Monte-Carlo-Tests für Regimewechsel-Modelle: Robust und präzise
Ökonomen der Bank of Canada und McGill University haben neue Monte-Carlo-Likelihood-Ratio-Tests für Markov-Switching-Modelle entwickelt. Die Verfahren sind robust gegenüber Identifikationsproblemen, liefern valide Ergebnisse und zeigen eine geschwächte US-Kanada-Konjunktursynchronisation.
Robuste Lösung für komplexe Regimewechsel
Markov-Switching-Modelle sind weit verbreitet, um Nichtlinearitäten aus Regimewechseln zu erfassen.
Die Bestimmung der Anzahl der Regime stellt jedoch eine grundlegende Herausforderung dar, da Standard-Hypothesentests aufgrund nicht-standardisierter asymptotischer Verteilungen und Identifikationsproblemen oft nicht anwendbar sind.
Die vorliegende Studie begegnet diesen Schwierigkeiten durch die Anwendung von Monte-Carlo-Tests, die sowohl für endliche Stichproben als auch asymptotisch gültige Verfahren liefern, ohne eine asymptotische Verteilungstheorie etablieren zu müssen.
Ein zentraler Beitrag ist der Maximized Monte Carlo Likelihood-Ratio Test (MMC-LRT), ein identifikationsrobustes Verfahren mit endlicher Stichproben- und asymptotischer Gültigkeit.
Die entwickelten Tests ermöglichen die Überprüfung von M0 Regimen gegen M0+m Regime für beliebige M0≥1 und m≥1. Sie sind auf nicht-stationäre Prozesse, nicht-Gaußsche Fehler und multivariate Modelle anwendbar, was in der bisherigen Literatur weitgehend ignoriert wurde.
Lücken der bisherigen Forschung geschlossen
Die bisherige Literatur zu Likelihood-Ratio-Tests für Markov-Switching-Modelle konzentrierte sich hauptsächlich auf den Vergleich eines linearen Nullmodells mit einer Zwei-Regime-Alternative.
Zudem erforderten die meisten dieser Verfahren restriktive Annahmen wie Stationarität, Gaußsche Fehler und waren oft auf univariate Modelle beschränkt.
Die hier vorgestellten LMC-LRT und MMC-LRT schließen diese Lücken, indem sie Tests für M0 vs. M0+m Regime ermöglichen, auch für m>1, multivariate Modelle, nicht-Gaußsche Fehler und nicht-stationäre Prozesse.
Dies ist besonders relevant, da eine wachsende empirische Literatur Belege für mehr als zwei Regime in makroökonomischen und finanziellen Zeitreihen liefert.
Simulationsergebnisse bestätigen die präzise Größenkontrolle und starke Teststärke der neuen Verfahren.
Präzision für die Realität
Diese neuen Monte-Carlo-Tests sind ein bedeutender Fortschritt für die ökonometrische Modellierung.
Sie ermöglichen es Forschern, die Komplexität realer ökonomischer Regimewechsel präziser abzubilden, ohne sich auf restriktive Annahmen verlassen zu müssen.
Damit wird die Analyse von Phänomenen wie Konjunkturzyklen oder Finanzmarktvolatilität auf eine robustere und empirisch relevantere Grundlage gestellt.