Revision Risk in Real-Time Macroeconomic Forecasting
实时宏观经济预测中的数据修订风险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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究实时宏观预测、数据发布修订和预测区间校准，最直接对应预测与即时预测，未明确采用 VAR 或因子模型。
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…
实时宏观经济预测中的数据修订风险
- 研究问题
- 宏观数据从首次发布到后续修订时，预测风险如何变化；当后期结局误差稀少时，实时预测区间能够表达哪些不确定性？
- 方法与思路
- 作者分解后期结局均方误差，利用早期误差与修订的边际分布构造尖锐界限，并比较直接校准及不同区间迁移方法。
- 材料陈述的贡献
- 摘要报告实际活动与通胀目标的修订风险占比不同，并称样本外结果支持依据覆盖率与稳定性选择方法，而非统一迁移规则。
- 阅读关注点
- 应核对数据版本与预测目标的对应、误差和修订协方差的识别、界限构造，以及各迁移方法的可用信息和样本外校准。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明具体界限条件与迁移实现，报告占比不能推广至所有宏观指标。
原文摘要
Macroeconomic forecasts refer to outcomes that are first released and then revised. A 90 percent interval for the first GDP release, a six-month value, or a latest-value benchmark is not the same uncertainty statement. We ask how revision risk evolves through the release cycle and what can be reported in real time when later-outcome errors are scarce. We decompose later-outcome MSE into preliminary forecast risk, revision risk, and their covariance. In SPF data, first-release to roughly 180-day revisions account for 8.3 percent of later-outcome MSE across real-activity targets, versus 3.6 percent across inflation targets. We show that later-outcome uncertainty is partially identified: released histories give early-error and revision marginals, but not their dependence. This yields a sharp Frechet-Makarov set and motivates direct late calibration, dependence-robust transport, and signed or revision-model transport. Out-of-sample results support method choice rather than a universal transport rule: coverage and stability determine when transport gains are usable.