Mincer–Zarnowitz प्रतिगमन: पूर्वानुमान के पक्षपात और कैलिब्रेशन की जाँच

मान लें कोई मॉडल अगले अवधि का प्रतिफल बताता है या अर्थशास्त्री अगली तिमाही की वृद्धि का पूर्वानुमान करता है। मूल्यांकन नमूने में पूर्वानुमान त्रुटियों का औसत शून्य हो सकता है। यह लगातार औसत से अधिक या कम अनुमान के विरुद्ध संकेत है, लेकिन यह नहीं बताता कि पूर्वानुमान बाद के परिणामों के साथ एक-के-बदले-एक बदलते हैं। पूर्वानुमान बहुत चरम, बहुत संकुचित या रैखिक रूप से खिसके हुए हो सकते हैं; सकारात्मक और नकारात्मक त्रुटियाँ फिर भी औसत में कट सकती हैं।

MZ प्रतिगमन वास्तविक परिणाम को पूर्वानुमान पर regress करके दूसरा प्रश्न सामने लाता है। Mincer और Zarnowitz ने आर्थिक पूर्वानुमानों के मूल्यांकन में यह ढाँचा प्रस्तुत किया (1969 अध्याय)। यह संख्यात्मक लक्ष्य के point forecast का diagnostic है, खासकर जब squared-error loss के अंतर्गत conditional mean का अनुमान हो। यह दो मॉडलों की औसत loss तुलना नहीं है; उस प्रश्न के लिए Diebold–Mariano मार्गदर्शिका देखें।

Trading research में भी फर्क अहम है। प्रतिफल पूर्वानुमान में औसत पक्षपात कम हो सकता है पर scale गलत; volatility पूर्वानुमान एक सीमा में अधिक और दूसरी में कम हो सकता है। MZ रैखिक mismatch दिखा सकता है, पर परिणाम evaluation sample, लक्ष्य की परिभाषा, सूचना के समय और inference method पर निर्भर करता है। यह नहीं बताता कि पूर्वानुमान से लाभकारी trading rule बनेगा।

हर forecast origin t पर पूर्वानुमान (fₜ) को उस बाद में देखे गए लक्ष्य (yₜ) से जोड़ें जिसे उसे बताना था। जोड़ी में एक निश्चित horizon हो: (fₜ) पहले के origin पर जारी हुआ और बाद के लक्ष्य (yₜ) के लिए था; आगे के समीकरणों में t इन जोड़ियों का संक्षिप्त सूचक है। दोनों समान variable, horizon, units और समय-परंपरा से संबंधित हों। पाँच-दिवसीय प्रतिफल के पूर्वानुमान को एक-दिवसीय प्रतिफल से जोड़ना इच्छित लक्ष्य का कैलिब्रेशन नहीं जाँचता।

हर origin पर सचमुच उपलब्ध पूर्वानुमान लें और उसका मान, model version, data vintage तथा सूचना कटऑफ सहेजें। शुरुआती macroeconomic releases बाद में संशोधित हो सकते हैं। तय करें कि पहला प्रकाशित मान मानदंड होगा या संशोधित अंतिम मान; पुराने inputs को revised data से बदलना पूर्वानुमानकर्ता को उस समय अनुपलब्ध सूचना दे सकता है।

Trading series में close-to-close, intraday और overnight हिस्सों को एक ही नियम से मिलाएँ। कई अवधियों वाले overlapping targets पास-पास की forecast errors को dependent बनाते हैं। समान evaluation sample भी उपयोगी है: यदि volatile dates पर एक model का पूर्वानुमान अनुपस्थित है, अलग तारीखों की संरचना calibration mismatch जैसी लग सकती है। तुलना की सभी forecast series में लक्ष्य और origin schedule समान रखें।

वास्तव में बनाए गए forecasts और fitted values को अलग रखें। यदि model उसी sample पर estimate हुआ है जो MZ regression में जाता है, in-sample fitting calibration का भ्रम दे सकती है। भविष्य के दावे के लिए chronological out-of-sample forecasts बनाएँ, हर origin पर केवल उस समय की जानकारी से पुनः estimate करें और model या threshold चुनने से अछूता confirmation period रखें।

मानक levels regression है

yₜ = α + β fₜ + uₜ

जहाँ (yₜ) वास्तविक लक्ष्य, (fₜ) पूर्वानुमान और (uₜ) regression residual है। आम संयुक्त calibration restriction है

