Breaks or Long Memory Behaviour: An empirical Investigation
Résumé
Are structural breaks models true switching models or long memory processes? The answer to this question remain ambiguous. A lot of papers, in recent years, have dealt with this problem. For instance, Diebold and Inoue (2001) and Granger and Hyung (2004) show, under specific conditions, that switching models and long memory processes can be easily confused. In this paper, using several generating models like the mean-plus-noise model, the STOchastic Permanent BREAK model, the Markov switching model, the TAR model, the sign model and the Structural CHange model (SCH) and several estimation techiques like the GPH technique, the Exact Local Whittle (ELW) and the Wavelet methods, we show that, if the answer is quite simple in some cases, it can be mitigate in other cases. Using French and American inflation rates, we show that these series cannot be characterized by the same class of models. The main result of this study suggests that estimating the long memory parameter without taking account existence of breaks in the data sets may lead to misspecification and to overestimate the true parameter.
Comment classer les modèles avec breaks : dans la classe des processus avec changement d'état qui sont en général des processus à mémoire courte ou comme processus longue mémoire ? Récemment ce problème fut étudié par un grand nombre d'auteurs dont Diebold et Inoue (2001) et Granger et Hyung (2004). Dans ce papier, nous étudions le comportement possible de longue mémoire de plusieurs processus présentant des breaks. On estime les paramètres de longue mémoire à partir de différentes méthodes. Les résultats ne sont pas toujours convaincants. Nous proposons une approche qui permet de cerner ce qu'il convient de faire empiriquement.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...