近似因子模型因子个数选择方法的比较研究

近似因子模型因子个数选择方法的比较研究

论文摘要

在经济、金融、生物、医药和其他科学领域中,研究者经常要面临大数据集,因子模型由于能够有效地从大数据集中提炼信息,因此被理论研究者和实证研究者所青睐。近些年来,大量大规模高维度数据下的因子个数选择问题是统计与计量领域研究的热点与难点,基本上每年都有发表在顶级杂志的相关文献对因子个数的选择方法进行介绍、优化或创新。本文通过Monte Carlo模拟实验,比较研究了七种较为新颖和主流的近似因子模型因子个数选择方法,并且基于之前的方法,本文提出了两种新的近似因子模型因子个数的选择方法。一种是通过修正GR和TCR方法以综合两种估计方法的优点来确定近似因子模型中公共因子个数的方法,将其命名为混合比率,简称MR。另一种是通过改进Wu(2018)提出的ED方法中的压缩函数而提出一种扩展的特征值差分检验方法以确定近似因子模型中公共因子的个数,简称EED。通过对以上方法的模拟比较,结果表明,新的方法在真实地选择潜在公共因子个数上具有理想的性能,尤其是方法MR在弱因子存在时具有较好的估计效果,方法EED在主导因子存在时比其他方法有更好的估计性能。最后,以标普500的341支股票1916个连续交易日的对数收益率数据序列构建平衡面板数据集,使用不同因子个数选择方法对其进行因子个数的提取,最终确定基于实证数据的近似因子模型的公共因子个数为2。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景及意义
  •     1.1.1 高维数据挖掘研究的必要性
  •     1.1.2 客观确定因子个数的研究趋势
  •     1.1.3 因子选择方法的比较研究具有积极重要的意义
  •   1.2 国内外研究进展
  •   1.3 本文的思路和结构
  •   1.4 本文的创新点
  • 第2章 近似因子模型及因子个数选择方法介绍
  •   2.1 因子模型
  •     2.1.1 经典因子模型
  •     2.1.2 动态因子模型
  •     2.1.3 近似因子模型
  •   2.2 近似因子模型及其相关假定
  •   2.3 近似因子模型因子个数选择方法
  •     2.3.1 ER和 GR准则
  •     2.3.2 RRE和 BIC准则
  •     2.3.3 BG准则
  •     2.3.4 TCR准则
  •     2.3.5 ED准则
  •     2.3.6 MR准则
  •     2.3.7 EED准则
  • 第3章 基于蒙特卡罗模拟对因子个数选择方法的比较研究
  •   3.1 不同误差结构下因子个数识别能力的比较
  •   3.2 弱因子影响下因子个数识别能力的比较
  •   3.3 kmax值不同时因子个数识别能力的比较
  •   3.4 主导因子存在时因子个数识别能力的比较
  • 第4章 基于标普500股票数据的实证分析
  •   4.1 数据的构建
  •   4.2 数据的统计分析
  •     4.2.1 描述性统计分析
  •     4.2.2 KMO检验与Bartlett球状检验
  •   4.3 近似因子模型的因子分析
  •     4.3.1 因子个数的提取
  •     4.3.2 因子分析
  • 第5章 结论
  •   5.1 论文结论
  •   5.2 不足之处
  •   5.3 论文展望
  • 参考文献
  • 附录
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 张泓

    导师: 吴鑑洪

    关键词: 近似因子模型,特征值,因子个数,混合比率,扩展特征值差分检验

    来源: 上海师范大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

    单位: 上海师范大学

    分类号: F224;F832.51

    总页数: 49

    文件大小: 2449K

    下载量: 48

    相关论文文献

    • [1].带协变量的混合因子模型及应用[J]. 黑龙江大学自然科学学报 2019(05)
    • [2].预测视角下双因子模型与高阶因子模型的一般性模拟比较[J]. 心理学报 2019(03)
    • [3].构建网络热度因子模型分析股价运动规律[J]. 中国市场 2018(27)
    • [4].动态因子模型的结构识别研究[J]. 系统工程理论与实践 2016(07)
    • [5].预测视角下双因子模型与高阶模型的模拟比较[J]. 心理学报 2017(08)
    • [6].股权分置改革与资本市场效率的思考——基于三因子模型的实证检验[J]. 纳税 2017(16)
    • [7].玛法五因子模型与三因子模型的中国市场有效性对比[J]. 现代经济信息 2017(18)
    • [8].基于多层因子模型的我国核心通货膨胀估计[J]. 统计研究 2016(04)
    • [9].大数据背景下的动态因子模型预测机理与效果研究[J]. 投资研究 2015(03)
    • [10].中国股票市场的行业特质性金融传染特征:基于网络模型的实证研究[J]. 金融学季刊 2017(02)
    • [11].新冠肺炎对中国零售业影响的实证研究[J]. 现代商业 2020(21)
    • [12].金融周期是否存在全球趋同性?:基于β收敛和两级潜在因子模型的证据[J]. 世界经济研究 2020(08)
    • [13].动态因子模型及其应用研究综述[J]. 统计研究 2015(12)
    • [14].军队某部干部亚健康状态二阶因子模型的建立与分析[J]. 中华保健医学杂志 2016(03)
    • [15].中国股市的三因子模型实证分析[J]. 现代商业 2014(21)
    • [16].双因子模型:多维构念测量的新视角[J]. 心理科学 2014(04)
    • [17].构建多因子模型 发掘细微投资机会[J]. 股市动态分析 2013(38)
    • [18].临床医生亚健康状态高阶因子模型分析[J]. 中国公共卫生 2012(01)
    • [19].广义动态因子模型在景气指数构建中的应用——中国金融周期景气分析[J]. 系统工程理论与实践 2010(05)
    • [20].双因子模型下的幼儿园师幼互动研究[J]. 教师教育研究 2019(06)
    • [21].时变三因子模型风险系数的动态研究[J]. 统计与决策 2020(06)
    • [22].股票市场的高维动态因子模型及其实证分析[J]. 计算机工程与应用 2020(12)
    • [23].基于动态因子模型的房价结构突变测度[J]. 统计与决策 2015(19)
    • [24].沪深股市的三因子模型验证[J]. 金融教学与研究 2015(05)
    • [25].基于单因子模型的中美股市联动效应实证研究[J]. 大众投资指南 2020(06)
    • [26].基于二阶因子模型的工作应激评价实证研究[J]. 中国卫生统计 2013(05)
    • [27].基于共同因子模型的人民币币权实证分析[J]. 云南民族大学学报(哲学社会科学版) 2014(01)
    • [28].两因子模型在多姿态人脸识别中的应用[J]. 武汉大学学报(信息科学版) 2012(05)
    • [29].随机利率的三因子模型及其参数估计[J]. 商业时代 2009(12)
    • [30].贝克抑郁量表第2版中文版在我国大学生中的因子结构[J]. 中国临床心理学杂志 2020(02)

    标签:;  ;  ;  ;  ;  

    近似因子模型因子个数选择方法的比较研究
    下载Doc文档

    猜你喜欢