H₀: α = 0 और β = 1

दोनों सही हों तो fitted linear relation identity line है: constant offset नहीं चाहिए और forecast में एक unit परिवर्तन fitted outcome में भी एक unit परिवर्तन से मेल खाता है। Regression estimate करके दोनों restrictions को संयुक्त Wald या equivalent F test से जाँचें; covariance estimate sampling design के अनुरूप हो। Intercept और slope को अलग-अलग जाँचना उनके joint restriction के परीक्षण के बराबर नहीं है।

Residual (uₜ) अपने-आप raw forecast error (yₜ − fₜ) नहीं है। Joint null में दोनों बराबर हैं; अन्यथा estimated intercept और slope linear shift तथा rescaling समाहित करते हैं। Coefficients के साथ वास्तविक forecast error भी दें ताकि औसत miss और calibration relation दोनों दिखें।

MZ restriction को कभी forecast unbiasedness या rationality test कहते हैं। परिभाषा साफ रखें। Zero unconditional mean error की शर्त (E[yₜ − fₜ] = 0) है; (α = 0, β = 1) एक विशेष linear relationship लगाते हैं और सामान्यतः अधिक मजबूत हैं। Holden और Peel बताते हैं कि उनकी formulation में पारंपरिक joint restriction unbiasedness के लिए sufficient है, necessary नहीं (1990)। किस restriction की जाँच है यह बताए बिना “unbiased” और “MZ calibrated” को समानार्थी न मानें।

<!-- learn:illustration -->

तीन काल्पनिक पूर्वानुमान और बाद के परिणाम देखें:

पूर्वानुमान और परिणाम दोनों का औसत 2 है और औसत त्रुटि शून्य है। फिर भी मान (yₜ = 1 + 0.5 fₜ) के अनुसार चलते हैं, इसलिए MZ intercept (α = 1) और slope (β = 0.5) है, (0, 1) नहीं। त्रुटियाँ औसत में कटती हैं, लेकिन रैखिक restriction विफल है: इस बनाए गए उदाहरण में परिणाम पूर्वानुमान के आधे अनुपात से बदलता है।

यह हाथ से बनाया गया arithmetic illustration है, market data या inferential sample नहीं। तीन noiseless points से सार्थक p-value या किसी वास्तविक forecast system की विफलता का दावा नहीं करना चाहिए। वास्तविक sample में joint test estimation uncertainty शामिल करता है; बड़ा coefficient gap भी imprecise हो सकता है, जबकि पर्याप्त observations में छोटा gap precisely estimated हो सकता है। उदाहरण केवल दिखाता है कि औसत त्रुटि और MZ restrictions अलग प्रश्न पूछते हैं।

(1 + 0.5 fₜ) जैसा recalibration इन तीन outcomes को ठीक-ठीक दोहराएगा क्योंकि यह उन्हीं से बनाया गया है। इससे भविष्य में काम करने का प्रमाण नहीं मिलता। यदि recalibration प्रक्रिया का हिस्सा है, इसे पुराने training segment पर estimate करें और adjusted forecasts को बाद के अलग data पर evaluate करें।

Intercept (α) शून्य forecast पर fitted outcome है; इसका व्यावहारिक अर्थ इस पर निर्भर है कि शून्य forecast range में है या नहीं। Slope (β) बताती है कि forecast बदलने पर fitted outcome कितना बदलता है। Intercept को ध्यान में रखते हुए, slope एक से कम हो तो forecast प्रति unit ज्यादा बदलता है; एक से अधिक हो तो fitted outcome ज्यादा बदलता है। जब दूसरा coefficient भी unconstrained हो तो कोई एक coefficient पूरी relation नहीं बताता।

ऊँचा (R²) calibration साबित नहीं करता। उदाहरणतः noiseless relation (yₜ = 2 + 1.1 fₜ) में (R² = 1), पर MZ null गलत है। (R²) बताता है कि linear fit sample variation का कितना हिस्सा समझाता है; joint test पूछता है कि fit identity line है या नहीं। उलट, noisy forecast में restriction reject न हो फिर भी (R²) कम हो सकता है। Calibration और precision संबंधित लेकिन अलग गुण हैं।

दो अलग t-statistics से joint result न निकालें: intercept और slope estimates correlated हो सकते हैं, इसलिए joint Wald/F उनकी covariance उपयोग करता है। α, β और uncertainty, joint statistic तथा p-value, sample size और mean raw error रिपोर्ट करें। उपयोगी हो तो identity line वाला scatterplot या binned comparison दिखाएँ और बताएँ कि bins data देखने के बाद चुने गए थे या नहीं। Linear test curved mismatch, regime changes या tail errors चूक सकता है।

Squared-error loss के अंतर्गत optimal point forecast, forecaster के information set पर target का conditional expectation है। इसका आशय है कि forecast origin पर ज्ञात जानकारी बाद की errors का पूर्वानुमान नहीं करनी चाहिए। MZ regression केवल forecast और constant से जुड़ी linear relation जाँचता है, information set के हर अन्य variable को नहीं।

