A unifying framework for inference

A unifying framework for inference is developed in predictive regressions where the predictor has unknown integration properties and may be stationary or nonstationary. Two easily implemented nonparametric F-tests are proposed. The limit distribution of these predictive tests is nuisance parameter free and holds for a wide range of predictors including stationary as well as non-stationary fractional and near unit root processes. Asymptotic theory and simulations show that the proposed tests are more powerful than existing parametric predictability tests when deviations from unity are large or the predictive regression is nonlinear. Empirical illustrations to monthly SP500 stock returns data are provided.

ผลลัพธ์ (ไทย) 1:

กรอบงานสำหรับข้อรวมกันพัฒนาใน regressions งานที่จำนวนประตูที่มีไม่รู้จักคุณสมบัติการรวม และอาจเป็น nonstationary หรือเครื่องเขียน 2 ดำเนินการได้อย่างง่ายดาย nonparametric F-ทดสอบมีการนำเสนอ กระจายวงเงินของการทดสอบเหล่านี้ทำนายเป็นพารามิเตอร์รบกวนฟรี และเก็บสำหรับ predictors รวมถึงเครื่องเขียน และไม่ใช่เขียนเศษส่วน และกระบวนการหลักของหน่วย ทฤษฎี asymptotic และจำลองแสดงการทดสอบการนำเสนอมีประสิทธิภาพมากกว่าการทดสอบแอพพลิเคชันพาราเมตริกที่มีอยู่เมื่อความเบี่ยงเบนจากความเป็นใหญ่ หรือคาดการณ์การถดถอยไม่เชิงเส้น ภาพประกอบรวมไป SP500 รายเดือนคืนให้ข้อมูล

ผลลัพธ์ (ไทย) 2:

กรอบการอนุมานรวมสำหรับการพัฒนาในการทำนายการถดถอยที่มีคุณสมบัติในการทำนายที่บูรณาการไม่รู้จักและอาจจะนิ่งหรือไม่คงที่ สองดำเนินการได้ง่าย nonparametric F-การทดสอบมีการเสนอ การกระจายการทดสอบขีด จำกัด ของการคาดการณ์เหล่านี้คือความรำคาญพารามิเตอร์ฟรีและถือสำหรับความหลากหลายของการพยากรณ์รวมทั้งเครื่องเขียนเช่นเดียวกับที่ไม่หยุดนิ่งและส่วนที่อยู่ใกล้รากกระบวนการหน่วย ทฤษฎีที่และแบบจำลองแสดงให้เห็นว่าการทดสอบที่นำเสนอมีประสิทธิภาพมากขึ้นกว่าที่มีอยู่ในการคาดการณ์การทดสอบตัวแปรเมื่อเบี่ยงเบนไปจากความสามัคคีที่มีขนาดใหญ่หรือการคาดการณ์การถดถอยเป็นเชิงเส้น ภาพประกอบเชิงประจักษ์ข้อมูลรายเดือนผลตอบแทนหุ้น SP500 มีให้

ผลลัพธ์ (ไทย) 3:

การรวมและการอนุมานได้รับการพัฒนาในแบบสมการถดถอยที่ทำนายได้ คุณสมบัติรวมที่ไม่รู้จักและอาจจะหยุดนิ่งหรือติจิ . ทั้งสองตัวใช้งานได้อย่างง่ายดาย f-tests เสนอจำกัดการแพร่กระจายของแบบทดสอบทำนายพารามิเตอร์เหล่านี้รบกวนฟรี และถือสำหรับหลากหลายของตัวแปร ได้แก่ เครื่องเขียน ตลอดจนกระบวนการหน่วยเศษส่วนและใกล้ราก non-stationary .ทฤษฎีซีมโทติค และการจำลองแสดงให้เห็นว่าการเสนอการทดสอบมากกว่าที่มีอยู่ในการทดสอบพารามิเตอร์เมื่อเบี่ยงเบนจากความสามัคคีที่มีขนาดใหญ่หรือการถดถอยแบบเป็นเชิงเส้น เชิงประจักษ์ภาพประกอบข้อมูลส่งกลับ SP500 หุ้นรายเดือนให้