Forecast Combination With Entry and Exit of Experts
预测者进入与退出条件下的预测组合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：摘要围绕宏观变量的调查预测组合，研究预测者进出、缺失预测及组合方法的实时表现，直接对应宏观预测方向。
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
预测者进入与退出条件下的预测组合
- 研究问题
- 调查预测者频繁进入和退出，使传统最小二乘组合方法难以实施；这种样本变化如何影响实时预测，怎样构造可用的组合方法？
- 方法与思路
- 作者研究预测者进出对既有方法的影响，提出对等权预测进行偏差调整，或用 EM 算法回填缺失观测后在扩展面板上实施组合。
- 材料陈述的贡献
- 摘要称，模拟及多种宏观变量应用显示，预测者进出可能显著影响传统组合方法的实时表现；偏差调整组合方法在实践中表现良好。
- 阅读关注点
- 应核对预测者进出与缺失机制的处理、偏差调整公式及 EM 回填的假设，并检查实时评估是否避免使用预测时尚不可得的信息。
- 阅读边界
- 摘要未说明预测者进出是否具有选择性、缺失数据假设及各方法的适用条件；偏差调整方法表现良好的报告仍需按样本和基准核对。
原文摘要
Combination of forecasts from survey data is complicated by the frequent entry and exit of individual forecasters which renders conventional least squares regression approaches infeasible. We explore the consequences of this issue for existing combination methods and propose new methods for bias-adjusting the equal-weighted forecast or applying combinations on an extended panel constructed by back-filling missing observations using an EM algorithm. Through simulations and an application to a range of macroeconomic variables we show that the entry and exit of forecasters can have a large effect on the real-time performance of conventional combination methods. The bias-adjusted combination method is found to work well in practice.