Detrending Persistent Predictors

Christophe Boucher (1, 2) , Bertrand Maillet (1, 2, 3)

1 CES - Centre d'économie de la Sorbonne
2 A.A.Advisors-QCG
3 EIF

Researchers in finance very often rely on highly persistent - nearly integrated - explanatory variables to predict returns. This paper proposes to stand up to the usual problem of persistent regressor bias, by detrending the highly auto-correlated predictors. We find that the statistical evidence of out-of-sample predictability of stock returns is stronger, once predictors are adjusted for high persistence.

Les variables prédictives en finance sont souvent fortement persistantes. Cet article propose de traiter le problème du biais des régresseurs persistants en éliminant directement leur tendance, c'est-à-dire leur composante basse fréquence. Nous montrons empiriquement que la prévision des rendements boursiers est de meilleure qualité lorsque les variables prédictives persistantes sont préalablement ajustées.

Mots clés: Forecasting; persistence; detrending; expected returns.

Mots clés: Prévision; persistance; extraction de tendance; rendements espérés.

Domaines: Economies et finances; Gestion et management; Méthodes et statistiques; Statistiques [math.ST]; Théorie [stat.TH]

Christophe Boucher, Bertrand Maillet. Detrending Persistent Predictors. 2011. ⟨halshs-00587775⟩