Structural-break models under mis-specification: Implications for forecasting
模型误设下的结构突变模型及其预测含义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：摘要明确研究结构突变、非稳定时间序列依赖及宏观经济序列预测。
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
模型误设下的结构突变模型及其预测含义
- 研究问题
- 当线性结构突变模型只是对未知且持续变化的真实过程的近似时，最小二乘估计的收敛性质会怎样改变，并如何影响预测？
- 方法与思路
- 作者在模型误设与时间序列依赖不稳定的框架下研究估计量和高斯准似然比统计量，并据此讨论预测组合和新的平均方案。
- 材料陈述的贡献
- 摘要称相关估计量收敛速度至多为T的立方根，给出特定真实过程类下的极限分布，并称新平均方案在宏观序列预测比较中表现较好。
- 阅读关注点
- 应核对慢收敛结论对应的具体估计对象、极限定义和真实过程范围，以及新平均方案的权重、预测评估设计与比较基准。
- 阅读边界
- 仅依据所给出版社摘要，未核对全文或其他版本；摘要未列出完整误设条件、预测变量和改善数值，不能推广其速度结论或预测优势。
原文摘要
This paper revisits the least squares estimator of the linear regression with a structural break. We view the model as an approximation to the true data generating process whose exact nature is unknown but perhaps changing over time either continuously or with some jumps. This view is widely held in the forecasting literature and under this view, the time series dependence property of all the observed variables is unstable as well. We establish that the rate of convergence of the estimator to a properly defined limit is at most the cube root of T, where T is the sample size, which is much slower than the standard super consistent rate. We also provide an asymptotic distribution of the estimator and that of the Gaussian quasi likelihood ratio statistic for a certain class of true data generating processes. We relate our finding to current forecast combination methods and propose a new averaging scheme. Our method compares favourably with various contemporary forecasting methods in forecasting a number of macroeconomic series.