本文分别对大维条件下的广义动态因子模型和渐近静态因子模型构造了一种信息准则以估计他们的因子个数。本文主要受Onatski(2009)的启发,其核心在于以下两点:第一,关于广义动态因子模型的方法,在一定的条件下,利用傅立叶变换将序列的动态结构转化为类似Chamberlain和Rothschild(1983)提出的静态结构,然后用类似Bai和Ng(2002)的方法建立信息准则,相比Hallin和Liska(2007)的方法,我们的条件更加宽松。第二,关于渐近静态因子模型的方法,我们对原变量做一个特殊的变换:为变换后的向量,j=1,…,T/2),然后在一定条件下建立信息准则。我们的方法的一致性在文中的假设下均得到了有效的保证,而且蒙特卡洛模拟显示,我们的方法比Bai和Ng(2002)和Haliin(2007)更能适应强相关和强噪声的情况。本文的主要内容如下:第一章主要论述因子模型的研究背景、意义和研究现状,并提出广义动态因子模型和渐近静态因子模型;这两个模型的因子个数估计方法及假设和证明分别在第二章和第三章;第四章利用模特卡罗模拟拿我们的方法与其他方法进行比较;第五章是我们的结论。