These papers analyze two issues in resource economics that are currently debated in academic and policy arenas: global warming and overcompliant behavior amongst regulated sources of water pollution. The first paper examines the evidence for global warming in particular, the published estimates of the rate of global warming. The paper reproduces published results using the same data, provides evidence that the statistical model used to obtain these estimates is misspecified for the data, and re-specifies the model in order to obtain a statistically adequate model. The re-specified model indicates that trends in the surface temperature anomalies are highly nonlinear rather than linear and that currently published estimates of the degree of global warming are based on a misspecified model. It argues for caution in interpreting linear trend estimates and illustrates the importance of model misspecification testing and re-specification when modeling climate change using statistical models. The second paper examines recent evidence for overcompliant behavior amongst wastewater treatment plants whose pollutant discharges are regulated under the Clean Water Act. The historical evidence suggests that many regulated facilities do not comply with permit regulations. This behavior has been attributed to inadequate monitoring and enforcement by the regulatory agencies as well as to an institutional structure that penalizes noncompliance but that does not reward overcompliance. Against this backdrop, the evidence for significant and widespread overcompliance appears puzzling. The paper examines overcompliance with a widely- regulated pollutant, biochemical oxygen demand (BOD). The testable hypotheses are: whether jointness in pollution control between nitrogen and BOD can explain overcompliance and whether variation in BOD output can explain BOD overcompliance. These hypotheses are examined by developing a conceptual model of BOD overcompliance and estimating a model of BOD control. The results indicate that jointness in pollution control plays a significant role in explaining BOD overcompliance. Variation in BOD output is not a significant factor in explaining BOD overcompliance. The paper explores plausible reasons for this result and proposes significant modifications to the traditional marginal analysis of BOD overcompliance/compliance decisions. / Ph. D.

In this dissertation, a new non-global regression model - the partial linear threshold regression model (PLTRM) - is proposed. Various issues related to the PLTRM are discussed. In the first main section of the dissertation (Chapter 2), we define what is meant by the term “non-global regression model”, and we provide a brief review of the current literature associated with such models. In particular, we focus on their advantages and disadvantages in terms of their statistical properties. Because there are some weaknesses in the existing non-global regression models, we propose the PLTRM. The PLTRM combines non-parametric modelling with the traditional threshold regression models (TRMs), and hence can be thought of as an extension of the later models. We verify the performance of the PLTRM through a series of Monte Carlo simulation experiments. These experiments use a simulated data set that exhibits partial linear and partial nonlinear characteristics, and the PLTRM out-performs several competing parametric and non-parametric models in terms of the Mean Squared Error (MSE) of the within-sample fit. In the second main section of this dissertation (Chapter 3), we propose a method of estimation for the PLTRM. This requires estimating the parameters of the parametric part of the model; estimating the threshold; and fitting the non-parametric component of the model. An “unbalanced penalized least squares” approach is used. This involves using restricted penalized regression spline and smoothing spline techniques for the non-parametric component of the model; the least squares method for the linear parametric part of the model; together with a search procedure to estimate the threshold value. This estimation procedure is discussed for three mutually exclusive situations, which are classified according to the way in which the two components of the PLTRM “join” at