高维面板数据因子模型:理论、方法与应用

**章 绪论
**节 本书研究内容
一、动态混合双因子模型（DMDFM）
二、离散面板数据动态因子模型（DPDFM）
三、面板数据因子随机波动模型（Factor PDSVM或PFSVM）
第二节 结构安排
第三节 本书创新点
一、拓宽了高维面板数据降维的思路
二、针对不同的面板数据类型构建与之对应的动态因子模型
三、提供了几种不同模型的估计方法并对每种方法进行了改进
四、从理论上对各个模型的估计结果的有关统计性质进行了证明
五、明确了相应模型的适用领域并对某些模型进行了应用研究

第二章 因子模型形式拓展
**节 因子模型的一般形式
第二节 宏观因子模型
一、单因子模型
二、多因子模型
第三节 行业因子模型
一、BARRA因子模型
二、Fama-French因子模型
第四节 统计因子模型
一、主成分法
二、极大似然法
第五节 动态因子模型
一、动态因子模型和静态因子模型
二、严格（精确）动态因子模型
三、近似动态因子模型
四、广义动态因子模型
五、滞后公因子模型
第六节 多因子模型在互联网金融市场的应用

第三章 高维面板数据降维与因子模型估计
**节 高维面板数据降维和变量选择方法
第二节 高维因子模型建模策略
第三节 动态因子模型的设定与估计方法
第四节 面板数据因子模型的贝叶斯推断
……

第四章 高维面板数据动态混合双因子模型
第五章 高维离散面板数据动态因子模型
第六章 高维面板数据因子随机波动模型
第七章 结论与展望

附录
参考文献
后记