금리는 자기상관을 보이나요?

일별 금리 변화를 보면 자기상관이 0에 가깝습니다. 하지만 데이터를 리샘플링해 연간 변화로 보면 자기상관이 음수예요. 이는 단기 금리 변화는 상관이 없을 수 있지만, 장기 금리 변화는 음의 자기상관을 보인다는 뜻입니다. 금리가 하루 오르거나 내리는 것만으로는 내일 금리에 대해 알 수 있는 것이 많지 않지만, 1년 동안의 금리 변화를 보면 다음 해 금리의 방향에 대해 시사점을 줄 수 있어요. 경제적으로도 타당합니다. 장기적으로 금리가 오르면 경기가 둔화되는 경향이 있고, 그 결과 금리가 다시 하락하며, 그 반대도 마찬가지이기 때문입니다.

DataFrame daily_rates에는 1962년부터 2017년까지의 10년물 금리 일별 데이터가 들어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 시계열 분석

강의 보기

연습 안내

.diff() 메서드를 사용해 일별 금리 변화로 구성된 새로운 DataFrame daily_diff를 만드세요.
daily_diff에서 'US10Y' 열의 자기상관을 .autocorr() 메서드로 계산하세요.
연간 빈도로 변환하려면 .resample()에 rule='A' 인자를 사용하고 이어서 .last()를 적용하세요.
연간 금리 변화로 구성된 새로운 DataFrame yearly_diff를 만들고, 위와 동일하게 자기상관을 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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))

코드 편집 및 실행