Jsou úrokové sazby autokorelované?

Když se podíváš na denní změny úrokových sazeb, autokorelace je blízká nule. Pokud ale data převzorkuješ a zaměříš se na roční změny, autokorelace je záporná. To naznačuje, že krátkodobé změny úrokových sazeb mohou být nekorelované, zatímco dlouhodobé změny jsou záporně autokorelované. Denní pohyb úrokových sazeb nahoru nebo dolů ti pravděpodobně nic neřekne o zítřejší situaci, ale roční změna úrokových sazeb může naznačit, kam se budou sazby ubírat v příštím roce. A ekonomicky to dává smysl: v dlouhém horizontu, když úrokové sazby rostou, ekonomika má tendenci zpomalovat, což následně způsobuje jejich pokles, a naopak.

DataFrame daily_rates obsahuje denní data desetiletých úrokových sazeb od roku 1962 do roku 2017.

Toto cvičení je součástí kurzu

Analýza časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vytvoř nový DataFrame daily_diff s denními změnami sazeb pomocí metody .diff().
Vypočítej autokorelaci sloupce 'US10Y' v daily_diff pomocí metody .autocorr().
Použij metodu .resample() s argumentem rule='A' a navazující funkci .last() pro převod na roční frekvenci.
Vytvoř nový DataFrame yearly_diff s ročními změnami sazeb a vypočítej autokorelaci stejným způsobem jako výše.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute the daily change in interest rates 
daily_diff = daily_rates.___

# Compute and print the autocorrelation of daily changes
autocorrelation_daily = daily_diff[___].___
print("The autocorrelation of daily interest rate changes is %4.2f" %(autocorrelation_daily))

# Convert the daily data to annual data
yearly_rates = daily_rates.resample(___).___

# Repeat above for annual data
yearly_diff = yearly_rates.___
autocorrelation_yearly = yearly_diff[___].___
print("The autocorrelation of annual interest rate changes is %4.2f" %(autocorrelation_yearly))

Upravit a spustit kód