Autocorrelation是FRM考試的金融英語知識點,在備考中需要考生所掌握的。Autocorrelation在FRM考試中產(chǎn)生的原因有哪些,也是重中之重!

Autocorrelation是自相關,是指信號在1個時刻的瞬時值與另1個時刻的瞬時值之間的依賴關系,是對1個隨機信號的時域描述。

Autocorrelation自相關產(chǎn)生的原因:

1.慣性>>>點擊領取2021年FRM備考資料大禮包(戳我免·費領取)

即沖擊的延期影響,大多數(shù)經(jīng)濟時間序列都存在自相關。例如GNP就業(yè)、貨幣供給、價格指數(shù)等,隨機擾動的影響往往會持續(xù)一段時間,而不僅僅是一個取值時期。當處于經(jīng)濟恢復周期時,由蕭條的底部開始,大多數(shù)經(jīng)濟序列的數(shù)據(jù)都會向上浮動,序列某一時點之后的取值會大于其各個前期的取值,這就是一種沖擊的延期影響。其他的例子如地震、洪水等偶發(fā)的外部因素改變,通常也會造成某一段時間內的數(shù)據(jù)發(fā)生整體的偏移。但是隨著觀測時期的延長,這種沖擊造成的滯后影響會逐漸消退。

2.模型設定誤差

如果模型所選用的函數(shù)形式與實際變量之間的真實關系不相符,隨機擾動項往往會存在自相關。例如當被解釋變量與解釋變量之間應為對數(shù)關系,而模型卻選用線性回歸來進行擬合,那么該回歸模型必存在自相關。【資料下載】[融躍財經(jīng)]FRM一級ya題-pdf版

掃碼咨詢3.略去了帶有自相關的解釋變量

在建立計量經(jīng)濟模型時,我們往往會選擇非 常重要的幾個解釋變量,而將次要的解釋變量略去,如果被略去的解釋變量本身存在自相關,它必然在隨機擾動項中反映出來。但有時由于多個被略去的解釋變量之間的自相關關系會相互抵消,而使得模型表現(xiàn)為非自相關。

想要了解更多有關FRM考試相關知識點的內容,可以在線咨詢或添加融躍老師微信(rongyuejiaoyu),免·費領取融躍教育金融專業(yè)英語詞匯大全!