ПочатиПочніть безкоштовно

Структурний злам під час кризи: III

Тепер можна зібрати все докупи й виконати тест Чоу.

Дані за 2005–2010 роки розділено на два доступні датафрейми, before і after, використовуючи 30 червня 2008 як точку структурного зламу (визначену у першій вправі цієї серії). Стовпці в обох датафреймах — це mort_del і returns, відповідно для даних про прострочення іпотек і даних дохідності.

Ви запустите дві OLS‑регресії на before і after, регресуючи стовпець returns на стовпець mort_del у кожному датафреймі, і отримаєте суму квадратів залишків.

Далі ви обчислите статистику тесту Чоу, як у відео, використовуючи ssr_total (надано з другої вправи) та отримані залишки. Критичне значення F за 99% довіри — приблизно 5,85. Яке значення має ваша статистика тесту?

Ця вправа є частиною курсу

Кількісне управління ризиками в Python

Переглянути курс

Інструкції до вправи

  • Додайте перетин (інтерсепт) OLS до mort_del для before та after.
  • Навчіть OLS‑регресію стовпця returns на стовпці mort_del для before та after.
  • Запишіть суми квадратів залишків у ssr_before та ssr_after для before і after відповідно.
  • Створіть і виведіть статистику тесту Чоу.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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 / ____)
Редагувати та запускати код