基于预测组合的预测协调：见解与扩展

在最近一篇论文中，Hollyman 等人（2021）在阐明预测组合与横截面预测协调之间联系的同时，提出了一种基于预测组合的简单层次协调方法。其发展了称为层级条件相干（LCC）的点预测协调过程，并表明一组 LCC 与自底向上协调预测的简单平均（称为组合条件相干，CCC）相较于前沿横截面协调过程取得了良好表现。本文中，我们在此基础上沿若干新方向拓展该提议。（1）我们阐明了 LCC 协调公式的本质与数学推导，表明其是在目标预测与基预测之差上带对角关联矩阵的二次损失函数外生线性约束最小化之结果。（2）亦可考虑内生约束，从而得到所有涉及序列的层级条件协调预测，其中上层与底层时间序列均被相干修正。（3）由于 LCC 过程不保证协调预测的非负性，我们认为——当非负性为待预测变量的自然属性时——将其解释为一种无偏自顶向下协调过程尚存疑虑。（4）新过程被用于针对经典澳大利亚旅游需求（游客夜数）数据集的预测实验。鉴于计算基预测所用（可能不同的）模型之关键作用，我们将 Hollyman 等人（2021）的 CCC 协调重新解释为预测池化方法，表明采用简单预测平均策略可获精度提升。