Factor and Idiosyncratic Empirical Processes
Factor and Idiosyncratic Empirical Processes
复制标题
因素和特殊经验过程
DOI：
10.1080/01621459.2018.1469997
复制
发表时间：
2018-08
影响因子：
3.7
通讯作者：
Chao Ying
中科院分区：
文献类型：
--
作者：
Xinbing Kong;Jiangyan Wang;Jinbao Xing;Chao Xu;Chao Ying
摘要单个变量的共同分量和特殊分量的分布在预测和应用中具有重要意义。然而，它们并不等同于低维观测。利用最近发展起来的大面板数据高维近似因子模型理论，可以一致地估计共同分量和特殊分量。基于估计的共同成分和特殊成分，我们构造了估计共同成分和特殊成分的分布函数的经验过程。我们证明了当T=o(P)时，这两个经验过程是预言有效的，其中p和T分别是维度和样本量。这表明，因素和特殊的经验过程以及假装单个变量的共同和特殊成分是直接可见的经验过程一样。基于这一预言性质，我们构造了共同成分和特殊成分分布的同时置信带。对于估计的分布函数的一阶相合性，就足够了。大量的模拟研究表明，估计的频段具有良好的覆盖频率。我们的实际数据分析表明，在2008年金融危机期间，共同成分分布发生了结构性变化，而特殊成分分布变化不大。这篇文章的补充材料可以在网上找到。
ABSTRACT The distributions of the common and idiosyncratic components for an individual variable are important in forecasting and applications. However, they are not identified with low-dimensional observations. Using the recently developed theory for large dimensional approximate factor model for large panel data, the common and idiosyncratic components can be estimated consistently. Based on the estimated common and idiosyncratic components, we construct the empirical processes for estimation of the distribution functions of the common and idiosyncratic components. We prove that the two empirical processes are oracle efficient when T = o(p) where p and T are the dimension and sample size, respectively. This demonstrates that the factor and idiosyncratic empirical processes behave as well as the empirical processes pretending that the common and idiosyncratic components for an individual variable are directly observable. Based on this oracle property, we construct simultaneous confidence bands (SCBs) for the distributions of the common and idiosyncratic components. For the first-order consistency of the estimated distribution functions, suffices. Extensive simulation studies check that the estimated bands have good coverage frequencies. Our real data analysis shows that the common-component distribution has a structural change during the crisis in 2008, while the idiosyncratic-component distribution does not change much. Supplementary materials for this article are available online.
登录
查看更多内容
影响因子：
4.5
作者：
S. Ling
通讯作者：
S. Ling
DOI：
--
发表时间：
2013
期刊：
--
影响因子：
--
作者：
M. Hallin;Marco Lippi
通讯作者：
M. Hallin;Marco Lippi
DOI：
10.2139/ssrn.2669506
发表时间：
2016-10
期刊：
Econometric Modeling: Capital Markets - Risk eJournal
影响因子：
--
作者：
Yacine Ait-Sahalia;D. Xiu
通讯作者：
Yacine Ait-Sahalia;D. Xiu
DOI：
10.2139/ssrn.2584172
发表时间：
2018-05
期刊：
ERN: Estimation (Topic)
影响因子：
--
作者：
Markus Pelger
通讯作者：
Markus Pelger
影响因子：
4.5
作者：
Hwai-Chung Ho;T. Hsing
通讯作者：
Hwai-Chung Ho;T. Hsing