{
  "schema_version": 1,
  "slug": "hansen-2005-superior-predictive-ability",
  "title": "A Test for Superior Predictive Ability",
  "title_ja": "多数の予測モデルから本当に優れた候補を見分ける検定",
  "authors": [
    "Peter Reinhard Hansen"
  ],
  "published_year": 2005,
  "venue": "Journal of Business & Economic Statistics",
  "identifiers": {
    "doi": "10.1198/073500105000000063",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.1198/073500105000000063",
      "label": "出版社・公式論文ページ"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "statistical_method"
  ],
  "methods": [
    "simulation"
  ],
  "sample": {
    "markets": [
      "GLOBAL"
    ],
    "period": {
      "start": "1980",
      "end": "2003"
    },
    "universe": "複数予測モデルと経済時系列",
    "frequency": "simulation"
  },
  "findings": [
    {
      "label": "優越予測能力検定",
      "effect": "優越予測能力検定",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "一次資料で主要結論は確認したが、定義を統一できる効果量は本レコードでは採録していない。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した標本外再現を本レコードでは評価していない。"
  },
  "caveats": [
    "data_snooping_risk"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場を直接検証していないため、日本株への適用可能性は未評価。"
  },
  "summary_ja": {
    "body": "ベンチマークに対する多数モデルの比較で、劣るモデルの影響を抑えるSPA検定を提案した。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "SPA検定はReality Checkより検出力が高く、無関係で劣る候補を追加しても結果が鈍りにくいと示しますを報告した研究です。",
    "question": "多数の予測法を試すと偶然好成績の候補が出るデータスヌーピング問題に対し、WhiteのReality Checkより検出力が高く、劣った候補に影響されにくい検定を作れるかを問います。",
    "method": "損失差をばらつきで標準化した統計量と、標本に応じた帰無分布を用いるSPA検定を提案します。モンテカルロ実験で性質を比較し、米国インフレの回帰予測群をランダムウォーク予測と比べます。",
    "result": "SPA検定はReality Checkより検出力が高く、無関係で劣る候補を追加しても結果が鈍りにくいと示します。応用例ではランダムウォークより回帰予測が優れ、標本上はPhillips曲線型が最良でした。",
    "interpretation": "SPAは多数比較による誤判定を抑える検定で、最良モデルの将来性能を保証しません。インフレ予測の応用結果を株価へ移せず、候補集合、損失関数、時系列の依存構造、再標本化の設定が結論を左右します。",
    "glossary": [
      {
        "term": "SPA検定",
        "note": "多数候補の中に基準より予測力が高いモデルがあるか調べる検定です。"
      },
      {
        "term": "検出力",
        "note": "本当に差があるとき、検定がその差を正しく見つける確率です。"
      }
    ]
  },
  "source_verification": {
    "level": "abstract",
    "checked_url": "https://doi.org/10.1198/073500105000000063",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "diagram_ja": {
    "type": "mechanism",
    "evidence_mode": "direction_only",
    "headline": "多数の予測モデルから本当に優れた候補を見分ける検定",
    "caption": "SPA検定はReality Checkより検出力が高く、無関係で劣る候補を追加しても結果が鈍りにくいと示します。応用例ではランダムウォークより回帰予測が優れ、標本上はPhillips曲線型が最良でした。図は方向だけを示し、利益額の大きさは表しません。",
    "mechanism": {
      "steps": [
        {
          "label": "研究の問い",
          "note": "多数の予測法を試すと偶然好成績の候補が出るデータスヌーピング問題に対し、WhiteのReality Checkより検出力が高く、劣った候補に影響されにくい検定を作れるかを問います。"
        },
        {
          "label": "確かめ方",
          "note": "損失差をばらつきで標準化した統計量と、標本に応じた帰無分布を用いるSPA検定を提案します。"
        },
        {
          "label": "分かったこと",
          "note": "SPA検定はReality Checkより検出力が高く、無関係で劣る候補を追加しても結果が鈍りにくいと示します。"
        }
      ]
    },
    "profit_distance": {
      "observed": {
        "status": "supported",
        "note": "研究標本内で報告された方向です。"
      },
      "costs": {
        "status": "not_tested",
        "note": "売買費用を引いた利益は本レコードで未確認です。"
      },
      "replication": {
        "status": "not_tested",
        "note": "独立した別標本での追試は未評価です。"
      },
      "japan": {
        "status": "not_tested",
        "note": "日本市場での成立は検証していません。"
      }
    }
  },
  "aliases": [],
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}