Rank-invariance conditions for the comparison of volatility forecasts
波动率预测比较中的排序不变条件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：摘要直接研究条件方差代理变量存在测量误差时的波动率预测评价与排序。
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
波动率预测比较中的排序不变条件
- 研究问题
- 当真实条件方差不可观测、评价只能使用带测量误差的代理变量时，什么条件能保证不同波动率预测的优劣排序不变？
- 方法与思路
- 作者推导四类排序不变条件，以前三类界限刻画预测间差异，并通过额外矩条件分析模型、估计准则和损失函数的组合。
- 材料陈述的贡献
- 摘要称，条件可界定测量误差不改变排序的情形，并识别误差影响完全抵消的函数形式，从而扩大允许使用的损失函数范围。
- 阅读关注点
- 应核对四类条件各自的充分性与适用范围、代理变量误差的限制，以及模拟中预测偏误、方差和相关性如何影响排序。
- 阅读边界
- 仅据摘要，无法列出具体界限、矩条件或允许的损失函数；排序一致性也不能直接说明某个预测模型在所有场景更优。
原文摘要
Summary The paper derives four conditions that guarantee rank-invariance, i.e., that the empirical rankings (based on measurement error-affected variance proxies) of competing volatility forecasts be consistent with the true rankings (based on the unobservable conditional variance). The first three establish bounds beyond which the separation between the forecasts is enough for their rankings not to be affected by the measurement error. The conditions’ ability to establish rank-invariance with respect to forecast characteristics, such as bias, variance and correlation, is studied via Monte Carlo simulations. An additional moment condition identifies the functional forms of the triplet {model, estimation criterion, loss} for which the effects of measurement errors on the rankings cancel altogether. Both theoretical and empirical results show the extension of admissible loss functions achieving ranking consistency in forecast evaluations.