Determining the Structure of Dynamic Factor Models
动态因子模型结构的确定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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究动态因子与滞后滤波结构，并应用于美国宏观时间序列面板的冲击数量判定。
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
动态因子模型结构的确定
- 研究问题
- 当滞后因子可直接影响观察变量时，如何确定动态因子数量和滤波长度，并避免依赖精确有限阶向量自回归设定？
- 方法与思路
- 作者提出两种动态因子数量选择程序，以交替最小二乘直接估计动态因子而非静态表示，并据此联合确定因子数与滤波长度。
- 材料陈述的贡献
- 摘要称，新程序扩展既有因子数量判定方法，无需所比较方法的精确有限阶 VAR 设定，并用于美国宏观序列面板的原始冲击数估计。
- 阅读关注点
- 应核对动态因子、静态因子与原始冲击的对应关系、联合选择准则、交替算法性质，以及取消有限阶 VAR 后仍需哪些条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明选择一致性的具体条件、实证选取的冲击数或有限样本表现。
原文摘要
We propose two procedures for determining the number of dynamic factors, extending Bai and Ng (2002) and Ahn and Horenstein (2013) to dynamic factor models where lagged factors may directly influence the observed variables. As an intermediate step, we develop a simple and computationally efficient alternating least squares algorithm that directly estimates the dynamic factors, rather than their static representations. By working with these direct estimates, our approach enables joint determination of the number of factors and the filter length. Our approach does not require the exact finite-order VAR specification maintained by Bai and Ng (2007) and Amengual and Watson (2007). We apply our procedures to estimate the number of primitive shocks in a large panel of U.S. macroeconomic time series.