구조 파괴

Structural break
구조 파손이 있는 선형 회귀 분석

계량경제학 및 통계학에서 구조 파괴는 회귀 모형의 매개변수가 시간에 따라 예기치 않게 변화하는 것으로서, 예측 오류와 [1][2][3]모형의 신뢰성이 크게 저하될 수 있습니다.이 문제는 David Hendry에 의해 대중화되었는데, 그는 계수의 안정성 부족이 예측 실패를 자주 야기하므로 우리는 구조적 안정성을 정기적으로 테스트해야 한다고 주장했다.구조적 안정성(즉, 회귀 계수의 시간 불변성)은 선형 회귀 [4]모형의 모든 적용에서 중심 문제입니다.

구조파단시험

알려진 중단점을 가진 단일 평균 중단

선형 회귀 모형의 경우, Chow 검정은 K 1 [1,[5][6]T]에 대해 알려진 기간 K에서 평균의 단일 파단을 검정하는 데 종종 사용됩니다.이 검정은 회귀 모형의 계수가 [1,2, ...,K] 기간과 [K + 1, ...,T][6]에 대해 동일한지 여부를 평가합니다.

다른 형태의 구조 파괴

그 외의 과제는, 다음과 같은 경우에 발생합니다.

사례 1: 알 수 없는 중단점이 있는 알려진 평균 중단 횟수;
사례 2: 알 수 없는 중단점과 알 수 없는 평균 중단 횟수;
케이스 3: 분산의 중단.

Chow 테스트는 브레이크 포인트가 알려진 모델에만 적용되며 브레이크 [7][5][6]전후에 오류 분산이 일정하게 유지되기 때문에 이러한 상황에서는 적용되지 않습니다.

일반적으로 누적합계(CUSUM) 및 누적합계(CUSUM-sq) 검정을 사용하여 모형에서 계수의 항상성을 검정할 수 있습니다.경계 검정도 사용할 [6][8]수 있습니다.사례 1과 2의 경우, 앤드루스(1993년, 2003년)가 테스트에 대해 개발한 sup-Wald(즉, Wald 통계 집합의 상위), sup-LM(즉, 라그랑주 승수 통계 집합의 상위) 및 sup-LR(즉, 우도비 통계 집합의 상위) 테스트를 사용할 수 있다.경구 파열은 알려지지 않았다.[9][10]이러한 검정은 통계적 [9]검정력 측면에서 CUSUM 검정보다 우수한 것으로 나타났으며, 알 수 없는 [4]중단점과 함께 알 수 없는 수의 평균이 포함된 구조적 변화를 감지하는 데 가장 일반적으로 사용되는 검정입니다.그 sup-Wald, sup-LM, sup-LR 시험 일반(즉, 이 실험들의 점근 매우 중요한 수치는 표본 크기 n엔으로 → 적용할 수 있∞)[9]에 homoskedasticity의 휴식 지점에서 한정된 샘플을 위해 가설을 포함하고,[4] 하지만, sup-Wald 통계와 정확한 시험은 선형 회귀 모드로 입수할 수 있점근고 있다.엘 wi일정한 수의 회귀기 및 독립적이고 균등하게 분산된(IID) 정규 [9]오류입니다.또한 Bai와 Perron(2003)이 개발한 방법을 통해 데이터에서 [11]여러 구조적 파단을 검출할 수 있다.

Maasoumi, Zaman 및 Ahmed(2010)가 개발한 MZ 테스트는 알려진 중단 [4][12]지점에서 평균과 분산 모두에서 하나 이상의 중단을 동시에 검출할 수 있도록 한다.Ahmed, Haider, Zaman(2016)에 의해 개발된 sup-MZ 테스트는 MZ 테스트의 일반화로서, 알려지지 않은 브레이크 [4]포인트에서 평균과 분산의 파손을 검출할 수 있다.

통합 모델의 구조적 파손

공동 적분 모델의 경우, 그레고리-한센 테스트(1996)는 하나의 미지의 구조적 [13]파괴에 사용할 수 있으며, 하테미-J 테스트(2006)는 두 개의 미지의 [14]파괴에 사용할 수 있다.

