MULTISTEP PREDICTION OF PANEL VECTOR AUTOREGRESSIVE PROCESSES
面板向量自回归过程的多步预测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：摘要直接讨论面板 VAR 及递归和直接多步预测，因此对应宏观面板、预测与时间序列三个方向。
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
面板向量自回归过程的多步预测
- 研究问题
- 在面板 VAR 中，递归预测与直接多步预测的均方预测误差如何受估计偏差、估计方差及滞后阶数设定影响？
- 方法与思路
- 作者在横截面数与时间长度同时增大的框架下推导两类预测的渐近均方预测误差，并讨论偏差修正估计的扩展。
- 材料陈述的贡献
- 摘要称，拟合阶数不低于真实阶数时递归预测误差较小，欠拟合时直接预测误差较小，并刻画误差随阶数的变化。
- 阅读关注点
- 应核对面板异质性处理、横截面与时间维度的增长条件，以及滞后阶数比较结论适用的参数空间和预测期限。
- 阅读边界
- 仅据所给 Crossref 摘要，这些比较属于所述渐近框架；有限样本表现、具体增长条件与实证适用性未说明。
原文摘要
This paper considers the conventional recursive (otherwise known as plug-in) and direct multistep forecasts in a panel vector autoregressive framework. We derive asymptotic expressions for the mean square prediction error (MSPE) of both forecasts as N (cross sections) and T (time periods) grow large. Both the bias and variance of the least squares fitting are manifest in the MSPE. Using these expressions, we consider the effect of model specification on predictor accuracy. When the fitted lag order ( q ) is equal to or exceeds the true lag order ( p ), the direct MSPE is larger than the recursive MSPE. On the other hand, when the fitted lag order is underspecified, the direct MSPE is smaller than the recursive MSPE. The recursive MSPE is increasing in q for all q ≥ p . In contrast, the direct MSPE is not monotonic in q within the permissible parameter space. Extensions to bias-corrected least squares estimators are considered.