Comparing predictive ability in presence of instability over a very short time
短暂不稳定情形下的预测能力比较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：摘要围绕预测能力比较与 GDP 即时预测展开，并明确研究短时不稳定对评估检验的影响。
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…
短暂不稳定情形下的预测能力比较
- 研究问题
- 当预测环境的不稳定仅持续很短时间时，常用全样本预测比较检验能否有效识别异常，预测评估又应如何调整？
- 方法与思路
- 作者分析全局检验在短暂不稳定下的表现，讨论 S 检验与 MAX 程序等非参数方法，并用模拟和美国名义 GDP 即时预测说明。
- 材料陈述的贡献
- 摘要称全局检验在极大冲击下功效可能消失，提出更适合短暂异常的评估方法，并建议评估时排除高度局部不稳定时段。
- 阅读关注点
- 应核对冲击持续长度和幅度如何进入理论、替代检验的尺寸与功效，以及排除异常时段的规则是否改变预测评估的目标。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未给出检验条件和数值表现，排除时段的建议不能直接普遍化。
原文摘要
We consider forecast comparison in the presence of instability when this affects only a short period of time. We demonstrate that global tests do not perform well in this case, as they were not designed to capture very short-lived instabilities, and their power vanishes altogether when the magnitude of the shock is very large. We then discuss and propose approaches that are more suitable to detect such situations, such as nonparametric methods (S test or MAX procedure). We illustrate these results in different Monte Carlo exercises and in evaluating the nowcast of the quarterly US nominal GDP from the Survey of Professional Forecasters (SPF) against a naive benchmark of no growth, over the period that includes the GDP instability brought by the Covid-19 crisis. We recommend that the forecaster should not pool the sample, but exclude the short periods of high local instability from the evaluation exercise.