IDEAS主页打印自https://ideas.repec.org/p/apc/wpaper/2016-075.html
  我的参考书目  保存此纸张

高维因子模型：经验贝叶斯方法

作者

上市的：
  • 詹姆斯·桑比

    （蓬佩法布拉大学和巴塞罗那GSE）

摘要

我们提出了一种用于估计高维因子模型的主成分分析的经验贝叶斯实现。该方法在一个大型蒙特卡罗研究中进行了评估，我们将传统的主成分估计值与我们提出的经验贝叶斯版本进行了比较。我们发现，对于越来越弱的因子规范，从经验贝叶斯实现中获得的均方误差增益增加。我们进一步比较了标准和经验贝叶斯主成分估计值与其最大似然对应值，并证明在所有情况下，最大似然估计值都更准确。该方法用于两个实证应用。一个用于当前预测宏观经济时间序列，另一个用于投资组合管理。我们发现，当比较宏观经济预测估计的内积的均方误差时，经验贝叶斯主成分估计优于标准主成分估计。其次，在投资组合优化问题中，使用经验贝叶斯方法估计的股票收益协方差矩阵在大多数情况下都会为投资组合经理实现最高的信息比率和最高的预期收益。

建议引用

  • 詹姆斯·桑比，2016年。"高维因子模型：经验贝叶斯方法,"工作文件75，秘鲁经济协会。
    • 手柄：RePEc:apc:wppaper:2016-075
    作为

    从出版商下载全文

    文件URL: http://perueconomics.org/wp-content/uploads/2016/10/wp-75.pdf
    文件功能：应用程序/pdf
    下载限制：不
    ---><---

