کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7408375 1481440 2015 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Interpretation and use of sensitivity in econometrics, illustrated with forecast combinations
ترجمه فارسی عنوان
تفسیر و استفاده از حساسیت در اقتصاد سنجی، نشان داده شده با ترکیب پیش بینی
کلمات کلیدی
تجزیه و تحلیل میزان حساسیت، تصویب پیش بینی ها، پیش بینی منحنی عملکرد،
ترجمه چکیده
تجزیه و تحلیل حساسیت به خاطر خود و در ترکیب با آزمایش تشخیصی مهم است. ما در مورد چگونگی استفاده از آمار حساسیت در عمل و به ویژه نحوه قضاوت در مورد این که آیا حساسیت بزرگ یا کوچک است بحث می کنیم. برای این منظور، ما حساسیت مطلق و نسبی را تشخیص می دهیم و ماهیت وابستگی متقابل تحلیل حساسیت را برجسته می کنیم. سپس حساسیت نسبی به ترکیب پیش بینی شده اعمال می شود و وزن های مبتنی بر حساسیت معرفی می شود. تمام مفاهیم با استفاده از منحنی یارانه اروپا نشان داده شده است. در این زمینه، طبیعی است حساسیت به فرضهای اتخاذ ادراک و عادی را در نظر بگیریم. مدل های پیش بینی های مختلف با استفاده از وزن، مبتنی بر متناسب با وزن و حساسیت ترکیب شده و در مقایسه با آزمون های چند متغیره و تصادفی پیاده سازی شده است. ما نشان می دهیم وزن مبتنی بر تناسب اندام و حساسیت مکمل مکمل است، اما وزن های مبتنی بر حساسیت نسبت به سایر وزن ها برای اهداف دراز مدت بهتر عمل می کنند.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
تفسیر و استفاده از حساسیت در اقتصاد سنجی، نشان داده شده با ترکیب پیش بینی
چکیده انگلیسی
Sensitivity analysis is important both for its own sake and in combination with diagnostic testing. We consider the question of how to use sensitivity statistics in practice, and in particular, how to judge whether the sensitivity is large or small. For this purpose, we distinguish between absolute and relative sensitivity, and highlight the context-dependent nature of sensitivity analysis. The relative sensitivity is then applied to forecast combinations, and sensitivity-based weights are introduced. All of the concepts are illustrated using the European yield curve. In this context, it is natural to consider the sensitivity to autocorrelation and normality assumptions. Different forecasting models are combined using equal, fit-based and sensitivity-based weights, and compared with the multivariate and random walk benchmarks. We show that the fit-based and sensitivity-based weights are complementary, but that the sensitivity-based weights perform better than other weights for long-term maturities.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Forecasting - Volume 31, Issue 3, July–September 2015, Pages 769-781
نویسندگان
, ,