Long-horizon Predictive Regression by Using Sieve Bootstraps

Abstract

Long horizon economical or financial variables are frequently forecasted by nearly integrated covariates. In order to test the predictability of this kind of explanatory variables, rescaled t-statistics is used to replace standard t-statistics. This thesis applies the sieve bootstrap method to estimate distributions of them, and to, moreover, affirm the quantile values which are employed as critical values of the rescaled statistics. I have simulated the process of prediction and testing, and hereby certify that the results derived by using the sieve bootstrap method are consistent with the theoretically analyzed results of previous studies. Furthermore, some applications of the methodology were suggested, such as stock return prediction relying on dividend-price ratio and several interest rates.;유사 단위근 [unit root] 계열인 설명 변수를 이용하여 장기 경제 변수나 금융 변수를 예측하는 선행연구가 다수 존재한다. 본 연구에서는 유사 단위근 (unit root) 계열인 설명 변수의 예측력을 검정하기 위해서 일반적인 t통계량 대신 재조정된 (rescaled) t통계량을 사용한다. 본논문에서는 기존의Valkanov(2003)의 분석 방법과 달리 Sieve bootstrap을 이용해서 재조정된 (rescaled) t통계량의 분포를 확인하고 분위수 값 (quantile values) 을 찾아서 검정 통계량의 임계값으로 사용한다. 전술한 예측 및 검정을 모의 실험 (simulation) 을 통해서 얻은 결과는 선행연구의 이론적인 분석을 통해서 얻은 결과와 일치한다. 또한 본연구에서는 위 방법을 이용하여 배당 수익률 및 여러 이자율 변수로 주식 수익률을 예측하는 예시를 제시한다.