靴帶抽樣預測績效檢定量

Abstract

比較樣本外預測績效，有助於研究者選擇適當的模型設定或預測方法。評估預測績效的標準可從預測準確性或預測涵蓋性兩方面為之。叢清全、李政峰與(2003)提出一種新的計算程序，它不僅可用於建立上述兩種檢定量，同時具有計算簡單的優點，稱之為 AR-tc 統計量。其做法是利用最小平方法估計一個含截距項的 AR 模型，並以傳統的 t 統計量檢驗截距項是否顯著異於零。在大樣本下，此檢定統計量仍為標準常態分配。但在樣本外預測個數不多時，隨預測期間的增長，AR-tc 與上述兩種檢定量皆存在型一誤差扭曲的問題。本文延續這個主題，提出一種靴帶重複抽樣程序用以估計 AR-tc 統計量的小樣本分配，並以此分配作為檢定的基礎，冀以改善型一誤差的問題。本文在理論上的貢獻為，提供此程序的漸近一致性。亦即，證明該靴帶反覆抽樣極限分配同樣為標準常態。由模擬結果顯示，這種程序，一如預期，可以有效改善統計量的錯誤拒絕比率，同時具有不錯的檢力表現。