TESTS OF EQUAL FORECAST ACCURACY FOR OVERLAPPING MODELS
重叠模型的等预测准确性检验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：摘要的核心是样本外预测准确性检验，并应用于美国实际 GDP 增长预测。
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
重叠模型的等预测准确性检验
- 研究问题
- 当真实模型只包含两个竞争预测模型共有变量中的一部分时，如何检验预测准确性相等，并获得可靠的样本外推断？
- 方法与思路
- 作者研究样本外两步检验及有时适用的精确一步程序，提出固定回归量 wild bootstrap，并以模拟和美国 GDP 预测应用评价。
- 材料陈述的贡献
- 摘要称所提 bootstrap 可用于有效推断；模拟通常显示两步程序偏保守，而一步程序在适用条件下能较准确控制检验水平。
- 阅读关注点
- 核对重叠模型的正式定义、一步检验适用条件及 bootstrap 构造，并检查估计窗口、预测期限和损失函数如何影响推断。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定一步程序的具体适用条件与有限样本边界；模拟支持不意味着所有预测比较都可直接采用。
原文摘要
SUMMARY This paper examines the asymptotic and finite‐sample properties of tests of equal forecast accuracy when the models being compared are overlapping in the sense of Vuong ( Econometrica 1989; 57 : 307–333). Two models are overlapping when the true model contains just a subset of variables common to the larger sets of variables included in the competing forecasting models. We consider an out‐of‐sample version of the two‐step testing procedure recommended by Vuong but also show that an exact one‐step procedure is sometimes applicable. When the models are overlapping, we provide a simple‐to‐use fixed‐regressor wild bootstrap that can be used to conduct valid inference. Monte Carlo simulations generally support the theoretical results: the two‐step procedure is conservative, while the one‐step procedure can be accurately sized when appropriate. We conclude with an empirical application comparing the predictive content of credit spreads to growth in real stock prices for forecasting US real gross domestic product growth. Copyright © 2013 John Wiley & Sons, Ltd.