[英文文献] 在异常值存在的情况下基于因子的预测:因子的选择和估计，中位数比均值更好吗? [推广有奖]

0关注
0粉丝

等待验证会员

学前班

还不是VIP/贵宾

威望: 0 级
论坛币: 0 个
通用积分: 0
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 10 点
帖子: 0
精华: 0
在线时间: 0 小时
注册时间: 2020-9-19
最后登录: 2020-9-19

楼主

数理统计048 发表于 2004-11-17 21:15:30 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文文献：在异常值存在的情况下基于因子的预测:因子的选择和估计，中位数比均值更好吗?
英文文献作者：Johannes Tang Kristensen
英文文献摘要：
利用主成分估计的因子模型进行宏观经济预测已成为一个热门的研究课题，文献中有许多理论和应用贡献。在本文中，我们试图解决这些模型中经常被忽视的问题:数据中的异常值问题。大多数论文采取了一个特别的方法来解决这个问题，简单地筛选数据集之前，估计和删除反常的观察。我们研究是否可以通过使用原始的未筛选数据集和用一个稳健的替代主成分来提高预测性能。我们提出了一种基于最小绝对偏差(LAD)的估计器作为替代，并建立了一种易于处理的方法来计算估计器。此外，我们还通过一系列蒙特卡罗仿真研究证明了该估计器的鲁棒性。最后，我们将所提出的估计量应用于一个模拟的实时预测练习，以验证其优点。我们使用了一个新编制的美国宏观经济系列数据集，时间跨度为1971年至2011年4月。我们的研究结果表明，对异常值的选择处理确实会影响预测性能，而且在许多情况下，可以使用稳健估计器(如我们所提议的LAD估计器)进行改进。