The Effects of Temporal Aggregation on MIDAS Regressions
时间聚合对 MIDAS 回归的影响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：摘要直接研究混频时间序列回归中的时间聚合、动态项与移动平均结构，未明确以预测效果为研究目标。
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
时间聚合对 MIDAS 回归的影响
- 研究问题
- 当 MIDAS 回归的解释变量实际经过时间聚合，却被当作未聚合变量使用时，正确的动态规格应如何调整，估计偏差如何变化？
- 方法与思路
- 作者推导解释变量时间聚合后的正确模型，确定动态项数量和移动平均项阶数，并分析其对变量频率与聚合阶数的依赖。
- 材料陈述的贡献
- 摘要称所考察的三种替代估计量存在渐近偏差，且部分情形可按偏差排序；蒙特卡洛实验和实证应用支持所推导结果。
- 阅读关注点
- 应核对原始模型与时间聚合方式、频率组合如何决定动态项和移动平均阶数，以及三种估计量的定义与偏差排序条件。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；三种估计量及排序条件未具体说明，不能推断所有 MIDAS 估计均有相同偏差或后续刊本变化。
原文摘要
Time series used in practice are often temporal aggregates. A MIDAS regression model may be fitted wrongly assuming the independent variables are not aggregated when in fact they are. We derive the correct model’s specification under temporal aggregation of the independent variables, thus identifying the correct number of dynamic terms and the order of the MA component. We also show that these depend on the frequency of the variables and the aggregation order used. As a result, the three alternative estimators considered are asymptotically biased and it is possible to rank them according to their bias in some cases. Our results are also confirmed by Monte Carlo experiments and are illustrated with an empirical application.