통계 패키지

R,[15] GAUSS 및 Stata를 포함하여 구조적 파손을 찾는 데 사용할 수 있는 여러 통계 패키지가 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Antoch, Jaromír; Hanousek, Jan; Horváth, Lajos; Hušková, Marie; Wang, Shixuan (25 April 2018). "Structural breaks in panel data: Large number of panels and short length time series" (PDF). Econometric Reviews. 38 (7): 828–855. doi:10.1080/07474938.2018.1454378. S2CID 150379490. Structural changes and model stability in panel data are of general concern in empirical economics and finance research. Model parameters are assumed to be stable over time if there is no reason to believe otherwise. It is well-known that various economic and political events can cause structural breaks in financial data. ... In both the statistics and econometrics literature we can find very many of papers related to the detection of changes and structural breaks.
  2. ^ Kruiniger, Hugo (December 2008). "Not So Fixed Effects: Correlated Structural Breaks in Panel Data" (PDF). IZA Institute of Labor Economics. pp. 1–33. Retrieved 20 February 2019.
  3. ^ Hansen, Bruce E (November 2001). "The New Econometrics of Structural Change: Dating Breaks in U.S. Labor Productivity". Journal of Economic Perspectives. 15 (4): 117–128. doi:10.1257/jep.15.4.117.
  4. ^ a b c d e Ahmed, Mumtaz; Haider, Gulfam; Zaman, Asad (October 2016). "Detecting structural change with heteroskedasticity". Communications in Statistics – Theory and Methods. 46 (21): 10446–10455. doi:10.1080/03610926.2016.1235200. S2CID 126189844. The hypothesis of structural stability that the regression coefficients do not change over time is central to all applications of linear regression models.
  5. ^ a b Hansen, Bruce E (November 2001). "The New Econometrics of Structural Change: Dating Breaks in U.S. Labor Productivity". Journal of Economic Perspectives. 15 (4): 117–128. doi:10.1257/jep.15.4.117.
  6. ^ a b c d Greene, William (2012). "Section 6.4: Modeling and testing for a structural break". Econometric Analysis (7th ed.). Pearson Education. pp. 208–211. ISBN 9780273753568. An important assumption made in using the Chow test is that the disturbance variance is the same in both (or all) regressions. ...
    6.4.4 TESTS OF STRUCTURAL BREAK WITH UNEQUAL VARIANCES ...
    In a small or moderately sized sample, the Wald test has the unfortunate property that the probability of a type I error is persistently larger than the critical level we use to carry it out. (That is, we shall too frequently reject the null hypothesis that the parameters are the same in the subsamples.) We should be using a larger critical value. Ohtani and Kobayashi (1986) have devised a “bounds” test that gives a partial remedy for the problem.15
  7. ^ Gujarati, Damodar (2007). Basic Econometrics. New Delhi: Tata McGraw-Hill. pp. 278–284. ISBN 978-0-07-066005-2.
  8. ^ Pesaran, M. H.; Shin, Y.; Smith, R. J. (2001). "Bounds testing approaches to the analysis of level relationships". Journal of Applied Econometrics. 16 (3): 289–326. doi:10.1002/jae.616. hdl:10983/25617.
  9. ^ a b c d Andrews, Donald (July 1993). "Tests for Parameter Instability and Structural Change with Unknown Change Point" (PDF). Econometrica. 61 (4): 821–856. doi:10.2307/2951764. JSTOR 2951764. Archived (PDF) from the original on 6 November 2017.
  10. ^ Andrews, Donald (January 2003). "Tests for Parameter Instability and Structural Change with Unknown Change Point: A Corrigendum" (PDF). Econometrica. 71 (1): 395–397. doi:10.1111/1468-0262.00405. S2CID 55464774. Archived from the original (PDF) on 6 November 2017.
  11. ^ Bai, Jushan; Perron, Pierre (January 2003). "Computation and analysis of multiple structural change models". Journal of Applied Econometrics. 18 (1): 1–22. doi:10.1002/jae.659. hdl:10.1002/jae.659.
  12. ^ Maasoumi, Esfandiar; Zaman, Asad; Ahmed, Mumtaz (November 2010). "Tests for structural change, aggregation, and homogeneity". Economic Modelling. 27 (6): 1382–1391. doi:10.1016/j.econmod.2010.07.009.
  13. ^ Gregory, Allan; Hansen, Bruce (1996). "Tests for Cointegration in Models with Regime and Trend Shifts". Oxford Bulletin of Economics and Statistics. 58 (3): 555–560. doi:10.1111/j.1468-0084.1996.mp58003008.x.
  14. ^ Hacker, R. Scott; Hatemi-J, Abdulnasser (2006). "Tests for Causality between Integrated Variables Using Asymptotic and Bootstrap Distributions: Theory and Application". Applied Economics. 38 (15): 1489–1500. doi:10.1080/00036840500405763. S2CID 121999615.
  15. ^ Kleiber, Christian; Zeileis, Achim (2008). Applied Econometrics with R. New York: Springer. pp. 169–176. ISBN 978-0-387-77316-2.