A panel data approach to economic forecasting: The bias-corrected average forecast
经济预测的面板数据方法：偏差校正平均预测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。
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：摘要明确将平稳遍历时间序列的经济预测置于面板框架，并研究预测组合及其渐近性质。
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
经济预测的面板数据方法：偏差校正平均预测
- 研究问题
- 对于平稳遍历时间序列，能否通过面板框架校正平均预测的偏差，改善预测误差，并解释不同样本规模下的预测组合现象？
- 方法与思路
- 作者构造可行的偏差校正平均预测，利用面板序贯渐近分析其性质，提出平均偏差零均值检验，并开展模拟和调查数据应用。
- 材料陈述的贡献
- 摘要称，该预测在相关条件下渐近等价于条件期望，具有最优极限均方误差；作者同时提出偏差检验并讨论预测组合之谜。
- 阅读关注点
- 阅读全文时应核对面板维度的含义、序贯极限的顺序、偏差校正的可行实现，以及渐近最优性与有限样本比较之间的联系。
- 阅读边界
- 仅据所给出版社摘要，不能将潜在优势推广到所有预测环境；摘要未说明调查名称、比较方法、完整假设或模拟改善幅度。
原文摘要
In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the (feasible) bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular, it is asymptotically equivalent to the conditional expectation, i.e., has an optimal limiting mean-squared error. We also develop a zero-mean test for the average bias and discuss the forecast-combination puzzle in small and large samples. Monte-Carlo simulations are conducted to evaluate the performance of the feasible bias-corrected average forecast in finite samples. An empirical exercise, based upon data from a well known survey is also presented. Overall, these results show promise for the feasible bias-corrected average forecast.