Factor Models of Matrix-Valued Time Series: Nonstationarity and Cointegration
矩阵值时间序列的因子模型：非平稳性与协整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：摘要直接研究矩阵时间序列的因子结构、共同随机趋势与协整。
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…
矩阵值时间序列的因子模型：非平稳性与协整
- 研究问题
- 对具有共同随机趋势的非平稳矩阵时间序列，如何保留行列结构与趋势交互，并处理协整、弱因子及非平稳特异成分？
- 方法与思路
- 作者采用矩阵因子模型，通过样本行列协方差矩阵的特征分析估计载荷与因子，并扩展到协整情形，用比值准则选择因子矩阵维度。
- 材料陈述的贡献
- 摘要称建立允许弱因子及异质强度的收敛理论，给出一致的维度选择，并指出保留矩阵结构可改善收敛和降低计算复杂度。
- 阅读关注点
- 应核对满秩与协整情形的估计差异、非平稳特异项的限制、弱因子强度条件，以及维度选择的一致性和收敛速率。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列出所谓温和条件、具体速率及实验结果，不能量化相对向量化的收益。
原文摘要
In this paper, we consider the nonstationary matrix-valued time series with common stochastic trends. Unlike the traditional factor analysis which flattens matrix observations into vectors, we adopt a matrix factor model in order to fully explore the intrinsic matrix structure in the data, allowing interaction between the row and column stochastic trends, and subsequently improving the estimation convergence. It also reduces the computation complexity in estimation. The main estimation methodology is built on the eigenanalysis of sample row and column covariance matrices when the nonstationary matrix factors are of full rank and the idiosyncratic components are temporally stationary, and is further extended to tackle a more flexible setting when the matrix factors are cointegrated and the idiosyncratic components may be nonstationary. Under some mild conditions which allow the existence of weak factors, we derive the convergence theory for the estimated factor loading matrices and nonstationary factor matrices. In particular, the developed methodology and theory are applicable to the general case of heterogeneous strengths over weak factors. An easy-to-implement ratio criterion is adopted to consistently estimate the size of latent factor matrix. Both simulation and empirical studies are conducted to examine the numerical performance of the developed model and methodology in finite samples.