高维因子模型是当前计量经济学中的一个重要模型。以美国美联储前主席BenS.Bernanke、哈佛大学教授JamesH.Stock以及普林斯顿大学教授MarkM.Watson为代表的欧美学者,在广泛的实证研究中发现,经过高维因子模型增广的计量经济学模型在宏观经济预测(StockandWatson,2002,JBES)、政策效果评价(Bernanke,BovinandEliasz,2005,QJE)以及经验事实挖掘(Kose,OthokandWhiteman,2003,AER)上有着非常重要的应用。然而现有的高维因子模型的分析,主要集中于主成分分析,更为一般的极大似然分析鲜有文献涉及。本书将建立极大似然分析框架作为研究的主要内容,系统地研究了高维因子模型极大似然估计量的一致性、收敛速度和渐近分布,填补了高维因子分析理论重要的理论空白。此外,作者还将研究思路拓展到存在交互效应的面板数据模型中,用新的框架研究了极大似然方法估计交互效应模型。相关理论成果对于拓展实证研究范围,提高实证研究的可信度有着重要的意义。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。