An Instrumental Variables Approach to Testing Forecast Efficiency
检验预测效率的工具变量方法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：摘要直接研究预测效率检验，并应用于专业预测者的宏观经济预期。
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
检验预测效率的工具变量方法
- 研究问题
- 若预测效率要求预测误差不能被预测修订所预测，公共噪声会怎样影响汇总与个体回归检验，如何在工具变量较弱时仍进行推断？
- 方法与思路
- 作者分析两类效率回归的渐近偏差，以过去预测误差作为预测修订的工具变量，并使用对弱工具变量稳健的 Anderson–Rubin 似然比检验。
- 材料陈述的贡献
- 摘要称公共噪声可使两类常用估计渐近有偏，提出相应工具变量检验；美国专业预测者调查应用显示专家宏观预期对新闻反应不足。
- 阅读关注点
- 应核对公共噪声的定义、过去预测误差作为工具的有效性，以及检验原假设、个体与汇总处理和反应不足的经济解释。
- 阅读边界
- 仅依据给定 Crossref 版本摘要。工具变量排除限制、误差依赖及应用数值未说明；弱工具稳健性不能替代工具有效性，也非全面效率检验。
原文摘要
ABSTRACT We study a specific form of forecast efficiency that requires forecast errors to be unpredictable from forecast revisions. One approach aggregates forecasts and estimates an aggregated efficiency regression, while another estimates the relationship by running separate regressions for each individual and then aggregating. We demonstrate that both estimators can be asymptotically biased in the presence of public noise. To address these biases, we propose instrumenting forecast revisions with past forecast errors. The Anderson–Rubin likelihood ratio test can be applied to test for forecast efficiency and remains robust even in the presence of weak instrumental variables. Applications of the test to the US Survey of Professional Forecasters clearly reveal experts' underreaction to news in their macroeconomic expectations.