The general dynamic factor model: One-sided representation results
一般动态因子模型的单边表示结果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：摘要直接研究动态因子共同成分的单边估计，并明确以克服双边滤波的预测限制为动机。
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
一般动态因子模型的单边表示结果
- 研究问题
- 不要求共同成分张成有限维向量空间时，如何避免双边滤波对预测的限制，获得一般动态因子模型的单边估计？
- 方法与思路
- 作者在共同成分具有有理谱密度的假设下研究单边表示与估计，以替代既有频域方法中依赖未来观测的双边滤波。
- 材料陈述的贡献
- 摘要称，文中在不施加共同成分有限维限制的情况下得到单边估计量，从而回应既有双边估计不适合预测的问题。
- 阅读关注点
- 应核对有理谱密度假设的含义、单边表示需要的其他条件、估计量构造，以及能否用于实时预测及其相应理论保障。
- 阅读边界
- 仅依据所给出版社摘要；摘要未给出新估计量的具体性质或预测比较，不能据单边构造声称预测准确率已经提高。
原文摘要
Recent dynamic factor models have been almost exclusively developed under the assumption that the common components span a finite-dimensional vector space. However, this finite-dimension assumption rules out very simple factor-loading patterns and is therefore severely restrictive. The general case has been studied, using a frequency domain approach, in Forni et al. (2000). That paper produces an estimator of the common components that is consistent but is based on filters that are two-sided and therefore unsuitable for prediction. The present paper, assuming a rational spectral density for the common components, obtains a one-sided estimator without the finite-dimension assumption.