Properties of optimal forecasts under asymmetric loss and nonlinearity
非对称损失与非线性下最优预测的性质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：摘要围绕经济与金融预测的最优性及误差评价展开，直接对应预测方法。
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
非对称损失与非线性下最优预测的性质
- 研究问题
- 当损失函数非对称、数据生成过程非线性时，最优预测是否仍满足无偏、单期误差不相关及误差方差随预测期限增加等常用性质？
- 方法与思路
- 作者通过解析结果考察传统最优预测性质的失效，并将预测误差适当变换为广义预测误差，以建立对应的性质。
- 材料陈述的贡献
- 摘要称传统性质在非对称损失和非线性过程下都可能失效，因此可能误导预测评价；广义预测误差则具有一组等价性质。
- 阅读关注点
- 核对广义预测误差的定义、损失函数和数据过程所需条件、各期限性质的精确表述，以及如何据此构造可实施的最优性检验。
- 阅读边界
- 依据所给作者／机构库版本摘要，不能推断刊本变化；摘要未说明具体变换、正则条件或检验程序，不能据此判断某项预测是否最优。
原文摘要
Evaluation of forecast optimality in economics and finance has almost exclusively been conducted under the assumption of mean squared error loss. Under this loss function optimal forecasts should be unbiased and forecast errors serially uncorrelated at the single period horizon with increasing variance as the forecast horizon grows. Using analytical results we show in this paper that all the standard properties of optimal forecasts can be invalid under asymmetric loss and nonlinear data generating processes and thus may be very misleading as a benchmark for an optimal forecast. We establish instead that a suitable transformation of the forecast error - known as the generalized forecast error - possesses an equivalent set of properties.