Equivalence Between Out-of-Sample Forecast Comparisons and Wald Statistics
样本外预测比较与 Wald 统计量的等价性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：摘要围绕样本外预测表现比较、递归预测检验及其功效展开，直接对应预测方向；未说明具体宏观变量或金融预测应用。
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…
样本外预测比较与 Wald 统计量的等价性
- 研究问题
- 常用样本外预测表现检验能否用传统 Wald 统计量等价表示，从而简化递归检验及临界值计算，并刻画嵌套模型下的极限分布和功效？
- 方法与思路
- 作者建立常见样本外预测比较统计量与 Wald 统计量的渐近等价关系，对嵌套模型重写极限分布、推导密度，并扩展至局部备择。
- 材料陈述的贡献
- 摘要称，该等价关系可显著减轻递归样本外检验及临界值计算负担；还提供嵌套模型极限分布的简洁表示，并刻画局部备择下的功效。
- 阅读关注点
- 应核对等价关系所需的模型与正则条件、递归估计方案、嵌套模型的分布表示，以及局部备择的设定和功效比较基准。
- 阅读边界
- 所给摘要的随机变量分布名称缺失，无法据此确认具体分布；摘要也未说明渐近等价适用的详细条件及有限样本表现。
原文摘要
We demonstrate the asymptotic equivalence between commonly used test statistics for out-of-sample forecasting performance and conventional Wald statistics. This equivalence greatly simplifies the computational burden of calculating recursive out-of-sample test statistics and their critical values. For the case with nested models, we show that the limit distribution, which has previously been expressed through stochastic integrals, has a simple representation in terms of -distributed random variables and we derive its density. We also generalize the limit theory to cover local alternatives and characterize the power properties of the test.