OPENING THE BLACK BOX: STRUCTURAL FACTOR MODELS WITH LARGE CROSS SECTIONS
打开黑箱：大横截面结构因子模型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：摘要明确结合大维动态因子模型、SVAR 识别和宏观冲击的脉冲响应分析。
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…
打开黑箱：大横截面结构因子模型
- 研究问题
- 大维动态因子模型如何用于结构冲击分析？在脉冲响应足够异质时，能否解决结构 VAR 中的基本性问题并一致估计冲击响应？
- 方法与思路
- 作者讨论将 SVAR 识别方案移植到动态因子模型，利用脉冲响应异质性处理基本性问题，并构造响应估计量及开展美国宏观数据分析。
- 材料陈述的贡献
- 摘要称，论文提供脉冲响应的一致估计量及关于横截面和时间维度的收敛速度结果；美国宏观应用显示基本性处理可能产生重要影响。
- 阅读关注点
- 应核对因子可恢复性、脉冲响应异质性的具体条件、识别限制如何移植，以及基本性结论和双维度收敛速度所需的假设。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把基本性问题的解决推广到任意因子模型，也未说明美国数据中的具体影响，其他版本变化未知。
原文摘要
This paper shows how large-dimensional dynamic factor models are suitable for structural analysis. We argue that all identification schemes employed in structural vector autoregression (SVAR) analysis can be easily adapted in dynamic factor models. Moreover, the “problem of fundamentalness,” which is intractable in SVARs, can be solved, provided that the impulse-response functions are sufficiently heterogeneous. We provide consistent estimators for the impulse-response functions and for ( n , T ) rates of convergence. An exercise with U.S. macroeconomic data shows that our solution of the fundamentalness problem may have important empirical consequences.