Long‐run predictability tests are even worse than you thought
长期预测能力检验比你想象的更糟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：摘要明确研究平稳自回归预测变量下的长期预测回归与渐近检验，未限定金融应用。
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
长期预测能力检验比你想象的更糟
- 研究问题
- 当预测变量是平稳自回归过程时，长期预测回归的OLS估计与检验是否仍受内生性影响，即使采用正确的渐近方差？
- 方法与思路
- 作者推导长期OLS估计量及相应检验统计量的渐近结果，区分外生与内生预测变量，并分析调整临界值的必要性。
- 材料陈述的贡献
- 摘要称，外生情形可获得正确检验尺寸，而内生情形无论持久性如何均有尺寸扭曲；该问题区别于通常的Stambaugh偏差。
- 阅读关注点
- 应核对长期预测期限与样本量的渐近关系、内生性的定义、正确渐近方差的构造，以及调整临界值如何实施。
- 阅读边界
- 摘要未列出完整随机过程条件或尺寸扭曲数值，不能据此判断所有长期回归均失效；原摘要中统计量符号显示不完整。
原文摘要
Summary We derive asymptotic results for the long‐horizon ordinary least squares (OLS) estimator and corresponding ‐statistic for stationary autoregressive predictors. The ‐statistic—formed using the correct asymptotic variance—together with standard‐normal critical values result in a correctly‐sized test for exogenous predictors. For endogenous predictors, the test is size distorted regardless of the persistence in the predictor and adjusted critical values are necessary. The endogeneity problem stems from the long‐run estimation and is distinct from the ordinary persistence‐dependent “Stambaugh” bias. The bias for fully stationary predictors appears not to have been previously noted and adds further difficulty to inference in long‐run predictive regressions.