Multilevel matrix factor model
多层矩阵因子模型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：摘要直接使用全局与局部因子分析股票收益、交易量和交易额等指标，对应金融因子模型。
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…
多层矩阵因子模型
- 研究问题
- 对于具有多层共同变动的矩阵时间序列，如何同时刻画影响全部序列的全局因子，以及仅影响特定序列的局部因子？
- 方法与思路
- 作者提出包含全局与局部因子的多层矩阵因子模型，建立载荷矩阵估计的一致性理论，并开展模拟与股票数据应用。
- 材料陈述的贡献
- 摘要所述贡献是对矩阵时间序列的多层因子结构建模，并为载荷估计提供渐近保证；应用覆盖十个行业的200只股票。
- 阅读关注点
- 应核对全局与局部因子的区分和识别、层级及因子数如何确定、载荷一致性的条件，以及股票指标的矩阵组织方式。
- 阅读边界
- 仅依据所给出版社摘要；摘要未说明因子数选择、具体收敛速度或应用发现，不能据此声称模型改善了收益预测。
原文摘要
Large scale matrix data has been widely discovered and continuously studied in various fields recently. We propose a multilevel matrix factor model considering the existence of multi level factor structure in matrix time series. This model incorporates both global factors influencing all matrix time series and local factors confined to impact specific matrix time series. Asymptotic properties are established to ensure the consistency of our procedure for estimating factor loading matrices. To demonstrate the finite-sample performance of our estimation, we present comprehensive simulation results. Finally, we apply our model to an empirical analysis of eight indexes, including return, trading volume, and trading value, across 200 stocks from ten distinct industries.