乌拉, A.

Ullah, A.

失业, 12, 184, 200, 216, 236, 332, 490, 493, 499; 未来失业率的可预测性, 213–24; 失业动态, 179. 另见失业率

失业率, 15, 140, 146, 164, 171, 176, 177, 183, 220, 239, 241, 322, 324, 325, 362, 480; 1970年至2014年, 212. 另见三变量系统（CPI通胀率、失业率、三个月期国库券利率），实证示例

单变量预测模型, 与趋势变量, 470–72; 远期预测, 475–77, 476nn8–9; 与样本外（OoS）评估, 486–89; 与远期预测不同方法的风险, 477–78; 短期预测, 472–75

单变量高斯核, 246

单变量线性预测模型, 133–34, 166. 另见自回归移动平均（ARMA）模型

单变量非线性预测模型, 166–67; 非线性检验, 179–80. 另见自回归（AR）模型；非线性单变量模型

密歇根大学, 美国消费者调查, 322

Vahid, F.

Valkanov, R., 481, 484, 485, 501, 502

van Dijk, D.

Varian, H. R.

VARMA模型, 187n1, 218

向量自回归（VAR）, 7, 117, 186, 212, 217, 218, 238, 408, 463, 478; 与滞后阶数的选择, 190; 受约束VAR, 189; VAR(p)模型估计, 189–90; 因子增广VAR（FAVAR）模型, 8, 193–94, 232; 一阶马尔可夫区制转换VAR（MSVAR）, 456; 误设, 192; 多期预测, 191–93; OLS估计, 189–90, 191, 194, 197, 198, 201, 203, 221; 流行性, 214; 定性VAR, 268; 向量自回归的设定, 186–88; 用于近似协方差平稳多元过程, 186–87; VAR预测, 39. 另见贝叶斯VAR（BVAR）

Villani, M.

Violante, F.

Vogelsang, T. J.

波动率, 与密度预测, 275–77, 308–9, 427–28; 使用已实现波动率测度的预测, 288–90; 损失函数的作用（不同损失函数下一阶和二阶矩的最优预测）, 277–78

波动率模型, 276, 278, 284, 284n4; 位置-尺度模型参数估计, 279–80; 位置-尺度模型, 278–80; 随机波动率模型, 199, 200, 287, 338, 459. 另见广义自回归条件异方差（GARCH）模型；多元波动率模型

波动率预测比较

Waggoner, D. F.

Wahba, G.

Wald检验

Waldmann, R.

Wallis, K. F.

Watson, M. W.

弱LNN结果

天气预报/预报员, 13, 38, 435n3

威布尔分布

Weinbach, G. C.

Weiss, A. A.

Welch, I.

West, K. D. 另见样本外（OoS）平均损失，进行推断

West, M.

White, H. 另见Reality Check（White的bootstrap Reality Check方法）

白噪声, 135, 136–37, 138, 143, 227, 290, 359, 359n5, 471, 508

Whiteman, C. H.

White的QuickNet算法

维纳-柯尔莫哥洛夫预测公式

Wilson, E. B.

Winkler, R. L.

威沙特分布

Wohar, M. E.

Wolak, F. A.

Wold表示定理, 133, 135, 140–41, 148, 186, 359

Wolf, M.

Woolridge, J. M.

Wouters, R.

Wright, J. H.

Wu, J. C.

Yang, Y.

Yogo, M.

Yoldas, E.

Yoo, B. S.

Zanakis, S. H.

Zarnowitz, V.

Zellner, A. 对回归模型贝叶斯分析的阐述, 85; g先验方法, 82, 459n13

Zha, T.

Zhang, H. H.

Zopounidis, C.

Zou, H.