In this paper, we propose a sequential method for determining the number of regimes in threshold autoregressive models. The proposed method relies on the superconsistency of sequential threshold estimates and uses general linearity tests to determine the number of thresholds. A simulation study is performed in order to find out the finite-sample properties of our procedure and to compare it with two other procedures available in the literature. We find that our method works reasonably well for both single and multiple threshold models. Copyright Royal Economic Society 2006

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. Terms of use: Documents in EconStor may January 2012Abstract In this paper we propose a general method for testing the Granger noncausality hypothesis in stationary nonlinear models of unknown functional form. These tests are based on a Taylor expansion of the nonlinear model around a given point in the sample space. We study the performance of our tests by a Monte Carlo experiment and compare these to the most widely used linear test. Our tests appear to be well-sized and have reasonably good power properties.

Changes in the seasonal patterns of macroeconomic time series may be due to the effects of business cycle fluctuations or to technological and institutional change or both. We examine the relative importance of these two sources of change in seasonality for quarterly industrial production series of the G7 countries using time-varying smooth transition autoregressive models. We find compelling evidence that the effects of gradual institutional and technological change are much more important than the effects attributable to the business cycle. Copyright Royal Economic Society, 2003

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. Terms of use: Documents in EconStor may January 2012Abstract In this paper we propose a general method for testing the Granger noncausality hypothesis in stationary nonlinear models of unknown functional form. These tests are based on a Taylor expansion of the nonlinear model around a given point in the sample space. We study the performance of our tests by a Monte Carlo experiment and compare these to the most widely used linear test. Our tests appear to be well-sized and have reasonably good power properties.