Robust Inference for Multiple Predictive Regressions with an Application on Bond Risk Premia
多预测变量回归的稳健推断及债券风险溢价应用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。
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：摘要研究多预测变量回归的可预测性检验，并直接应用于债券风险溢价预测。
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
多预测变量回归的稳健推断及债券风险溢价应用
- 研究问题
- 多个预测变量可能高度持久时，如何修正 IVX 检验的有限样本偏差与方差膨胀，避免单侧及多预测变量检验过度拒绝？
- 方法与思路
- 作者分析两类高阶项引起的偏差与方差扭曲，提出三步 IVX 检验修正，并用模拟及债券风险溢价预测应用评估。
- 材料陈述的贡献
- 摘要称识别并处理已有偏差修正之外的方差膨胀，改进检验的尺寸控制，同时保持与原 IVX 方法相近的功效。
- 阅读关注点
- 应核对高阶项展开、三步修正的实现、持久性与误差相关条件，以及尺寸和功效比较覆盖的样本与检验设定。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出修正公式、完整条件或债券预测的具体结果。
原文摘要
We propose a robust hypothesis testing procedure for the predictability of multiple predictors that could be highly persistent. Our method improves the popular extended instrumental variable (IVX) testing (Phillips and Lee, 2013; Kostakis et al., 2015) in that, besides addressing the two bias effects found in Hosseinkouchack and Demetrescu (2021), we find and deal with the variance-enlargement effect. We show that two types of higher-order terms induce these distortion effects in the test statistic, leading to significant over-rejection for one-sided tests and tests in multiple predictive regressions. Our improved IVX-based test includes three steps to tackle all the issues above regarding finite sample bias and variance terms. Thus, the test statistics perform well in size control, while its power performance is comparable with the original IVX. Monte Carlo simulations and an empirical study on the predictability of bond risk premia are provided to demonstrate the effectiveness of the newly proposed approach.