ANÁLISE EDITORIAL / 2026-09-21 — 2026-09-25
Quando previsões compartilham o mesmo alvo
Semana esparsa na coleta: um único paper sobre seleção de previsões cross-section.
econ.EM teve apenas 1 paper capturado na janela, via cross-list, porque a listagem própria da categoria foi bloqueada por limite de taxa. O trabalho mostra que toda previsão padronizada, quando várias unidades são avaliadas contra o mesmo resultado realizado, se decompõe exatamente em um componente alinhado a esse alvo comum e outro não correlacionado. Daí seguem consequências práticas: diluição de sinais ao combinar previsões, métricas de ranking enganosas e critérios de seleção que premiam alinhamento em vez de habilidade. Para quem avalia modelos de retorno de ações, previsões de analistas ou scores de crédito comparados no mesmo período, a decomposição ajuda a separar informação específica de exposição ao fator comum, evitando selecionar modelos que apenas acompanham o mercado.
EVOLUÇÃO
W38 tratou de política estável e contaminação em IV; esta semana não permite comparação robusta pela falha de coleta.
O QUE FAZER COM ISSO
Rankings de modelos preditivos cross-section devem separar o componente alinhado ao alvo comum antes de comparar desempenho.
Cobertura muito incompleta: a listagem econ.EM retornou HTTP 429; paperCount reflete só cross-lists capturados. Resumo via WebFetch.