Multi-Horizon Forecast Comparison
多期限预测比较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：摘要的核心是多期限预测能力检验和模型置信集，并以宏观经济变量为应用，直接对应宏观预测方法。
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
多期限预测比较
- 研究问题
- 当不同模型在各预测期限上的表现不一致时，如何比较整条预测路径，并区分逐期限占优与跨期限平均占优？
- 方法与思路
- 作者联合考察多个预测期限，定义一致与平均优越预测能力检验，并将模型置信集扩展到多模型、多期限比较。
- 材料陈述的贡献
- 摘要称联合检验使比较结论更连贯、更易区分模型；模拟显示检验尺寸合理且功效较高，宏观变量应用展示其经验价值。
- 阅读关注点
- 应核对两类占优检验的原假设、跨期限预测损失的汇总与相关性处理，以及模型置信集的构造和多重比较控制。
- 阅读边界
- 摘要未交代损失函数、各期限的汇总规则和检验所需条件；模拟结果依赖具体设定，不能推出所有预测任务均受益。
原文摘要
We introduce tests for multi-horizon superior predictive ability (SPA). Rather than comparing forecasts of different models at multiple horizons individually, we propose to jointly consider all horizons of a forecast path. We define the concepts of uniform and average SPA. The former entails superior performance at each individual horizon, while the latter allows inferior performance at some horizons to be compensated by others. The article illustrates how the tests lead to more coherent conclusions, and how they are better able to differentiate between models than the single-horizon tests. We provide an extension of the previously introduced model confidence set to allow for multi-horizon comparison of more than two models. Simulations demonstrate appropriate size and high power. An illustration of the tests on a large set of macroeconomic variables demonstrates the empirical benefits of multi-horizon comparison.