संकट के दौरान structural break: III
अब आप सब कुछ जोड़कर Chow टेस्ट कर सकते हैं.
2005 - 2010 के डेटा को दो उपलब्ध DataFrames before और after में बाँटा गया है, जहाँ 30 जून, 2008 को structural break बिंदु माना गया है (इस श्रृंखला के पहले अभ्यास में पहचाना गया). दोनों DataFrames में कॉलम mort_del और returns हैं, क्रमशः mortgage delinquency डेटा और रिटर्न्स डेटा के लिए.
आप before और after पर दो OLS रिग्रेशन चलाएँगे, जिनमें प्रत्येक DataFrame में returns कॉलम को mort_del कॉलम पर रिग्रेस किया जाएगा, और sum-of-squared residuals निकाले जाएँगे.
इसके बाद आप वीडियो की तरह Chow टेस्ट स्टैटिस्टिक की गणना करेंगे, जिसमें ssr_total (दूसरे अभ्यास से दिया गया) और निकाले गए residuals का उपयोग होगा. 99% कॉन्फिडेंस पर क्रिटिकल F-value लगभग 5.85 है. आपके टेस्ट स्टैटिस्टिक का मान क्या आता है?
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
अभ्यास निर्देश
beforeऔरafterके लिएmort_delमें OLS इंटरसेप्ट टर्म जोड़ें.beforeऔरafterके लिए,returnsकॉलम कोmort_delकॉलम के विरुद्ध OLS रिग्रेशन में फिट करें.- sum-of-squared residuals को क्रमशः
beforeऔरafterके लिएssr_beforeऔरssr_afterमें रखें. - Chow टेस्ट स्टैटिस्टिक बनाएँ और प्रदर्शित करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Add intercept constants to each sub-period 'before' and 'after'
before_with_intercept = sm.____(before['mort_del'])
after_with_intercept = sm.____(____['mort_del'])
# Fit OLS regressions to each sub-period
r_b = sm.____(____['returns'], before_with_intercept).____
r_a = sm.____(after['returns'], after_with_intercept).____
# Get sum-of-squared residuals for both regressions
ssr_before = r_b.____
ssr_after = ____.ssr
# Compute and display the Chow test statistic
numerator = ((ssr_total - (ssr_before + ____)) / 2)
denominator = ((____ + ssr_after) / (24 - 4))
print("Chow test statistic: ", numerator / ____)