预测中的准确性-光滑性困境：一种新型多变量 M-SSA 预测方法
计量经济学
2026-02-17 v1 统计方法学
摘要
预测 presents 一个复杂的估计挑战，因为它涉及平衡多个往往相互冲突的目标和优先事项。传统的预测优化方法通常仅强调单一指标——例如最小化均方误差 (MSE)——可能忽略预测性能的其他关键方面。为解决这一限制，最近发展的光滑符号准确性 (SSA) 框架扩展了传统的 MSE 方法，通过同时考虑符号准确性、MSE 以及符号变化的频率，从而解决了预测中的准确性-光滑性 (AS) 困境。这一方法将这种方法扩展到多变量 M-SSA，利用原始准则将跨多个时间序列的横截面信息纳入其中。结果，M-SSA 准则实现了对 AS 预测性能各种设计目标的集成，有效地概括了传统基于 MSE 的指标。为演示其实际应用和多功能性，我们探讨了 M-SSA 在三个主要领域的应用：预测、实时信号提取（nowcasting）和平滑。这些案例研究说明了该框架在不同情境下适应的能力，同时有效地管理预测建模中固有的权衡。
引用
@article{arxiv.2602.13722,
title = {The Accuracy Smoothness Dilemma in Prediction: a Novel Multivariate M-SSA Forecast Approach},
author = {Marc Wildi},
journal= {arXiv preprint arXiv:2602.13722},
year = {2026}
}