拿过去几个月的数据解释今天的市场，隐含着一个前提：变量之间的关系没变。但市场可能像不断换挡的车，昨天有效的映射，今天已经偏了。这项 JASA 工作检验的正是这种漂移，帮助判断依赖潜因子的预测和风险模型，历史信息究竟能沿用多久。
研究关注可观测风险因子与潜因子的关系。前者有直接记录的时间序列；后者看不见，只能借助 PCA——从大量资产的共同涨跌中提取少数主要方向——来估计。作者的关键思路很直观：如果两者关系稳定，那么用整段数据拟合后剩下的误差，在较短的局部窗口里也不应再与 PCA 因子相关。若仍相关，就说明映射已经改变。
作者将其设计为完全非参数检验，也就是不预先指定漂移的具体形式。实证中，他们考察市场波动率因子与股票收益截面所含潜在系统性风险因子的线性关系。论文报告，这种关系只在约一个交易日的短周期内成立。换句话说，长期历史估出的固定映射，可能很快失去解释力；这项检验的价值，是先判断模型的“保质期”，再决定能否继续拿它预测或衡量风险。