MulaiMulai sekarang secara gratis

Patah struktural saat krisis: III

Sekarang Anda dapat menyatukan semuanya untuk melakukan uji Chow.

Data 2005–2010 telah dibagi menjadi dua DataFrame yang tersedia, before dan after, menggunakan 30 Juni 2008 sebagai titik patah struktural (diidentifikasi pada latihan pertama dalam rangkaian ini). Kolom pada kedua DataFrame adalah mort_del dan returns masing-masing untuk data tunggakan hipotek dan data imbal hasil.

Anda akan menjalankan dua regresi OLS pada before dan after, meregresikan kolom returns terhadap kolom mort_del di setiap DataFrame, dan menurunkan jumlah kuadrat residualnya.

Lalu Anda akan menghitung statistik uji Chow seperti pada video, menggunakan ssr_total (disediakan dari latihan kedua) dan residual yang diperoleh. Nilai kritis F pada tingkat kepercayaan 99% sekitar 5,85. Berapa nilai yang Anda peroleh untuk statistik uji Anda?

Latihan ini adalah bagian dari kursus

Manajemen Risiko Kuantitatif dengan Python

Lihat Kursus

Petunjuk latihan

  • Tambahkan suku intersep OLS ke mort_del untuk before dan after.
  • Fit regresi OLS dari kolom returns terhadap kolom mort_del, untuk before dan after.
  • Tempatkan jumlah kuadrat residual ke dalam ssr_before dan ssr_after, masing-masing untuk before dan after.
  • Buat dan tampilkan statistik uji Chow.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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 / ____)
Edit dan Jalankan Kode