autoregression是FRM考試中的一個(gè)知識(shí)點(diǎn)的內(nèi)容，考生想要更好的掌握其內(nèi)容，就應(yīng)該了解autoregression需要掌握的內(nèi)容！

Autoregression是自回歸，是統(tǒng)計(jì)上一種處理時(shí)間序列的方法。用同一變數(shù)例如x的之前各期，亦即x1至xt-1來(lái)預(yù)測(cè)本期xt的表現(xiàn)，并假設(shè)它們?yōu)橐痪€性關(guān)系。因?yàn)檫@是從回歸分析中的線性回歸發(fā)展而來(lái)，只是不用x預(yù)測(cè)y，而是用x預(yù)測(cè) x（自己），所以叫做自回歸。>>>點(diǎn)擊領(lǐng)取2021年FRM備考資料大禮包（戳我免·費(fèi)領(lǐng)?。?/span>

自回歸方法的優(yōu)點(diǎn)是所需資料不多，可用自身變數(shù)數(shù)列來(lái)進(jìn)行預(yù)測(cè)。但是這種方法受到一定的限制：必須具有自相關(guān)，自相關(guān)系數(shù)是關(guān)鍵。如果自相關(guān)系數(shù)(R)小于0.5，則不宜采用，否則預(yù)測(cè)結(jié)果不準(zhǔn) 確。

掃碼咨詢

自回歸只能適用于預(yù)測(cè)與自身前期相關(guān)的經(jīng)濟(jì)現(xiàn)象，即受自身歷史因素影響較大的經(jīng)濟(jì)現(xiàn)象，如礦的開(kāi)采量，各種自然資源產(chǎn)量等；對(duì)于受社會(huì)因素影響較大的經(jīng)濟(jì)現(xiàn)象，不宜采用自回歸，而應(yīng)改采可納入其他變數(shù)的向量自回歸模型。

在這類模型中，由于在X和它的若干期滯后之間往往存在數(shù)據(jù)的高度相關(guān)，從而導(dǎo)致嚴(yán)重多重共線性問(wèn)題。因此，分布滯后模型ji少按這樣的一般形式被估計(jì)。通常采用對(duì)模型各系數(shù)βj施加某種先驗(yàn)的約束條件的方法來(lái)減少待估計(jì)的獨(dú)立參數(shù)的數(shù)目，從而避免多重共線性問(wèn)題，或至少將其影響減至zui小。這方面著名的兩種方法是科克方法和阿爾蒙方法。

FRM考試的知識(shí)點(diǎn)內(nèi)容就分享這么多，學(xué)員如果還有更多的內(nèi)容想要學(xué)習(xí)，可以在線咨詢老師或者添加老師微信（rongyuejiaoyu）。