假设我们在 X 和 Y 之间进行单变量线性回归。假设 X 是每日观测值，Y 反映了某些变量在未来 1 年的变化情况。所以 Y 观测值将是重叠和自相关的。X 中的每日观测值也可能是自相关的。

在这种情况下，我们如何测量和的方差？我们如何知道 X 和 Y 之间的关系在统计上是否显着？$R^2$$\beta$

我看过一些关于这方面的论文：

• “股息收益率和预期股票回报：推理和测量的替代程序”，Hodrick R.，1992
• “存在重叠观察的金融模型测试”，Richardson M. 和 Smith T.，1991
• “通过重叠观察改进回归推理和估计”，Britten-Jones M. 和 Neuberger A.，2011

但是我仍然不清楚在这些情况下我应该在实践中做什么。是否有任何教程清楚地总结了在存在重叠观察的情况下应如何纠正估计值，以及每个程序背后的假设是什么，说明哪个程序往往是最保守的？