Factor que falta en el modelo de factor

Question

Estoy desarrollando un factor de modelo para predecir los rendimientos mensuales. Uno de los factores que por sí solo representa un R cuadrado de 0.3 a 0.4 por muchos períodos individuales que me ha sorprendido.

Sin embargo, para algunos períodos de la dirección del factor inverso completamente y si me quedo una sola regresión para todos los periodos que este factor por sí solo representa un R cuadrado de 0.1 que significa que el factor es robusto, pero me falta otro factor, que me corrija si no hay otra explicación.

¿Alguien tiene alguna opinión sobre cómo aislar el poder explicativo de este factor en los paneles con el fin de eliminar el efecto de la falta del factor o de cualquier manera analítica a la bandera el otro factor?

Answer 1

La mejor opción es identificar la falta de factores e incluirlos en el análisis. Dependiendo de los datos y supuestos, la PCA es un buen lugar para empezar.

Sus datos también muestra los signos de una variable en el tiempo de correlación con el factor. Por lo tanto, se $may$ ser también apropiados para permitir el tiempo de variación de los coeficientes de regresión o alguna otra técnica para dar cuenta de esta característica de los datos.