本文与传统方法之间的主要区别是假设变量通过不同的视角影响经济。 在这种替代假设下,从短视点的角度考虑不重要的变量可能成为长视点的重要因素,因此,本文建议选择特定于视域的变量。 我的发现证实,允许不特定于地平线的变量的模型的Schwarz Bayesian信息准则(SBIC)值低于不许可的模型。 我的结果还表明,与我的方法相比,矢量自回归(VAR)模型总体上的预测较差。 同样,我通过将等于样本均值的预测设置为基准并显示滞后长度大于1的VAR模型的样本外预测无法胜过样本均值来为文献做出贡献。 此外,我选择了从190个不同时间序列中得出的主要成分,以预测随时间范围变化的时间序列。 同样,结果表明,某