Biais d’estimation, taille et puissance d’un test sur le paramètre à mémoire longue pour les modèles ARFIMA
DOI :
https://doi.org/10.17533/udea.le.n73a7867Mots-clés :
Test d’hypothèse, modèles de séries temporellesRésumé
Castaño et al (2008) proposent un test sur l’existence de mémoire longue sur la base d’un paramètre de différenciation fractionnel dans un modèle ARFIMA (p, d, q). Ils montrent que l’utilisation d’un rapprochement autorégressif d’ordre égal au chiffre plus proche à p* = T1/3 associé à la composante à mémoire courte, permet que le test concernant l’hypothèse nulle à mémoire courte par rapport à celle associée à mémoire longue ait une plus grande puissance par rapport à d’autre test, tout en conservant une taille adéquate. Cette étude montre les biais produites dans l’estimation du paramètre d et son effet sur la puissance et la taille du test lorsqu’on ignore la composante à court terme et lorsqu’on emploi des modèles où celle-ci n’est pas rapprochée de manière adéquate. Finalement, nous cherchons savoir si les résultats obtenus par Castaño et al (2008) peuvent-ils être améliorés par un rapprochement autorégressif différent.
Téléchargements
Références
Baillie, Richard (1996). “Long Memory Processes and Fractional Integration in Econometrics,” Journal of Econometrics, No. 73, pp. 5-59.
Beran, Jan (1994). Statistics for Long-Memory Processes. Chapman & Hall/CRC, New York.
Brockwell, Peter y Davis, Richard (2006). Time Series: Theory and Methods. Second Edition, Springer-Verlag, New York.
Castaño, Elkin; Gómez, Karroll y Gallón, Santiago (2008). “Una nueva prueba para el parámetro de diferenciación fracional”, Revista Colombiana de Estadística, No. 31, pp. 67-84.
Davison, James (2007). Time Series Modelling, Version 4.24, at http://www.timeseriesmodelling.com
Davidson, James y Hashimzade, Nigar (2009). “Type I and type II Fractional Brownian Motion: A Reconsideration”, Computational Statistics and Data Analysis, No. 53, pp. 2089-2106.
Geweke, John y Porter-Hudak, Susan (1983). “The Estimation and Application of Long-Memory Time Series Models”, Journal of Time Series Analysis, No. 4, pp. 221-238.
Granger, William (1980). “Long Memory Relationships and the Aggregation of Dynamic Models”, Journal of Econometrics, No. 14, pp. 227-238.
Granger, William y Joyeux, Roseline (1980). “An Introduction to LongMemory Time Series Models and Fractional Differencing”, Journal of Time Series Analysis, No. 1, pp. 15-39.
Harris, David; McCabe, Brendan y Leybourne, Stephen (2008). “Testing for Long Memory,” forthcoming in Econometric Theory, No. 24, pp. 143-175.
Hauser, Michael (1997). “Semiparametric and Nonparametric Testing for Long Memory: A Monte Carlo Study,” Empirical Economics, No. 22, pp. 247-271.
Hosking, Jonathan (1981). “Fractional Differencing”, Biometrika, No. 68, pp. 165-176. Hurst, Harold (1951). “Long-Term Storage Capacity of Reservoirs”, Transactions of the American Society of Civil Engineers, No. 116, pp. 770-799.
Kwiatkowski, Denis; Phillips, Peter; Schmidt, Peter y Shin, Yongcheol (1992). “Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root: How Sure are we that Economic Time Series Have a Unit Root?”, Journal of Econometrics, No. 54, pp. 159-178.
Lo, Andrew (1991). Long-term Memory in Stock Market Prices, Econometrica, No. 59, pp. 1279-1313.
Lobato, Ignacio y Robinson, Peter (1998). “A Nonparametric Test for I(0)”, Review of Economic Studies, No. 65, pp. 475-495.
Robinson, Peter (1994). “Semiparametric Analysis of Long-Memory Time Series”, Annals of Statistics, No. 22, pp. 515-539.
Said, Said y Dickey, David (1984). “Testing for Unit Roots in AutoregressiveMoving Average Models of Unknown Order”, Biometrika, No. 71, pp. 599- 607.
Sowell, Fallaw (1992). “Maximum Likelihood Estimation of Stationary Univariate Fractionally Integrated Time Series Models”, Journal of Econometrics, No. 53, pp. 165-188.
Tanaka, Katsuto (1999). “The Nonstationary Fractional Unit Root”, Econometric Theory, No. 15, pp. 549-582.
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
Cette page, par Universidad de Antioquia, est autorisée sous une Licence d'attribution Creative Commons.
Les auteurs qui publient avec cette revue acceptent de conserver les droits d'auteur et d'accorder le droit de première publication à la revue, l'article sous licence sous une licence Creative Commons Attribution-NonCommercial-ShareAlike permettant à d'autres de le partager tant qu'ils reconnaissent sa paternité et sa publication originale dans ce journal.
Les auteurs peuvent conclure des accords contractuels supplémentaires et distincts pour la distribution non exclusive de la version publiée de la revue (par exemple, la publier dans un référentiel institutionnel ou la publier dans un livre), à condition que ces accords soient sans but lucratif et être reconnu comme la source originale de publication.
Les auteurs sont autorisés et encouragés à publier leurs articles en ligne (par exemple, dans des dépôts institutionnels ou sur leurs sites Web), car cela peut conduire à de précieux échanges ainsi qu'à une plus grande citation des travaux publiés.
