Набор доверительных моделей (Model Confidence Set, MCS)

Набор доверительных моделей (MCS) — это процедура последовательного тестирования гипотез, предложенная Hansen, Lunde и Nason (2011), которая идентифицирует наименьшую совокупность прогностических или предсказательных моделей, статистически неразличимых от наилучшей модели при заданном уровне доверия. Вместо выбора единственного победителя MCS возвращает набор превосходящих моделей, что делает его особенно ценным при сравнении эконометрических прогнозов, когда истинная лучшая модель неизвестна.