Approximate factor models with weaker loadings
具有较弱载荷的近似因子模型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：摘要直接分析近似因子模型中的载荷强度、主成分估计和异质因子强度，明确属于因子模型理论方向。
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
具有较弱载荷的近似因子模型
- 研究问题
- 当因子载荷的总体强度弱于通常的强因子设定，且不同因子的强度可以不同，主成分估计是否仍具有一致性和渐近正态性？
- 方法与思路
- 作者以载荷交叉乘积按N的α次幂归一化描述因子强度，在α属于零与一之间且包含一的情形下分析主成分估计。
- 材料陈述的贡献
- 摘要称，在额外样本量条件下，较弱因子的估计仍一致且渐近正态，但收敛较慢；同时提供异质载荷框架和简化证明。
- 阅读关注点
- 应核对各因子强度对应的收敛速度、额外样本量条件、旋转矩阵处理，以及异质强度下不同估计误差的相互影响。
- 阅读边界
- 仅依据所给出版社摘要；额外假设与具体收敛速度未列出，不能将结论外推到零强度因子或任意弱载荷配置。
原文摘要
Pervasive cross-section dependence is increasingly recognized as a characteristic of economic data and the approximate factor model provides a useful framework for analysis. Assuming a strong factor structure where Λ0′Λ0/Nα is positive definite in the limit when α=1, early work established convergence of the principal component estimates of the factors and loadings up to a rotation matrix. This paper shows that the estimates are still consistent and asymptotically normal when α∈(0,1] albeit at slower rates and under additional assumptions on the sample size. The results hold whether α is constant or varies across factor loadings. The framework developed for heterogeneous loadings and the simplified proofs that can be also used in strong factor analysis are of independent interest.