Identification and estimation of a large factor model with structural instability
结构不稳定高维因子模型的识别与估计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：摘要直接结合高维因子模型与因子数量或载荷在未知日期发生的结构变化。
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
结构不稳定高维因子模型的识别与估计
- 研究问题
- 当潜在因子数量未知，且因子数量或载荷在未知共同日期发生一次变化时，如何估计断点及断点前后的因子结构？
- 方法与思路
- 作者基于估计伪因子的二阶矩构造断点最小二乘估计，再代入估计断点确定两段因子数并估计各自的因子空间。
- 材料陈述的贡献
- 摘要称断点估计误差为概率有界量，对伪因子数误设具有一定稳健性，并建立分段因子数一致性和因子空间收敛率。
- 阅读关注点
- 应核对共同单断点的设定、变化幅度条件、伪因子的构造，以及误设稳健性的范围和断点误差所采用的时间尺度。
- 阅读边界
- 仅依据所给出版社摘要；一般假设的具体内容与模拟数值未说明，不能将单一共同断点结论推广至多重或不同步变化。
原文摘要
This paper tackles the identification and estimation of a high dimensional factor model with unknown number of latent factors and a single break in the number of factors and/or factor loadings occurring at unknown common date. First, we propose a least squares estimator of the change point based on the second moments of estimated pseudo factors and show that the estimation error of the proposed estimator is Op(1). We also show that the proposed estimator has some degree of robustness to misspecification of the number of pseudo factors. With the estimated change point plugged in, consistency of the estimated number of pre and post-break factors and convergence rate of the estimated pre and post-break factor space are then established under fairly general assumptions. The finite sample performance of our estimators is investigated using Monte Carlo experiments.