Consistent Estimation of the Number of Dynamic Factors in a Large N and T Panel
大 N、大 T 面板中动态因子数量的一致估计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：摘要明确研究受限动态因子模型中的因子数一致估计，并通过静态因子的主成分估计实现，按因子模型这一方法主题归类。
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
大 N、大 T 面板中动态因子数量的一致估计
- 研究问题
- 在截面维度与时间维度均较大的面板中，如何把静态因子数的一致估计方法改造为受限动态因子模型的动态因子数估计？
- 方法与思路
- 作者先将观测数据投影到主成分法估计的静态因子的滞后值上，再对所得残差应用标准 Bai–Ng 因子数估计方法。
- 材料陈述的贡献
- 摘要称，将标准 Bai–Ng 估计量用于上述投影残差，可以在受限动态因子模型中一致估计动态因子数，修改步骤较为直接。
- 阅读关注点
- 应核对“受限”动态因子模型的具体条件、静态因子的滞后阶数与估计误差如何处理，以及大 N、大 T 下一致性成立的范围。
- 阅读边界
- 摘要未说明模型限制、截面与时间维度的增长条件、投影滞后阶数或有限样本表现，不能把一致性结论推广到任意动态因子模型。
原文摘要
Bai and Ng proposed a consistent estimator for the number of static factors in a large N and T approximate factor model. This article shows how the Bai–Ng estimator can be modified to consistently estimate the number of dynamic factors in a restricted dynamic factor model. The modification is straightforward: The standard Bai–Ng estimator is applied to residuals obtained by projecting the observed data onto lagged values of principal-components estimates of the static factors.