On the aggregation of probability assessments: Regularized mixtures of predictive densities for Eurozone inflation and real interest rates
概率预测的聚合：欧元区通胀与实际利率预测密度的正则化混合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：摘要明确研究欧元区通胀与实际利率的密度预测及预测组合。
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…
概率预测的聚合：欧元区通胀与实际利率预测密度的正则化混合
- 研究问题
- 如何通过正则化混合多个预测密度，改善欧元区通胀与实际利率的概率预测，并纠正预测分布将过多概率集中于中心的过度自信？
- 方法与思路
- 作者探索不同目标函数和正则化惩罚来构建预测密度混合，并在欧元区通胀与实际利率应用中比较组合和单个预测者的表现。
- 材料陈述的贡献
- 摘要称，正则化组合超过所有单个通胀预测者；自大衰退以来，最优正则化倾向于将概率质量从中心移向尾部以纠正过度自信。
- 阅读关注点
- 应核对密度预测评价准则、权重与惩罚的选择方式，尤其检查最优正则化是否利用事后信息，以及尾部概率调整的样本外稳定性。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；摘要未说明评价指标、样本区间和改善幅度，对通胀预测者的比较结果不能直接推广到其他变量。
原文摘要
We propose methods for constructing regularized mixtures of density forecasts. We explore a variety of objectives and regularization penalties, and we use them in a substantive exploration of Eurozone inflation and real interest rate density forecasts. All individual inflation forecasters (even the ex post best forecaster) are outperformed by our regularized mixtures. From the Great Recession onward, the optimal regularization tends to move density forecasts’ probability mass from the centers to the tails, correcting for overconfidence.