载荷矩阵出现单次结构突变时，如何估计突变日期，以及载荷相关矩阵的奇异性如何影响收敛？
- 方法与思路
- 作者提出突变点的拟极大似然估计，分别研究突变前后载荷协方差奇异与旋转变化情形，并通过模拟考察其表现。
- 材料陈述的贡献
- 摘要称，奇异情形下估计日期与真实日期之差趋于零；旋转变化下突变比例仍具 T 一致性，模拟中优于已有估计量。
- 阅读关注点
- 应核对载荷协方差奇异的定义、日期一致性与比例一致性的区别，以及截面和时间维度增长、旋转变化的具体条件。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；完整条件、模拟配置及改善幅度未说明，不能将单突变结果推广至多突变或全部因子模型。
原文摘要
This paper proposes a quasi-maximum likelihood (QML) estimator of the break point for large-dimensional factor models with a single structural break in the factor loading matrix. We show that the QML estimator is consistent for the true break point when the covariance matrix of the pre- or post-break factor loading (or both) is singular. Consistency here means that the deviation of the estimated break date from the true break date k0 converges to zero as the sample size grows. This is a much stronger result than the break fraction kˆ/T being T-consistent (super-consistent) for k0/T. Also, singularity occurs for most types of structural changes, except for a rotational change. Even for a rotational change, the QML estimator is still T-consistent in terms of the break fraction. Simulation results confirm the theoretical properties of our estimator, and it significantly outperforms existing estimators for change points in factor models.