Prévoir sans persistance - HAL-SHS - Sciences de l'Homme et de la Société Accéder directement au contenu
Autre Publication Scientifique Année : 2012

Prévoir sans persistance

Résumé

The forecasting literature has identified three important and broad issues: the predictive content is unstable over time, in-sample and out-of-sample discordant results and the problematic statistical inference with highly persistent predictors. In this paper, we simultaneously address these three issues, proposing to directly treat the persistence of forecasting variables before use. We thus cut-out the low frequency components and show, in simulations and on financial data, that this pre-treatment improves the predictive power of the studied economic variables.
La littérature sur la prévision économique et financière a identifié trois problèmes importants : l'instabilité des régressions prédictives, la discordance des résultats des tests de prévisions en échantillon et hors échantillon, et la difficile inférence statistique lorsque les prédicteurs sont hautement persistants. Dans cet article, nous abordons ces trois questions simultanément, en proposant de traiter en amont la persistance des variables prédictives. Nous retirons ainsi préalablement les composantes basses fréquences des prédicteurs et nous montrons, en simulations et sur des données financières, que ce pré-traitement permet d'améliorer leur pouvoir prédictif.
Fichier principal
Vignette du fichier
12001.pdf (401.16 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

halshs-00662771 , version 1 (25-01-2012)

Identifiants

  • HAL Id : halshs-00662771 , version 1

Citer

Christophe Boucher, Bertrand Maillet. Prévoir sans persistance. 2012. ⟨halshs-00662771⟩
297 Consultations
309 Téléchargements

Partager

Gmail Facebook X LinkedIn More