开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

KeynesYang · 2020年02月17日

问一道题:NO.PZ201709270100000509

* 问题详情,请 查看题干

问题如下:

9.Based on Exhibit 5, which single time-series model would most likely be appropriate for Busse to use in predicting the future stock price of Company #3?

选项:

A.

Log-linear trend model

B.

First-differenced AR(2) model

C.

First-differenced log AR(1) model

解释:

C is correct. As a result of the exponential trend in the time series of stock prices for Company #3, Busse would want to take the natural log of the series and then first-difference it. Because the time series also has serial correlation in the residuals from the trend model, Busse should use a more complex model, such as an autoregressive (AR) model.

看了前面的解答,有点绕,再次确认下:

  1. 有unit root就用first differencing解决
  2. 有serial correlation就用AR(1)解决,解决不了继续AR(2)。。
  3. 呈现指数关系就用log关系函数
  4. 这道题最好的答案是 log关系函数和AR(1)模型组合起来?并不用first differencing?
1 个答案
已采纳答案

星星_品职助教 · 2020年02月18日

同学你好,

这道题出的很不好,不用当做重点记。这里面的主要问题在于用了AR(1)去解决serial correlation的问题(也就是你列的第2点)。这里想说的是,相对于线性模型而言,AR模型本身的形式(昨天的我去解释今天的我)就能解决一定程度的自相关,有时候把模型做转化后,直接就没有序列相关的问题了。

所以题干表格中,里面写的是 “Trend Model”有自相关的问题。Trend Model就是线性模型。

但是这更多的是说明之前用线性模型是有model misspecification的问题,而不是说AR就是一种直接解决序列相关的方法。即使是模型转化成AR后,还是需要针对AR模型再检测一次是否有序列相关问题,如果有的话,AR模型就还需要再修正。

然后没有unit root也用了first-differencing也是一个不好理解的地方,这是从实务出发的,经常直接就会对时间序列数据做一个一阶差分来避免协方差不平稳的问题。所以即使没有unit root的问题也是可以用一阶差分的。(你列的第1和第4点)

第3点没问题。

总之这道题看一下就行,不用当做重点。

  • 1

    回答
  • 4

    关注
  • 1135

    浏览
相关问题

NO.PZ201709270100000509 问题如下 9.Baseon Exhibit 5, whisingle time-series mol woulmost likely appropriate for Busse to use in precting the future stopriof Company #3? A.Log-linetrenmol B.First-fferenceAR(2) mol C.First-fferencelog AR(1) mol C is correct. a result of the exponentitrenin the time series of stoprices for Company #3, Busse woulwant to take the naturlog of the series anthen first-fferenit. Because the time series also hsericorrelation in the resials from the trenmol, Busse shouluse a more complex mol, suautoregressive (AR) mol. 能不能详细解答下这题是在考什么?为什么最后要用LOG ar

2023-11-06 15:59 1 · 回答

NO.PZ201709270100000509问题如下9.Baseon Exhibit 5, whisingle time-series mol woulmost likely appropriate for Busse to use in precting the future stopriof Company #3? A.Log-linetrenmolB.First-fferenceAR(2) molC.First-fferencelog AR(1) molC is correct. a result of the exponentitrenin the time series of stoprices for Company #3, Busse woulwant to take the naturlog of the series anthen first-fferenit. Because the time series also hsericorrelation in the resials from the trenmol, Busse shouluse a more complex mol, suautoregressive (AR) mol. 一阶差分跟一阶自回归分别用来修正什么问题

2023-10-02 18:13 1 · 回答

NO.PZ201709270100000509 1、First-fferencelog AR(2) mol是不是更加准确? 2、如果company 3的AR是Yes,那么怎么做?

2022-02-21 23:58 1 · 回答

NO.PZ201709270100000509 老师好, 在之前学的普通的回归分析中,自相关就是残差项自己和自己有一定的关系;条件异方差是残差的取值随着X的波动而波动。 当来到AR模型这块的时候,我发现其实不论是自相关还是条件异方差,都是残差和自己有关系,然后我就不知道怎么区分了。是不是AR模型中的条件异方差是当前的残差和前一个残差的关系,而AR模型中的异方差就不一定了,有可能是当前的残差和前一个残差的关系,也有可能是当前的残差和前几个残差的关系。 请问老师我这么理解对吗?谢谢

2021-05-19 20:19 1 · 回答

First-fferenceAR(2) mol First-fferencelog AR(1) mol C is correct. a result of the exponentitrenin the time series of stoprices for Company #3, Busse woulwant to take the naturlog of the series anthen first-fferenit. Because the time series also hsericorrelation in the resials from the trenmol, Busse shouluse a more complex mol, suautoregressive (AR) mol. 想问一下,课件里哪里讲到如果时间序列有sericorrelation就用AR解决啊?

2020-12-09 17:34 1 · 回答