Tests for equal forecast accuracy under heteroskedasticity
异方差下的预测准确性相等检验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：摘要研究异方差时间序列中的预测损失差和准确性检验，并比较汇率预测，直接对应预测评价与时间序列方法。
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…
异方差下的预测准确性相等检验
- 研究问题
- 当预测损失差序列存在异方差时，如何检验不同预测的准确性是否相等，并在控制检验尺寸的同时提高功效？
- 方法与思路
- 作者提出两种 Diebold–Mariano 型检验，非参数估计损失差的方差函数，并以理论、模拟和汇率预测比较进行评估。
- 材料陈述的贡献
- 摘要称，新检验在较一般的异方差损失差序列下可能提高功效，汇率应用中也比原检验提供更强的准确性差异证据。
- 阅读关注点
- 应核对方差函数的估计与平滑参数、损失差的依赖条件，以及尺寸有效性和功效改善分别需要哪些具体假设。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；渐近条件与模拟数值未说明，功效优势是可能性陈述，不能理解为所有设定下均占优。
原文摘要
Summary Heteroskedasticity is a common feature in empirical time series analysis, and in this paper, we consider the effects of heteroskedasticity on statistical tests for equal forecast accuracy. In such a context, we propose two new Diebold–Mariano‐type tests for equal accuracy that employ nonparametric estimation of the loss differential variance function. We demonstrate that these tests have the potential to achieve power improvements relative to the original Diebold–Mariano test in the presence of heteroskedasticity, for a quite general class of loss differential series. The size validity and potential power superiority of our new tests are studied theoretically and in Monte Carlo simulations. We apply our new tests to competing forecasts of changes in the dollar/sterling exchange rate and find the new tests provide greater evidence of differences in forecast accuracy than the original Diebold–Mariano test, illustrating the value of these new procedures for practitioners.