Tests of Equal Predictive Ability With Real-Time Data
实时数据下的预测能力相等检验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：摘要考察实时数据下的预测精度检验，并应用于经济活动指标对通胀的预测比较，直接支持归入宏观预测。
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
实时数据下的预测能力相等检验
- 研究问题
- 对会不断修订的实时数据，比较线性模型直接多步预测的精度时，检验的渐近近似应如何调整，检验尺寸与功效又如何？
- 方法与思路
- 作者针对嵌套与非嵌套线性回归模型的直接多步预测，构建考虑数据实时修订特征的渐近分析，并用蒙特卡洛考察有限样本性质。
- 材料陈述的贡献
- 摘要称纳入实时修订的渐近近似在多数模拟情形下具有合理的检验尺寸与功效，并将方法用于经济活动指标预测通胀的比较。
- 阅读关注点
- 应核对数据修订如何进入渐近推导、嵌套与非嵌套模型的检验差异、多步预测误差的依赖处理，以及模拟中的尺寸与功效。
- 阅读边界
- 摘要未说明修订机制、关键渐近条件及具体实证结果；模拟中多数情形表现合理，不足以保证所有实时预测比较均有效。
原文摘要
This paper examines the asymptotic and finite-sample properties of tests of equal forecast accuracy applied to direct, multistep predictions from both nonnested and nested linear regression models. In contrast to earlier work in the literature, our asymptotics take account of the real-time, revised nature of the data. Monte Carlo simulations indicate that our asymptotic approximations yield reasonable size and power properties in most circumstances. The paper concludes with an examination of the real-time predictive content of various measures of economic activity for inflation. This article has supplementary material online.