本篇是学海拾珠系列第二百四十九篇，文章采用频域分析方法，发现股权溢价预测因子的时间序列中隐藏着重要的预测信息。研究结果表明，市场预测信息可能存在两种不同形态并存：原始时域中的无效噪声和频域分解后的有效信号。
　　重新审视：原始时间序列中是否仍蕴藏有效预测信息？
　　自Goyal与Welch（2008）以来，股权溢价预测研究激增，但多数因子样本外预测能力有限。近年频域分析揭示收益与预测因子实为多频成分的聚合，预测能力具频率特异性。本文基于此重新审视：原始时间序列中是否仍蕴藏有效预测信息？
　　数据与研究方法：频域分析法显著优于传统时域方法
　　本研究采用1973-2023年月度数据，通过最大重叠离散小波变换（MODWT）将25个预测因子分解为7个频率成分（D1-S6）。使用滚动窗口法进行样本外预测（1990-2023），结果表明：频域分析能有效挖掘原始序列中隐藏的预测信息，多个因子在特定频率上表现出显著预测能力（如SIID5的R2OS达1.67%）和经济价值（CER增益最高458基点），显著优于传统时域方法。
　　频域分析极大提升了预测因子的样本外（OOS）预测能力
　　实证研究结果表明：原始因子中仅SII具备样本外预测能力；分解后11个因子在特定频率表现显著，如SIID5的R2OS达1.67%；频域预测经济价值突出，CER增益最高458基点；方法在不同经济周期均保持稳健，显著优于传统时域模型。
　　文献来源
　　核心内容摘选自Goncalo Faria等于2025年8月22日在Journal ofEmpirical Finance上的文章《 Unlocking Predictive Potential: TheFrequency-domain Approach to Equity Premium Forecasting》。
　　风险提示
　　文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。