R: Waldtest:“求解时出错。默认值(vc[ovar,ovar]):“a”为0-diml”

如果我的问题已经有了答案,我很抱歉问了我的问题。到目前为止,我找不到一个。

我目前正在对债券的财务数据进行回归分析。我回归的目的是确定两种债券组合是否显示出显著不同的收益率。 Im控制4个变量(V1至V4),以控制其他风险源。

回归公式如下:

(一个回归表示“高投资组合”,一个回归表示“低投资组合”)

𝑌ield(p)=∝(p)+ 𝛽1(p)*V1+𝛽2(p)*V2+𝛽3(p)*V3(p)+𝛽4(p)*V4(p)  

这导致R中出现以下代码:

   Regression_High <- lm(T_Portfolio ~ T_Slope +T_Credit+T_Ratingscore+ T_Duration)


 (construct variables for Low-Portfolio)


   Regression_Low <- lm(T_Portfolio ~ T_Slope +T_Credit+T_Ratingscore+ T_Duration)

现在的想法是比较这两个截距,以确定这两个投资组合是否显示出不同的收益率。

因此,我想使用Wald检验来确定截距的联合显著性:检验统计量是渐近x分布的 具有2个自由度。

library(aod)
library(lmtest)
Vcov=vcov(Regression_High,Regression_Low)

1. waldtest(Regression_High, Regression_Low, vcov=Vcov,test="Chisq",name=NULL)

2. waldtest(Regression_High, Regression_Low, test="Chisq")

我的两次尝试都会产生以下错误消息:

Error in solve.default(vc[ovar, ovar]) : 'a' is 0-diml

有人知道如何正确地进行waldtest吗?或者我的错误在哪里?

如有任何建议,我们将不胜感激。

谨致问候,

西蒙

可复制示例:

#loading packages
library(plm)
library(aod)
library(lmtest)

#Data "High-Portfolio"
y=rnorm(10)
v1=rnorm(10)
v2=rnorm(10)
v3=rnorm(10)
v4=rnorm(10)

#Regression 1

lm1<-lm(y~v1+v2+v3+v4)

#Data "Low-Portfolio"
y=rnorm(10)
v1=rnorm(10)
v2=rnorm(10)
v3=rnorm(10)
v4=rnorm(10)

#Regression 2 

lm2<-lm(y~v1+v2+v3+v4)

#Waldtest
library(aod)
library(lmtest)
Vcov=vcov(lm1,lm2)

#Attempt 1
waldtest(lm1,lm2, vcov=Vcov,test="Chisq",name=NULL)

#Attempt 2
waldtest(lm1, lm2, test="Chisq")