Asymptotic Inference about Predictive Ability
预测能力的渐近推断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：摘要明确讨论样本外预测能力，并以较长的预测与实现值时间序列为推断背景，因此对应预测和时间序列方法。
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
预测能力的渐近推断
- 研究问题
- 当样本外预测和实现值形成较长时间序列时，如何对预测及预测误差的平滑函数之矩作推断，以评估预测能力？
- 方法与思路
- 作者建立有关预测及误差的平滑函数之矩的推断程序，涵盖非嵌套与非线性模型，并允许预测及误差依赖估计的回归参数。
- 材料陈述的贡献
- 摘要称这些程序可用于分析预测准确性、效率与一般预测能力，模拟显示其在通常可获得的样本规模下可能表现良好。
- 阅读关注点
- 应核对样本外预测的构造方式、估计参数不确定性的处理、时间依赖下的方差估计，以及模拟比较所采用的指标。
- 阅读边界
- 摘要未交代模拟的数据生成过程、具体样本量、性能指标和时间依赖条件，不能将模拟描述视为普遍可靠性结论。
原文摘要
This paper develops procedures for inference about the moments of smooth functions of out-of-sample predictions and prediction errors when there is a long time series of predictions and realizations. The aim is to provide tools for analysis of predictive accuracy and efficiency and, more generally, of predictive ability. The paper allows for nonnested and nonlinear models as well as for possible dependence of predictions and prediction errors on estimated regression parameters. Simulations indicate that the procedures can work well in samples of size typically available. Copyright 1996 by The Econometric Society.