恰当多元评分规则的判别能力评估
统计方法学
2021-02-01 v1 统计金融
应用统计
摘要
恰当评分规则常用于量化分布预测的准确度。给定一次观测，它们对每个分布预测赋予一个标量分数，其中最低期望分数归属于真实分布。能量分数和变差分数是近来在多元设定中颇受欢迎的两种规则，因为它们的计算不要求预测具有参数化密度函数，因而具有广泛适用性。此处我们进行一项模拟研究，以比较能量分数与三种变差分数之间的判别能力。与其他研究相比，我们的模拟设计更为现实，因为它由一个包含商品价格、货币和利率的历史数据集支撑，且我们的数据生成过程包含了具有不同边际分布、依赖结构和校准窗口的多样化模型选择。这有助于在不同设定下对恰当评分规则的性能进行全面比较。为比较这些分数，我们使用三种度量：平均相对分数、错误率和一种广义判别启发式。总体而言，我们发现参数为 p=0.5 的变差分数优于能量分数和另外两种变差分数。
引用
@article{arxiv.2101.12693,
title = {Evaluating the Discrimination Ability of Proper Multivariate Scoring Rules},
author = {Carol Alexander and Michael Coulon and Yang Han and Xiaochun Meng},
journal= {arXiv preprint arXiv:2101.12693},
year = {2021}
}