Nonparametric method of structural break detection in stochastic time series regression model

Technische Zusammenfassung: Nichtparametrische Methode zur Detektion von Strukturbrüchen in stochastischen Zeitreihen-Regressionsmodellen

Problemstellung
Die Arbeit adressiert die Herausforderung, Strukturbrüche in stochastischen Zeitreihen-Regressionsmodellen zu detektieren, wobei der Schwerpunkt auf Änderungen der bedingten Mittelwert- und/oder bedingten Varianzfunktionen liegt. Die bestehende Literatur stützt sich häufig auf parametrische Annahmen über den datengenerierenden Prozess (z. B. lineare Regression mit spezifischen Fehlerstrukturen wie ARMA oder GARCH) oder setzt Unabhängigkeits- bzw. Mixing-Bedingungen voraus, die in komplexen realen Szenarien möglicherweise nicht erfüllt sind. Darüber hinaus konzentrieren sich viele nichtparametrische Ansätze auf marginale Verteilungsänderungen oder spektrale Merkmale statt auf die bedingten Regressionsfunktionalen selbst. Die Autoren streben die Entwicklung eines flexiblen Rahmens an, der keine spezifischen parametrischen Formen für die Abhängigkeitsstruktur der Regressor, des Zeitreihenmodells oder der Rauschverteilung vorschreibt und dabei sowohl kurzfristige als auch langfristige Abhängigkeiten im Kovariatenprozess berücksichtigt.

Methodik
Die vorgeschlagene Methodik basiert auf einem stochastischen Regressionsmodell:
$$Y_t = \mu(X_t) + \sigma(X_t)\epsilon_t$$
wobei $\{Y_t\}$ die Antwortvariable, $\{X_t\}$ die Kovariate, $\mu(\cdot)$ den bedingten Mittelwert, $\sigma^2(\cdot)$ die bedingte Varianz und $\{\epsilon_t\}$ einen i.i.d.-Rauschprozess mit der Einheitsvarianz darstellt.

1. Schätzungsrahmen:
   Die Autoren verwenden Nadaraya-Watson-Typ Kernschätzer, um den Unterschied zwischen den bedingten Funktionen in zwei disjunkten Segmenten der Zeitreihe ($T^-$ und $T^+$) zu schätzen. Um den bei der Kernschätzung inhärenten Bias zu handhaben, setzen sie eine Jackknife-ähnliche Korrektur unter Verwendung einer modifizierten Kernfunktion $K^*(u) = 2K(u) - K(u/\sqrt{2})/\sqrt{2}$ ein. Dies ermöglicht die Konstruktion von bias-korrigierten Schätzern sowohl für die Differenz der Mittelwerte ($\hat{\mu}^*_{diff}$) als als auch für die Differenz der Varianzen ($\hat{\sigma}^{*2}_{diff}$).

2. Umgang mit Abhängigkeit:
   Eine zentrale theoretische Komponente ist die Behandlung der temporalen Abhängigkeit in der Kovariaten $\{X_t\}$. Die Autoren nehmen an, dass $\{X_t\}$ eine kausale Repräsentation besitzt, die durch i.i.d.-Innovationen getrieben wird. Sie nutzen Martingal-Projektionsoperatoren, um Abhängigkeit zu quantifizieren, wobei sie zwischen kurzreichweitig abhängigen (SRD) und langreichweitig abhängigen (LRD) Prozessen mittels einer Größe $\Xi_n$ unterscheiden. Die theoretischen Ergebnisse gelten für beide Fälle, sofern spezifische Bandbreitenbedingungen erfüllt sind.

3. Hypothesentests:
   Der Kern der Methode besteht darin, die Nullhypothese zu testen, dass die bedingte Funktion (Mittelwert oder Varianz) über den Zeithorizont konstant bleibt, gegen die Alternativhypothese, dass ein Strukturbruch vorliegt.

• Teststatistiken: Die Teststatistiken basieren auf dem Supremum der absoluten Differenz zwischen den geschätzten Funktionen über ein dichtes Gitter von Punkten im Kovariatenraum: $\sup_{x \in \Pi_n} |\hat{\mu}^*_{diff}(x)|$ für den Mittelwert und $\sup_{x \in \Pi_n} |\hat{\sigma}^{*2}_{diff}(x)|$ für die Varianz.
• Asymptotische Verteilung: Unter der Nullhypothese leiten die Autoren die asymptotische Verteilung dieser Supremum-Statistiken her. Sie zeigen, dass diese nach angemessener Normalisierung gegen eine Gumbel-Verteilung konvergieren. Dies ermöglicht die Konstruktion von kritischen Werten für Hypothesentests, ohne parametrische Annahmen über die Rauschverteilung treffen zu müssen.
• Simultane Tests: Um Brüche in Mittelwert und Varianz gleichzeitig zu detektieren, schlagen die Autoren ein Verfahren vor, das das Maximum der individuellen Teststatistiken in Kombination mit einer Holm-Bonferroni-Korrektur verwendet.