    IDEAS上列出的参考文献

    作为
    1. John Geweke，1989年。"经济计量模型中基于蒙特卡罗积分的贝叶斯推断,"计量经济学《计量经济学协会》，第57卷（6），第1317-1339页，11月。
    2. Giannone，Domenico&Reichlin，Lucrezia&Small，David，2008年。"即时广播：宏观经济数据的实时信息内容,"货币经济学杂志爱思唯尔，第55（4）卷，第665-676页，5月。
    3. 哈里·马科维茨，1952年。"投资组合选择,"金融杂志，美国金融协会，第7卷（1），第77-91页，3月。
    4. Doz，Catherine&Giannone，Domenico&Reichlin，Lucrezia，2011年。"基于卡尔曼滤波的大近似动态因子模型的两步估计,"计量经济学杂志爱思唯尔，第164（1）卷，第188-205页，9月。
    5. Jushan Bai和Serena Ng，2002年。"确定近似因子模型中的因子数,"计量经济学《计量经济学协会》，第70卷（1），第191-221页，1月。
    6. Catherine Doz&Domenico Giannone&Lucrezia Reichlin，2012年。"大型近似动态因子模型的拟最大似然方法,"经济学与统计学综述麻省理工学院出版社，第94卷（4），第1014-1024页，11月。
    7. Boivin，Jean&Ng，Serena，2006年。"更多的数据总是更好地用于因子分析吗？,"计量经济学杂志爱思唯尔，第132（1）卷，第169-194页，5月。
    8. 阿吉拉尔、奥马尔和韦斯特、迈克，2000年。"贝叶斯动态因素模型与投资组合配置,"商业与经济统计杂志，美国统计协会，第18卷（3），第338-357页，7月。
    9. 杜宾、詹姆斯和科普曼，暹粒，2012年1月。"状态空间方法的时间序列分析,"OUP目录,牛津大学出版社，第2版，编号9780199641178。
    10. repec:hal:journl:peer-00844811未在IDEAS上列出
    11. Stock，James H.&Watson，Mark W.，2006年。"使用多个预测值进行预测,"经济预测手册，收录于：G.Elliott&C.Granger&A.Timmermann（编辑），经济预测手册，第1版，第1卷，第10章，第515-554页，爱思唯尔。
    12. Jouchi Nakajima和Mike West，2013年。"潜在阈值动态模型的贝叶斯分析,"商业与经济统计杂志《泰勒与弗朗西斯杂志》，第31卷（2），第151-164页，4月。
    13. 阿列克谢·奥纳茨基，2015年。"错误指定因子模型中平方估计误差的渐近分析,"计量经济学杂志爱思唯尔，第186（2）卷，第388-406页。
    14. S.J.Koopman和G.Mesters，2017年。"动态因子模型的经验Bayes方法,"经济学与统计学综述麻省理工学院出版社，第99卷（3），第486-498页，7月。
    15. 阿列克谢·奥纳茨基，2012年。"具有弱影响因子的大因子模型主成分估计的渐近性,"计量经济学杂志爱思唯尔，第168（2）卷，第244-258页。
    16. Domenico Giannone&Lucrezia Reichlin&David Small，2008年。"即时广播：宏观经济数据发布的实时信息内容,"ULB机构知识库2013/6409，ULB——布鲁塞尔自由大学。
    17. Bai，Jushan&Ng，Serena，2008年。"大维度因素分析,"计量经济学基础与趋势（R），现为出版商，第3卷（2），第89-163页，6月。
    18. Sylvia Kaufmann和Christian Schumacher，2013年。"具有序相关辨识的稀疏动态因子模型的Bayes估计,"工作文件13.04，瑞士国家银行，Gerzensee研究中心。
    19. 斯托克，詹姆斯·H·沃森，马克，2011年。"动态因子模型,"学术文章28469541，哈佛大学经济系。
    20. Reichlin，Lucrezia&Giannone，Domenico&Small，David，2005年。"当前GDP与通货膨胀：宏观经济数据发布的实时信息含量,"CEPR讨论文件5178，C.E.P.R.讨论文件。
    21. 白居山，2003年。"大维度因子模型的推理理论,"计量经济学《计量经济学协会》，第71卷（1），第135-171页，1月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. S.J.Koopman和G.Mesters，2017年。"动态因子模型的经验Bayes方法,"经济学与统计学综述麻省理工学院出版社，第99卷（3），第486-498页，7月。
    2. Stock，J.H.&Watson，M.W.，2016年。"宏观经济学中的动态因子模型、因子增强向量自回归和结构向量自回归,"宏观经济学手册，摘自：J.B.Taylor&Harald Uhlig（编辑），宏观经济学手册，第1版，第2卷，第0章，第415-525页，爱思唯尔。
    3. Pilar Poncela和Esther Ruiz，2016年。"动态因子模型中的小数据因子与大数据因子提取：一项实证评估,"计量经济学进展，in：动态因子模型，第35卷，第401-434页，翡翠集团出版有限公司。
    4. Catherine Doz和Peter Fuleky，2019年。"动态因子模型,"工作文件2019-4年，夏威夷大学经济研究组织，夏威夷大学马诺分校。
    5. Poncela，Pilar&Ruiz，Esther&Miranda，Karen，2021年。"使用卡尔曼滤波和平滑进行因子提取：这不仅仅是另一项调查,"国际预测杂志，爱思唯尔，第37卷（4），第1399-1425页。
    6. Hindrayanto、Irma&Koopman、Siem Jan&de Winter、Jasper，2016年。"使用因子模型预测和预测欧元区经济增长,"国际预测杂志，爱思唯尔，第32卷（4），第1284-1305页。
    7. 安托尼奥·鲁阿，2017年。"一种基于小波的多元多尺度预测方法,"国际预测杂志爱思唯尔，第33卷（3），第581-590页。
    8. Matteo Barigozzi和Matteo Luciani，2019年。"基于EM算法的大近似动态因子模型的拟极大似然估计和推断,"论文1910.03821，arXiv.org，2022年2月修订。
    9. Francisco Corona&Graciela Gonz'alez-Far'ias&Jes'us L'opez-P'erez，2021年。"一种即时预测墨西哥经济活动的方法：应用于新冠肺炎期间,"论文2101.10383，arXiv.org。
    10. 阿兰·加利，2018年。"哪些指标重要？使用大尺度混频动态因子模型分析瑞士商业周期,"商业周期研究杂志，施普林格；国际经济趋势调查研究中心，第14卷（2），第179-218页，11月。
    11. Kihwan Kim和Norman Swanson，2013年。"使用混合频率数据集的扩散指数模型规范和估计,"部门工作文件201315年，罗格斯大学经济系。
    12. Martin Solberger和Erik Spånberg，2020年。"使用卡尔曼滤波器和平滑器估计EViews中的动态因子模型,"计算经济学，施普林格；计算经济学学会，第55卷（3），第875-900页，3月。
    13. Brunhes-Lesage，Véronique&Darné，Olivier，2012年。"近期法国工业生产指数：桥接模型和因子模型的比较,"经济建模爱思唯尔，第29卷（6），第2174-2182页。
    14. 安蒂帕、帕姆菲利和巴胡米、卡里姆和布鲁内斯·莱斯奇、维罗尼克和达恩，奥利维尔，2012年。"近期德国GDP：桥梁模型和因子模型的比较,"政策建模杂志爱思唯尔，第34卷（6），第864-878页。
    15. 白、居山、廖、袁，2016。"基于惩罚最大似然的近似因子模型的有效估计,"计量经济学杂志，爱思唯尔，第191卷（1），第1-18页。
    16. Bräuring，Falk&Koopman，暹罗，2014年1月。"利用崩溃动态因子分析预测宏观经济变量,"国际预测杂志爱思唯尔，第30卷（3），第572-584页。
    17. 考夫曼（Kaufmann）、丹尼尔（Daniel）和谢夫勒（Scheufele），罗尔夫（Rolf），2017年。"商业趋势调查和宏观经济波动,"国际预测杂志爱思唯尔，第33卷（4），第878-893页。
    18. Marta&Rünstler，Gerhard，Banbura，2011年。"因子模型黑箱研究：发布滞后以及硬数据和软数据在GDP预测中的作用,"国际预测杂志Elsevier，第27卷（2），第333-346页，4月。
    19. Doz，Catherine&Giannone，Domenico&Reichlin，Lucrezia，2011年。"基于卡尔曼滤波的大近似动态因子模型的两步估计,"计量经济学杂志爱思唯尔，第164（1）卷，第188-205页，9月。
    20. 巴恩布拉、玛尔塔和吉安诺内、多梅尼科和伦扎、米歇尔，2015年。"大截面向量自回归的条件预测和情景分析,"国际预测杂志爱思唯尔，第31卷（3），第739-756页。

    有关此项目的更多信息

    关键词

    收缩率;主成分分析;后验模式;临近预报;投资组合管理;
    所有这些关键字.

    JEL公司分类：

    • C32号机组-数学与定量方法——多重或联立方程模型；多变量时间序列模型；动态分位数回归；动态治疗效果模型；扩散过程；状态空间模型
    • C43型-数学和定量方法——计量经济学和统计方法：专题——指数和聚合

    NEP字段

    本文已在以下内容中公布NEP报告:

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:apc:wppaper:2016-075。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、书目或下载信息，请联系：Nelson Ramírez-Rondán（以下电子邮件可用）。供应商的一般联系方式：https://edirc.repec.org/data/peruva.html.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。