[论文解读] 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 0

一句话总结

本论文在高维背景下分析局部投影，聚焦对鲁棒的长期推断和在灵活残差相关性下的高维协方差估计。通过仿真与对商业新闻关注度与股票波动性的实证研究来验证理论。

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.

研究动机与目标

• 为长期预测构建并发展一个高维局部投影框架的动机与目标。
• 在预测模型中引入灵活的残差结构以捕捉一般的相关性。
• 研究长期-视角 LP 设置下高维协方差估计的挑战。
• 提供以蒙特卡罗仿真为补充的理论结果。
• 通过对金融数据的实证应用来展示该框架。

提出的方法

• 采用带有灵活残差设定的高维局部投影结构，以捕捉跨期限的相关性。
• 推导在高维设置和长期范围内的推断理论性质。
• 解决长期-视角 LP 中高维协方差矩阵的估计复杂性。
• 使用大量蒙特卡罗仿真来验证理论结果。
• 将 HD LP 框架应用于分析商业新闻关注度对行业层面股票波动性的影响。

实验结果

研究问题

• RQ1 局部投影在高维环境下用于长期预测的表现如何？
• RQ2 在高维 LP 中对灵活残差相关性的推断的理论性质是什么？
• RQ3 在具有长期 horizons 的高维情况下，如何准确估计协方差矩阵？
• RQ4 蒙特卡罗仿真是否支持 HD LP 的理论结论？
• RQ5 在 HD LP 框架内，商业新闻关注度对美国行业层面股票波动性的实证影响是什么？

主要发现

• HD LP 框架在一般残差相关结构下提供严格的推断结果。
• 论文解决了长期情境中高维协方差估计的复杂性。
• 蒙特卡罗仿真支持所提方法的理论性质。
• 实证分析证明该框架在衡量商业新闻关注度对股票波动性的影响方面的适用性。