On the Optimal Use of Suboptimal Forecasts of Explanatory Variables
解释变量的次优预测如何得到最优利用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。
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：摘要明确评估商业宏观预测在预测模型中的替代用途，并据预测分布构造最优线性形式，直接对应宏观预测方向。
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
解释变量的次优预测如何得到最优利用
- 研究问题
- 在用预测值替代尚未知的宏观解释变量时，利用预测分布构造最优线性形式，能否使其比直接替代或剔除该变量更有预测价值？
- 方法与思路
- 作者估计若干宏观变量商业预测的分布，据此构造最优线性形式，并检验处理后的预测是否适合在预测方程中替代实际解释变量。
- 材料陈述的贡献
- 摘要称最优线性形式优于原始预测，但仍不足以有效替代实际解释变量；作者认为用于判断直接替代价值的既有充分条件仍有意义。
- 阅读关注点
- 应核对预测分布的估计、线性最优性的目标与约束、预测误差评价，以及对多个商业预测组合用途的判断究竟依据哪些证据。
- 阅读边界
- 摘要未报告变量清单、样本期、误差数值或最优性的完整条件；关于多个商业预测组合用途有限的判断不能视为普遍不可能性定理。
原文摘要
Ashley (1983) gave a simple condition for determining when a forecast of an explanatory variable (Xt ) is sufficiently inaccurate that direct replacement of Xt by the forecast yields worse forecasts of the dependent variable than does respecification of the equation to omit Xt . Many available macroeconomic forecasts were shown to be of limited usefulness in direct replacement. Direct replacement, however, is not optimal if the forecast's distribution is known. Here optimal linear forms in commercial forecasts of several macroeconomic variables are obtained by using estimates of their distributions. Although they are an improvement on the raw forecasts (direct replacement), these optimal forms are still too inaccurate to be useful in replacing the actual explanatory variables in forecasting models. The results strongly indicate that optimal forms involving several commercial forecasts will not be very useful either. Thus Ashley's (1983) sufficient condition retains its value in gauging the usefulness of a forecast of an explanatory variable in a forecasting model, even though it focuses on direct replacement.