.png){kind=icon}
返回
A new self-normalized forecast comparison test
.png){kind=icon}
PRE
AI
DOI：10.1016/j.econlet.2025.112646.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究开发了一种新颖的自归一化Diebold-Mariano（DM）检验，用于评估等价预测精度。所提出的检验具有以下显著优势：它避免了带宽选择，并绕过了对长期方差的直接估计，这两者通常是在常规预测精度检验方法中所需的要求。在相对较弱的正则性条件下，我们证明了自归一化DM检验统计量的渐近零分布是关键的，其对应的临界值通过模拟计算得出。全面的蒙特卡罗模拟证实，与原始的DM检验以及现有的修改版DM检验相比，我们的自归一化DM检验具有更优的有限样本性能。
Keyword:
Diebold-Mariano test
Functional central limit theorem
Predictive accuracy
Self-normalization
期刊
E
IF:
1.8
论文数:
348
被引数:
0
机构
引用论文
分享收藏AN IMPROVED HETEROSKEDASTICITY AND AUTOCORRELATION CONSISTENT COVARIANCE-MATRIX ESTIMATOR.png)
ECONOMETRICA
ECONOMETRICAIF7.1
PREAI
分享收藏
查看更多内容