Fractional unobserved components and factor models: econometric theory and applications

Item type:	Thesis of the University of Regensburg (PhD)
Open Access Type:	Primary Publication
Date:	8 August 2023
Referee:	Prof. Dr. Rolf Tschernig
Date of exam:	4 July 2023
Institutions:	Business, Economics and Information Systems > Institut für Volkswirtschaftslehre und Ökonometrie > Lehrstuhl für Ökonometrie (Prof. Dr. Rolf Tschernig)
Keywords:	Econometrics, Factor Models, Unobserved Components models, Long Memory
Dewey Decimal Classification:	300 Social sciences > 310 General statistics 300 Social sciences > 330 Economics
Status:	Published
Refereed:	Yes, this version has been refereed
Created at the University of Regensburg:	Yes
Item ID:	54472

Abstract (English)

This thesis develops generalizations of unobserved components and factor models to account for long memory. Long memory describes a strongly persistent and often non-stationary behavior, as found for numerous time series in macroeconomics, finance, climate research, and beyond (for an introduction, see Hassler; 2019). Traditional unobserved components and factor models are limited to ...

Abstract (English)

This thesis develops generalizations of unobserved components and factor models to account for long memory. Long memory describes a strongly persistent and often non-stationary behavior, as found for numerous time series in macroeconomics, finance, climate research, and beyond (for an introduction, see Hassler; 2019). Traditional unobserved components and factor models are limited to integer-integrated processes, and often make strong assumptions about the integration orders of the data under study. Generalizing these models to account for fractional integration seamlessly links integer-integrated specifications, allows for intermediate solutions between integer integration orders, and provides a data-driven solution to the specification of the long-run dynamics.

Translation of the abstract (German)

In dieser Arbeit werden Verallgemeinerungen von unbeobachteten Komponenten- und Faktormodellen entwickelt, um Long Memory zu berücksichtigen. Long Memory beschreibt ein stark persistentes und oft nicht-stationäres Verhalten, wie es für zahlreiche Zeitreihen in der Makroökonomie, im Finanzwesen, in der Klimaforschung und darüber hinaus gefunden wurde (für eine Einführung siehe Hassler; 2019). ...

Translation of the abstract (German)

In dieser Arbeit werden Verallgemeinerungen von unbeobachteten Komponenten- und Faktormodellen entwickelt, um Long Memory zu berücksichtigen. Long Memory beschreibt ein stark persistentes und oft nicht-stationäres Verhalten, wie es für zahlreiche Zeitreihen in der Makroökonomie, im Finanzwesen, in der Klimaforschung und darüber hinaus gefunden wurde (für eine Einführung siehe Hassler; 2019). Traditionelle Modelle für unbeobachtete Komponenten und Faktoren sind auf ganzzahlig integrierte Prozesse beschränkt und machen oft starke Annahmen über die Integrationsordnungen der untersuchten Daten. Die Verallgemeinerung dieser Modelle zur Berücksichtigung gebrochener Integration verbindet nahtlos ganzzahlig integrierte Spezifikationen, ermöglicht Zwischenlösungen zwischen ganzzahligen Integrationsordnungen und bietet eine datengesteuerte Lösung für die Spezifikation der langfristigen Dynamik.

Details

Preview

Export bibliographical data

Abstract (English)

Abstract (English)

Translation of the abstract (German)

Translation of the abstract (German)

Download Statistics

Downloads

More literature (via CORE)

University Library