高维时间序列的时变网络估计
统计方法学
2023-02-07 v1 计量经济学
摘要
我们利用大VAR模型框架，在转移矩阵和（误差）精度矩阵均随时间平滑演变的设定下，探讨高维局部平稳时间序列的时变网络。我们研究了两种类型的时变图：一种包含Granger因果关系连接的有向边，另一种包含偏相关连接的无向边。在稀疏结构假设下，我们提出了一种带有时变加权组LASSO的惩罚局部线性方法，以联合估计转移矩阵并识别其显著项，并提出了一种时变CLIME方法来估计精度矩阵。然后，利用估计出的转移矩阵和精度矩阵来确定时变网络结构。在一些温和条件下，我们推导了所提估计量的理论性质，包括一致性和神谕性质。此外，我们将方法论和理论扩展到高度相关的大规模时间序列，此时稀疏性假设不再成立，我们在估计因子调整后的时变网络之前允许存在共同因子。我们提供了广泛的模拟研究，并对一个大型美国宏观经济数据集进行了实证应用，以说明我们方法的有限样本表现。
引用
@article{arxiv.2302.02476,
title = {Estimating Time-Varying Networks for High-Dimensional Time Series},
author = {Jia Chen and Degui Li and Yuning Li and Oliver Linton},
journal= {arXiv preprint arXiv:2302.02476},
year = {2023}
}