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

Technische Samenvatting: Niet-parametrische Methode voor de Detectie van Structurele Breuken in Stochastische Tijdreeksregressiemodellen

Probleemstelling
Het artikel behandelt de uitdaging van het detecteren van structurele breuken in stochastische tijdreeksregressiemodellen, waarbij specifiek wordt gefocust op veranderingen in de conditionele gemiddelde- en/of conditionele variantiefuncties. Bestaande literatuur vertrouwt vaak op parametrische aannames over het datagenererende proces (bijv. lineaire regressie met specifieke foutenstructuren zoals ARMA of GARCH) of gaat uit van onafhankelijkheids- of mixing-condities die mogelijk niet standhouden in complexe, realistische scenario's. Bovendien richten veel niet-parametrische benaderingen zich op marginale distributionele veranderingen of spectrale kenmerken, in plaats op de conditionele regressiefunctionalen zelf. De auteurs streven ernaar een flexibel kader te ontwikkelen dat geen specifieke parametrische vormen oplegt aan de afhankelijkheidsstructuur van de regressor, het tijdreeksmodel of de ruisverdeling, terwijl zowel kortetermijn- als langetermijnafhankelijkheid (long-range dependence) in het covariaatproces wordt ge accommodated.

Methodologie
De voorgestelde methodologie is gebaseerd op een stochastisch regressiemodel:
$$Y_t = \mu(X_t) + \sigma(X_t)\epsilon_t$$
waarbij $\{Y_t\}$ de respons is, $\{X_t\}$ de covariaat, $\mu(\cdot)$ het conditionele gemiddelde, $\sigma^2(\cdot)$ de conditionele variantie, en $\{\epsilon_t\}$ een i.i.d. ruisproces met een variantie van één.

1. Estimatiekader:
   De auteurs maken gebruik van Nadaraya-Watson type kernel-schatters om het verschil tussen de conditionele functies in twee disjuncte segmenten van de tijdreeks ($T^-$ en $T^+$) te schatten. Om de inherente bias bij kernel-estimatie te beheersen, gebruiken zij een jackknife-type correctie met een gemodificeerde kernelfunctie $K^*(u) = 2K(u) - K(u/\sqrt{2})/\sqrt{2}$. Dit maakt de constructie van bias-gecorrigeerde schatters mogelijk voor zowel het verschil in gemiddelden ($\hat{\mu}^*_{diff}$) als het verschil in varianties ($\hat{\sigma}^{*2}_{diff}$).

2. Afhandeling van Afhankelijkheid:
   Een cruciaal theoretisch onderdeel is de behandeling van de temporele afhankelijkheid in de covariaat $\{X_t\}$. De auteurs nemen aan dat $\{X_t\}$ een causale representatie bezit die wordt gedreven door i.i.d. innovaties. Zij gebruiken martingale projectie-operatoren om afhankelijkheid te kwantificeren, waarbij onderscheid wordt gemaakt tussen short-range dependent (SRD) en long-range dependent (LRD) processen via een grootheid $\Xi_n$. De theoretische resultaten zijn geldig voor beide gevallen, mits aan specifieke bandwidth-condities wordt voldaan.

3. Hypothesetoetsing:
   De kern van de methode bestaat uit het toetsen van de nulhypothese dat de conditionele functie (gemiddelde of variantie) constant blijft over de tijdshorizon, tegen de alternatieve hypothese dat er een structurele breuk bestaat.

• Toetsstatistieken: De toetsstatistieken zijn gebaseerd op het supremum van het absolute verschil tussen de geschatte functies over een dicht rooster van punten in de covariaatruimte: $\sup_{x \in \Pi_n} |\hat{\mu}^*_{diff}(x)|$ voor het gemiddelde en $\sup_{x \in \Pi_n} |\hat{\sigma}^{*2}_{diff}(x)|$ voor de variantie.
• Asymptotische Verdeling: Onder de nulhypothese leiden de auteurs de asymptotische verdeling van deze supremum-statistieken af. Zij tonen aan dat deze statistieken, na passende normalisatie, convergeren naar een Gumbel-verdeling. Dit maakt de constructie van kritieke waarden voor hypothesetoetsing mogelijk zonder dat er parametrische aannames over de ruisverdeling vereist zijn.
• Simultane Toetsing: Om breuken in zowel het gemiddelde als de variantie simultaan te detecteren, stellen de auteurs een procedure voor die gebruikmaakt van het maximum van de individuele toetsstatistieken in combinatie met een Holm-Bonferroni correctie.

