英文文献：带有稀疏加载的扩散索引
英文文献作者：Johannes Tang Kristensen
英文文献摘要：
在预测中使用大维因子模型已经在文献中得到了很大的关注，共识是，当与标准模型比较时，预测可以得到改进。然而，最近的文献研究表明，在选择模型中包含哪些变量时需要谨慎。已经提出了一些确定这些变量的不同方法。然而，这些往往是基于特别的程序或放弃基本的理论因素模型。在本文中，我们将采取不同的方法来解决这个问题，使用套索作为变量选择方法，在可能的变量之间进行选择，从而得到稀疏载荷，从中可以形成因子或扩散指标。这使得我们可以建立一个更简洁的因子模型，与传统的主成分(PC)方法相比，它更适合于预测。在一个基于美国宏观经济数据的预测实验中，我们给出了估计量的渐近分析，并实证地说明了它的优点。总的来说，我们发现与PC相比，我们在预测精度方面取得了进步，因此发现它是PC的一个重要替代。