低维与大维因子模型的精确与渐近检验及其应用
统计理论
2016-06-24 v3 统计理论
摘要
本文提出了三种关于因子模型有效性的检验方法，适用于小维和大维数据。在经典和高维渐近体制下，推导了所得检验统计量的精确分布和渐近分布。研究表明，所提检验的临界值可以通过从具有单位参数矩阵的逆威沙特分布中生成样本来进行经验校准。通过模拟研究了所提检验的功效。模拟研究结果与理论发现一致，并为每种检验的应用提供了通用建议。最后，将理论结果应用于两个真实数据集，分别包含 DAX 指数股票收益率和 S&P 500 指数股票收益率。我们的实证结果不支持“所考虑因子能完全捕捉收益率间所有线性依赖关系”的假设。
引用
@article{arxiv.1407.0471,
title = {Exact and Asymptotic Tests on a Factor Model in Low and Large Dimensions with Applications},
author = {Taras Bodnar and Markus Reiss},
journal= {arXiv preprint arXiv:1407.0471},
year = {2016}
}