Valuation ratios and long‐horizon stock price predictability
估值比率与长期股票价格可预测性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：摘要研究估值比率对未来股价变化的预测性，并比较线性与平滑转换自回归时间序列框架。
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
估值比率与长期股票价格可预测性
- 研究问题
- 为何市盈率和价格股利比对实际股价变化的预测证据在长期更强，这一现象能否由检验功效或非线性解释？
- 方法与思路
- 作者使用年度数据与线性表示构造的自助法临界值检验预测性，以模拟考察功效，并研究指数平滑转换自回归模型。
- 材料陈述的贡献
- 摘要称长期预测证据更强，但线性框架的有限样本功效并未随期限提高，因而进一步考察非线性解释。
- 阅读关注点
- 应核对长期变化的构造、自助法有效性、模拟中预测性与功效的定义，以及非线性模型解释期限差异的证据。
- 阅读边界
- 仅据所给 Crossref 摘要，非线性模型最终解释程度及预测的经济意义未说明；样本内关系不保证样本外有效。
原文摘要
Abstract Using annual data for 1872–1997, this paper re‐examines the predictability of real stock prices based on price–dividend and price–earnings ratios. In line with the extant literature, we find significant evidence of increased long‐horizon predictability; that is, the hypothesis that the current value of a valuation ratio is uncorrelated with future stock price changes cannot be rejected at short horizons but can be rejected at longer horizons based on bootstrapped critical values constructed from linear representations of the data. While increased statistical power at long horizons in finite samples provides a possible explanation for the pattern of predictability in the data, we find via Monte Carlo simulations that the power to detect predictability in finite samples does not increase at long horizons in a linear framework. An alternative explanation for the pattern of predictability in the data is nonlinearities in the underlying data‐generating process. We consider exponential smooth‐transition autoregressive models of the price–dividend and price–earnings ratios and their ability to explain the pattern of stock price predictability in the data. Copyright © 2005 John Wiley & Sons, Ltd.