Extensions to IVX methods of inference for return predictability
Extensions to IVX methods of inference for return predictability
复制标题
IVX 推理方法的扩展以实现回报可预测性
DOI：
10.1016/j.jeconom.2022.02.007
复制
发表时间：
2023
影响因子：
6.3
通讯作者：
Demetrescu M
中科院分区：
文献类型：
--
作者：
Demetrescu M
本文的贡献有三个方面。首先，我们证明，如果采用合适的自举实现或使用异方差一致的标准误差，Kostakis et al.（2015）的基于ivx的可预测性检验在零假设下保留了渐近有效的推断，而对创新的假设要比Kostakis et al.（2015）的要求弱得多。其次，在相同的假设下，我们开发了IVX测试的渐近有效的自举实现。蒙特卡罗模拟表明，在某些有问题的参数星座下，自举测试提供的有限样本推断比测试的渐近实现要准确得多，最明显的是单侧测试，以及包含多个预测因子的情况。第三，我们展示了IVX方法的子样本实现如何用于为可预测性临时窗口的存在开发渐近有效的单侧和双侧测试。
The contribution of this paper is threefold. First, we demonstrate that, provided either a suitable bootstrap implementation is employed or heteroskedasticity-consistent standard errors are used, the IVX-based predictability tests of Kostakis et al. (2015) retain asymptotically valid inference under the null hypothesis under considerably weaker assumptions on the innovations than are required by Kostakis et al. (2015). Second, under the same assumptions, we develop asymptotically valid bootstrap implementations of the IVX tests. Monte Carlo simulations show that the bootstrap tests deliver considerably more accurate finite sample inference than the asymptotic implementations of the tests under certain problematic parameter constellations, most notably for one-sided testing, and where multiple predictors are included. Third, we show how sub-sample implementations of the IVX approach can be used to develop asymptotically valid one-sided and two-sided tests for the presence of temporary windows of predictability.
登录
查看更多内容
影响因子：
1.5
作者：
Phillips, Peter C. B.;Shi, Shuping;Yu, Jun
通讯作者：
Yu, Jun
股票收益的非线性可预测性？
影响因子：
3
作者：
M. Demetrescu;Benjamin M Hillmann
通讯作者：
Benjamin M Hillmann
稳健的块引导面板可预测性测试*
影响因子：
1.2
作者：
Stephan Smeekes;J. Westerlund
通讯作者：
J. Westerlund
DOI：
10.2139/ssrn.3359946
发表时间：
2019
期刊：
Econometrics: Econometric & Statistical Methods - General eJournal
影响因子：
--
作者：
T. Andersen;R. T. Varneskov
通讯作者：
R. T. Varneskov
持续预测回归中参数不稳定性和结构变化的测试
DOI：
10.2139/ssrn.3626692
发表时间：
2020
期刊：
ERN: Volatility (Topic)
影响因子：
--
作者：
T. Andersen;R. T. Varneskov
通讯作者：
R. T. Varneskov