大谱密度矩阵的代数估计量
统计理论
2021-04-06 v1 统计方法学
统计理论
摘要
在动态因子模型中典型假设的潜在低秩加稀疏结构下,我们提出了一种高维谱密度矩阵的新估计量,称为 UNshrunk ALgebraic Spectral Estimator (UNALSE)。UNALSE 通过在高核范数加 范数约束下最小化二次损失来计算,以控制潜在秩与残差稀疏模式。该损失函数需要以经典平滑周期图估计量与两个阈值参数作为输入,我们对其选择进行了详尽讨论。我们证明了当维度 与样本量 同时趋于无穷时 UNALSE 的一致性,以及代数一致性,即以概率一恢复潜在秩与残差稀疏模式。UNALSE 的有限样本性质通过扩展的模拟实验以及对美国宏观经济数据的实证分析加以研究。
引用
@article{arxiv.2104.01863,
title = {An algebraic estimator for large spectral density matrices},
author = {Matteo Barigozzi and Matteo Farnè},
journal= {arXiv preprint arXiv:2104.01863},
year = {2021}
}