矩阵值时间序列中共同运动的分解：伪结构降秩方法
计量经济学
2025-09-25 v1
摘要
本文提出了一种伪结构框架，用于分析降秩矩阵自回归（RRMAR）模型中的同期共同运动。与会丢弃矩阵结构的传统向量自回归（VAR）模型不同，我们的表述保留了矩阵结构，从而能够将共同运动分解为三个可解释的组成部分：行特定、列特定以及跨矩阵值时间序列的联合（行-列）交互。我们的估计量 admits 标准渐近推断，并且我们提出了一种BIC型准则用于联合选择降秩和自回归滞后阶数。我们通过仿真实验验证了该方法在估计精度、覆盖率和秩选择方面的有限样本性能，包括秩误设的情形。本文在两个实证应用中展示了该方法的实用价值：美国各州同步与领先指标，以及跨国宏观经济指标。
引用
@article{arxiv.2509.19911,
title = {Decomposing Co-Movements in Matrix-Valued Time Series: A Pseudo-Structural Reduced-Rank Approach},
author = {Alain Hecq and Ivan Ricardo and Ines Wilms},
journal= {arXiv preprint arXiv:2509.19911},
year = {2025}
}