autoregression是FRM考試中的一個知識點的內容，考生想要更好的掌握其內容，就應該了解autoregression需要掌握的內容！

Autoregression是自回歸，是統計上一種處理時間序列的方法。用同一變數例如x的之前各期，亦即x1至xt-1來預測本期xt的表現，并假設它們為一線性關系。因為這是從回歸分析中的線性回歸發展而來，只是不用x預測y，而是用x預測 x（自己），所以叫做自回歸。>>>點擊領取2021年FRM備考資料大禮包（戳我免·費領取）

自回歸方法的優點是所需資料不多，可用自身變數數列來進行預測。但是這種方法受到一定的限制：必須具有自相關，自相關系數是關鍵。如果自相關系數(R)小于0.5，則不宜采用，否則預測結果不準 確。

掃碼咨詢

自回歸只能適用于預測與自身前期相關的經濟現象，即受自身歷史因素影響較大的經濟現象，如礦的開采量，各種自然資源產量等；對于受社會因素影響較大的經濟現象，不宜采用自回歸，而應改采可納入其他變數的向量自回歸模型。

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據的高度相關，從而導致嚴重多重共線性問題。因此，分布滯后模型ji少按這樣的一般形式被估計。通常采用對模型各系數βj施加某種先驗的約束條件的方法來減少待估計的獨立參數的數目，從而避免多重共線性問題，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考試的知識點內容就分享這么多，學員如果還有更多的內容想要學習，可以在線咨詢老師或者添加老師微信（rongyuejiaoyu）。