Tests auf multiplikative Struktur in strikt stationären Prozessen
- In der vorliegenden Arbeit werden neue Testverfahren für die Hypothese eines konstanten Variationskoeffizienten im nichtparametrischen Regressionsmodell vorgestellt. Die Teststatistik basiert auf einem empirischen Abstandsmaß zwischen der quadrierten Regressionsfunktion und der Varianzfunktion. Unter Annahme der stochastischen Unabhängigkeit des zugrunde liegenden Prozesses wird die asymptotische Normalität der Teststatistik unter Nullhypothese und unter festen Alternativen nachgewiesen. Anschließend werden die Resultate auf den allgemeineren Fall von strikt stationären, absolut regulären Prozessen erweitert, die insbesondere Finanzzeitreihen wie das ARCH(1)-Modell einschließen. Abschließend wird das Verhalten des vorgestellten Testverfahrens im Rahmen einer Simulationsstudie für endliche Stichprobenumfänge untersucht. Sowohl für stochastisch unabhängige Daten als auch strikt stationäre Zeitreihendaten wird das Testverhalten mit Hilfe einer Bootstrap-Prozedur illustriert.