Yapısal Kırılma En Küçük Kareler (OLS)
Ordinary Least Squares Regression with Structural Breaks · Ayrıca şöyle bilinir: OLS with structural breaks, piecewise OLS, regime-switching OLS, breakpoint regression
Yapısal Kırılma OLS, adi en küçük kareler yöntemini, zaman içinde bir veya daha fazla kırılma noktasında veya rejimler arasında regresyon katsayılarının kaymasına izin verecek şekilde genişletir. Tek bir katsayı vektörünü tüm örneklem boyunca zorlamak yerine, model veriyi böler ve her segment içinde ayrı bir OLS regresyonu tahmin eder, bu da ekonomik ilişkilerin politika değişiklikleri, krizler veya diğer yapısal olaylar nedeniyle değiştiği şüphe edildiğinde uygun hale gelir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Ekonomik teori veya veri incelemesi, değişkenler arasındaki ilişkinin belirli bir zaman noktasında kaymış olabileceğini gösterdiğinde - örneğin mali krizler, politika reformları, rejim değişiklikleri veya teknolojik kesintiler etrafında - Yapısal Kırılma OLS kullanın. Orta ila uzun uzunluktaki zaman serileri için en değerlidir (T ≥ 60 genellikle güvenilir Bai-Perron tahmini için önerilir), burada standart bir OLS artık grafiği veya CUSUM testi kararsızlık gösterir. Örneklem kısa olduğunda (her aday segment için az sayıda gözlem), yapısal değişim ani değil kademeli olduğunda (zamanla değişen parametre modeli daha uygundur) veya kırılmalar o kadar sık olduğunda ki her segment güvenilir OLS tahmini için çok küçük hale gelir, kullanmayın.
Güçlü yönler & sınırlılıklar
- Tek denklemli bir OLS'nin gizleyeceği ani rejim kaymalarını yakalar, hem uyumu hem de yorumlanabilirliği iyileştirir.
- Bai-Perron prosedürü, geçerli asimptotik çıkarımla birden fazla bilinmeyen kırılma noktasının eş zamanlı tespitine olanak tanır.
- Her rejimdeki katsayı tahminleri, segment yeterince büyük olduğunda standart OLS özelliklerini (yansızlık, tutarlılık) korur.
- Kırılma tarihleri için güven aralıkları sağlar, yapısal olayların maddi ekonomik tarihlemesini sağlar.
- Her segment içinde heteroskedastisite ve seri korelasyonuna dayanıklı standart hatalarla uyumludur.
- Her segmentte yeterli gözlem gerektirir; segment başına çok az gözlem standart hataları şişirir ve çıkarımı güvenilmez hale getirir.
- Kırılmaların ani olduğunu varsayar, kademeli değil; yumuşak geçişler yumuşak geçişli regresyon (STAR) veya zamanla değişen parametre modelleri ile daha iyi ele alınır.
- Olası kırılma kombinasyonlarının sayısı üssel olarak artar, bu da dinamik programlama algoritması olmadan kapsamlı aramayı hesaplama açısından yoğun hale getirir.
- Bai-Perron kritik değerleri dağılım varsayımlarına bağlıdır; ihlaller (ağır kuyruklar, güçlü otokorelasyon) boyutu bozabilir.
- Kırılmalar için ön test yapmak ve ardından konumlarına göre koşullandırmak, katsayı tahminlerinin görünen kesinliğini artıran bir ön test yanlılığı getirir.
SSS
Yapısal Kırılma OLS, bir kriz dönemi için kukla değişken dahil etmekten nasıl farklıdır?
Tek bir kriz kuklası yalnızca kesişimin kaydığını ve kırılma tarihinin önceden bilindiğini varsayar. Yapısal Kırılma OLS, hem kesişimin hem de tüm eğim katsayılarının değişmesine izin verir ve Bai-Perron prosedürü ile kırılma tarihi, verilerden tahmin edilir, dayatılmaz. Bu, onu daha esnek ve istatistiksel olarak daha titiz hale getirir.
Güvenilir bir şekilde kaç kırılma tahmin edebilirim?
Bai ve Perron, maksimum kırılma sayısını beşe sınırlamayı ve tam örneklemin en az %10-15'i kadar minimum segment uzunluğu uygulamayı önerir. T = 100 gözlemle pratik bir sınır iki ila üç kırılmadır; bunun ötesinde, her rejim kararlı OLS tahminleri için çok az gözleme sahiptir.
Yapısal Kırılma OLS uygulamadan önce birim kök testi yapmalı mıyım?
Evet. Seriler durağan değilse, standart OLS çıkarımı sahte regresyon nedeniyle geçersizdir. Yapısal kırılmalara izin veren birim kök testleri (Zivot-Andrews veya Perron'un 1989 testi gibi) önce uygulanmalıdır. Seriler I(1) ise, seviyelerde OLS yerine kırılmalarla eşbütünleşme analizi düşünün.
Trim parametresi nedir ve nasıl seçerim?
Trim parametresi (genellikle h veya π₀ olarak gösterilir), her segmentte yer alması gereken örneklemin minimum kesridir. Yaygın bir seçim 0.10–0.15'tir (T'nin %10-15'i). Çok küçük bir trim, güçsüzlüğün yüksek olduğu ve sahte kırılma riskinin yüksek olduğu örneklem uçlarına çok yakın kırılmalara izin verir; çok büyük bir trim, gerçek örneklem sonu kırılmalarını kaçırabilir.
Yapısal Kırılma OLS'yi panel verilere uygulayabilir miyim?
Evet, ancak analiz daha karmaşık hale gelir. Panel yapısal kırılma testleri (örneğin, Bai 2010 ortak kırılma tarihi tahmincisi) kesitsel bağımlılığı hesaba katar. Saf panel ayarları için, panel-yapısal-kırılma-sabit-etkiler-modeli veya panel-yapısal-kırılma-panel-veri-analizi girişleri uygun uzantıları kapsar.
Kaynaklar
- Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: 10.2307/2998540 ↗
- Chow, G. C. (1960). Tests of equality between sets of coefficients in two linear regressions. Econometrica, 28(3), 591–605. DOI: 10.2307/1910133 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Ordinary Least Squares Regression with Structural Breaks. ScholarGate. https://scholargate.app/tr/econometrics/structural-break-ols
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARIMA Modeli (Otokorelasyonlu Entegre Hareketli Ortalama)Ekonometri↔ karşılaştır
- Genişletilmiş Dickey-Fuller (ADF) Birim Kök TestiEkonometri↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Yapısal Kırılma GLSEkonometri↔ karşılaştır
- Vektör Otoregresyon (VAR)Ekonometri↔ karşılaştır
- Zivot-Andrews Yapısal Kırılma TestiEkonometri↔ karşılaştır