×
范建清;廖、袁;玛蒂娜·明切娃

近似因子模型中的高维协方差矩阵估计。 （英语） 兹比尔1246.62151

Ann.统计。 39，第6期，3320-3356（2011）.
摘要：方差-方差矩阵在金融和经济高维因子模型的推断理论中起着核心作用。直接利用稀疏性的流行正则化方法并不直接适用于许多金融问题。估计协方差矩阵的经典方法基于严格的因子模型，假设独立的特质成分。然而，这种假设在实际应用中是有限制的。通过假设一个稀疏的误差协方差矩阵，我们允许存在横截面相关性，即使去掉了公共因子，这使我们能够结合这两种方法的优点。我们使用自适应阈值技术来估计稀疏协方差，如T.蔡和刘伟（W.Liu）《美国统计协会期刊》106，第494、672–684号（2011年；Zbl 1232.62086号)考虑到无法直接观测到特殊成分的事实。然后研究了高维性对基于因子结构的协方差矩阵估计的影响。

引用于106文件

MSC公司：

62H25个 因子分析和主成分；对应分析
62甲12 多元分析中的估计
2012年12月62日 参数估计量的渐近性质

关键词：

稀疏估计;阈值化;横截面相关性;共同因素;特殊的;看似无关的回归

引文：

兹比尔1232.62086
PDF格式BibTeX公司 XML格式引用
\textit{J.Fan}等人，Ann.Stat.39，No.6，3320--3356（2011；Zbl 1246.62151）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Antoniadis，A.和Fan，J.（2001）。小波近似的正则化。J.Amer。统计师。协会96 939-967·Zbl 1072.62561号 ·doi:10.1198/016214501753208942
[2] Bai，J.（2003）。大维度因子模型的推理理论。《计量经济学》71 135-171·Zbl 1136.62354号 ·数字对象标识代码：10.1111/1468-0262.00392
[3] Bai，J.和Ng，S.（2002年）。确定近似因子模型中的因子数。《计量经济学》70 191-221·Zbl 1103.91399号 ·doi:10.111/1468-0262.00273
[4] Bickel，P.J.和Levina，E.（2008年a）。通过阈值进行协方差正则化。安。统计师。36 2577-2604. ·Zbl 1196.62062号 ·doi:10.1214/08-AOS600
[5] Bickel，P.J.和Levina，E.（2008b）。大协方差矩阵的正则化估计。安。统计师。36 199-227年·Zbl 1132.62040号 ·doi:10.1214/009053607000000758
[6] Cai，T.和Liu，W.（2011）。稀疏协方差矩阵估计的自适应阈值。J.Amer。统计师。协会106 672-684·兹比尔1232.62086 ·doi:10.1198/jasa.2011.tm10560
[7] Cai，T.和Zhou，H.（2010）。稀疏协方差矩阵估计的最佳收敛速度。宾夕法尼亚州费城宾夕法尼亚大学沃顿商学院统计系未出版手稿·Zbl 1202.62073号
[8] Chamberlain，G.和Rothschild，M.（1983年）。大型资产市场中的套利、因子结构和均值-方差分析。《计量经济学》51 1305-1324·Zbl 0523.90017号 ·doi:10.2307/1912275
[9] Connor，G.和Korajczyk，R.（1993年）。近似因子模型中因子数的测试。《金融杂志》48 1263-1291。
[10] Fama，E.和French，K.（1992年）。预期股票回报的横截面。《金融杂志》47 427-465。
[11] Fan，J.、Fan，Y.和Lv，J.（2008）。使用因子模型进行高维协方差矩阵估计。《计量经济学杂志》147 186-197·Zbl 1429.62185号
[12] Fan，J.、Zhang，J.和Yu，K.（2008）。大型投资组合的资产配置和风险评估以及总风险敞口约束。普林斯顿大学未出版手稿。
[13] Gorman，M.（1981）。一些恩格尔曲线。在理查德·斯通爵士的《消费者行为理论与衡量随笔》（A.Deaton编辑）中。剑桥大学出版社，纽约。
[14] Harding，M.（2009）。高维因子模型的结构估计。斯坦福大学未出版手稿。
[15] James，W.和Stein，C.（1961年）。二次损失估算。程序中。第四届伯克利交响乐团。数学。统计师。以及Probe，第一卷361-379。加利福尼亚大学出版社，加利福尼亚州伯克利·Zbl 1281.62026号
[16] Kmenta，J.和Gilbert，R.（1970年）。具有自回归干扰的看似无关回归的估计。J.Amer。统计师。协会65 186-196。
[17] Lam，C.和Fan，J.（2009年）。大协方差矩阵估计中的稀疏性和收敛速度。安。统计师。37 4254-4278. ·Zbl 1191.62101号 ·doi:10.1214/09-AOS720
[18] Lewbel，A.（1991）。需求系统的秩：理论和非参数估计。《计量经济学》59 711-730。
[19] Merlevède，F.、Peligrad，M.和Rio，E.（2009年）。弱相依序列的Bernstein型不等式和适度偏差。巴黎大学未出版手稿·Zbl 1243.60019号
[20] Rothman，A.J.、Levina，E.和Zhu，J.（2009）。大协方差矩阵的广义阈值。J.Amer。统计师。协会104 177-186·Zbl 1388.62170号
[21] Zellner，A.（1962年）。一种有效的方法，用于估计看似无关的回归和检验聚集偏差。J.Amer。统计师。协会57 348-368·Zbl 0113.34902号 ·doi:10.2307/2281644
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。