Structural identification schemes are of essential importance to vector autoregressive (VAR) analysis. This paper tests a commonly used structural parameter identification scheme to assess whether it can properly capture fundamental and non-fundamental shocks to stock prices. In particular, five related structural models, which are widely used in the literature on assessing stock price determinants are considered. They are either specified in vector error correction (VEC) or in VAR form. Restrictions on the long-run effects matrix are used to identify the structural parameters. These identifying restrictions are tested by means of a Markov switching in heteroskedasticity model. It is found that for two of the five models considered, the long-run identification scheme appropriately classifies shocks as being either fundamental or non-fundamental. A series of robustness tests are performed, which largely confirm the initial findings.
Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Abstract. Long-run restrictions have been used extensively for identifying structural shocks in vector autoregressive (VAR) analysis. Such restrictions are typically just-identifying but can be checked by utilizing changes in volatility. This paper reviews and contrasts the volatility models that have been used for this purpose. Three main approaches have been used, exogenously generated changes in the unconditional residual covariance matrix, changing volatility modelled by a Markov switching mechanism and multivariate generalized autoregressive conditional heteroskedasticity (GARCH) models. Using changes in volatility for checking long-run identifying restrictions in structural VAR analysis is illustrated by reconsidering models for identifying fundamental components of stock prices.
Terms of use:
Documents in
Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. JEL classification: C32, E44, G10.
Terms of use:
Documents in
Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. JEL classification: C32, E44, G10.
Terms of use:
Documents in
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.