滚动回归预测、DM检验、CW检验

Question

我有一个以汇率作为因变量和其他 7 个自变量（例如通货膨胀、利率等）的线性模型。我有 1993Q1-2011Q4 的季度数据。 我想创建一个窗口大小为 60（从 1993 年第一季度到 2007 年第四季度）的滚动窗口回归（使用上面的模型），并使用估计的回归来预测其余样本。另外，我想将此模型与 Random Walk 模型进行比较（汇率遵循 R.W.）。最后，我想执行 dm.test 和 clarkwest 测试（不运行）。我的代码对吗？

X = embed(data)
X = as.data.frame(X)

install.packages("foreach")
library(foreach)
w_size=60
n_windows = nrow(X) - 60 #until 2007Q4
forecasts = foreach(i=1:n_windows, .combine = rbind) %do%{
    # = Select data for the window (in and out-of-sample) = #
  X_in = X[i:(w_size + i - 1), ] # = change to X[1:(w_size + i - 1), ] for expanding window
  X_out = X[w_size + i, ]

  # = Regression Model = #
  m1 = lm(V1 ~ V2+V3+V4+V5+V6+V7+V8, data = X_in)
  f1 = predict(m1, X_out)

  # = Random Walk = #
  f2 = tail(X_in$V1, 1)

  return(c(f1, f2))
}
 e1 = tail(X[ ,"V1"], nrow(forecasts)) - forecasts[ ,1]
 e2 = tail(X[ ,"V1"], nrow(forecasts)) - forecasts[ ,2]
library(tseries)     
library(forecast)
dm.test(e1,e2, "l") #p-value is more than 5% for all the cases( two.sided, greater, less)
clarkwest(e1,e2)

Answer 1

似乎不再支持clarkwest() 函数。我最近编写了自己的函数：CW 请注意，我使用的是正常标准错误，而不是 Newey-West 更正。

要调查您的循环，您可以尝试：

i=1
X_in = X[i:(w_size + i - 1), ] # = change to X[1:(w_size + i - 1), ] for expanding window
X_out = X[w_size + i, ]

# = Regression Model = #
m1 = lm(V1 ~ V2+V3+V4+V5+V6+V7+V8, data = X_in)
f1 = predict(m1, X_out)

# = Random Walk = #
f2 = tail(X_in$V1, 1)

在这里您可以看到当 i=1 时循环创建的组合