Forecasting stock excess returns is an interesting topic of interest for everyone. However, predicting stock excess returns is not an easy task. This paper aims to determine how much the time-dependent weighted least squares approach, a new method to improve the out-of-sample period prediction of individual models and prediction combinations, contributes to the improvement of the out-of-sample period prediction over the ordinary least squares approach. In addition, In order to confirm the economic feasibility of predictive power, I will calculate the certainty equivalent returns considering the mean-variance preferred investor who allocates wealth between the stock index and risk-free rates. Finally, I will compare the predictive power of the TWLS method with two other state-of-the-art rolling window approaches that consider parameter instability.
주식 초과수익률을 예측하는 것은 모든 사람들에게 있어 흥미로운 관심주제이다. 하지만 주식 초과수익률을 예측하는 것은 쉽지 않은 과제이다. 본 논문은 주식 초과수익률 예측에 있어 개별 모델과 예측 조합의 표본 외 기간 예측을 개선하기 위한 새로운 방법인 시간 가중치 최소 자승법(Time-dependent weighted least squares : TWLS) 접근 방식을 통해 기존의 최소 자승법(Ordinary least squares : OLS) 방식보다 표본 외 기간에서 예측력의 향상에 얼마나 기여하는지 확인해 보고자 한다. 또한 예측력의 경제성을 확인하기 위해 주가지수와 무위험 이자율인 CD금리 사이에 부를 배분하는 평균-분산 선호 투자자를 고려하여 포트폴리오의 확실성 등가 수익(Certainty equivalent returns)을 계산할 것이다. 마지막으로 TWLS 방식의 예측력을 매개 변수 불안정성을 고려하는 다른 새롭게 대두된 2가지의 롤링 윈도우 접근법들과도 비교할 것이다.
