Estimation and Testing of Forecast Rationality under Flexible Loss
灵活损失函数下预测理性的估计与检验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：研究直接涉及预测理性检验，并应用于国际机构对七国预算赤字的宏观预测。
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…
灵活损失函数下预测理性的估计与检验
- 研究问题
- 只观察预测序列而不知道预测模型时，能否识别使这些预测满足理性的损失函数参数，并据此检验理性？
- 方法与思路
- 作者为包含常见损失函数的参数族建立识别、估计与渐近分布结果，再构造允许非对称损失的预测理性检验。
- 材料陈述的贡献
- 摘要称，应用于国际货币基金组织和经合组织的七国预算赤字预测时，允许非对称损失会显著改变理性检验结果。
- 阅读关注点
- 应核对损失参数识别所需的信息条件、预测理性的具体限制、检验构造，以及经验结果对损失函数设定的敏感性。
- 阅读边界
- 摘要未列出识别条件、检验统计量和各国结果，不能据此认定所有预测偏差均可由非对称损失解释。
原文摘要
In situations where a sequence of forecasts is observed, a common strategy is to examine "rationality" conditional on a given loss function. We examine this from a different perspective—supposing that we have a family of loss functions indexed by unknown shape parameters, then given the forecasts can we back out the loss function parameters consistent with the forecasts being rational even when we do not observe the underlying forecasting model? We establish identification of the parameters of a general class of loss functions that nest popular loss functions as special cases and provide estimation methods and asymptotic distributional results for these parameters. This allows us to construct new tests of forecast rationality that allow for asymmetric loss. The methods are applied in an empirical analysis of IMF and OECD forecasts of budget deficits for the G7 countries. We find that allowing for asymmetric loss can significantly change the outcome of empirical tests of forecast rationality. Copyright 2005, Wiley-Blackwell.