[論文レビュー] Inference for High-Dimensional Local Projection

Jiti Gao, FEI LIU+1 more|arXiv (Cornell University)|Feb 11, 2026

Financial Risk and Volatility Modeling被引用数 0

ひとこと要約

本論文は高次元設定におけるローカルプロジェクションを分析し、柔軟な残差依存性の下で長期遠近推定のロバスト性と高次元共分散推定を検証する。シミュレーションと実証研究（企業ニュースの注目度と株式ボラティリティ）で理論を補完する。

ABSTRACT

This paper rigorously analyzes the properties of the local projection (LP) methodology within a high-dimensional (HD) framework, with a central focus on achieving robust long-horizon inference. We integrate a general dependence structure into h-step ahead forecasting models via a flexible specification of the residual terms. Additionally, we study the corresponding HD covariance matrix estimation, explicitly addressing the complexity arising from the long-horizon setting. Extensive Monte Carlo simulations are conducted to substantiate the derived theoretical findings. In the empirical study, we utilize the proposed HD LP framework to study the impact of business news attention on U.S. industry-level stock volatility.

研究の動機と目的

• 長期予測のための高次元ローカルプロジェクション枠組みを動機づけて開発する。
• 予測モデルの一般的な依存を捉えるための柔軟な残差構造を組み込む。
• 長期 horizon LP に特有の高次元共分散推定の課題を研究する。
• 蒙デла・カーロシオ（Monte Carlo）シミュレーションを補助した理論的結果を提供する。
• 金融データへの実証応用で枠組みを実証する。

提案手法

• 柔軟な残差仕様を備えた高次元ローカルプロジェクション設定を採用し、水平間の依存を捉える。
• HD設定と長期スコープ下での推論の理論的性質を導出する。
• 長期 horizons におけるHD共分散行列の推定の複雑性に対処する。
• 理論的結果を検証するために広範な蒙デロ・カーロシオ（Monte Carlo）シミュレーションを用いる。
• 企業ニュースの注目度が業種別株式ボラティリティに及ぼす影響をHD LP枠組みで分析する。

実験結果

リサーチクエスチョン

• RQ1 長期予測のための高次元設定において、ローカルプロジェクションはどのように機能するか。
• RQ2 HD LP における柔軟な残差依存性の下での推論の理論的性質は何か。
• RQ3 長期 horizon を持つ高次元で共分散行列をどのように正確に推定できるか。
• RQ4 HD LP における理論的な発見を蒙デロ・カーロシオ・シミュレーションは裏付けるか。
• RQ5 HD LP フレームワーク内で、米国の業種別株式ボラティリティに対する企業ニュース注目度の実証的影響は何か。

主な発見

• HD LP フレームワークは、残差の一般的な依存構造の下で厳密な推論結果をもたらす。
• 長期的文脈におけるHD共分散推定の複雑さに対処する。
• 蒙デロ・カーロシオ・シミュレーションは提案手法の理論的性質を裏付ける。
• 実証分析は、企業ニュース注目度が株式ボラティリティに及ぼす影響を測定する枠組みの適用可能性を示す。