Determining the Number of Factors in Approximate Factor Models
大维因子模型的因子数
学习大维因子模型中信息准则与因子数选择。
当前公开 842 篇基础文献,其中 71 篇逐篇选编,其余由引文线索扩充。收录计量方法、统计基础及相关应用/综述,按题录身份与计量相关性复核;存疑记录暂缓展示,继续核验。
历史引用数据用于选编线索,不代表论文质量或完整排名。“高被引线索”按选编记录中超过 1,000 次引用筛选,引用排序也采用选编时的记录;引用徽标以所标注的核验日期为准,可点击核对 OpenAlex 来源。不同版本不合并,统计口径与 Google Scholar 不同,缺失数据不记作零。
按微观、宏观、金融及细分方向分类;通用方法允许交叉。选择研究方向可查看阅读路线,路线按学习衔接组织。具体假设、证明和结论以原文为准。
AI 解读依据可靠摘要或已核实原文片段;材料不足时保留待解读状态,题录、原文链接与已有解读继续开放。
阅读路线按学习衔接组织,不表示论文排名;预备文献可以来自相邻方向。文献清单仍遵循当前方法和关键词筛选。
大维因子模型的因子数
学习大维因子模型中信息准则与因子数选择。
大维因子模型的推断
理解估计因子与载荷的误差,以及大维渐近理论。
广义动态因子模型
区分共同成分与特有成分,理解动态因子模型的识别与估计。
预测准确性比较
学习用损失差比较预测方法,以及序列相关对检验的影响。
条件预测能力检验
在预测时可用信息的条件下比较方法表现,理解条件预测能力。
多重结构突变
学习多个未知断点的估计与检验,理解分段模型的适用范围。
马尔可夫状态切换
用隐含状态刻画经济周期,理解状态切换模型与滤波。
两步横截面资产定价检验
理解 Fama–MacBeth 回归、风险价格与横截面定价检验。
随机贴现因子的矩限制
从资产收益矩限制理解随机贴现因子的可行范围。
资产收益的共同风险因子
理解股票与债券收益中的共同风险因子和因子定价模型。
特征与条件因子模型
学习用个体特征刻画时变载荷的工具变量主成分分析思路。
已实现波动率建模与预测
连接日内收益与日度波动率,理解已实现波动率的预测用途。
已实现波动率的统计基础
理解高频收益构造的已实现波动率及其与连续时间模型的关系。
微观结构噪声与双尺度估计
理解采样更密并不总是更准确,以及双尺度估计处理噪声的思路。
已实现核估计
学习存在交易噪声时如何估计价格的事后变差。
条件风险价值回归
用条件分位数动态刻画 VaR,连接分位数回归与风险预测。
一致性风险度量
理解风险度量的公理化性质及其对风险汇总的含义。
动态条件相关
理解多变量条件相关与条件波动率的动态建模。
样本外收益预测
区分样本内拟合和样本外预测,理解约束与基准模型的作用。
股权溢价预测的实证检验
系统思考预测变量在样本外是否稳定优于简单基准。
Lasso 与变量选择
理解惩罚回归如何结合收缩和变量选择,为高维方法打基础。
高维控制下的处理效应推断
学习变量选择如何与处理效应推断衔接,以及双重选择的动机。
合成控制
学习用对照单位的加权组合构建干预单位的反事实。
断点回归的稳健推断
理解局部多项式偏误及其对断点回归置信区间的影响。
贝叶斯宏观时间序列
从综述建立贝叶斯 VAR、收缩先验与宏观预测的整体框架。
状态空间模型的 Gibbs 抽样
学习状态空间模型中的后验抽样,为时变参数模型做准备。
时变参数与随机波动
理解参数漂移与随机波动如何进入货币政策的动态分析。
Lasso 中的测量误差:影响与似然偏差校正
研究协变量测量误差对 Lasso 的影响及校正;预印本旧题名为 Measurement Error in Lasso: Impact and Correction。
带噪声与缺失数据的高维回归:非凸问题的可证明保证
讨论高维回归中带噪声或缺失协变量的估计问题,给出统计误差与优化的理论保证。
高维误差变量回归的 CoCoLasso
研究带有协变量测量误差的高维回归,提出凸校正 Lasso 方法。
高维线性测量误差模型的统计推断
针对高维线性测量误差模型构造统计推断;预印本首次提交于 2020 年。