[論文レビュー] Interpretable Sparse Proximate Factors for Large Dimensions

Markus Pelger, Ruoxuan Xiong|arXiv (Cornell University)|May 9, 2018

Complex Systems and Time Series Analysis参考文献 57被引用数 10

ひとこと要約

本稿では、PCAから得られる高次元の潜在因子を、絶対値が最大の因子重みのみを保持することで解釈可能でスパースな近似因子として提案する。わずか5–10%のデータを用いても、母集団因子と平均97.5%の相関を達成する。この手法は極値理論を用いてスパース重みの有効性を正当化し、真のモデルにスパarsityを仮定しないまま、解釈可能かつ統計的に堅牢な因子モデルを実現する。

ABSTRACT

This article proposes sparse and easy-to-interpret proximate factors to approximate statistical latent factors. Latent factors in a large-dimensional factor model can be estimated by principal component analysis (PCA), but are usually hard to interpret. We obtain proximate factors that are easier to interpret by shrinking the PCA factor weights and setting them to zero except for the largest absolute ones. We show that proximate factors constructed with only 5%–10% of the data are usually sufficient to almost perfectly replicate the population and PCA factors without actually assuming a sparse structure in the weights or loadings. Using extreme value theory we explain why sparse proximate factors can be substitutes for non-sparse PCA factors. We derive analytical asymptotic bounds for the correlation of appropriately rotated proximate factors with the population factors. These bounds provide guidance on how to construct the proximate factors. In simulations and empirical analyses of financial portfolio and macroeconomic data, we illustrate that sparse proximate factors are close substitutes for PCA factors with average correlations of around 97.5%, while being interpretable.

研究の動機と目的

• 大次元パネルデータから得られるPCAの潜在因子の解釈可能性の課題に対処すること。
• 最も情報量の高い横断的単位の小さなサブセットのみを用いてPCA因子を近似する手法を開発すること。
• PCA因子をその最大の重みによって解釈する直感的な実践を形式化し、理論的裏付けを提供すること。
• 真の因子重みや因子負荷が密である場合でも、スパース近似因子が非スパースPCA因子の一貫した代替手段であることを示すこと。
• 近似因子と母集団因子の間の相関に関する解析的漸近的下限を導出することにより、実務的な構築をガイドすること。

提案手法

• 大次元パネルデータに対して標準的なPCAを適用し、初期の因子重み（固有ベクトル）を推定する。
• ハードスレッショルドを適用し、絶対値が最大でない因子重みをすべて0に設定することで、スパース近似重みを生成する。
• スレッショルド処理を施した重みを用いて回帰を行い、近似因子を構築する。これにより、元のPCA因子に近い状態を維持する。
• 近似因子を用いて回帰により負荷を推定し、真の母集団負荷と一貫性を保つ。
• 極値理論を用いて、信号対ノイズ比が最も高い重み（最大の絶対値を有するもの）が因子情報の大部分を捉えられることを正当化する。
• 因子重みの順序統計を用いて、近似因子と母集団因子の間の相関に関する解析的漸近的下限を導出する。

実験結果

リサーチクエスチョン

• RQ1 因子重みに基づいて最も情報量の高い横断的単位の小さなサブセットが、完全なPCA因子をよく近似できるか？
• RQ2 真のスパarsityが存在しないにもかかわらず、わずか5–10%のデータから得られるスパース近似因子が、なぜ母集団因子とほぼ完璧な相関を示すのか？
• RQ3 近似因子と真の母集団因子の間の相関に関する理論的境界は、どのように導出可能か？
• RQ4 横断的単位の信号対ノイズ比は、因子近似への寄与度とどのように関係するか？
• RQ5 重みのスパarsityによる解釈可能性を実現しつつ、負荷の一致性を維持できるか？

主な発見

• 絶対値が最大の因子重みのうち5–10%のみを用いて構築した近似因子は、シミュレーションおよび実証データにおいて母集団因子と平均97.5%の相関を達成する。
• 真の因子重みや負荷が密である場合でも、この手法は有効であり、モデルにスパarsityの仮定を必要としない。
• 極値理論を用いて、近似因子と母集団因子の間の相関に関する解析的漸近的下限を導出し、本手法の理論的裏付けを提供する。
• N > 250 で m ≈ 5–10%のNである場合、T が小さくても（例：T=25）、相関が閾値（例：0.95 や 1.9）を上回る確率は1に非常に近い。
• 逆標準誤差を用いた重み付き近似因子は、特に有限標本において相関性能をさらに向上させる。
• 金融およびマクロ経済データへの実証的応用から、近似因子が非常に解釈可能であり、予測力および説明力においてPCA因子とほとんど区別できないことが確認された。