The empirical distribution of sequential LS factors in Multi-level Dynamic Factor Models
多层动态因子模型中序贯最小二乘因子的经验分布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：摘要直接研究多层动态因子模型、全局与组别因子及其动态模型估计。
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…
多层动态因子模型中序贯最小二乘因子的经验分布
- 研究问题
- 主成分因子的已有渐近分布能否近似多层动态因子模型中序贯最小二乘估计的全局因子与组别因子的有限样本分布？
- 方法与思路
- 作者通过蒙特卡洛实验考察不同特质协方差结构下的分布近似，并比较若干序贯最小二乘因子的渐近均方误差估计方法。
- 材料陈述的贡献
- 摘要称所考察情形下分布近似较好；允许特质横截面相关并计入载荷估计不确定性的均方误差估计表现最佳。
- 阅读关注点
- 核对因子归一化与旋转处理、样本维度及组别设置，关注分布近似的评价指标和载荷估计误差进入均方误差的方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未经核实。摘要主要提供模拟结论，未说明新分布理论、适用边界及具体误差数值。
原文摘要
The research question we answer in this paper is whether the asymptotic distribution derived by Bai (2003) for Principal Components (PC) factors in dynamic factor models (DFMs) can approximate the empirical distribution of the sequential Least Squares (SLS) estimator of global and group-specific factors in multi-level dynamic factor models (ML-DFMs). Monte Carlo experiments confirm that under general forms of the idiosyncratic covariance matrix, the finite-sample distribution of SLS global and group-specific factors can be well approximated using the asymptotic distribution of PC factors. We also analyse the performance of alternative estimators of the asymptotic mean squared error (MSE) of the SLS factors and show that the MSE estimator that allows for idiosyncratic cross-sectional correlation and accounts for estimation uncertainty of factor loadings is best.