Unified Tests for a Dynamic Predictive Regression
动态预测回归的统一检验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：摘要明确围绕资产收益可预测性进行检验，处理预测变量的不同持久性并应用真实金融数据，因此归入收益预测方向。
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…
动态预测回归的统一检验
- 研究问题
- 资产收益预测回归是否应纳入被预测变量的滞后项，以及如何在预测变量具有不同持久性时稳健检验收益可预测性？
- 方法与思路
- 作者提出稳健检验程序，分别考察被预测变量滞后项与收益可预测性，涵盖平稳、近单位根及单位根回归变量和不同截距设定。
- 材料陈述的贡献
- 摘要称新程序覆盖多种预测变量持久性与截距设定，在模拟中具有良好的有限样本表现，并通过真实金融数据展示实用性。
- 阅读关注点
- 核对两类检验的统计量、滞后项判定与预测性检验的关系，以及回归变量自回归模型有无截距时的理论条件。
- 阅读边界
- 摘要未说明完整检验假设、调参规则及各情形的显著性水平控制与功效，因此不能据此确认对所有动态预测模型都稳健。
原文摘要
Testing for predictability of asset returns has been a long history in economics and finance. Recently, based on a simple predictive regression, Kostakis, Magdalinos, and Stamatogiannis derived a Wald type test based on the context of the extended instrumental variable (IVX) methodology for testing predictability of stock returns, and Demetrescu showed that the local power of the standard IVX-based test could be improved for some range of alternative hypotheses and the tuning parameter when a lagged predicted variable is added to the predictive regression on purpose, which poses an important question on whether the predictive model should include a lagged predicted variable. This article proposes novel robust procedures for testing both the existence of a lagged predicted variable and the predictability of asset returns regardless of regressors being stationary or nearly integrated or unit root and the AR model for regressors with or without an intercept. A simulation study confirms the good finite sample performance of the proposed tests before illustrating their practical usefulness in analyzing real financial datasets.