EMET3007/8012 - Worksheet on Structural Breaks and Logs

Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

EMET3007/8012 - Worksheet on Structural Breaks and Logs

Extra Tools for Ad Hoc Forecasting

Exercise  1.  Temporary Partial Structural Breaks - In addition to trends and cycles, we sometimes see other types of exogenous effects on our data series which we would like to include in our forecasts, but which we would not like to properly model. One of these is called ‘Structural Breaks’ . A temporary structural break is due to a temporary change in the data.

Access the Australian CPI data from FRED  (series AUSCPIALLQINMEI). Take the graph from 1992-2019, and use Edit Graph to change the units to Percent Change. What data do you notice as an outlier in this data set?  Discover what has caused this outlier?  Decide if you would like to include a partial structural break for this outlier, and if so, decide how to include this.

Exercise 2. Permanent Partial Structural Breaks - A permanent partial structural break is when there is a partial change in the way the data works, but this change is permanent. These work in a very similar manner to partial structural breaks, but where the dummy variable remains changed forever.

Access the US GDP data in percentage change from one year ago  (FRED series A191RL1Q225SBEA). Notice that qualitative change which happens around 1985. What kind of model would you write to try to incorporate the change which happens at this time?

Comment 1.  Total Structural Breaks - Sometimes data series undergo such large changes that the entire underlying process changes.  Usually as a result of major wars, or revolutions. In this case, we basically cannot use the earlier data in our analysis (in most cases). E.g. Russia before and after 1990.

Exercise 3. Using logs on one side - Quite a lot of economic data exhibits percentage growth each year.  This includes GDP, CPI, and many others.  Suppose a data series grows at a roughly constant, small percentage rate each year.  Show that such a data series follows the pattern ln(yt) = c + at + ε where a and c are constants, and ε is an error term.

Exercise 4.  Using logs on both sides - Sometimes we might have an underlying economic model in mind like yt  = lt(a)k  Given such a model, how could we estimate

labour’s share of income? How could we then make forecasts of future GDP?

Comment  2.   For your personal project, you may wish to combine these tools, together with the tools from lectures, to produce detailed models. You will need to graph the data to see what methods are appropriate. You will also need to use methods from the coming weeks, and to combine various things together in interesting and insightful ways.