摘要翻译：
本文针对线性回归模型中的一次结构突变，提出了一个突变位置的点估计。如果断点幅度很小，则断点日期的最小二乘估计器在有限样本周期结束时具有两个模式，而不考虑真正的断点位置。为了解决这个问题，我提出了一种基于最小二乘目标函数修正的替代估计。修正的目标函数包含了在潜在中断日期之间变化的估计不确定性。新的断点估计量是一致的，并且在小的断点幅度下具有单峰有限样本分布。在填充渐近框架下给出了一个极限分布。Monte Carlo仿真结果表明，新估计器的性能优于最小二乘估计器。我将该方法应用于美国实际GDP增长以及美国和英国股票收益预测模型中的中断日期估计。
---
英文标题：
《Estimation of a Structural Break Point in Linear Regression Models》
---
作者：
Yaein Baek
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--

---
英文摘要：
  This study proposes a point estimator of the break location for a one-time structural break in linear regression models. If the break magnitude is small, the least-squares estimator of the break date has two modes at the ends of the finite sample period, regardless of the true break location. To solve this problem, I suggest an alternative estimator based on a modification of the least-squares objective function. The modified objective function incorporates estimation uncertainty that varies across potential break dates. The new break point estimator is consistent and has a unimodal finite sample distribution under small break magnitudes. A limit distribution is provided under an in-fill asymptotic framework. Monte Carlo simulation results suggest that the new estimator outperforms the least-squares estimator. I apply the method to estimate the break date in U.S. real GDP growth and U.S. and UK stock return prediction models.
---
PDF链接：
https://arxiv.org/pdf/1811.03720