Nickell Meets Stambaugh: A Tale of Two Biases in Panel Predictive Regressions
Nickell 遇上 Stambaugh：面板预测回归中的双重偏差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：摘要直接研究面板预测回归的估计偏差，并应用于金融市场股票收益的可预测性。
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
Nickell 遇上 Stambaugh：面板预测回归中的双重偏差
- 研究问题
- 在解释变量具有持久性的面板预测回归中，如何处理 Nickell 与 Stambaugh 偏差的共存，并在不同持久性程度下有效检验？
- 方法与思路
- 作者借鉴时间序列 IVX 技术提出 Double IVX 估计量，在截面与时间维度同量级增长时研究偏差处理和 t 统计量推断。
- 材料陈述的贡献
- 摘要称 DIVX 消除复合偏差并恢复标准推断，在多种持久性模式下提供统一方法，模拟及发达经济体股市预测应用展示表现。
- 阅读关注点
- 应核对两维增长、持久性和误差依赖条件，复合偏差消除的具体意义，以及 t 统计量的极限分布与收益预测结果。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实。摘要未列出完整条件和模拟数值，不能认定小样本或任意截面依赖下均有效。
原文摘要
In panel predictive regressions with persistent covariates, coexistence of the Nickell bias and the Stambaugh bias imposes challenges for estimation and hypothesis testing. This paper introduces an innovative estimator, the Double IVX (DIVX), inspired by the IVX technique in time series. DIVX effectively removes this composite Nickell-Stambaugh bias and reinstates standard inferential procedures based on the t-statistic. This new procedure achieves unified inference across a wide range of modes of persistence in panel predictive regressions when the cross-sectional dimension and the time dimension are comparably large. Such desirable properties were unattainable by existing methods, including the popular within-group estimator. Extensive Monte Carlo simulations demonstrate the robustness of DIVX under a variety of settings. We apply DIVX to panel data of financial markets in developed economies to examine the predictability of stock returns.