评估金融市场变动的多变量预测因子：面向有序数据的潜在因子框架

股票市场中的大量交易活动由经纪公司引导。作为交换，它们提供所谓的“软美元”，这些资金基本上用于“研究”以识别有利可图的交易机会。软美元约占每10美元佣金中的1美元。显然，这些成本高昂，因此从统计角度来看，机构投资者有必要确定软美元投入是否值得使用（并间接支付）。为解决此问题，我们建立了经纪商预测与市场实际表现之间的关联度量。我们的数据是两家经纪商对多个市场给出的有序预测，以及这些市场的实际实现值（采用相同的有序尺度）。我们开发了一个包含潜在变量的有序数据结构方程模型，该模型能够检验经纪商对金融市场变动的预测能力。我们在潜在因子框架中使用多元logit模型，基于拉普拉斯近似开发了一个易于处理的估计量，并证明了其一致性和渐近正态性。蒙特卡洛实验表明，该估计方法和检验程序在小样本下均表现良好。随后，该方法被用于分析我们的数据集。