Ứng dụng mô hình arima trong dự báo lạm phát việt nam

115 30 0
  • Loading ...
1/115 trang
Tải xuống

Thông tin tài liệu

Ngày đăng: 28/05/2019, 13:35

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG ĐẶNG THỊ NGỌC NIN ỨNG DỤNG MƠ HÌNH ARIMA TRONG DỰ BÁO LẠM PHÁT VIỆT NAM Chuyên ngành: Tài – Ngân hàng Mã số: 60.34.20 LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH Người hướng dẫn khoa học: TS Đinh Bảo Ngọc Đà Nẵng – Năm 2015 LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tác giả luận văn Đặng Thị Ngọc Nin MỤC LỤC MỞ ĐẦU 1 Tính cấp thiết đề tài .1 Mục tiêu nghiên cứu Câu hỏi nghiên cứu Đối tượng phạm vi nghiên cứu .3 Phương pháp nghiên cứu .3 Bố cục đề tài Ý nghĩa khoa học thực tiễn đề tài CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ LẠM PHÁT VÀ MƠ HÌNH ARIMA5 1.1 CƠ SỞ LÝ LUẬN VỀ LẠM PHÁT 1.1.1 Khái niệm lạm phát 1.1.2 Phân loại lạm phát 1.1.3 Đo lường lạm phát 1.1.4 Tác động lạm phát 1.2 MỘT SỐ MƠ HÌNH NGHIÊN CỨU VỀ LẠM PHÁT 12 1.2.1 Một số mơ hình lý thuyết lạm phát 12 1.2.2 Một số mơ hình định lượng dự báo lạm phát phổ biến .15 1.3 CƠ SỞ LÝ LUẬN VỀ MƠ HÌNH ARIMA .17 1.3.1 Giới thiệu chuỗi thời gian kinh tế 17 1.3.2 Một số cơng cụ phân tích chuỗi thời gian 21 1.3.3 Tổng quan mơ hình tự hồi quy tích hợp trung bình trượt (ARIMA) 23 KẾT LUẬN CHƯƠNG .29 CHƯƠNG 2: THIẾT KẾ NGHIÊN CỨU DỰ BÁO LẠM PHÁT VIỆT NAM BẰNG MƠ HÌNH ARIMA 30 2.1 TỔNG QUAN VỀ LẠM PHÁT VIỆT NAM 30 2.1.1 Cách thức đo lường lạm phát Việt Nam 30 2.1.2 Tình hình lạm phát Việt Nam giai đoạn từ năm 2005 đến tháng 10/2014 32 2.2 CƠ SỞ ĐỀ XUẤT VẬN DỤNG MƠ HÌNH ARIMA TRONG DỰ BÁO LẠM PHÁT VIỆT NAM 42 2.2.1 Sự cần thiết phải áp dụng mơ hình định lượng dự báo lạm phát Việt Nam .42 2.2.2 Ưu điểm mơ hình ARIMA so với mơ hình khác phù hợp mơ hình ARIMA với thực tiễn Việt Nam 43 2.2.3 Một số nghiên cứu thực nghiệm dự báo lạm phát mơ hình ARIMA 46 2.3 THIẾT KẾ NGHIÊN CỨU DỰ BÁO LẠM PHÁT VIỆT NAM BẰNG MÔ HÌNH ARIMA 49 2.3.1 Phương pháp nghiên cứu .49 2.3.2 Phương pháp thu thập xử lí số liệu 59 KẾT LUẬN CHƯƠNG .60 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU DỰ BÁO LẠM PHÁT VIỆT NAM VÀ MỘT SỐ KHUYẾN NGHỊ 61 3.1 THỐNG KÊ MÔ TẢ DỮ LIỆU .61 3.2 KẾT QUẢ NGHIÊN CỨU .63 3.2.1 Kiểm định tính dừng chuỗi liệu .63 3.2.2 Nhận dạng mơ hình 66 3.2.3 Ước lượng kiểm định mơ hình 67 3.2.4 Kiểm định tính ổn định cấu trúc mơ hình .72 3.2.5 Đánh giá dự báo 74 3.2.6 Kết dự báo lạm phát Việt Nam .76 3.3 MỘT SỐ KHUYẾN NGHỊ .80 3.3.1 Khuyến nghị việc sử dụng kết nghiên cứu mơ hình dự báo .80 3.3.2 Quan điểm sách mục tiêu lạm phát Việt Nam năm 2015 82 3.3.3 Một số khuyến nghị sách 83 KẾT LUẬN CHƯƠNG .88 KẾT LUẬN .89 DANH MỤC TÀI LIỆU THAM KHẢO QUYẾT ĐỊNH GIAO ĐỀ TÀI (bản sao) PHỤ LỤC DANH MỤC CÁC TỪ VIẾT TẮT ADF : Kiểm định nghiệm đơn vị mở rộng AR : Tự hồi quy ARIMA : Tự hồi quy tích hợp trung bình trượt ARMA : Tự hồi quy trung bình trượt CPI : Chỉ số giá tiêu dùng DF : Kiểm định nghiệm đơn vị MA : Trung bình trượt SAC : Tự tương quan mẫu SAR : Tự hồi quy mùa SMA : Trung bình trượt mùa SPAC : Tự tương quan riêng phần mẫu DANH MỤC CÁC BẢNG Số hiệu Tên bảng bảng Trang 3.1 Bảng mô tả thống kê chuỗi CPI 62 3.2 Kết kiểm định Jarque-Bera cho chuỗi