Ruptura structurală a crizei: III
Acum poți pune totul laolaltă pentru a efectua testul Chow.
Datele din perioada 2005–2010 au fost împărțite în două DataFrame-uri disponibile, before și after, folosind 30 iunie 2008 ca punct de ruptură structurală (identificat în primul exercițiu din această serie). Coloanele ambelor DataFrame-uri sunt mort_del și returns, reprezentând datele privind restanțele la credite ipotecare, respectiv datele privind randamentele.
Vei rula două regresii OLS pe before și after, regresând coloana returns față de coloana mort_del din fiecare DataFrame, și vei calcula suma pătratelor reziduurilor.
Apoi vei calcula statistica testului Chow, conform explicațiilor din videoclip, folosind ssr_total (furnizat din al doilea exercițiu) și reziduurile derivate. Valoarea critică F la un nivel de încredere de 99% este de aproximativ 5,85. Ce valoare obții pentru statistica testului tău?
Acest exercițiu face parte din cursul
Managementul Cantitativ al Riscului în Python
Instrucțiuni pentru exercițiu
- Adaugă un termen de interceptare OLS la
mort_delpentrubeforeșiafter. - Ajustează o regresie OLS a coloanei
returnsfață de coloanamort_del, pentrubeforeșiafter. - Plasează suma pătratelor reziduurilor în
ssr_beforeșissr_after, pentrubefore, respectivafter. - Creează și afișează statistica testului Chow.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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 / ____)