Real-time Prediction of the Great Recession and the Covid-19 Recession
大衰退与新冠衰退的实时预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接比较美国经济衰退的实时预测模型及宏观金融预测指标。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
大衰退与新冠衰退的实时预测
- 研究问题
- 宏观和金融指标能否在不同预测期限下实时预报美国大衰退与新冠衰退？惩罚逻辑回归能否改善标准逻辑回归的衰退预测表现？
- 方法与思路
- 作者以 NBER 衰退指标为预测对象，比较标准与惩罚逻辑回归，并通过所选变量的主成分分析构造替代衰退指标进行验证。
- 材料陈述的贡献
- 摘要称，岭逻辑回归在大衰退预测中优于标准模型，期限利差仍具指示作用；新冠衰退难以预测，主成分指标与 NBER 指标高度相关。
- 阅读关注点
- 应核对实时数据版本、发布日期与预测信息集、惩罚参数选择和预测期限，并检查替代衰退指标的构造是否引入未来信息。
- 阅读边界
- 依据所给 arXiv 预印本摘要，不能确认同行评审或期刊接收。摘要未说明评价指标和误差数值，两个衰退事件不足以确立普遍预测优势。
原文摘要
This paper uses standard and penalized logistic regression models to predict the Great Recession and the Covid-19 recession in the US in real time. It examines the predictability of various macroeconomic and financial indicators with respect to the NBER recession indicator. The findings strongly support the use of penalized logistic regression models in recession forecasting. These models, particularly the ridge logistic regression model, outperform the standard logistic regression model in predicting the Great Recession in the US across different forecast horizons. The study also confirms the traditional significance of the term spread as an important recession indicator. However, it acknowledges that the Covid-19 recession remains unpredictable due to the unprecedented nature of the pandemic. The results are validated by creating a recession indicator through principal component analysis (PCA) on selected variables, which strongly correlates with the NBER recession indicator and is less affected by publication lags.