Econometric methods of change detection

Abstract

Detekce strukturálních změn v časových řadách je tématem s rostoucí popu- laritou mezi ekonometry v posledních desetiletích. Hlavním cílem této práce bylo prozkoumat a porovnat klasické a moderní ekonometrické metody detekce struk- turálních změn a testování jednotkového kořene. Předmětem zkoumání byla nejprve metoda testování jednoho zlomu v nanejvýš lineárním trendu časové řady bez předchozí znalosti toho, zda chybová složka je stacionární, nebo má jednotkový kořen, navržena Perronem a Yabu (2009b). Následně byla tato metoda zkombinována s testem jednotkového kořene umožňujícím zlom v trendu navrženým Kimem a Perronem (2009) pro testování charakteru chybové složky. Všechny metody detekce změn a testování jednotkového kořene byly porovnány v Monte-Carlo simulační studii, která ve většině případů indikovala signifikantní zlepšení v síle testů Perrona a Yabu a Kima a Perrona v porovnání s kla- sickými metodami. Nicméně žádná z metod se neukázala jako vhodná při ap- likaci na časovou řadu s kvadratickým trendem. Na závěr byly zkoumané testy aplikovány na testování vlastností čtvrtletní časové řady HDP České republiky. 1

Detection of structural changes in time series is a topic with increasing pop- ularity among econometricians over the last decades. The main aim of this thesis was to review and compare the classical and modern econometric meth- ods of structural change detection and unit root testing. A recent method for testing a one-time break in at most linear trend function of a series without prior knowledge about the stationary or unit root nature of the error compo- nent proposed by Perron and Yabu (2009b) was studied. Subsequently, it was combined with the unit root test that allows for a break in trend proposed by Kim and Perron (2009) to examine the nature of the error component. All the methods for change detection and unit root testing were compared in a Monte Carlo simulation study that indicated significant improvement in power of the Perron-Yabu and Kim-Perron tests against most alternatives compared to the classical methods. However, all tests demonstrated poor performance in case of a quadratic trend function. Finally, the tests were employed in a practical ex- ample to examine the properties of the quarterly GDP time series of the Czech Republic. 1