.png){kind=icon}
返回
High dimensional regression coefficient test with high frequency data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jeconom.2024.105812.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文首次研究了基于高频金融数据的高维回归系数检验。这些检验允许在每个估计块内解释变量的数量大于观测值的数量，并且可以在渐近情况下无限增长。本文提出了和型检验与极大型检验，其中前者适用于密集备择假设（许多小β），后者适用于稀疏备择假设（极少的大β）。通过展示和型检验与极大型检验之间的渐近独立性，本文提出了第三种检验——Fisher组合检验，其对密集和稀疏备择假设均具有稳健性。本文推导了所提出三种检验的原假设极限分布，并分析了其功效的渐近行为。蒙特卡罗模拟验证了本文发展的理论结果的正确性。实证研究展示了高频（HF）因子添加到Fama–French风格因子模型时的影响。我们发现HF效应是时变的。所提出的检验有助于识别那些高频因子为测试资产携带（显著）增量信息的时间段。我们的检验能够为交易策略中的市场时机选择提供启示。
期刊
IF:
4
论文数:
5.3K
被引数:
3.0W
机构
引用论文
Realized regression with asynchronous and noisy high frequency and high dimensional data☆实现了具有异步和嘈杂的高频高维数据 ☆ 的回归
PREAI
分享收藏ASSESSMENT OF UNCERTAINTY IN HIGH FREQUENCY DATA: THE OBSERVED ASYMPTOTIC VARIANCE.png)
ECONOMETRICA
OAAI
ECONOMETRICAIF7.1
OAAI分享收藏
查看更多内容