the threshold. Bootstrap sampling distributions of the estimators are provided using the parametric bootstrap technique. The various estimators appear to have good sampling properties in most of the situations that are considered. Inference issues such as hypothesis testing and confidence interval construction for the PLTRM are also investigated. In the third main section of the dissertation (Chapter 4), we illustrate the usefulness of the PLTRM, and the application of the proposed estimation methods, by modelling various real-world data sets. These examples demonstrate both the good statistical performance, and the great application potential, of the PLTRM. / Graduate

Η παρούσα διατριβή ασχολείται με δύο ιδιαιτέρως σημαντικά και διαχρονικά επίκαιρα ζητήματα στην ανάλυση χρονολογικών σειρών, τα οποία εντάσσονται, υπό ευρεία έννοια, στο πεδίο της Μακροοικονομετρίας. Ειδικότερα, μελετώνται θέματα και μεθοδολογίες ή τεχνικές ιδιαίτερα χρήσιμες για εκείνους τους ερευνητές, οι οποίοι επικεντρώνονται στην ανάλυση της συμπεριφοράς των συναθροιστικών (aggregate) μεγεθών της οικονομίας, βασιζόμενοι στη χρήση δεδομένων χρονοσειρών ή πιο απλά χρονοσειρές (time series). Το πρώτο ζήτημα αφορά στη μελέτη της δυναμικής αλληλεξάρτησης ανάμεσα σε μακροοικονομικές μεταβλητές κάτω από την υιοθέτηση ενός πολλαπλού πλαισίου ανάλυσης χρονοσειρών. Το ενδιαφέρον εστιάζεται κυρίως στην γενικευμένη ή εκτεταμένη έννοια της αιτιότητας κατά Granger, δηλαδή στην επέκταση της τυπικής έννοιας της αιτιότητας κατά Granger σε μεγαλύτερους του ενός ή σε πολλαπλούς ορίζοντες πρόβλεψης. Το δεύτερο ζήτημα αφορά στην παρουσία μη-γραμμικών χαρακτηριστικών σε μακροοικονομικές χρονοσειρές, καθώς και την υποδειγματοποίηση της μη-γραμμικότητας με τη χρήση μη-γραμμικών οικονομετρικών μοντέλων. Επικεντρώνεται δε ιδιαίτερα στον έλεγχο μοναδιαίας ρίζας κάτω από την εναλλακτική υπόθεση της στασιμότητας γύρω από μη-γραμμικές τάσεις της μορφής τάσεων ομαλής μετάβασης (smooth transition trends) στις μακροοικονομικές χρονοσειρές. Ουσιαστικά, η διατριβή διακρίνεται σε δύο κεφάλαια. Στο Κεφάλαιο 1 παρουσιάζεται η τυπική έννοια της αιτιότητας κατά Granger, καθώς και η γενικευμένη ή εκτεταμένη έννοια της αιτιότητας ή η αιτιότητα σε πολλαπλούς ορίζοντες (multi-horizon causality), στο πλαίσιο των διανυσματικών αυτοπαλίνδρομων υποδειγμάτων (VAR). Η τυπική έννοια της αιτιότητας κατά Granger περιορίζεται στη βελτίωση της προβλεψιμότητας σε ορίζοντα πρόβλεψης μίας περιόδου (one-step ahead), ενώ λαμβάνει υπ'όψιν μόνο τις άμεσες ροές πληροφόρησης μεταξύ των μεταβλητών ενδιαφέροντος (direct causality). Ωστόσο, σε υποδείγματα VAR με περισσότερες από δύο μεταβλητές η τυπική έννοια της αιτιότητας μπορεί να επεκταθεί με την μελέτη της βελτίωσης της προβλεψιμότητας σε μεγαλύτερους του ενός ορίζοντες πρόβλεψης. Σε μία περίπτωση όπως η τελευταία, πλην της άμεσης αιτιότητας, δύνανται να μελετηθούν και οι έμμεσες σχέσεις αιτιότητας (indirect causality) που ενδέχεται να προκύψουν μέσω των πρόσθετων μεταβλητών του συστήματος. Το θεωρητικό πλαίσιο της γενικευμένης έννοιας της αιτιότητας που παρουσιάζει η παρούσα διατριβή έχει αναπτυχθεί από τους Dufour and Renault (1998). Παράλληλα, δίνεται ιδιαίτερη βαρύτητα σε δύο πρόσφατες μεθόδους στατιστικής επαγωγής αιτιωδών σχέσεων κατά Granger σε πολλαπλούς ορίζοντες, οι οποίες παρέχουν πρόσθετη πληροφόρηση σχετικά με τη δυναμική αλληλεξάρτηση οικονομικών χρονοσειρών, και πιο συγκεκριμένα σχετικά με τον άμεσο ή έμμεσο χαρακτήρα των αιτιωδών σχέσεων, το διαχωρισμό μεταξύ βραχυχρόνιας και μακροχρόνιας (μη)-αιτιότητας, καθώς και τις πιθανές χρονικές υστερήσεις της αιτιότητας. Τέλος, στα πλαίσια του Κεφαλαίου 1, ερευνάται η δυνατότητα εφαρμογής των μεθόδων αυτών μέσω εμπειρικών εφαρμογών πάνω σε δύο διαχρονικά ζητήματα αιτιωδών σχέσεων ανάμεσα σε οικονομικές μεταβλητές. Στο Κεφάλαιο 2 παρουσιάζονται υποδείγματα ομαλής μετάβασης, καθώς και έλεγχοι μοναδιαίας ρίζας οι οποίοι επιτρέπουν την στασιμότητα γύρω από ομαλές ή βαθμιαίες μεταβάσεις κάτω από την εναλλακτική υπόθεση. Κύριο χαρακτηριστικό των υποδειγμάτων ομαλής μετάβασης είναι η παρουσία μη-γραμμικών τάσεων στη διαχρονική εξέλιξη των χρονοσειρών. Κεντρικό ρόλο στα υποδείγματα αυτά κατέχουν οι διαρθρωτικές μεταβολές (structural changes) στην προσδιοριστική τάση, οι οποίες, δεδομένου