仿射同变的调整值域自正则化

本工作论文为多元时间序列推断构建了一种仿射同变的调整值域自正则化方法。该方法构造的多元调整值域自正则化因子，其正则化集合在每一个线性投影下都重现标量的调整值域，从而使任意非奇异的长期协方差因子在极限统计量中被消去。

作者

Yongmiao Hong, Zhuo Lin, Oliver Linton, Whitney K. Newey, and Jiajing Sun.

概述与贡献

本文无需长期协方差估计、带宽选择或对角化即可给出枢轴（pivotal）联合置信域。正则化集合是估计影响贡献的中心化路径之增量的凸包，统计量通过线性规划计算，而无需显式构造该凸包。

该构造在非奇异线性重参数化（包括单位变换、系数重排以及基变换）下保持不变。因此，它将调整值域自正则化从早先需要对角化或逐坐标标量化的分量式方法推广到了更一般的情形。

理论、证据与应用

本文还处理了公共方差时钟或信息时钟的问题。一旦影响路径按照正确的时钟中心化，调整值域便不再需要依赖时钟的加权，而二次型自正则化因子则还必须在时钟时间上积分。

模拟练习考察了检验水平、功效、冗余参数估计以及基变换。一个实证的局部投影 IV 应用为美国财政乘数提供了联合推断。

关键词

自正则化推断；长期协方差；仿射同变性；影响函数；局部投影。

推荐引用：Hong, Y., Lin, Z., Linton, O., Newey, W. K., & Sun, J. (2026). Affine-Equivariant Adjusted-Range Self-Normalization. Working paper.

• ResearchGate 页面