邹氏检验

邹氏检验 (Chow Test)

邹氏检验（Chow Test）是由华裔计量经济学家 邹至庄（Gregory C. Chow）于1960年在《Econometrica》上提出的统计检验方法，用于检验线性回归模型在两个不同子样本（或两个不同时期）之间是否存在显著的结构变化（Structural Break）。其核心思想是：比较将全部数据合并估计一个统一回归方程，与分别对两个子样本独立估计两个回归方程，二者的拟合效果是否存在显著差异。

检验设定与统计量

考虑线性回归模型 $\mathbf{y} = X\boldsymbol{\beta} + \boldsymbol{\epsilon}$。将样本分为两组：组1（$n_1$ 个观测）和组2（$n_2$ 个观测），满足 $n_1 + n_2 = n$。设 $k$ 为回归参数个数（含截距项）。定义三种残差平方和：

• $RSS_P$：在所有 $n$ 个观测上进行合并回归的残差平方和，自由度为 $n - k$。
• $RSS_1$：仅在组1上回归的残差平方和，自由度为 $n_1 - k$。
• $RSS_2$：仅在组2上回归的残差平方和，自由度为 $n_2 - k$。

原假设为两组参数向量相等：$H_0: \boldsymbol{\beta}_1 = \boldsymbol{\beta}_2 = \boldsymbol{\beta}$。备择假设为至少一个参数在两期间存在差异。邹氏检验的 $F$ 统计量为：

在 $H_0$ 成立且满足经典线性模型假定的条件下，该统计量服从自由度为 $(k, n-2k)$ 的 $F$ 分布。若 $F$ 统计量大于相应显著性水平下的临界值，则拒绝不存在结构变化的原假设，判定模型参数在两个子样本期间发生了显著的结构变化。

直觉解释与几何意义

若数据生成过程在样本期内未发生结构变化，单组参数即可较好地拟合全部数据，合并回归的残差平方和 $RSS_P$ 与分组回归的残差平方和之和 $RSS_1 + RSS_2$ 应当接近，$F$ 统计量较小。反之，若存在结构断点，合并回归的拟合效果将显著劣于分组回归——单组参数无法同时适应两段不同的数据结构，导致 $RSS_P$ 远大于 $RSS_1 + RSS_2$，$F$ 统计量增大并拒绝原假设。

从约束检验的角度看，邹氏检验本质上是在检验"两组参数相等"这一组 $k$ 个线性约束。因此，邹氏检验可纳入 F检验 的一般框架：视为受约束回归（合并回归，施加了 $k$ 个等值约束）与无约束回归（分组回归，允许两组参数自由变化）的比较。

关键假定

邹氏检验的有效性依赖于以下四项假定：

1. 方差齐性：两组子样本的误差项方差相等，即 $\sigma_1^2 = \sigma_2^2$。若此假定不成立，检验的实际显著性水平将偏离名义水平。
2. 误差正态性：误差项服从正态分布，以保证 $F$ 统计量的精确分布在小样本下成立。大样本下可借助渐近理论放宽此要求。
3. 断点已知：结构变化的时点必须事先由经济理论或制度事件指定，而非根据数据本身选择。若依数据挖掘方式确定断点，会产生预检验偏误（Pretest Bias），严重夸大第一类错误率。
4. 独立抽样：两组子样本的误差项彼此独立，不存在序列相关或跨组相关。

变体与扩展

• 邹氏预测检验（Chow Forecast Test）：当第二组样本量过小（$n_2 < k$）无法独立估计回归时，仅用第一组样本估计参数 $\hat{\boldsymbol{\beta}}_1$，再检验该参数对第二组样本的预测误差是否显著偏大。其 $F$ 统计量的分子自由度为 $n_2$，分母自由度为 $n_1 - k$。
• 断点未知的检验：当结构变化时点未知时，不应反复使用标准邹氏检验对多个候选断点逐一检验。此时应使用 Quandt-Andrews检验 或 Bai-Perron检验 等序贯检验方法，它们通过对所有可能断点取 supremum 统计量来正确控制整体显著性水平。
• 异方差稳健形式：当方差齐性假定存疑时，可使用 Wald检验 的异方差稳健版本（如基于 Huber-White 标准误构造的 Wald 统计量）来替代标准邹氏检验。

典型应用场景

邹氏检验在实证经济学中应用广泛：

1. 宏观经济学：检验重大政策干预（如税制改革、货币政策框架调整）前后，关键经济关系是否发生结构性变动。例如，检验大稳健时期（Great Moderation）前后菲利普斯曲线的斜率是否显著改变，或分析2008年全球金融危机前后货币需求函数的参数稳定性。

1. 金融学：分析资本市场制度改革（如引入熔断机制、信息披露新规、交易制度变更）前后，资产定价模型（如 CAPM）的参数是否稳定。

1. 微观计量与政策评估：在自然实验或准实验设计中，检验处理组和对照组在政策干预前后的回归关系是否存在结构性差异，从而辅助判断政策效果。

局限性与注意事项

邹氏检验存在若干值得注意的局限。首先，该检验严格要求断点已知且外生给定；在实证中，研究者往往只能基于历史事件或制度变更时间做出主观判断，这一选择可能影响推断结论的稳健性。其次，检验对异方差敏感——若两组误差方差不等且未做校正，实际检验水准会偏离名义水准。此外，邹氏检验只能回答"是否存在至少一个结构变化"，不能直接揭示变化的具体成因；拒绝原假设后，还需借助经济理论对参数变化的幅度、方向和机制进行进一步解释。

在实证研究中，建议将邹氏检验与图形诊断工具（如递归残差图、CUSUM检验、CUSUM of Squares 检验）结合使用，从多个角度交叉验证结构变化的证据，避免单一检验的误判风险。此外，当样本量较大且对异方差有所顾虑时，可优先报告异方差稳健的 Wald 检验结果作为邹氏检验的补充或替代，以增强结论的可靠性。