autoregression是FRM考试中的一个知识点的内容，考生想要更好的掌握其内容，就应该了解autoregression需要掌握的内容！

Autoregression是自回归，是统计上一种处理时间序列的方法。用同一变数例如x的之前各期，亦即x1至xt-1来预测本期xt的表现，并假设它们为一线性关系。因为这是从回归分析中的线性回归发展而来，只是不用x预测y，而是用x预测 x（自己），所以叫做自回归。>>>点击领取2021年FRM备考资料大礼包（戳我免·费领取）

自回归方法的优点是所需资料不多，可用自身变数数列来进行预测。但是这种方法受到一定的限制：必须具有自相关，自相关系数是关键。如果自相关系数(R)小于0.5，则不宜采用，否则预测结果不准 确。

扫码咨询

自回归只能适用于预测与自身前期相关的经济现象，即受自身历史因素影响较大的经济现象，如矿的开采量，各种自然资源产量等；对于受社会因素影响较大的经济现象，不宜采用自回归，而应改采可纳入其他变数的向量自回归模型。

在这类模型中，由于在X和它的若干期滞后之间往往存在数据的高度相关，从而导致严重多重共线性问题。因此，分布滞后模型ji少按这样的一般形式被估计。通常采用对模型各系数βj施加某种先验的约束条件的方法来减少待估计的独立参数的数目，从而避免多重共线性问题，或至少将其影响减至zui小。这方面著名的两种方法是科克方法和阿尔蒙方法。

FRM考试的知识点内容就分享这么多，学员如果还有更多的内容想要学习，可以在线咨询老师或者添加老师微信（rongyuejiaoyu）。