Understanding models’ forecasting performance
理解模型预测表现的来源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：摘要明确提出模型预测表现分解，并应用于汇率决定经济模型的预测能力分析。
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
理解模型预测表现的来源
- 研究问题
- 模型预测表现不佳究竟源于预测能力不稳定、有效预测信息不足，还是过度拟合，如何区分这些来源？
- 方法与思路
- 作者提出预测表现分解方法，将其拆为渐近不相关的组成部分，分别衡量表现不稳定性、预测内容和过度拟合。
- 材料陈述的贡献
- 摘要称该分解有助于理解预测表现的来源，并以汇率决定模型为应用，说明其对解释经济模型预测不佳的用途。
- 阅读关注点
- 应核对预测表现的度量、各分量定义与渐近不相关条件，以及样本划分和模型估计误差对分解解释的影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要；摘要未说明分解公式、检验条件或实证数值，不能据此判断哪一来源主导汇率预测失败。
原文摘要
We propose a new methodology to identify the sources of models' forecasting performance. The methodology decomposes the models' forecasting performance into asymptotically uncorrelated components that measure instabilities in the forecasting performance, predictive content, and over-fitting. The empirical application shows the usefulness of the new methodology for understanding the causes of the poor forecasting ability of economic models for exchange rate determination.