論文の概要: The Aligned Economic Index & The State Switching Model

• arxiv url: http://arxiv.org/abs/2512.20460v1
• Date: Tue, 23 Dec 2025 15:55:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.928646
• Title: The Aligned Economic Index & The State Switching Model
• Title（参考訳）: 調整経済指標と状態遷移モデル
• Authors: Ilias Aarab,
• Abstract要約: 経済体制全体にわたる米国株のリターン予測可能性について検討し、経年変化が予想されるリターンの強い証拠を文書化します。 利回り曲線の傾斜を利用して市場状態がリアルタイムで定義される状態変化予測回帰を導入する。 部分最小二乗(PLS)を用いたアラインド・エコノミクス指標(アラインド・エコノミクス・インデックス)を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A growing empirical literature suggests that equity-premium predictability is state dependent, with much of the forecasting power concentrated around recessionary periods \parencite{Henkel2011,DanglHalling2012,Devpura2018}. I study U.S. stock return predictability across economic regimes and document strong evidence of time-varying expected returns across both expansionary and contractionary states. I contribute in two ways. First, I introduce a state-switching predictive regression in which the market state is defined in real time using the slope of the yield curve. Relative to the standard one-state predictive regression, the state-switching specification increases both in-sample and out-of-sample performance for the set of popular predictors considered by \textcite{WelchGoyal2008}, improving the out-of-sample performance of most predictors in economically meaningful ways. Second, I propose a new aggregate predictor, the Aligned Economic Index, constructed via partial least squares (PLS). Under the state-switching model, the Aligned Economic Index exhibits statistically and economically significant predictive power in sample and out of sample, and it outperforms widely used benchmark predictors and alternative predictor-combination methods.
• Abstract（参考訳）: 実証文献の増大は、エクイティ・プレミウムの予測可能性が国家依存であることを示唆し、予測能力の大部分は、不況期を中心に集中していることを示唆している。 私は、経済体制全体にわたる米国株のリターン予測可能性について検討し、拡張と収縮の両州で期待されるリターンの時間変化の強い証拠を文書化します。 私は2つの方法で貢献します。 まず、利回り曲線の傾きを用いて市場状態がリアルタイムで定義される状態変化予測回帰を導入する。 標準的な一状態予測回帰とは対照的に、状態スイッチング仕様は、textcite{WelchGoyal2008} が考慮する一般的な予測器のセットに対して、インサンプルとアウトオブサンプルの両方の性能を高め、経済的に意味のある方法でほとんどの予測器のアウトオブサンプル性能を向上させる。 第2に,部分最小二乗(PLS)を用いて構築したアラインド・エコノミクス・インデックス(Aligned Economic Index)を提案する。 アラインド・エコノミクス(Aligned Economic Index)は、状態変化モデルの下で、サンプルとサンプルの内外において統計的かつ経済的に有意な予測力を示し、広く使用されているベンチマーク予測器と代替予測器の組合せ法より優れている。

関連論文リスト

• Monitoring State Transitions in Markovian Systems with Sampling Cost [65.4151496405543]
  自然なアプローチは、予想される予測損失がクエリコスト以下で、クエリがなければいつ発生するかを予測する、欲張りのポリシーである。 最適(OPT)戦略は状態依存のしきい値ポリシである。 遷移確率が未知の場合、我々は、グレディポリシーの予測勾配降下(PSGD)に基づく学習変種を提案する。
  論文  参考訳（メタデータ） (2025-10-25T15:07:37Z)
• Postprocessing of point predictions for probabilistic forecasting of day-ahead electricity prices: The benefits of using isotonic distributional regression [0.0]
  本研究では,日頭電力価格の点予測を確率的値に変換するための3つのポストプロセッシング手法について検討する。 後者は最も多様な振る舞いを示すが、予測分布のアンサンブルに最も寄与する。 注目すべきことに、この組み合わせのパフォーマンスは、ドイツとスペインの電力市場から4.5年間のテスト期間において、最先端の分散ディープニューラルネットワークよりも優れている。
  論文  参考訳（メタデータ） (2024-04-02T19:50:36Z)
• Inside the black box: Neural network-based real-time prediction of US recessions [0.0]
  長期記憶(LSTM)とゲートリカレントユニット(GRU)は、1967年から2021年までのアメリカの不況をモデル化するために使用される。 シェープ法は、S&P500指数のような重要なリセッション指標を3カ月間予測する。
  論文  参考訳（メタデータ） (2023-10-26T16:58:16Z)
• Variational Prediction [95.00085314353436]
  本稿では,変動境界を用いた後部予測分布に対する変動近似の学習手法を提案する。 このアプローチは、テスト時間の限界化コストを伴わずに、優れた予測分布を提供することができる。
  論文  参考訳（メタデータ） (2023-07-14T18:19:31Z)
• Predictive Inference with Feature Conformal Prediction [80.77443423828315]
  本稿では,特徴空間への共形予測の範囲を拡大する特徴共形予測を提案する。 理論的観点からは、特徴共形予測は軽度の仮定の下で正則共形予測よりも確実に優れていることを示す。 提案手法は,バニラ共形予測だけでなく,他の適応共形予測手法と組み合わせることができる。
  論文  参考訳（メタデータ） (2022-10-01T02:57:37Z)
• The Yield Curve as a Recession Leading Indicator. An Application for Gradient Boosting and Random Forest [0.0]
  我々は、米国経済不況を予測するための最も関連性の高い財務用語と、経済不況検知に関する関連するルールを検出するための方法を見出した。 後者の結果は、機械学習手法が解釈に有用であることを示す文献が増えているのとは対照的である。
  論文  参考訳（メタデータ） (2022-03-13T12:46:22Z)
• CovarianceNet: Conditional Generative Model for Correct Covariance Prediction in Human Motion Prediction [71.31516599226606]
  本稿では,将来の軌道の予測分布に関連する不確かさを正確に予測する手法を提案する。 我々のアプローチであるCovariaceNetは、ガウス潜在変数を持つ条件付き生成モデルに基づいている。
  論文  参考訳（メタデータ） (2021-09-07T09:38:24Z)
• Economic Recession Prediction Using Deep Neural Network [26.504845007567972]
  本稿では,米国における景気後退の開始と終了を予測するための最も正確なモデルとして,オートエンコーダを用いたBi-LSTMの深層学習手法を同定する。 我々は、さまざまな機械学習モデルの能力を比較して、サンプル内とサンプル外の両方で優れた予測を生成するために、一般的なマクロおよびマーケットコンディション機能を採用する。
  論文  参考訳（メタデータ） (2021-07-21T22:55:14Z)
• When in Doubt: Neural Non-Parametric Uncertainty Quantification for Epidemic Forecasting [70.54920804222031]
  既存の予測モデルは不確実な定量化を無視し、誤校正予測をもたらす。 不確実性を考慮した時系列予測のためのディープニューラルネットワークの最近の研究にもいくつかの制限がある。 本稿では,予測タスクを確率的生成過程としてモデル化し,EPIFNPと呼ばれる機能的ニューラルプロセスモデルを提案する。
  論文  参考訳（メタデータ） (2021-06-07T18:31:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。