Distribution-Free Bounds for Serial Correlation Coefficients in Heteroskedastic Symmetric Time Series

Abstract

Nous étudions le problème qui consiste à tester l'hypothèse que des observations X1, ..., Xn d'une série chronologique sont indépendantes avec des distributions non spécifiées (possiblement non identiques) symétriques autour d'une médiane connue. Nous proposons plusieurs bornes sur les distributions des coefficients d'autocorrélation : bornes exponen-tielles, bornes de type Eaton, bornes de Chebyshev et bornes de Berry-Esséen-Zolotarev. Les bornes sont exactes dans les échantillons finis, non paramétriques et faciles à calculer. Nous évaluons par simulation la performance des bornes et comparons celle-ci à celle de tests d'autocorrélation traditionnels. Les procédures proposées sont appliquées à des données de taux d'intérêt américaines ("commercial paper rate").

We consider the problem of testing whether the observations X1, ..., Xn of a time series are independent with unspecified (possibly nonidentical) distributions symmetric about a common known median. Various bounds on the distributions of serial correlation coefficients are proposed: exponential bounds, Eaton-type bounds, Chebyshev bounds and Berry-Esséen-Zolotarev bounds. The bounds are exact in finite samples, distribution-free and easy to compute. The performance of the bounds is evaluated and compared with traditional serial dependence tests in a simulation experiment. The procedures proposed are applied to U.S. data on interest rates (commercial paper rate).