×
让·波文;Ng、Serena

更多的数据总是更好地用于因子分析吗？ （英语） Zbl 1337.62345号

《经济学杂志》。 132，第1期，169-194（2006）.
摘要：从大型宏观经济委员会估算的因子正在越来越多的应用中使用。然而，对于数据的大小和组成如何影响因子估计，我们知之甚少。在本文中，我们质疑是否可以使用更多的序列来提取因子，但结果因子对预测用处不大，答案是肯定的。当特质误差相互关联时，往往会出现这种问题。如果预测能力是由一个在小数据集中占主导地位但在较大数据集中占支配地位的因素提供的，也可能出现这种情况。在实时预测练习中，我们发现从40个预先筛选的序列中提取的因子通常比使用所有147个序列的结果更令人满意甚至更好。在构建因子时，通过属性对数据进行加权也可以提高预测。我们的模拟分析是独一无二的，因为我们特别注意到了相互关联的特性误差，并且我们还允许因子在某些序列组上比其他序列组上具有更强的载荷。因此，它使我们能够更好地理解主成分估计量在经验应用中的性质。

引用于66文件

MSC公司：

62第20页 统计学在经济学中的应用
62-07 数据分析（统计）（MSC2010）
62H25个 因子分析和主成分；对应分析
62M20型 随机过程推断和预测

关键词：

因子模型;大\（N\）和\（T\）;主要成分;预测
PDF格式BibTeX公司 XML格式引用
\textit{J.Boivin}和\textit{S.Ng}，J.Econom。132，No.1，169--194（2006；Zbl 1337.62345）
全文： 内政部 链接

参考文献：

[1] Anderson，T.W.，《多元统计分析导论》（1984），威利出版社：威利纽约·Zbl 0651.62041号
[2] Bai，J.，《大维度因子模型的推断》，《计量经济学》，71，1，135-172（2003）·Zbl 1136.62354号
[3] Bai，J。；Ng，S.，《确定近似因子模型中的因子数》，《计量经济学》，70，1，191-221（2002）·Zbl 1103.91399号
[4] Bai，J.，Ng，S.，2003年。扩散指数预测的置信区间和因子增强回归的推断。密歇根大学Mimeo。；Bai，J.，Ng，S.，2003年。扩散指数预测的置信区间和因子增广回归的推断。密歇根大学Mimeo·Zbl 1152.91721号
[5] Bai，J.，Ng，S.，2004年。对单位根和协整的疯狂攻击。《计量经济学》72（4），1124-1177。；Bai，J.，Ng，S.，2004年。对单位根和协整的疯狂攻击。《计量经济学》72（4），1124-1177·Zbl 1091.62068号
[6] Bernanke，B.，Boivin，J.，2003年。数据丰富环境中的货币政策。《货币经济学杂志》50（3），525-546。；Bernanke，B.，Boivin，J.，2003年。数据丰富环境中的货币政策。《货币经济学杂志》50（3），525-546。
[7] Bernanke，B.，Boivin，J.，Eliasz，P.，2002年。因子增强向量自回归（FVAR）与货币政策分析。Mimeo，哥伦比亚大学。经济学季刊，即将出版。；Bernanke，B.，Boivin，J.，Eliasz，P.，2002年。因子增广向量自回归（FVAR）和货币政策分析。Mimeo，哥伦比亚大学。即将出版的《经济学季刊》。
[8] 张伯伦，G。；Rothschild，M.，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》，511305-1324（1983）
[9] Chan，Y.，Stock，J.，Watson，M.W.，1998年。预测组合的动态因子模型框架。Mimeo，普林斯顿大学。；Chan，Y.，Stock，J.，Watson，M.W.，1998年。预测组合的动态因子模型框架。Mimeo，普林斯顿大学。
[10] 康纳，G。；Korajzcyk，R.，《套利定价理论的绩效衡量——一种新的分析框架》，《金融经济学杂志》，第15期，第373-394页（1986年）
[11] Cristadoro，R.，Forni，M.，Reichlin，L.，Giovanni，V.，2001年。欧元区核心通货膨胀指数，手稿，www.dynfactor.org。；Cristadoro，R.，Forni，M.，Reichlin，L.，Giovanni，V.，2001年。欧元区核心通货膨胀指数，手稿，www.dynfactor.org。
[12] 弗尼，M。；Lippi，M.，《动态宏观经济学的聚合与微观基础》（1997），牛津大学出版社：牛津大学出版社，英国牛津·Zbl 0954.91046号
[13] 弗尼，M。；Let’s get reala factor analysis approach to detailed business cycle dynamics，《经济研究评论》，65，453-473（1998）·Zbl 0911.90087号
[14] 弗尼，M。；Hallin，M。；里皮，M。；Reichlin，L.，《广义动态因子模型识别与估计》，《经济学与统计学评论》，82，4，540-554（2000）
[15] 弗尼，M。；Hallin，M。；里皮，M。；Reichlin，L.，《欧元区的巧合和领先指标》，《经济期刊》，第111期，第82-85页（2001年）
[16] Forni，M.、Hallin，M.，Lippi，M.和Reichlin，L.，2001b。金融变量有助于预测欧元区的通货膨胀和实际活动吗，手稿，www.dynfactor.org。；Forni，M.、Hallin，M.，Lippi，M.和Reichlin，L.，2001b。金融变量是否有助于预测欧元区的通货膨胀和实际活动，手稿，www.dynfactor.org。
[17] Giannone，D.、Reichlin，L.、Sala，L.，2002年。追踪格林斯潘：重温系统性和非系统性货币政策，手稿，www.dynfactor.org。；Giannone，D.、Reichlin，L.、Sala，L.，2002年。追踪格林斯潘：重温系统性和非系统性货币政策，手稿，www.dynfactor.org。
[18] Inklaar，R.、Jacobs，J.、Romp，W.，2003年。商业周期指标：数据堆有帮助吗？，格罗宁根大学CCSO WP 23-12。；Inklaar，R.，Jacobs，J.，Romp，W.，2003年。商业周期指标：数据堆有帮助吗？，格罗宁根大学CCSO WP 23-12。
[19] Jones，C.，从异质资产收益中提取因子，《金融经济学杂志》，62，2，293-325（2001）
[20] Kapetanios，G.，Marcellino，M.，2002年。大维度动态因子模型估计方法的比较，草案，博科尼大学。；Kapetanios，G.，Marcellino，M.，2002年。《大维度动态因子模型估计方法的比较》，博科尼大学初稿·Zbl 1284.91447号
[21] 股票，J.H。；Watson，M.W.，《预测产出和资产价格的通货膨胀作用》，《经济文献杂志》，47，1，1-48（2001）
[22] 股票，J.H。；Watson，M.W.，《使用大量预测因子的主成分进行预测》，《美国统计协会期刊》，97，1167-1179（2002）·Zbl 1041.62081号
[23] 斯托克，J.H。；Watson，M.W.，《使用扩散指数进行宏观经济预测》，《商业与经济统计杂志》，20，2，147-162（2002）
[24] Watson，M.W.，2000年。使用多种预测因子进行宏观经济预测。Mimeo，普林斯顿大学。；Watson，M.W.，2000年。使用多种预测因子进行宏观经济预测。Mimeo，普林斯顿大学。
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。