A comparison of direct and iterated multistep AR methods for forecasting macroeconomic time series
宏观时间序列多步预测：直接法与迭代 AR 方法的比较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：摘要明确比较宏观时间序列的直接与迭代多步预测方法。
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…
宏观时间序列多步预测：直接法与迭代 AR 方法的比较
- 研究问题
- 宏观时间序列的多步预测应使用逐期迭代模型，还是按预测期限单独估计模型，其相对表现如何变化？
- 方法与思路
- 作者对美国一百七十一条月度宏观序列开展模拟样本外比较，使用线性单变量与双变量模型评估两类预测。
- 材料陈述的贡献
- 摘要称迭代预测通常表现更好，尤其允许较长滞后时；其相对表现随预测期限延长而改善。
- 阅读关注点
- 应核对样本外窗口、滞后选择和预测损失指标，并检查不同序列、预测期限及模型误设下的比较结果。
- 阅读边界
- 仅据所给作者／机构库版本摘要，未核对刊本变化；结果来自一九五九至二〇〇二年的美国样本，不构成普遍预测排序。
原文摘要
“Iterated” multiperiod ahead time series forecasts are made using a one-period ahead model, iterated forward for the desired number of periods, whereas “direct” forecasts are made using a horizon-specific estimated model, where the dependent variable is the multi-period ahead value being forecasted. Which approach is better is an empirical matter: in theory, iterated forecasts are more efficient if correctly specified, but direct forecasts are more robust to model misspecification. This paper compares empirical iterated and direct forecasts from linear univariate and bivariate models by applying simulated out-of-sample methods to 171 U.S. monthly macroeconomic time series spanning 1959 – 2002. The iterated forecasts typically outperform the direct forecasts, particularly if the models can select long lag specifications. The relative performance of the iterated forecasts improves with the forecast horizon.