Rolling Window Selection in FAR Models with Structural Instabilities
存在结构不稳定时因子增广回归模型的滚动窗口选择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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确涉及潜在因子、样本外预测窗口选择和结构不稳定，直接对应因子、预测与结构变化方向。
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
存在结构不稳定时因子增广回归模型的滚动窗口选择
- 研究问题
- 研究存在结构不稳定时，因子增广回归的样本外预测应如何选择滚动窗口，并将潜在因子估计的不确定性纳入选择。
- 方法与思路
- 作者以最小化条件均方预测误差为窗口选择目标，在误差不可观测且因子潜在的情况下提出可实施准则并推导理论条件。
- 材料陈述的贡献
- 摘要称给出新窗口选择方法渐近损失有效的条件，并通过模拟考察其表现，但没有报告具体误差改善幅度或比较结果。
- 阅读关注点
- 应核对结构不稳定的允许形式、因子估计误差如何进入准则，以及可实施步骤、候选窗口和渐近损失有效性的定义。
- 阅读边界
- 这是 arXiv 第1版预印本，不能据此声称已同行评审或期刊接收；摘要未说明理论条件细节、模拟设计及实际应用效果。
原文摘要
The paper develops a theory for selecting the rolling window when generating out-of-sample forecasts with factor-augmented regression (FAR) models in the presence of structural instabilities. It shows how to select a rolling window by minimizing the conditional mean squared forecast error (MSFE) while accounting for uncertainty in factor estimation. Because the conditional MSFE is unobserved and the factors are latent, this paper proposes a feasible version of the criterion and derives conditions under which the new method is asymptotically loss-efficient. A simulation experiment documents the procedure's performance.