Large-dimensional Robust Factor Analysis with Group Structure
具有群组结构的高维稳健因子分析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：摘要直接研究高维因子模型，并明确讨论宏观经济与金融数据中的厚尾性。
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…
具有群组结构的高维稳健因子分析
- 研究问题
- 高维数据具有厚尾分布且同组个体共享因子影响时，如何识别未知群组，并利用群组信息改善因子载荷估计？
- 方法与思路
- 作者以稳健两步估计为初值，结合凝聚层次聚类与信息准则识别群组，再条件于识别结果重新估计载荷和因子。
- 材料陈述的贡献
- 摘要称建立群组归属及群组数的一致性，并在有限二阶矩条件下给出载荷收敛率，说明利用群组结构可获得效率增益。
- 阅读关注点
- 应核对群组同质性的精确定义、群组可区分条件、高维渐近设定，以及效率比较和厚尾稳健性各自适用的条件。
- 阅读边界
- 仅据 arXiv 预印本摘要，不能确认同行评审或期刊接收；具体收敛率、其余理论条件和实证数据未说明，效率结论不能无条件推广。
原文摘要
In this paper, we focus on exploiting the group structure for large-dimensional factor models, which captures the homogeneous effects of common factors on individuals within the same group. In view of the fact that datasets in macroeconomics and finance are typically heavy-tailed, we propose to identify the unknown group structure using the agglomerative hierarchical clustering algorithm and an information criterion with the robust two-step (RTS) estimates as initial values. The loadings and factors are then re-estimated conditional on the identified groups. Theoretically, we demonstrate the consistency of the estimators for both group membership and the number of groups determined by the information criterion. Under finite second moment condition, we provide the convergence rate for the newly estimated factor loadings with group information, which are shown to achieve efficiency gains compared to those obtained without group structure information. Numerical simulations and real data analysis demonstrate the nice finite sample performance of our proposed approach in the presence of both group structure and heavy-tailedness.