मजबूत diagnostic में पहले से चुने information variables (zₜ) को error regression में जोड़ा जा सकता है:

yₜ − fₜ = δ₀ + δ₁ zₜ + vₜ

यदि origin पर ज्ञात variable बाद की errors बताता है, तो उपयोगी जानकारी छूट गई हो सकती है। Timing ठीक रखें और variables सोच-समझकर चुनें; बहुत से lags, market states और transformations आजमाना multiple-search समस्या है। छोटी सूची में predictability न मिलना पूरे information set के सापेक्ष efficiency सिद्ध नहीं करता।

Zarnowitz survey forecasts में bias, serial correlation, sample size और test power पर चर्चा करते हैं (NBER Working Paper 1070, 1983)। इसलिए MZ को linear calibration diagnostic या कमजोर efficiency check कहें, सभी relevant information के optimal उपयोग का प्रमाण नहीं। Giacomini–White मार्गदर्शिका चुने हुए loss moments पर आधारित अलग conditional comparison बताती है।

Forecast errors heteroskedastic, serially correlated या overlapping हो सकती हैं, खासकर rolling multi-step forecasts में। सामान्य OLS formulas joint restriction के valid standard errors अपने-आप सुनिश्चित नहीं करते। Horizon, dependence और estimation scheme के आधार पर उचित inference चुनकर बताएँ; errors independent मानकर न चलें। हर design के लिए एक universal bandwidth या correction नहीं है।

यदि उसी छोटे sample में model parameters estimate हों, calibration adjustment बने और उसका test हो, तो साधारण regression uncertainty पूरा procedure न दर्शा पाए। Nested forecasts की accuracy comparison में null distribution nonstandard भी हो सकती है। वास्तविक forecast construction के लिए निकले method का उपयोग करें या पूरी तरह specified calibration step को बाद के holdout पर जाँचें। बहुत से equations, targets और samples आजमाकर आखिरी p-value को confirmatory न बताएँ।

Non-rejection calibration का प्रमाण नहीं: कारण low power या चौड़ा interval हो सकता है। Rejection भी चुने लक्ष्य, sample, linear form और covariance estimate पर निर्भर है। उचित विकल्पों के प्रति sensitivity देखें, उसे disclose करें और pre-specified test से अलग रखें। Persistent forecasts या थोड़े independent episodes में यह विशेष रूप से जरूरी है।

MZ forecast और realized target के बीच linear calibration restriction जाँचता है। Diebold–Mariano test चुने score के तहत दो procedures की average loss बराबर है या नहीं पूछता है। Forecast calibrated होकर भी उस score पर कम सटीक हो सकता है, या औसतन बेहतर होकर MZ calibration में विफल।

यदि प्रश्न है कि origin पर उपलब्ध जानकारी के साथ accuracy बदलती है या नहीं, तो Giacomini–White test selected conditional loss moments जाँचता है। कई forecasts या trading rules खोजे गए हों तो Model Confidence Set या White Reality Check/Hansen SPA अलग selection problem पर काम करता है। इनमें से कोई भी स्पष्ट target और ईमानदार forecast origins का विकल्प नहीं है।

मानक MZ levels regression numeric target के point forecasts के लिए है। Quantile, probability, interval और density forecasts के लिए उन objects के अनुरूप calibration tests और scoring rules चाहिए। Mean forecast पर अच्छा परिणाम tail-risk forecast या volatility distribution पर अपने-आप लागू नहीं होता।

Target, horizon, units, information cutoff, evaluation dates, data vintage और forecasts सचमुच out-of-sample थे या नहीं बताएँ। Regression equation, forecast-error definition और tested restrictions दें। “Unbiased” का अर्थ zero mean error है या joint MZ restriction (α = 0, β = 1), यह स्पष्ट करें।

Coefficients, standard errors या confidence intervals, joint Wald/F statistic, degrees of freedom, p-value, forecast origins की संख्या, mean forecast error और (R²) की सीमित व्याख्या दें। Overlapping horizons या serial dependence होने पर covariance या resampling method बताएँ। Model estimation, recalibration, selection और आजमाए गए वैकल्पिक targets, samples या transformations disclose करें।

पारदर्शी रिपोर्ट औसत bias, linear calibration, information efficiency और comparative accuracy को अलग रखती है। ये अलग empirical claims हैं। एक regression restriction पूरी होना हर forecast use को validate नहीं करता; forecast evaluation अकेले लागत बाद trading profitability का प्रमाण नहीं है।