Resumen de Simple tests for the correct specification of conditional predictive densities

Gergely Ganics, Lluc Puig Codina

• español

  Proponemos un marco simplificado para evaluar densidades predictivas condicionadas basado en la transformación integral de probabilidad (TIP). Este planteamiento acomoda un amplio abanico de métodos de estimación, incluyendo ventanas móviles y expansivas, y es adaptable tanto a procesos estacionarios como no estacionarios. Al tratar la TIP como un elemento primitivo, nuestra estrategia permite a los investigadores realizar contrastes de especificación comúnmente utilizados a contextos donde su validez era, previamente, desconocida. Las simulaciones Montecarlo muestran propiedades favorables en cuanto al tamaño y potencia de las pruebas. En una aplicación empírica mostramos que incorporar volatilidad estocástica en un modelo de componentes no observados es esencial para generar densidades predictivas correctamente especificadas de la producción industrial de Estados Unidos, tanto a frecuencias mensuales como trimestrales.

• English

  We propose a simplified framework for evaluating conditional predictive densities based on the probability integral transform (PIT). The approach accommodates a wide range of estimation schemes, including expanding and rolling windows, and applies to both stationary and non-stationary processes. By treating the PIT as a primitive, our approach enables researchers to apply widely used tests in settings where their validity was previously uncertain. Monte Carlo simulations demonstrate favorable size and power properties of the tests. In an empirical application, we show that incorporating stochastic volatility into an unobserved components model is essential for generating correctly calibrated density forecasts of US industrial production growth at both monthly and quarterly frequencies.