SPURIOUS FACTORS IN DATA WITH LOCAL-TO-UNIT ROOTS
具有局部单位根的数据中的伪因子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：摘要直接分析主成分因子在异质局部单位根序列中的伪因子现象，明确对应因子模型与时间序列方向。
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
具有局部单位根的数据中的伪因子
- 研究问题
- 高维数据具有异质局部单位根时，主成分分析为何可能提取出看似解释大量变异、实则不代表横截面共同性的伪因子？
- 方法与思路
- 作者研究主成分及样本协方差特征值的极限，将估计因子联系到不同衰减率的去均值 Ornstein–Uhlenbeck 过程协方差核。
- 材料陈述的贡献
- 摘要称，估计因子反映强时间相关而非横截面共同性，较大的主特征值形成共同变异的假象；对更一般过程的扩展仅提出猜想。
- 阅读关注点
- 应核对高维与时间维度的渐近安排、局部单位根异质性条件和协方差核权重，并区分已证明的结论与高频采样扩展的猜想。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法确定定理条件或伪因子的诊断方法；更一般高频采样情形是猜想，不能推断其他版本变化。
原文摘要
This paper extends the spurious factor analysis of Onatski and Wang (2021, Spurious factor analysis. Econometrica , 89(2), 591–614.) to high-dimensional data with heterogeneous local-to-unit roots. We find a spurious factor phenomenon similar to that observed in the data with unit roots. Namely, the “factors” estimated by the principal components analysis converge to principal eigenfunctions of a weighted average of the covariance kernels of the demeaned Ornstein–Uhlenbeck processes with different decay rates. Thus, such “factors” reflect the structure of the strong temporal correlation of the data and do not correspond to any cross-sectional commonalities, that genuine factors are usually associated with. Furthermore, the principal eigenvalues of the sample covariance matrix are very large relative to the other eigenvalues, creating an illusion of the “factors”capturing much of the data’s common variation. We conjecture that the spurious factor phenomenon holds, more generally, for data obtained from high frequency sampling of heterogeneous continuous time (or spacial) processes, and provide an illustration.