Quebra estrutural da crise: III
Agora você pode juntar tudo para realizar o teste Chow.
Os dados de 2005 a 2010 foram divididos em dois DataFrames disponíveis, before
e after
, usando 30 de junho de 2008 como o ponto de ruptura estrutural (identificado no primeiro exercício desta série). As colunas de ambos os DataFrames são mort_del
e returns
para dados de inadimplência de hipotecas e dados de retornos, respectivamente.
Você executará duas regressões OLS em before
e after
, regredindo a coluna returns
em relação à coluna mort_del
em cada DataFrame, e obterá a soma dos resíduos quadrados.
Em seguida, você calculará a estatística do teste de Chow como no vídeo, usando o site ssr_total
(fornecido no segundo exercício) e os resíduos derivados. O valor F crítico com 99% de confiança é de aproximadamente 5,85. Que valor você encontrou para a estatística de teste?
Este exercício faz parte do curso
Gerenciamento quantitativo de riscos em Python
Instruções do exercício
- Adicione um termo de interceptação OLS a
mort_del
parabefore
eafter
. - Ajuste uma regressão OLS da coluna
returns
em relação à colunamort_del
, parabefore
eafter
. - Coloque os resíduos da soma dos quadrados em
ssr_before
essr_after
, parabefore
eafter
, respectivamente. - Crie e exiba a estatística do teste de Chow.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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 / ____)