具有双因子结构的高维函数型时间序列预测
统计方法学
2024-05-13 v2 应用统计
统计计算
摘要
我们为考虑多个总体的高维函数型时间序列（HDFTS）提出一个双因子模型。首先将 HDFTS 分解为一组低维函数型时间序列（FTS）和一组总体特定的基函数。基函数系统描述截面异质性，而降维后的 FTS 保留了多个总体共有的大部分信息。低维 FTS 进一步分解为公共函数载荷与一个矩阵值时间序列的乘积，后者包含嵌入原始 HDFTS 中的大部分时序动态。所提出的一般形式双因子结构与若干常用的函数型因子模型相关联。我们利用模拟的 HDFTS 展示了所提方法在恢复截面基函数和提取公共特征方面的有限样本表现。一项实证研究表明，所提模型对日本各地区特定年龄死亡率产生了更准确的点预测和区间预测。与改进的死亡率预测相关的财务收益被转化为一种终身年金定价方案。
引用
@article{arxiv.2109.04146,
title = {Forecasting high-dimensional functional time series with dual-factor structures},
author = {Chen Tang and Han Lin Shang and Yanrong Yang and Yang Yang},
journal= {arXiv preprint arXiv:2109.04146},
year = {2024}
}