Tests for Group-Specific Heterogeneity in High-Dimensional Factor Models
高维因子模型中群组特异异质性的检验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：摘要直接讨论经济与金融中的高维潜在因子模型，并报告金融应用，因此对应通用因子模型与金融因子方向。
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
高维因子模型中群组特异异质性的检验
- 研究问题
- 高维变量的共同变动由少数潜在因子描述时，怎样检验已知群组是否存在特异异质性，并区分至少一对与所有群组对的差异？
- 方法与思路
- 作者利用异质性引起的因子载荷二阶矩跨组变化构造两类检验，并提出置换方法近似检验统计量的渐近分布。
- 材料陈述的贡献
- 摘要称，建立两类检验及置换近似的理论有效性，模拟和金融实证应用表明，这些检验有助于发现群组特异异质性。
- 阅读关注点
- 阅读时应核对群组划分、载荷二阶矩与异质性的对应条件、两种备择假设，以及置换有效性和有限样本检验尺寸。
- 阅读边界
- 所用版本为 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明完整因子模型条件、群组规模及比较数值，适用边界仍待核对。
原文摘要
Standard high-dimensional factor models assume that the comovements in a large set of variables could be modeled using a small number of latent factors that affect all variables. In many relevant applications in economics and finance, heterogenous comovements specific to some known groups of variables naturally arise, and reflect distinct cyclical movements within those groups. This paper develops two new statistical tests that can be used to investigate whether there is evidence supporting group-specific heterogeneity in the data. The first test statistic is designed for the alternative hypothesis of group-specific heterogeneity appearing in at least one pair of groups; the second is for the alternative of group-specific heterogeneity appearing in all pairs of groups. We show that the second moment of factor loadings changes across groups when heterogeneity is present, and use this feature to establish the theoretical validity of the tests. We also propose and prove the validity of a permutation approach for approximating the asymptotic distributions of the two test statistics. The simulations and the empirical financial application indicate that the proposed tests are useful for detecting group-specific heterogeneity.