ότι αντιπροσωπεύουν μεταβολές της συναθροιστικής συμπεριφοράς, υποδειγματοποιούνται με τη χρήση ενός προσδιοριστικού στοιχείου το οποίο επιτρέπει την βαθμιαία αντί της στιγμιαίας προσαρμογής. Οι έλεγχοι μοναδιαίας ρίζας, οι οποίοι επιτρέπουν περισσότερη ευελιξία στην συνάρτηση της τάσης σε σχέση με την γραμμική εξειδίκευση της προσδιοριστικής τάσης που χρησιμοποιούν οι τυπικοί έλεγχοι μοναδιαίας ρίζας, αποτελούν το επίκεντρο μελέτης του Κεφαλαίου 2 της διατριβής. Η αναγκαιότητα υιοθέτησης πρόσθετων ελέγχων μοναδιαίας ρίζας, όπως οι έλεγχοι μοναδιαίας ρίζας οι οποίοι επιτρέπουν στασιμότητα γύρω από ομαλές μεταβάσεις κάτω από την εναλλακτική υπόθεση, ισχυροποιείται από τα αποτελέσματα της εφαρμογής των ελέγχων αυτών σε ένα σύνολο οικονομικών χρονοσειρών. / This thesis discusses two central research topics in applied time series econometrics that generally belong in the field of Macroeconometrics. In particular, we investigate issues and methods which are of interest to those researchers who want to analyze economic problems or economic aggregates by means of time series data. The first topic deals with the dynamic interrelationships between sets of theory related variables in a multiple time series context. Research interest is primarily focused on the generalized or extended notion of Granger causality, that is the extension of the standard Granger causality concept to higher forecast horizons. The second topic deals with nonlinear behavior of macroeconomic time series, as well as the modelling of nonlinearities in economic time series using nonlinear econometric models. Specific attention is paid to unit root tests that allow stationarity around nonlinear trends in the form of smooth transitions under the alternative. The dissertation consists of two chapters. The first chapter presents the standard concept of Granger causality, along with the generalized or extended notion of causality, also known as multiple-horizon causality, in the vector autoregressive (VAR) framework. The standard notion of Granger causality restricts prediction improvement to a forecast horizon of one period, while it considers only direct flows of information between the variables of interest. However, in VAR models with more than two variables, the concept of standard Granger causality can be extended by studying prediction improvement at forecast horizons greater than one. If this is the case, then, except for direct causality, indirect flows of information might be revealed through the additional variables of the system. The theoretical framework of the extended concept of causality which is presented in the present dissertation has been developed by Dufour and Renault (1998). In addition, special attention is paid to two recent methods for testing hypothesis of non-causality at various horizons which can provide further information on the dynamic interaction of time series, and more specifically on the direct or indirect nature of causal effects, the distinction between short-run and long-run (non)-causality, as wells as the possibility of causal delays. Finally, the potential implementation of these methods is examined through empirical applications on causality relations among different sets of economic variables. Chapter 2 presents smooth transition (STR) trend models, as well as unit root tests that allow stationarity around smooth transitions under the alternative. Smooth transition regression models presume the presence of nonlinear trends in the long-run evolution of time series. A key feature of these models is the presence of structural changes in the deterministic trend which, given that they represent changes in aggregate behavior (economic aggregates), are modelled through a deterministic component that permits gradual rather than instantaneous adjustment between regimes. Unit root tests that permit a more versatile trend function in the unit root procedure, rather than the standard linear trends, are the main concern of Chapter 2. The necessity of employing additional unit root tests, such as unit root tests that allow stationarity around smooth transitions under the alternative, becomes evident through the unit root test results that are observed in an application in a set of economic time series.