L’individuazione di discontinuità strutturali nelle relazioni tra variabili economiche è un aspetto importante dell’analisi econometrica delle serie storiche. I test econometrici sono in grado di individuare casi di instabilità tanto più facilmente quanto più elevato è il numero di osservazioni soggette al nuovo regime. Con poche osservazioni, invece, non risulta agevole verificare la presenza di discontinuità nella parte finale del campione – un fenomeno che comporta distorsioni nelle stime dei coefficienti e mette a rischio la capacità previsiva dei modelli econometrici, fortemente condizionata proprio dai dati più recenti.
Il lavoro presenta nuove procedure di verifica statistica dell’ipotesi di stabilità dei coefficienti delle relazioni econometriche. Rispetto ai test solitamente utilizzati, quelli qui proposti sono specificatamente concepiti per possedere una capacità superiore nell’individuare discontinuità a fine campione; ciò comporta una perdita di efficienza negli altri casi. La metodologia proposta consiste essenzialmente nel combinare i risultati ottenuti da test effettuati su un ventaglio di possibili punti di discontinuità, opportunamente ponderati in funzione della posizione di questi ultimi all’interno del campione. Attraverso simulazioni di tipo Monte Carlo, si valutano le proprietà di vari test e si individua una procedura che nel complesso appare la più efficiente per questi casi.
Il lavoro riporta inoltre i risultati di un’applicazione empirica in cui si esplora l’esistenza di discontinuità strutturali in semplici modelli di previsione a breve termine (nowcast) per la produzione industriale e il PIL dell’Italia. Mentre la maggior parte dei test statistici, compresi quelli proposti nel lavoro, individua agevolmente una discontinuità nella relazione tra produzione industriale e fiducia delle imprese tra la fine del 2008 e l’inizio del 2009, solo le procedure proposte nel lavoro segnalano la presenza di instabilità anche nella relazione tra produzione industriale e PIL nello stesso periodo.
Pubblicato nel 2015 in: S.J. Koopman, N. Shepard (eds.), Unobserved Components and Time Series Econometrics, Oxford, Oxford University Press
