研究发现，宏观因子是影响大类资产收益的重要因素，其中，筛选出有效的宏观因子是构建回归模型的前提和重点，特别是当存在高度相关的宏观因子数据时。本文通过主成分分析法（Principal Component Analysis，简称PCA），计算出高度相关的宏观因子影响权重，并对其加权组合成新的因子，最终发现经过拟合优度和显著性t值检验后，组合因子依然具备比单因子更高的解释力度和显著性影响。因而得出结论，通过PCA方法构建的组合因子比组合内单一因子显然更合理。
科研之友
微信
新浪微博
Facebook
分享链接
