Diebold y Mariano sugieren utilizar los errores estándar de Newey-West para corregir la autocorrelación y la heteroscedasticidad de los términos de error al comparar la precisión de las previsiones.
Sin embargo, si he entendido bien, también asumen la dependencia sólo para (k-1) errores de previsión a un día vista.
Por lo tanto, ¿tengo razón al suponer que no es necesario utilizar los errores estándar de Newey-West cuando se trata de previsiones a 1 día vista?
Autocorrelación
$h$ -errores de previsión para $h>1$ están autocorrelacionadas por construcción, porque las previsiones cubren periodos de tiempo que se solapan. Esto es válido incluso para previsiones "óptimas". En cambio, los errores de previsión de 1 paso no tienen por qué estar autocorrelacionados, al menos en el caso de las previsiones "óptimas".
Sin embargo, siguen puede estar autocorrelacionados para previsiones "subóptimas". Por ejemplo, si la previsión para $t+1$ es el valor real a partir de $t-k$ para algunos $k>0$ se obtiene efectivamente el mismo solapamiento y, por tanto, la misma autocorrelación en los errores de previsión que con $h$ -previsiones anticipadas. Por supuesto, no tiene por qué ser una previsión sensata, pero sirve de ejemplo.
El uso de errores estándar con autocorrelación robusta para las previsiones a 1 paso en la prueba Diebold-Mariano es, por tanto, una elección conservadora y "segura".
Heteroskedasticity
En cuanto a la heteroscedasticidad, ni Diebold y Mariano (1995) ni Diebold (2015) lo menciona, por lo que probablemente no tenga nada de especial en el contexto de la prueba Diebold-Mariano. Si hay motivos para creer que la distribución del error de previsión tiene una varianza variable en la muestra, puede utilizar los errores estándar de heteroscedasticidad robusta.
Referencias:
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
