跳到正文
← 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:摘要明确研究季度家庭消费的即时预测,并评价混频模型的点预测和密度预测表现。

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

利用借记卡交易数据即时预测挪威家庭消费

研究问题
每周及时获取且不修订的借记卡支付数据,能否改善挪威季度家庭消费的点预测和密度预测,尤其在疫情期间?
方法与思路
作者使用家庭在境内实体终端的借记卡交易数据,估计结合月度与周度预测变量的分位数混频回归模型。
材料陈述的贡献
摘要称交易数据改善了样本期内相对于标准基准的点预测和密度预测,并展示了疫情初期及后续季度的即时预测用途。
阅读关注点
应核对实时信息集、预测窗口、基准模型和密度评价指标,并关注实体终端交易覆盖范围及疫情中的消费结构变化。
阅读边界
摘要未说明预测改进的具体幅度及统计显著性;实体终端借记卡支付并非全部消费,跨时期推广仍需核对。

原文摘要

Summary We use a novel data set covering all domestic debit card transactions in physical terminals by Norwegian households, to nowcast quarterly Norwegian household consumption. These card payments data are not subject to revisions and are available weekly without delays, providing a valuable early indicator of household spending. To account for mixed‐frequency data, we estimate various quantile mixed‐data sampling (QMIDAS) regressions using predictors sampled at monthly and weekly frequency. We evaluate both point and density forecasting performance over the sample 2011Q4–2019Q4. Our results show that MIDAS regressions with debit card transactions data improve both point and density forecast accuracy over competitive standard benchmark models that use alternative high‐frequency predictors. Finally, we illustrate the benefits of using the card payments data by obtaining a timely and relatively accurate nowcast of 2020Q1, a quarter characterized by heightened uncertainty due to the COVID‐19 pandemic. We further show how debit card data have been useful in nowcasting consumption during the four subsequent quarters.

笔记与分组
相关领域论文