关于非平稳环境下横截面平均值的选择
计量经济学
2025-10-07 v4
摘要
信息准则 (IC) 在因子模型中广泛用于估计未知的潜在因子数量。最近的研究表明，在常见相关效应 (CCE) 和相关设置下，IC 在因子非平稳情况下选择一组足以覆盖因子空间的横截面平均值 (CAs) 方面表现良好。由于 CA 可以代理非平稳因子，人们很容易就 IC 的这种广泛性作出类似的论点。我们在形式上以及在仿真中表明，即使在非常温和的因子非平稳形式下，IC 也存在严重的低选择问题，这与文献中的观点相矛盾。
引用
@article{arxiv.2505.08615,
title = {On Selection of Cross-Section Averages in Non-stationary Environments},
author = {Jan Ditzen and Ovidijus Stauskas},
journal= {arXiv preprint arXiv:2505.08615},
year = {2025}
}