A mean-difference test based on self-normalization for alternating regime index data sets

Abstract

We are interested in testing regime mean difference in some recently developed indexes which try to characterize alternating regimes: uncertainty indexes for economic expansion and recession and volatility spillover indexes for financial crisis and non-crisis. To account for strong serial correlation and conditional heteroskedasticity apparent in the index data sets, we consider the Kiefer-Vogelsang-Bunzell (KVB) self-normalization method for normalization of the estimated mean difference to construct a t-test. The limiting null distribution of the proposed test is shown to be different from the distribution derived by Kiefer-Vogelsang-Bunzel for a standard regression model. The proposed test is shown to have better finite sample size than the conventional t-test based on the Newey-West HAC standard error. Using the proposed test, we show a statistically significant countercyclical feature of uncertainty index and sensitivity of volatility spillover index to financial crisis.;본 논문에서는 최근 개발된 지표들의 교차하는 두 기간에서의 다른 특징을 확인하기 위해서, 두 기간의 평균 차이를 검정하는 방법을 제시하고자 한다. 구체적으로는 경제 확장기와 수축기일 때의 불확실성 지표(Uncertainty Index)들과 금융 위기기간과 비위기기간에서의 전이효과지표(Spillover Index)의 특징을 살펴보고자 한다. 지표들에서 나타나는 강한 자기상관성과 조건부 이분산성 특징을 고려하기 위해, Kiefer-Vogelsang-Bunzell(KVB)의 self-normalization 방법을 이용하여 평균차이 t-검정을 개발하였다. 먼저, 귀무가설 하에서의 제안된 검정의 분포는 Kiefer–Vogelsang-Bunzel가 표준회귀모형에서 구한 분포와 다름을 보였다. 유한 샘플에서의 검정의 성능을 살펴본 결과, 제안된 검정이 기존의 Newy-West HAC 표준오차를 이용한 t-검정보다 나은 size를 가졌다. 마지막으로 제안된 검정을 사용하여, 불확실성 지표들의 경기역행성과 전이효과지표의 금융위기와 관련한 민감도를 통계적으로 유의함을 보였다.