Bayesian Model Averaging and exchange rate forecasts
贝叶斯模型平均与汇率预测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：摘要明确研究汇率的伪样本外预测及贝叶斯预测组合，没有说明以金融收益预测为目标，因此选择预测方向。
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
贝叶斯模型平均与汇率预测
- 研究问题
- 汇率预测难以超越无漂移随机游走时，汇集多个模型的贝叶斯模型平均是否能改善伪样本外预测，收缩程度有何作用？
- 方法与思路
- 作者采用贝叶斯模型平均汇集不同模型的预测，在伪样本外汇率预测中与随机游走基准比较，并考察较高收缩程度下的表现。
- 材料陈述的贡献
- 摘要称足够高收缩下，多数货币与期限组合的样本外均方预测误差略低于随机游走，但模型平均预测与随机游走非常接近。
- 阅读关注点
- 应核对候选模型和先验设置、收缩强度如何选定，以及伪样本外窗口、货币期限组合和相对误差改善的统计证据。
- 阅读边界
- 仅据所给出版社摘要，略低的预测误差不代表普遍或显著优势，也不构成交易收益证据；摘要未报告具体数值和显著性检验。
原文摘要
Exchange rate forecasting is hard and the seminal result of Meese and Rogoff [Meese, R., Rogoff, K., 1983. Empirical exchange rate models of the seventies: Do they fit out of sample? Journal of International Economics 14, 3-24] that the exchange rate is well approximated by a driftless random walk, at least for prediction purposes, still stands despite much effort at constructing other forecasting models. However, in several other macro and financial forecasting applications, researchers in recent years have considered methods for forecasting that effectively combine the information in a large number of time series. In this paper, I apply one such method for pooling forecasts from several different models, Bayesian Model Averaging, to the problem of pseudo out-of-sample exchange rate predictions. For most currency-horizon pairs, the Bayesian Model Averaging forecasts using a sufficiently high degree of shrinkage, give slightly smaller out-of-sample mean square prediction error than the random walk benchmark. The forecasts generated by this model averaging methodology are however very close to, but not identical to, those from the random walk forecast.