On balance, these models have lower

On balance, these models have lower MSPE than does a random walk model for long (8 and 12)
quarter horizon predictions over the late part of our forecasting sample (1999-2007). These differences,
however, are usually not significant at conventional levels. Predictions that span the entire two decades
(1987-2007) or the early part (1987-1998) of our forecast sample generally have higher MSPE than does
a no change forecast. (Different samples involve different currencies, because of the introduction of the
Euro in 1999.) The basic factor model, and the factor model supplemented by PPP fundamentals, do best.
We recognize that the good performance in the recent period may be ephemeral. But we are hopeful that
our approach will prove useful in other datasets

ผลลัพธ์ (ไทย) 2:

เกี่ยวกับความสมดุลแบบจำลองเหล่านี้มี MSPE ไม่ต่ำกว่ารูปแบบการสุ่มเดินเป็นเวลานาน (8 และ 12)
การคาดการณ์ขอบฟ้าในช่วงไตรมาสที่ส่วนปลายของตัวอย่างการคาดการณ์ของเรา (1999-2007) ความแตกต่างเหล่านี้
แต่มักจะไม่มีนัยสำคัญในระดับเดิม การคาดการณ์ที่ครอบคลุมทั้งสองทศวรรษที่ผ่านมา
(1987-2007) หรือส่วนหนึ่งส่วนต้น (1987-1998) ของกลุ่มตัวอย่างที่เราคาดโดยทั่วไปมี MSPE
ไม่สูงกว่าการคาดการณ์ที่ไม่มีการเปลี่ยนแปลง (ตัวอย่างที่แตกต่างกันที่เกี่ยวข้องกับสกุลเงินที่แตกต่างกันเนื่องจากการแนะนำของเงินยูโรในปี 1999) รูปแบบปัจจัยพื้นฐานและรูปแบบปัจจัยเสริมด้วยปัจจัยพื้นฐานที่พรรคพลังประชาชนจะดีที่สุด. เราตระหนักดีว่าผลงานที่ดีในช่วงที่ผ่านมาอาจจะไม่ยั่งยืน แต่เรามีความหวังว่าวิธีการของเราจะเป็นประโยชน์ในชุดข้อมูลอื่น ๆ

ผลลัพธ์ (ไทย) 3:

สมดุลของโมเดลเหล่านี้ได้ลดลง mspe กว่าไม่เดินสุ่มตัวอย่างนาน ( 8 และ 12 )
/ ขอบฟ้าคาดคะเนไปส่วนปลายของตัวอย่างการพยากรณ์ของเรา ( 1999-2007 ) เหล่านี้ความแตกต่าง
แต่มักจะไม่พบในระดับปกติ ทำนายว่า ช่วงสองทศวรรษ
ทั้งหมด( 1987-2007 ) หรือส่วนต้น ( 1987-1998 ) ของตัวอย่างโดยทั่วไปจะสูงกว่าประมาณการของเรา mspe ไม่ : ไม่มีการเปลี่ยนแปลงการคาดการณ์ ( ตัวอย่างที่แตกต่างกันเกี่ยวข้องกับสกุลเงินที่แตกต่างกัน เพราะการแนะนำของ
ยูโรในปี 1999 ) รูปแบบปัจจัยพื้นฐาน และปัจจัยเสริม โดยรุ่นพื้นฐาน PPP ที่ดีที่สุด .
เราตระหนักดีว่าผลงานที่ดีในช่วงที่ผ่านมาอาจจะไม่ยั่งยืนแต่เราหวังว่า
วิธีการของเราจะพิสูจน์ประโยชน์ในข้อมูลอื่น ๆ