Testing for structural stability of factor augmented forecasting models
因子扩展预测模型的结构稳定性检验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：摘要直接研究因子载荷、预测回归系数的结构稳定性和宏观预测模型，分别对应因子模型、结构变化及预测方向。
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…
关注这篇论文的作者
因子扩展预测模型的结构稳定性检验
- 研究问题
- 因子扩展模型预测失效可能来自因子载荷、预测回归系数或两者变化时，如何联合检验这些组成部分的结构稳定性？
- 方法与思路
- 作者构造同时检验因子载荷和预测回归系数稳定性的统计量，推导卡方极限分布，并论证块 bootstrap 临界值的一阶有效性。
- 材料陈述的贡献
- 摘要称提出覆盖两类不稳定性的联合检验，建立渐近分布与 bootstrap 有效性结果，并提供针对十一项美国宏观指标的经验分析。
- 阅读关注点
- 应核对共同大幅突变与轻微载荷变化的区别、因子估计误差如何进入检验，以及联合假设、块长度选择和经验拒绝结果。
- 阅读边界
- 仅依据所给出版社摘要；具体条件和经验结果未说明，关于信息准则高估“突变数量”的原文表述也需核对，不能自行改写其对象。
原文摘要
Mild factor loading instability, particularly if sufficiently independent across the different constituent variables, does not affect the estimation of the number of factors, nor subsequent estimation of the factors themselves (see e.g. Stock and Watson (2009)). This result does not hold in the presence of large common breaks in the factor loadings, however. In this case, information criteria overestimate the number of breaks. Additionally, estimated factors are no longer consistent estimators of “true” factors. Hence, various recent research papers in the diffusion index literature focus on testing the constancy of factor loadings. However, forecast failure of factor augmented models can be due to either factor loading instability, regression coefficient instability, or both. To address this issue, we develop a test for the joint hypothesis of structural stability of both factor loadings and factor augmented forecasting model regression coefficients. Our proposed test statistic has a chi-squared limiting distribution, and we are able to establish the first order validity of (block) bootstrap critical values. Empirical evidence is also presented for 11 US macroeconomic indicators.