Bayesian analysis of static and dynamic factor models: An ex-post approach towards the rotation problem
静态与动态因子模型的贝叶斯分析：旋转问题的事后处理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：摘要直接研究静态与动态因子模型，并以宏观时间序列数据作为应用。
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…
静态与动态因子模型的贝叶斯分析：旋转问题的事后处理
- 研究问题
- 贝叶斯静态与动态因子模型如何处理正交旋转不确定性，并避免事前参数约束使后验结果依赖变量排列顺序？
- 方法与思路
- 作者提出通过 Procrustes 后处理事后解决旋转问题，并用模拟及包含一百二十条宏观时间序列的数据展示性质。
- 材料陈述的贡献
- 摘要称后验估计具有变量排序不变性，并报告事后处理在收敛、统计准确性和数值准确性方面表现良好。
- 阅读关注点
- 应核对后处理的参照对象、旋转对齐规则、排序不变性的具体含义，以及收敛和准确性如何定义与比较。
- 阅读边界
- 仅据所给出版社摘要，无法确定识别与后处理的完整条件；所述有利性质不代表对所有先验、模型或数据均成立。
原文摘要
Due to their indeterminacies, static and dynamic factor models require identifying assumptions to guarantee uniqueness of the parameter estimator. The indeterminacy of the parameter estimator with respect to an orthogonal transformation is known as the rotation problem. The typical strategy in Bayesian factor analysis to solve the rotation problem is to introduce ex-ante constraints on certain model parameters via degenerate and truncated prior distributions. This strategy, however, results in posterior distributions whose shapes depend on the ordering of the variables in the data set. We propose an alternative approach where the rotation problem is solved ex-post using Procrustean postprocessing. The resulting order invariance of the posterior estimator is illustrated in a simulation study and an empirical application using an established data set containing 120 macroeconomic time series. Favorable properties of the ex-post approach with respect to convergence, statistical and numerical accuracy are revealed.