通过二次交叉验证确定共同函数因子的数量
统计方法学
2024-03-06 v1
摘要
半参数因子模型是描述数据中依赖模式的重要工具。它认识到数据中观察到的共同特征实际上是由特定外生变量的函数解释的。与传统因子模型关注因子数量选择不同，我们的目标是确定共同函数的适当数量，这是该模型中的一个关键参数。在本文中，我们开发了一种新的数据驱动方法，使用交叉验证（CV）来确定函数因子的数量。我们提出的方法采用两步CV过程，确保函数因子的正交性，我们称之为函数二次交叉验证（FTCV）。大量模拟表明，FTCV准确选择了共同函数的数量，并且在大多数情况下优于现有方法。此外，通过将市场波动率指定为外生力量，我们提供了真实数据示例，说明了所选共同函数在描述对美国国债收益率的影响以及道琼斯30指数收益之间的交叉相关性方面的可解释性。
引用
@article{arxiv.2403.02625,
title = {Determining the Number of Common Functional Factors with Twice Cross-Validation},
author = {Hui Jiang and Lei Huang and Shengfan Wu},
journal= {arXiv preprint arXiv:2403.02625},
year = {2024}
}