nach oben

Mathematical Models and Computer Simulations

Erschienen in:

01.08.2023

Structural Break Detection in Autoregressional Conditional Heteroskedasticity Model: Case of Student’s Distribution

verfasst von: D. A. Borzykh, A. A. Yazykov

Erschienen in: Mathematical Models and Computer Simulations | Ausgabe 4/2023

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Two methods of structural break detection in a piecewise generalized model of autoregressive conditional heteroscedasticity are considered. The first method is based on Kolmogorov–Smirnov statistics and is called the KS method. The second one is based on the cumulative sums and is called the KL method. In this paper, the KS and KL methods are compared under the assumption of Student’s conditional distribution of random errors. The results of our Monte Carlo experiments are as follows: the KL method is inferior to the KS method both in terms of the average probability of errors of the first type and in terms of the average power of detecting a structural break.

Vorheriger Artikel Coupled Prediction of Flows in Domains Containing a Porous Medium and a Free Stream

Nächster Artikel Experimental and Numerical Investigation of the Dynamics of Development of Rayleigh–Taylor Instability at Atwood Numbers Close to Unity

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

D. A. Borzykh and A. A. Yazykov, “The new KS method for a structural break detection in GARCH(1,1) models,” Prikl. Ekon. (Appl. Econ.) 54, 90–104 (2019). https://doi.org/10.24411/1993-7601-2019-10005CrossRef

P. Kokoszka and R. Leipus, “Testing for parameter changes in ARCH models,” Lith. Math. J. 39 (2), 182–195 (1999). https://doi.org/10.1007/BF02469283MathSciNetCrossRefMATH

T. Bollerslev, “A conditionally heteroskedastic time series model for speculative prices and rates of return,” Rev. Econ. Stat. 69 (3), 542–547 (1987). https://doi.org/10.2307/1925546CrossRef

R. A. Davis, T. C. M Lee, and G. A. Rodriguez-Yam, “Break detection for a class of nonlinear time series models,” J. Time Ser. Anal. 29 (5), 834–867 (2008). https://doi.org/10.1111/j.1467-9892.2008.00585.xMathSciNetCrossRefMATH

K. Fukuda, “Parameter changes in GARCH model,” J. Appl. Stat. 37 (7), 1123–1135 (2010). https://doi.org/10.1080/02664760902914524MathSciNetCrossRefMATH

S. Kim, S. Cho, and S. Lee, “On the Cusum test for parameter changes in GARCH(1,1) models,” Commun. Stat. Theory Methods 29 (2), 445–462 (2000). https://doi.org/10.1080/03610920008832494MathSciNetCrossRefMATH

P. Kokoszka and R. Leipus, “Change-point estimation in ARCH models,” Bernoulli 6 (3), 513–539 (2000).MathSciNetCrossRefMATH

S. Lee, Y. Tokutsu, and K. Maekawa, “The Cusum test for parameter change in regression models with ARCH errors,” J. Jpn. Stat. Soc. 34 (2), 173–188 (2004). https://doi.org/10.14490/jjss.34.173MathSciNetCrossRefMATH

C. Inclán and G. Tiao, “Use of cumulative sums of squares for retrospective detection of changes of variance,” J. Am. Stat. Assoc. 89 (427), 913–923 (1994). https://doi.org/10.1080/01621459.1994.10476824MathSciNetCrossRefMATH

10.

H. Ombao, J. Raz, R. von Sachs, and W. Guo, “The SLEX model of a non-stationary random process,” Ann. Inst. Stat. Math. 54 (1), 171–200 (2002). https://doi.org/10.1023/A:1016130108440MathSciNetCrossRefMATH

11.

G. J. Ross, “Modeling financial volatility in the presence of abrupt changes,” Phys. A: Stat. Mech. Its Appl. 392 (2), 350–360 (2013). https://doi.org/10.1016/j.physa.2012.08.015CrossRef

12.

A. L. Badagián, “Time series segmentation procedures to detect, locate and estimate change-points,” PhD Thesis (Universidad Carlos III de Madrid, Spain, 2013).

13.

A. Zhang, R. Gabrys, and P. Kokoszka, “Discriminating between long memory and volatility shifts,” Austrian J. Stat. 36 (4), 253–275 (2007). https://doi.org/10.17713/ajs.v36i4.338CrossRef

14.

I. Berkes, E. Gombay, L. Horváth, and P. Kokoszka, “Sequential change-point detection in GARCH(p, q) models,” Econ. Theory 20 (6), 1140–1167 (2004). https://doi.org/10.1017/S0266466604206041MathSciNetCrossRefMATH

Titel: Structural Break Detection in Autoregressional Conditional Heteroskedasticity Model: Case of Student’s Distribution
verfasst von: D. A. Borzykh
A. A. Yazykov
Publikationsdatum: 01.08.2023
Verlag: Pleiades Publishing
Erschienen in: Mathematical Models and Computer Simulations / Ausgabe 4/2023
Print ISSN: 2070-0482
Elektronische ISSN: 2070-0490
DOI: https://doi.org/10.1134/S2070048223040026

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Ausgabe 4/2023

Numerical Simulation of Equilibrium Plasma Configurations in Toroidal Traps Based on the Morozov–Solovyov Equations

Study on the Efficiency of Models Forecasting the Load on the Servers of a Cellular Operator

On the Statistical Generator of Solutions to the Schrödinger Equation

Modeling Unsteady Elastic Diffusion Processes in a Hollow Cylinder Taking into Account the Relaxation of Diffusion Fluxes

Modeling the Formation of Warm Thunderstorms Taking into Account the Fractality of the Cloud Environment

Calculation of the Initial Elevation of the Water Surface at the Source of a Tsunami in a Basin with Arbitrary Bottom Topography

Premium Partner