[논문 리뷰] Inference for High-Dimensional Local Projection

Jiti Gao, FEI LIU외 1명|arXiv (Cornell University)|2026. 02. 11.

Financial Risk and Volatility Modeling인용 수 0

한 줄 요약

이 논문은 고차원(setting)에서 로컬 프로젝션을 분석하며, 유연한 잔차 의존성 하에서 강인한 장기 추론 및 HD 공분산 추정에 초점을 맞춘다. 이론을 시뮬레이션과 기업 뉴스 주의(attention) 및 주가 변동성에 관한 실증 연구로 검증한다.

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.

연구 동기 및 목표

• 장기 예측을 위한 고차원 로컬 프로젝션 프레임워크를 동기 부여하고 개발한다.
• 예측 모델에서 일반적인 의존성을 포착하기 위해 유연한 잔차 구조를 도입한다.
• 장기 LP 설정에 특화된 고차원 공분산 추정의 도전 과제를 연구한다.
• 몬테카를로 시뮬레이션으로 보완된 이론적 결과를 제공한다.
• 금융 데이터에 대한 실증 적용으로 프레임워크를 시연한다.

제안 방법

• 장단기 간의 의존성을 포착하기 위해 유연한 잔차 사양을 갖춘 고차원 로컬 프로젝션 설정을 채택한다.
• HD 설정과 장기 범위에서의 추론에 대한 이론적 특성을 도출한다.
• 장기 LP에서 고차원 공분산 행렬의 추정 복잡성을 다룬다.
• 이론적 결과를 검증하기 위해 광범위한 몬테카를로 시뮬레이션을 사용한다.
• 산업 수준의 주가 변동성에 대한 비즈니스 뉴스 주의의 영향을 분석하기 위해 HD LP 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 로컬 프로젝션은 고차원 설정에서 장기 예측에 대해 어떻게 수행되는가?
• RQ2 HD LP에서 유연한 잔차 의존성 하의 추론의 이론적 특성은 무엇인가?
• RQ3 장기를 포함한 고차원에서 공분산 행렬을 어떻게 정확히 추정할 수 있는가?
• RQ4 몬테카를로 시뮬레이션이 HD LP의 이론적 결과를 보강하는가?
• RQ5 HD LP 프레임워크 내에서 비즈니스 뉴스 주의가 미국 산업 수준의 주가 변동성에 미치는 실증적 영향은 무엇인가?

주요 결과

• HD LP 프레임워크는 잔차에 대한 일반적인 의존 구조 하에서 엄밀한 추론 결과를 제공한다.
• 본 논문은 장기 맥락에서의 고차원 공분산 추정의 복잡성에 대해 다룬다.
• 몬테카를로 시뮬레이션은 제안된 방법의 이론적 특성을 입증한다.
• 실증 분석은 비즈니스 뉴스 주의가 주가 변동성에 미치는 영향을 측정하는 데 프레임워크의 적용 가능성을 보여준다.