Forecasting the U.S. Unemployment Rate
美国失业率预测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：摘要明确比较失业率的线性与非线性时间序列预测，并研究领先指标、月度信息与预测组合。
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…
美国失业率预测
- 研究问题
- 如何利用失业率在扩张与收缩阶段的非对称表现、首次申领失业救济人数及月度信息，提高季度失业率预测准确性？
- 方法与思路
- 作者比较多种线性与非线性时间序列模型，纳入领先指标和月度信息，并与专业预测者调查的共识预测比较及组合。
- 材料陈述的贡献
- 摘要称，相对既有方法可以获得显著的预测精度改善；研究同时考察周期阶段差异、向量模型与非线性预测组合。
- 阅读关注点
- 应核对预测样本划分、实时信息可用性、预测期限和误差指标，并查看显著性判断及扩张与收缩阶段的分项表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出模型规格、评估时期或改善数值，不能确认哪些方案在何种情境下占优。
原文摘要
This article presents a comparison of forecasting performance for a variety of linear and nonlinear time series models using the U.S. unemployment rate. Our main emphases are on measuring forecasting performance during economic expansions and contractions by exploiting the asymmetric cyclical behavior of unemployment numbers, on building vector models that incorporate initial jobless claims as a leading indicator, and on utilizing additional information provided by the monthly rate for forecasting the quarterly rate. Comparisons are also made with the consensus forecasts from the Survey of Professional Forecasters. In addition, the forecasts of nonlinear models are combined with the consensus forecasts. The results show that significant improvements in forecasting accuracy can be obtained over existing methods.