Factor-augmented forecasting regressions with threshold effects
具有门限效应的因子增强预测回归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：摘要直接结合因子增强模型、预测区间与股票市场收益预测应用。
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
具有门限效应的因子增强预测回归
- 研究问题
- 因子增强预测回归存在门限效应时，如何估计斜率与门限参数、检验门限是否存在，并为预测构造区间？
- 方法与思路
- 作者采用最小二乘估计，建立斜率和门限参数的渐近理论，构造预测区间，并分别提出门限参数似然比检验与门限效应 sup-Wald 检验。
- 材料陈述的贡献
- 摘要称形成了涵盖参数估计、门限检验和预测区间的方法，并以模拟及股票市场收益预测应用展示其有限样本表现与用途。
- 阅读关注点
- 应核对因子提取误差如何进入渐近理论、门限变量与参数的设定，以及预测区间和两类检验所需的条件。
- 阅读边界
- 摘要未说明模拟设计、预测比较基准与样本外数值结果，不能据此认定该模型普遍提高收益预测精度。
原文摘要
Summary This paper introduces a factor-augmented forecasting regression model in the presence of threshold effects. We consider least squares estimation of the regression parameters and establish asymptotic theories for estimators of both slope coefficients and the threshold parameter. Prediction intervals are also constructed for factor-augmented forecasts. Moreover, we develop a likelihood ratio statistic for tests on the threshold parameter and a sup-Wald test statistic for tests on the presence of threshold effects, respectively. Simulation results show that the proposed estimation method and testing procedures work very well in finite samples. Finally, we demonstrate the usefulness of the proposed model through an application to forecasting stock market returns.