Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/45930 
Kompletter Metadatensatz
DublinCore-FeldWertSprache
dc.contributor.authorEl-Shagi, Makramen
dc.contributor.authorGiesen, Sebastianen
dc.date.accessioned2011-06-07-
dc.date.accessioned2011-06-24T12:52:23Z-
dc.date.available2011-06-24T12:52:23Z-
dc.date.issued2010-
dc.identifier.piurn:nbn:de:101:1-201011242772en
dc.identifier.urihttp://hdl.handle.net/10419/45930-
dc.description.abstractThis paper analyzes the role of common data problems when identifying structural breaks in small samples. Most notably, we survey small sample properties of the most commonly applied endogenous break tests developed by Brown, Durbin, and Evans (1975) and Zeileis (2004), Nyblom (1989) and Hansen (1992), and Andrews, Lee, and Ploberger (1996). Power and size properties are derived using Monte Carlo simulations. Results emphasize that mostly the CUSUM type tests are affected by the presence of heteroscedasticity, whereas the individual parameter Nyblom test and AvgLM test are proved to be highly robust. However, each test is significantly affected by leptokurtosis. Contrarily to other tests, where skewness is far more problematic than kurtosis, it has no additional effect for any of the endogenous break tests we analyze. Concerning overall robustness the Nyblom test performs best, while being almost on par to more recently developed tests in terms of power.en
dc.language.isoengen
dc.publisher|aLeibniz-Institut für Wirtschaftsforschung Halle (IWH) |cHalle (Saale)en
dc.relation.ispartofseries|aIWH Discussion Papers |x19/2010en
dc.subject.jelC12en
dc.subject.jelC15en
dc.subject.ddc330en
dc.subject.keywordStructural breaksen
dc.subject.keywordheteroscedasticityen
dc.subject.keywordskewnessen
dc.subject.keywordkurtosisen
dc.subject.keywordMonte Carlo studyen
dc.subject.keywordStrukturbruchen
dc.subject.keywordHeteroskedastizitäten
dc.subject.keywordSchiefeen
dc.subject.keywordKurtosisen
dc.subject.keywordMonte-Carlo-Studieen
dc.titleTesting for Structural Breaks at Unknown Time: A Steeplechase-
dc.typeWorking Paperen
dc.identifier.ppn635644738en
dc.description.abstracttransDas vorliegende Papier untersucht die Bedeutung wichtiger Datenanomalien für die Identifikation von Strukturbrüchen in kleinen Stichproben. Dabei wird insbesondere auf die endogenen Strukturbruchtests eingegangen, die von Brown, Durbin und Evans (1975) und Zeileis (2004), Nyblom (1989) und Hansen (1992) sowie Andrews, Lee und Ploberger (1996) entwickelt wurden. Die Fehler erster und zweiter Art werden mit Hilfe von Monte Carlo Simulationen für verschiedene Szenarien analysiert. Die Resultate legen nahe, dass vor allem CUSUM-Tests durch Heteroskedastizität massiv beeinträchtigt werden, während der so genannte Nyblom-Test und der AvgLM-Test sich als sehr robust erweisen. Alle untersuchten Tests haben erhebliche Probleme im Fall starker Leptokurtosis der Fehlerterme. Die Schiefe der Fehlerverteilung hingegen, die für viele andere statistische Testverfahren problematischer ist, beeinflusst die aufgeführten Tests kaum. Insgesamt erweist sich der Nyblom-Test als der robusteste, wobei er gleichzeitig - bezüglich der Power - durchaus mit neueren Testverfahren mithalten kann.en
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungenen
dc.identifier.repecRePEc:zbw:iwhdps:iwh-19-10en

Datei(en):
Datei
Größe
941.94 kB





Publikationen in EconStor sind urheberrechtlich geschützt.