Comparing predictive accuracy in small samples using fixed‐smoothing asymptotics
利用固定平滑渐近理论比较小样本预测准确性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：摘要直接讨论预测准确性检验，并评价两项专业宏观预测调查相对随机游走的表现，归入预测方向。
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
利用固定平滑渐近理论比较小样本预测准确性
- 研究问题
- 当样本外观测数量很少时，如何可靠比较预测准确性，以及专业预测调查相对随机游走的预测能力是否受检验失真影响？
- 方法与思路
- 作者将固定平滑渐近理论用于 Diebold–Mariano 预测准确性检验，并比较美国与欧洲央行专业预测调查和随机游走预测。
- 材料陈述的贡献
- 摘要称该方法在样本外观测较少时仍能控制检验尺寸，并报告两项专业预测调查的部分预测能力可能是虚假的。
- 阅读关注点
- 应核对固定平滑的设定、临界值及小样本尺寸证据，并检查预测变量、期限、损失函数和调查比较的具体结果。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；小样本设计及失真幅度未说明，不能认定调查预测整体无效，也不能推断其他版本变化。
原文摘要
Summary We consider fixed‐smoothing asymptotics for the Diebold and Mariano ( Journal of Business and Economic Statistics , 1995, 13 (3), 253–263) test of predictive accuracy. We show that this approach delivers predictive accuracy tests that are correctly sized even when only a small number of out‐of‐sample observations is available. We apply the fixed‐smoothing asymptotics to the Diebold and Mariano test to evaluate the predictive accuracy of the Survey of Professional Forecasters (SPF) and of the European Central Bank Survey of Professional Forecasters (ECB SPF) against a simple random walk. Our results show that the predictive abilities of the SPF and of the ECB SPF were partially spurious.