近似因子模型的懲罰極大似然估計(jì).pdf_第1頁
已閱讀1頁,還剩43頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在經(jīng)濟(jì)、金融和其他科學(xué)領(lǐng)域,研究者經(jīng)常要面臨大數(shù)據(jù)集,因子模型由于能夠有效地從大數(shù)據(jù)集中提煉信息而被廣泛關(guān)注.研究因子模型的首要問題即為模型中參數(shù)的估計(jì)問題.本文研究近似因子模型的懲罰極大似然估計(jì)并證明了估計(jì)量的相合性.
  本文對模型做的關(guān)鍵假設(shè)是:特殊因子協(xié)方差陣是稀疏陣.在這樣的假設(shè)下可引進(jìn)懲罰函數(shù)用以懲罰特殊因子協(xié)方差陣中的元素.懲罰函數(shù)采用加權(quán)l(xiāng)1的形式.文中給出三種選擇權(quán)重的方法,每種方法確定的懲罰函數(shù)分別稱為Lass

2、o罰函數(shù)、Adaptive-lasso罰函數(shù)和SCAD罰函數(shù).懲罰極大似然法通過最小化負(fù)的高斯擬似然函數(shù)與懲罰函數(shù)之和得到因子載荷、公共因子和特殊因子協(xié)方差陣.與主成分方法依次得到公共因子、因子載荷及特殊因子協(xié)方差陣不同,懲罰極大似然法同時得到因子載荷和特殊因子協(xié)方差陣的估計(jì).在數(shù)值模擬部分將該方法分別與傳統(tǒng)主成分方法、加權(quán)主成分方法和極大似然方法做了詳細(xì)對比.模擬結(jié)果表明,懲罰極大似然法的表現(xiàn)優(yōu)于其他方法.
  本文的結(jié)構(gòu)安排如

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論