CPI 62 3.3 Kết kiểm định ADF cho chuỗi CPI 64 3.4 Kết kiểm định ADF cho chuỗi d_logCPI 66 3.5 Các thông số thống kê mơ hình 67 3.6 Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 68 3.7 3.8 3.9 Kết Kiểm định ARCH LM kiểm định BreushGodfrey LM mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 bỏ biến SMA(12) Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 bỏ biến SMA(12) 69 70 71 Kết Kiểm định ARCH LM kiểm định Breush3.10 Godfrey LM mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 71 bỏ biến SMA(12) 3.11 3.12 3.13 3.14 3.15 Ma trận tự tương hệ số mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 bỏ biến SMA(12) Kết kiểm định Chow cho mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 loại bỏ biến SMA(12) Kết dự báo CPI tháng 7/2014 - 10/2014 Kết dự báo lạm phát hàng tháng từ tháng 11/2014 đến tháng 6/2015 Kết dự báo lạm phát Việt Nam tổ chức quốc tế nước thực 72 73 75 76 78 DANH MỤC CÁC HÌNH Số hiệu Tên hình hình Trang 1.1 Đường cong Phillips ngắn hạn 12 1.2 Mơ hình lạm phát chi phí đẩy 13 2.1 Tỉ lệ lạm phát (%) Việt Nam giai đoạn 2005 - 10/2014 32 2.2 Diễn biến CPI Việt Nam giai đoạn 2005-2008 33 2.3 Diễn biến CPI Việt Nam giai đoạn 2009-2013 35 2.4 Diễn biến CPI Việt Nam 10 tháng đầu năm 2014 40 2.5 Quy trình nghiên cứu đề tài 58 3.1 Đồ thị chuỗi CPI 61 3.2 Giản đồ tương quan chuỗi CPI 63 3.3 Đồ thị chuỗi d_logCPI 64 3.4 Giản đồ tương quan chuỗi d_logCPI 65 3.5 3.6 Giản đồ tương quan chuỗi phần dư mơ hình ARIMA (1; 1; 0)(2; 0; 3)12 Kết dự báo mẫu 68 75 MỞ ĐẦU Tính cấp thiết đề tài Lạm phát thường có tác động tiêu cực đến phát triển kinh tế-xã hội Tuy nhiên, kinh tế thích ứng với thay đổi lạm phát hạn chế thiệt hại lạm phát gây khai thác mặt tích cực lạm phát số trường hợp Điều đòi hỏi lạm phát phải dự đoán trước Song, biến động kinh tế ngồi nước có ảnh hưởng không nhỏ đến mục tiêu lạm phát từ đến năm 2015 Mục tiêu Kế hoạch Phát triển Kinh tế - xã hội năm 2014 dự kiến cho năm 2015 Bộ kế hoạch Đầu tư kiểm soát lạm phát mức khoảng 7% năm 2014 khoảng 5% năm 2015 Theo dự báo Ernst & Young (2/2014), lạm phát Việt Nam năm 2014 6.5% năm 2015 6% Dựa nhận định nhu cầu tiêu dùng nước giảm, nguồn cung thực phẩm cao giá nhiên liệu toàn cầu ổn định, Ngân hàng Phát triển Châu Á (ADB) lại đưa kì vọng lạm phát Việt Nam năm 2014 khoảng 4.5% năm 2015 5.5% Gần nhất, Báo cáo triển vọng kinh tế khu vực Đông Á Thái Bình Dương, Ngân hàng giới (WB) dự báo lạm phát Việt Nam 4.5% năm 2014 5% năm 2015 Trước nhận định khác lạm phát Việt Nam năm 2014, 2015, việc xây dựng mơ hình phù hợp để dự báo lạm phát Việt Nam điều cần thiết, nhằm đưa số dự báo độc lập với dự báo dược công bố, hỗ trợ nhà hoạch định sách doanh nghiệp có lập kế hoạch phát triển giải pháp thích hợp để phòng ngừa tối thiểu hóa thiệt hại lạm phát gây Lạm phát dược dự báo mơ hình như: Mơ hình đường cong Phillips, mơ hình lý thuyết tiền tệ truyền thống, mơ hình hiệu chỉnh sai số, mơ hình Tự hồi quy tích hợp trung bình trượt (ARIMA), mơ hình Tự hồi quy vecto, … Trong đó, mơ hình ARIMA dùng giá trị q khứ biến số cần dự báo nên dùng phổ biến tỏ hiệu việc dự báo ngắn hạn chuỗi thời gian tỉ giá, lạm phát, tăng trưởng, … so với mơ hình khác Do