An Adaptive Residual-Based Test for Factor Structure
因子结构的自适应残差检验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。
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：摘要检验因子结构，并明确将方法用于全球经济的实体变量与金融变量。
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
因子结构的自适应残差检验
- 研究问题
- 如何检验静态近似因子模型是否适合数据，并对未预先指定的偏离保持敏感，包括非线性因子结构、条件因子模型以及结构断点？
- 方法与思路
- 作者先分析固定带宽残差检验的渐近正态性与局部备择功效，再提出自适应检验以改善尺寸和功效，并建立渐近尺寸正确性与一致性。
- 材料陈述的贡献
- 摘要提供涵盖多类因子结构偏离的检验框架及渐近性质，并以模拟和全球经济中实体、金融变量的三项实证研究说明其用途。
- 阅读关注点
- 应核对原假设对因子与载荷的限制、残差估计误差的处理、自适应带宽或尺度选择机制，以及各类备择下的一致性与局部功效范围。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，无法判断尺寸改善的幅度、具体备择覆盖范围或实证结论；检验拒绝也未必能指出偏离类型，刊本变化未知。
原文摘要
This article addresses the critical issue of testing static approximate factor models against unspecified alternatives by proposing an adaptive residual-based test. Our methodology is versatile, encompassing alternatives such as factor models with nonlinear factor structures, conditional factor models, and factor models with structural breaks. We first establish the asymptotic properties of a so-called fixed bandwidth-based test, showing its asymptotic normality and power against local alternatives. To enhance the size and power properties while addressing the practical limitations of the fixed bandwidth approach, we propose an adaptive test and establish its asymptotic size correctness and consistency. Simulation studies demonstrate its superior size and power. We further illustrate the practical relevance of our test by applying it to three empirical studies concerning real and financial variables in the global economy.