在b=0.35、0.5、0.65的情况下,我们发现当b=0.5(黑线)时,ρCY(红线)的光谱最接近ρcz,并且光谱距离(本例中的Kullback-Leibler距离)在同一点最小。4.5.2因子模型估计与简化模型现在,我们为ANand BT提出了一个改进模型,该模型的参数集更为简单。假设如下:0 1 2 3 4 500.20.40.60.811.2IgenvaluesDensity bi~U[0,1]bm=0.35bm=0.50bm=0.650 0.2 0.4 0.6 0.8 100.10.20.30.40.5bmkulback-Leibler距离图4权利要求1的数值演示。(左):b的非均匀过程Y的特征值分布~ U【0,1】(红色),以及来自齐次自回归过程Z的‘b=0.35、0.50和0.65,对于N=300,T=600。(右):ρCYandρCZ之间的Kullback-Leibler距离。请注意,距离最小,接近“b=0.50”时几乎为零,这实际上是BI的理论平均值。1。有效地从p主成分中去除了互相关,其中p是因子的真实数量,剩余U(p)具有完全可忽略的互相关:≈英寸×N.2。U的自相关随时间滞后呈指数递减(以相同的速率递减):英国电信ij=b | i-j |,b |<1。(这相当于将剩余收益建模为AR(1)过程:Uit=bUi,t-1+ξit,其中ξit~ N(0,1- b) 因此,Utisone的方差。)根据上述假设和前一节中的谱平均场模型,我们仅使用两个控制变量(因子数量p和总体平均回归率b)来近似原始估计。简而言之,使用简单参数化的估计表示为{p,^b}=arg minp,bDρ实(p),ρ模型(b). (15) 对于以下章节中的数值实验,我们使用此简化模型。
|