所以，我有一个非常棘手的理论问题，希望有经验的计量经济学家能帮助我。在金融领域，我最近接触了线性因子模型，这些模型有助于通过一些选定的自变量X预测资产回报Y：
我想“哇，这很简单，只是线性回归，而金融认为这些都如此先进？” ，但是后来发现它们是完全不同类型的模型，因为据说它们是 1) 非参数的，并且 2) 可以包含非线性（尽管看起来非常像线性方程）。
尽管在统计方面有一些先进的经验，但这些模型背后的直觉完全让我无法理解。它们与 OLS 的区别也不可能是
- 误差Z的分布，因为这就是广义线性模型 (GLM)，或者
- 方程的结构，因为它似乎与常规 OLS 相同。
有人可以解释一下线性因子模型与常规回归的根本区别吗？