4. Lokalisatiealgoritme:
   Hoewel de primaire theorie uitgaat van een "maximaal één verandering" (AMOC) scenario, breidt het artikel de methode uit naar meerdere breukpunten middels een binair segmentatiealgoritme. Dit houdt in dat de AMOC-toets recursief wordt toegepast op sub-segmenten. Om de lokalisatie te verfijnen en fout-positieven te beheersen, wordt een post-detectie validatiestap gebruikt die de gedetecteerde breukpunten opnieuw test met lokale sub-data om significantie te bevestigen. De consistentie van de geschatte breuklocaties wordt theoretisch vastgesteld.

Belangrijkste Bijdragen en Resultaten

• Theoretische Garanties: Het artikel biedt een rigoureuze asymptotische theorie die aantoont dat de voorgestelde schatters consistent zijn en dat de toetsstatistieken onder de nulhypothese convergeren naar een bekende verdeling (Gumbel). De consistentie van de geschatte breuklocaties wordt eveneens bewezen.
• Flexibiliteit: De methode vereist niet dat de gebruiker de functionele vorm van $\mu(\cdot)$ of $\sigma^2(\cdot)$ specificeert, noch wordt er een specifieke verdeling voor de ruis $\epsilon_t$ aangenomen, behalve moment-condities (eindige tweede momenten voor gemiddelentoetsing, eindige vierde momenten voor variantietoetsing). Het kan omgaan met zware staarten (heavy-tailed distributions) in de geobserveerde series $Y_t$, zelfs als de gestandaardiseerde ruis lichtere staarten heeft, omdat de conditionele variantiefunctie het gedrag van de staarten absorbeert.
• Simulatieprestaties: Uit uitgebreide simulaties over diverse datagenererende processen (waaronder White Noise, ARMA-GARCH en Threshold AR modellen) en ruisverdelingen (Normal, Student's t, en Power Law) blijkt dat de toets een goede groottecontrole (Type I-foutpercentages dicht bij de nominale niveaus) behoudt. Het vermogen (power) van de toets neemt toe met de steekproefomvang en is bijzonder effectief voor het detecteren van breuken in de conditionele variantie, waarbij het vaak beter presteert dan gemiddelentoetsing in complexe modellen. De methode toont robuustheid tegen heavy-tailed innovaties.
• Real-world Applicatie: De methode wordt toegepast op Bitcoin-prijsgegevens en Google News Interest Scores (GNIS). De analyse identificeert twee structurele breuken in de conditionele relatie tussen publieke aandacht en Bitcoin-prijzen (maart 2021 en juli 2023), die overeenkomen met perioden van institutionele interesse en marktstabilisatie, respectievelijk. Er werden geen structurele breuken gedetecteerd in de conditionele variantie. De toepassing illustreert het vermogen van de methode om verschuivingen in de conditionele relatie tussen marktaandacht en prijsdynamiek te identificeren.

Betekenis en Claims
De auteurs claimen dat hun benadering een verenigd, niet-parametrisch kader biedt voor het detecteren van structurele breuken in conditionele regressiefunctionalen, wat het onderscheidt van bestaande methoden die steunen op parametrische aannames of zich richten op marginale eigenschappen. Door een flexibele temporele afhankelijkheid (inclusclusief long-range dependence) toe te staan en strikte distributionele aannames te vermijden, wordt de methode gepresenteerd als bijzonder geschikt voor financiële tijdreeksen, die vaak zware staarten en complexe afhankelijkheidsstructuren vertonen. Het artikel benadrukt dat hoewel de hoofdtheorie is ontwikkeld onder de AMOC-aanname, de sequentiële toepassing van de toets een praktische en theoretisch onderbouwde oplossing biedt voor detectie van meerdere breukpunten. De auteurs merken op dat de procedure computationeel efficiënt is en superieur presteert voor heavy-tailed financiële data vergeleken met enkele bestaande alternatieven. Zij concluderen dat het theoretische kader potentieel uitgebreid kan worden naar hogere-orde conditionele momenten en hoog-dimensionale settings in toekomstig werk.