4. Lokalisationsalgorithmus:
   Während die primäre Theorie ein „höchstens ein Wechsel“-Szenario (AMOC) voraussetzt, erweitert das Paper die Methode auf mehrere Changepoints mittels eines binären Segmentierungsalgorithmus. Dies beinhaltet die rekursive Anwendung des AMOC-Tests auf Teilsegmente. Um die Lokalisierung zu verfeinern und falsch-positive Ergebnisse zu kontrollieren, beinhaltet ein Validierungsschritt nach der Detektion ein erneutes Testen der detektierten Breakpoints unter Verwendung lokaler Sub-Daten, um die Signifikanz zu bestätigen. Die Konsistenz der geschätzten Bruchlokationen wird theoretisch etabliert.

Wesentliche Beiträge und Ergebnisse

• Theoretische Garantien: Das Paper liefert eine rigorose asymptotische Theorie, die zeigt, dass die vorgeschlagenen Schätzer konsistent sind und die Teststatistiken unter der Nullhypothese gegen eine bekannte Verteilung (Gumbel) konvergieren. Die Konsistenz der geschätzten Changepoint-Lokationen wird ebenfalls bewiesen.
• Flexibilität: Die Methode erfordert nicht, dass der Anwender die funktionale Form von $\mu(\cdot)$ oder $\sigma^2(\cdot)$ spezifiziert, noch setzt sie eine spezifische Verteilung für das Rauschen $\epsilon_t$ voraus, abgesehen von Momentenbedingungen (endliche zweite Momente für Mittelwerttests, endliche vierte Momente für Varianztests). Sie kann schwerfällige Verteilungen (heavy-tailed) der beobachteten Serien $Y_t$ verarbeiten, selbst wenn das standardisierte Rauschen leichtere Tails aufweist, da die bedingte Varianzfunktion das Tail-Verhalten absorbiert.
• Simulationsleistung: Umfangreiche Simulationen über verschiedene datengenerierende Prozesse (einschließlich White Noise, ARMA-GARCH und Threshold-AR-Modelle) und Rauschverteilungen (Normal, Student's t und Power Law) zeigen, dass der Test eine gute Größenkontrolle (Typ-I-Fehlerraten nahe am Nominalniveau) beibehält. Die Power des Tests steigt mit der Stichprobengröße und ist besonders effektiv bei der Detektion von Brüchen in der bedingten Varianz, wobei sie oft die Mittelwertbruch-Detektion in komplexen Modellen übertrifft. Die Methode zeigt Robustheit gegenüber heavy-tailed Innovationen.
• Reale Anwendung: Die Methode wird auf Bitcoin-Preisdaten und Google News Interest Scores (GNIS) angewendet. Die Analyse identifiziert zwei strukturelle Brüche in der bedingten Mittelwertbeziehung zwischen öffentlicher Aufmerksamkeit und Bitcoin-Preisen (März 2021 und Juli 2023), die Phasen institutioneller Interessen und Marktstabilisierung entsprechen. Es wurden keine strukturellen Brüche in der bedingten Varianz detektiert. Die Anwendung illustriert die Fähigkeit der Methode, Verschiebungen in der bedingten Beziehung zwischen Marktattention und Preisdynamik zu identifizieren.

Bedeutung und Behauptungen
Die Autoren behaupten, dass ihr Ansatz einen vereinheitlichten, nichtparametrischen Rahmen zur Detektion von Strukturbrüchen in bedingten Regressionsfunktionalen bietet und sich damit von bestehenden Methoden unterscheidet, die auf parametrischen Annahmen beruhen oder sich auf marginale Eigenschaften konzentrieren. Durch die Ermöglichung flexibler temporaler Abhängigkeit (einschließlich langreichweitiger Abhängigkeit) und das Vermeiden strenger Verteilungsannahmen wird die Methode als besonders geeignet für Finanzzeitreihen präsentiert, die oft heavy tails und komplexe Abhängigkeitsstrukturen aufweisen. Das Paper betont, dass während die Haupttheorie unter der AMOC-Annahme entwickelt wurde, die sequentielle Anwendung des Tests eine praktische und theoretisch fundierte Lösung für die Detektion multipler Changepoints bietet. Die Autoren merken an, dass das Verfahren recheneffizient ist und für heavy-tailed Finanzdaten eine überlegene Leistung gegenüber einigen bestehenden Alternativen aufweist. Sie schließen mit dem Hinweis, dass der theoretische Rahmen potenziell auf höhere bedingte Momente und hochdimensionale Settings erweitert werden könnte.