I tassi di interesse sono autocorrelati?
Se osservi le variazioni giornaliere dei tassi di interesse, l'autocorrelazione è vicina a zero. Tuttavia, se ricampioni i dati e consideri le variazioni annuali, l'autocorrelazione è negativa. Questo implica che, mentre le variazioni di breve periodo dei tassi possono essere non correlate, quelle di lungo periodo sono negativamente autocorrelate. Un movimento giornaliero in su o in giù difficilmente ti dice qualcosa sui tassi di domani, ma un movimento su un anno può dirti qualcosa su dove andranno i tassi nell'anno successivo. E questo ha anche senso economico: su orizzonti lunghi, quando i tassi salgono, l'economia tende a rallentare, il che porta di conseguenza a un calo dei tassi, e viceversa.
Il DataFrame daily_rates contiene i dati giornalieri dei tassi a 10 anni dal 1962 al 2017.
Questo esercizio fa parte del corso
Analisi delle serie temporali in Python
Istruzioni dell'esercizio
- Crea un nuovo DataFrame,
daily_diff, con le variazioni giornaliere dei tassi usando il metodo.diff(). - Calcola l'autocorrelazione della colonna
'US10Y'indaily_diffusando il metodo.autocorr(). - Usa il metodo
.resample()con l'argomentorule='A'seguito dalla funzione.last()per convertire alla frequenza annuale. - Crea un nuovo DataFrame,
yearly_diff, con le variazioni annuali e calcola l'autocorrelazione, come sopra.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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))