Does modeling a structural break improve forecast accuracy?
建模结构突变能否提高预测准确性？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：摘要直接围绕结构突变建模的预测价值，并使用大量宏观时间序列。
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
建模结构突变能否提高预测准确性？
- 研究问题
- 在均方预测误差的偏差与方差权衡下，如何判断结构突变是否值得建模，尤其当突变很小且发生日期无法一致估计时？
- 方法与思路
- 作者提出直接判断结构突变建模能否改善预测的检验，分析局部趋零突变，并扩展到由检验统计量加权的预测组合。
- 材料陈述的贡献
- 摘要称该检验在突变日期不可一致估计时仍接近最优；宏观序列应用发现，与预测相关的突变比已有检验显示的更少。
- 阅读关注点
- 应核对接近最优所对应的比较标准、预测期与损失函数，以及检验统计量如何决定突变后样本与全样本预测的组合权重。
- 阅读边界
- 仅据所给出版社摘要，不能把较少的预测相关突变解释为普遍不存在结构变化；摘要未说明最优性条件或预测改善的数值。
原文摘要
Mean square forecast error loss implies a bias–variance trade-off that suggests that structural breaks of small magnitude should be ignored. In this paper, we provide a test to determine whether modeling a structural break improves forecast accuracy. The test is near optimal even when the date of a local-to-zero break is not consistently estimable. The results extend to forecast combinations that weight the post-break sample and the full sample forecasts by our test statistic. In a large number of macroeconomic time series, we find that structural breaks that are relevant for forecasting occur much less frequently than existing tests indicate.