在經濟、金融、生物、醫(yī)藥和其他科學領域中,研究者經常要面臨大數(shù)據集,因子模型由于能夠有效地從大數(shù)據集中提煉信息,因此被理論研究者和實證研究者所青睞。近些年來,大量大規(guī)模高維度數(shù)據下的因子個數(shù)選擇問題是統(tǒng)計與計量領域研究的熱點與難點,基本上每年都有發(fā)表在頂級雜志的相關文獻對因子個數(shù)的選擇方法進行介紹、優(yōu)化或創(chuàng)新。本文通過Monte Carlo模擬實驗,比較研究了七種較為新穎和主流的近似因子模型因子個數(shù)選擇方法,并且基于之前的方法,本文提出了兩種新的近似因子模型因子個數(shù)的選擇方法。一種是通過修正GR和TCR方法以綜合兩種估計方法的優(yōu)點來確定近似因子模型中公共因子個數(shù)的方法,將其命名為混合比率,簡稱MR。另一種是通過改進Wu(2018)提出的ED方法中的壓縮函數(shù)而提出一種擴展的特征值差分檢驗方法以確定近似因子模型中公共因子的個數(shù),簡稱EED。通過對以上方法的模擬比較,結果表明,新的方法在真實地選擇潛在公共因子個數(shù)上具有理想的性能,尤其是方法MR在弱因子存在時具有較好的估計效果,方法EED在主導因子存在時比其他方法有更好的估計性能。最后,以標普500的341支股票1916個連續(xù)交易日的對數(shù)收益...

【文章頁數(shù)】：49 頁

【學位級別】：碩士

【部分圖文】：

圖4-1蘋果數(shù)據對數(shù)差分后的時序圖

圖4-1蘋果數(shù)據對數(shù)差分后的時序圖

圖4-3雅培制藥數(shù)據對數(shù)差分后的時序圖

圖4-3雅培制藥數(shù)據對數(shù)差分后的時序圖4-3展示出雅培制藥的收盤價數(shù)據轉化為對數(shù)收益率后的結果的附近隨機波動，沒有明顯的周期變化或者是增減趨勢，基本上

圖4-2蘋果數(shù)據對數(shù)差分后的單位根檢驗圖

圖4-2蘋果數(shù)據對數(shù)差分后的單位根檢驗圖由圖4-2可知，蘋果的ADF單位根檢驗統(tǒng)計量的值為42.699863.433564，則該序列為平穩(wěn)序列，結合圖4-1，我們可以知道蘋果數(shù)據經對數(shù)差分處理后的序列平穩(wěn)。圖4-3雅培制藥數(shù)據對數(shù)差分后的時序圖圖4-3展....

圖4-4雅培制藥數(shù)據對數(shù)差分后的單位根檢驗圖

圖4-4雅培制藥數(shù)據對數(shù)差分后的單位根檢驗圖類似地，由圖4-4可知，雅培制藥的ADF單位根檢驗統(tǒng)計量的值為44.021683.433564，則該序列為平穩(wěn)序列，結合圖4-3，我們也可以判斷雅培制藥經數(shù)據處理后的序列平穩(wěn)。

本文編號：3907787