跳到正文
← 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:摘要使用全球油市变量的递归VAR及AR、ARMA进行实时油价预测,并处理数据版本与即时预测,直接对应宏观预测和时间序列。

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
Lutz Kilian

实际油价的实时预测

研究问题
利用预测当时可获得的数据,哪些模型能够提高月度实际油价预测的准确性与方向判断能力,实时数据修订及缺口又会如何影响比较?
方法与思路
作者构建覆盖1991年1月至2010年12月的数据版本集,用回溯预测与即时预测填补缺口,并比较递归VAR、期货价格、AR、ARMA和不变预测。
材料陈述的贡献
摘要称,一年以内部分实时预测优于不变预测;全球油市变量VAR在短期通常具有较低均方预测误差,并持续表现出较高方向准确率。
阅读关注点
核对各预测时点的信息集与数据版本、缺口填补是否使用未来信息,以及递归估计、期限划分、模型选择和预测误差比较的统计依据。
阅读边界
摘要报告的优势来自特定历史样本、模型与预测期限,未说明误差改善的显著性或稳健性;部分情形的最大降幅不能视为普遍预测表现。

原文摘要

We construct a monthly real-time dataset consisting of vintages for 1991.1–2010.12 that is suitable for generating forecasts of the real price of oil from a variety of models. We document that revisions of the data typically represent news, and we introduce backcasting and nowcasting techniques to fill gaps in the real-time data. We show that real-time forecasts of the real price of oil can be more accurate than the no-change forecast at horizons up to 1 year. In some cases, real-time mean squared prediction error (MSPE) reductions may be as high as 25% 1 month ahead and 24% 3 months ahead. This result is in striking contrast to related results in the literature for asset prices. In particular, recursive vector autoregressive (VAR) forecasts based on global oil market variables tend to have lower MSPE at short horizons than forecasts based on oil futures prices, forecasts based on autoregressive (AR) and autoregressive moving average (ARMA) models, and the no-change forecast. In addition, these VAR models have consistently higher directional accuracy.

笔记与分组
相关领域论文