記事一覧
過去のデータを使って将来を予測する。分析前にやるべきこと（ディッキー・フラー検定）
将来の売り上げを予想するにあたっては、過去5年間の売上や株価を利用するなど、多くのケースで時系列データを利用しています。
そこで注意しなくてはならないのは、使用する時系列データが変なトレンド（非定常性）を持っていないかを確認することです。
例えば、アイスクリーム屋であれば、季節や気温によって売上が左右されることは想像に難くありません。「1年間のうち、夏の間だけ売上が高い」といったトレンドを持って
オペレーショナルリスクを正しく理解する
このオペレーショナルリスクは、「人がマニュアル（手作業）でやるから失敗するんでしょ」や「大企業は稟議書で何重に確認しているから問題ない」と楽観視されることも多い。
しかし、特に最近ではAML/CFTやサイバー、SNSを発端にした外部事象にうまく対応できずに損害を被るといった内部だけで対処できる問題ではなくなってきている。
例えば、
2021年に起きたアメリカの小売ゲーム店GameStopが倒産の
購買力平価説と金利平価
購買力平価説とか、完全市場とか、
現実には成り立たないって分かっているのになぜ習うのか。
ずっと疑問だったのですが、期末試験を目前にして理解しました。
これらの仮説って、結構実務で使うんですね。
企業が海外への投資計画や融資計画を立てる時、多くの不確実な予想データを使いますが、
購買力平価説だったりMM理論で、ある程度前提条件を固定してあげないと、分析とか推測だとか、何もできなくなっちゃうん