矩阵值时间序列的因子模型：非平稳性与协整性
计量经济学
2025-08-25 v2 统计理论
统计理论
摘要
本文考虑具有共同随机趋势的非平稳矩阵值时间序列。与传统因子分析通过将矩阵观测展平为向量不同，我们采用矩阵因子模型，以充分探索数据中内在的矩阵结构，允许行和列随机趋势之间的相互作用，从而提高估计收敛性。同时，这还减少了估计中的计算复杂度。主要估计方法基于当非平稳矩阵因子满秩且异构成分在时间上平稳时，对样本行和列协方差矩阵进行特征分解，并进一步推广到矩阵因子协整且异构成分可能非平稳的更灵活设置。在允许弱因子存在的某些温和条件下，推导了估计因子载荷矩阵和非平稳因子矩阵的收敛理论。特别是，所发展的方法论和理论适用于弱因子异质强度的通用情况。采用易于实现的比率准则来一致估计潜在因子矩阵的规模。 conducted simulation 和经验研究以检验所开发模型和方法论在有限样本中的数值性能。
引用
@article{arxiv.2508.11358,
title = {Factor Models of Matrix-Valued Time Series: Nonstationarity and Cointegration},
author = {Degui Li and Yayi Yan and Qiwei Yao},
journal= {arXiv preprint arXiv:2508.11358},
year = {2025}
}