A control function approach for testing the usefulness of trending variables in forecast models and linear regression
检验趋势变量预测价值的控制函数方法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：摘要研究持久趋势变量、协整向量推断及宏观变量预测回归。
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
检验趋势变量预测价值的控制函数方法
- 研究问题
- 当预测变量高度持久或具有不完全单位根的趋势时，如何避免预测回归及协整向量检验的尺寸偏大问题？
- 方法与思路
- 作者向模型加入满足特定性质的平稳控制变量，以在可能非单位根的趋势协变量存在时获得渐近正态推断。
- 材料陈述的贡献
- 摘要称论文推导并讨论控制变量必须满足的性质，为预测回归和协整向量估计提供一种处理趋势变量的推断方法。
- 阅读关注点
- 应核对趋势变量所涵盖的过程、控制变量的必要性质与可获取性，以及渐近正态化后的标准误和检验构造。
- 阅读边界
- 仅依据所给出版社摘要；控制变量条件、渐近设定和有限样本表现未说明，不能认为加入任意平稳变量都能修正尺寸。
原文摘要
Many predictors employed in forecasting macroeconomic and finance variables display a great deal of persistence. Tests for determining the usefulness of these predictors are typically oversized, overstating their importance. Similarly, hypothesis tests on cointegrating vectors will typically be oversized if there is not an exact unit root. This paper uses a control variable approach where adding stationary covariates with certain properties to the model can result in asymptotic normal inference for prediction regressions and cointegration vector estimates in the presence of possibly non-unit root trending covariates. The properties required for this result are derived and discussed.