Multi-Horizon Uniform Superior Predictive Ability Revisited
重新考察多预测期的一致优越预测能力检验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：摘要明确研究多预测期预测能力检验，并比较直接预测与迭代预测方法。
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…
重新考察多预测期的一致优越预测能力检验
- 研究问题
- 比较两种预测方法的多个预测期表现时，如何处理联合假设检验，并对跨预测期的一致优越预测能力进行有效推断？
- 方法与思路
- 作者围绕一致优越预测能力检验研究统计量的渐近性质，推导原假设分布，并通过模拟及直接、迭代预测比较开展应用。
- 材料陈述的贡献
- 摘要称，在标准正则条件下，检验具有正确尺寸与一致性；实证复制并扩展既有研究，为多预测期方法比较提供推断。
- 阅读关注点
- 核对一致优越性的正式定义、联合原假设和备择，关注多预测期误差之间的依赖以及直接与迭代预测的比较设置。
- 阅读边界
- 仅据所给 OpenAlex 摘要，正则条件、临界值构造和模拟表现未说明；应用并未在摘要中给出哪种预测方法占优。
原文摘要
This paper examines the joint-hypothesis-testing problem that arises when comparing two competing forecast methods across multiple horizons. We focus on the concept of uniform Superior Predictive Ability (uSPA) and investigate the asymptotic properties of the corresponding test statistic. Under standard regularity conditions, the asymptotic distribution under the null hypothesis is derived, ensuring that the test maintains the correct size and exhibits consistency. Monte Carlo simulations are used to assess the test’s finite-sample performance. An empirical application replicates and extends earlier studies, providing inference for multi-horizon comparisons between direct and iterative forecasting approaches.