北大经院学术午餐会第160期 | 王法：基于高维非线性因子模型的极大似然估计和推断
2020年10月16日，北京大学经济学院学术午餐会2020年第1期（总第160期）在经济学院302会议室举行。北京大学经济学院王法副教授以“Maximum Likelihood Estimation and Inference for High Dimensional Generalized Factor Models with Application to Factor-augmented Regressions”（高维广义因子模型的极大似然估计与推断及其在因子增广回归中的应用）为题发表了学术演讲。午餐会由经济学院高明副教授主持。
午餐会现场
王法首先引入了公共因子的概念，并回顾了公共因子的发现背景。王法从线性回归中的公共因子研究出发，解释了公共因子的意义。进而，通过引入公共因子来代表影响多个时间序列数据的共性因素，将这一“看不见的因素”应用于主回归模型之中，以有效利用传统方法难以利用的信息，同时避免运算量的无谓增加并优化预测效果。王法通过股票价格估计、家庭收入情况调查、信贷风险估计等例子说明公共因子的广泛运用空间和线性公共因子的局限。
对于线性模型，可以直接通过求解时间序列数据构成矩阵的特征向量获得公共因子，对此已经有详尽的研究，但是对于包含非线性因子的更一般的公共因子模型，之前尚未取得重大突破。王法提出迭代算法，通过对随机取定的初始值进行不断迭代可以得到对非线性因子的估计，这一估计被证明是有效且可用的。从而实现了在非线性模型中引入公共因子以有效利用大量时间序列数据的目的。
王一鸣、刘蕴霆、莫家伟等经济学院教师和同学们与王法就研究内容展开了深入的交流讨论，午餐会在良好的氛围中结束。
供稿 | 学术午餐会
美编 | 山竹
责编 | 量子、禾雨、予天