vậy, đề tài: “Ứng dụng mơ hình ARIMA dự báo lạm phát Việt Nam” lựa chọn để tiến hành nghiên cứu Mục tiêu nghiên cứu Với tính cấp thiết việc dự báo lạm phát nêu trên, mục tiêu đặt cho đề tài sau: - Hệ thống lại sở lý luận lạm phát mơ hình ARIMA - Tổng quan thực tiễn lạm phát Việt Nam giai đoạn từ tháng 1/2005 đến tháng 10/2014, để thấy phần quy luật diễn biến phức tạp lạm phát nước phát triển nước ta - Xây dựng mơ hình ARIMA phù hợp để dự báo lạm phát Việt Nam thời gian tới từ tháng 11/2014 đến tháng 6/2015 Từ đó, đề xuất số khuyến nghị Chính phủ Ngân hàng Nhà nước điều hành sách vĩ mơ Câu hỏi nghiên cứu Dựa mục tiêu nghiên cứu đề ra, đề tài đề cập trả lời câu hỏi nghiên cứu sau đây: - Thế mơ hình ARIMA ? Vì lựa chọn mơ hình ARIMA để dự báo lạm phát Việt Nam ? - Phương pháp xây dựng mơ hình ARIMA dự báo lạm phát ? Mơ hình ARIMA phù hợp để dự báo lạm phát Việt Nam ? Kết dự báo từ mơ hình có độ tin cậy ? - Lạm phát Việt Nam thời gian tới từ tháng 11/2014 đến tháng PHỤ LỤC: PHỤ LỤC 1: Autocorrelation |*******| |*******| |*******| |****** | |****** | |****** | |****** | |***** | |***** | |***** | |**** | |**** | |**** | |**** | |*** | |*** | |*** | |*** | |** | |** | |** | |** | |** | |** | |* | |* | |* | |* | |* | |* | |* | |* | | | | | | | | | Partial Correlation |*******| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | AC 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 0.961 0.922 0.882 0.843 0.803 0.764 0.726 0.687 0.649 0.612 0.576 0.542 0.508 0.475 0.441 0.408 0.376 0.344 0.314 0.287 0.263 0.240 0.220 0.202 0.183 0.165 0.147 0.132 0.117 0.103 0.089 0.075 0.062 0.048 0.034 0.021 PAC Q-Stat Prob 0.961 -0.015 -0.034 -0.017 -0.023 -0.009 -0.017 -0.026 -0.019 -0.005 -0.013 0.006 -0.024 -0.017 -0.025 -0.011 -0.020 -0.011 -0.005 0.012 0.018 0.008 0.009 -0.006 -0.016 -0.006 -0.009 0.005 -0.003 -0.008 -0.007 -0.010 -0.014 -0.014 -0.025 -0.001 108.03 208.40 301.11 386.45 464.67 536.18 601.31 660.25 713.30 760.95 803.54 841.65 875.46 905.25 931.22 953.71 972.96 989.29 1003.0 1014.6 1024.4 1032.7 1039.8 1045.8 1050.7 1054.8 1058.1 1060.8 1062.9 1064.5 1065.8 1066.7 1067.3 1067.7 1067.9 1068.0 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 Hình 1: Giản đồ tương quan chuỗi logCPI Autocorrelation | .| .| .| |* **| | .*| | .| .*| *| *| | .*| | |* .| .| .*| |* |* .| .| .*| *| *| | .*| | .| .| |* .| .| |* | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | Partial Correlation | .| .| .| |* **| | .*| | .| .| .*| | .| **| | |* .*| | .*| | .| |* .| .| .*| *| | .*| | .*| | .| .| .| |* | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 AC PAC Q-Stat Prob 0.062 -0.024 0.003 0.016 0.109 -0.238 -0.040 -0.121 -0.044 -0.002 -0.102 -0.086 -0.074 0.037 -0.146 -0.048 0.159 0.016 0.030 -0.068 0.104 0.092 0.036 0.025 -0.069 -0.087 -0.060 0.044 -0.102 -0.057 -0.053 0.025 0.079 -0.017 0.054 0.092 0.062 -0.028 0.006 0.015 0.108 -0.255 0.004 -0.143 -0.023 -0.017 -0.047 -0.143 -0.046 -0.024 -0.196 -0.036 0.137 -0.072 -0.017 -0.076 0.012 0.005 0.070 -0.040 -0.034 -0.167 -0.089 0.029 -0.067 -0.039 -0.092 0.010 0.012 -0.027 -0.005 0.115 0.3539 0.4072 0.4080 0.4325 1.5630 7.0195 7.1731 8.6236 8.8196 8.8201 9.8809 10.645 11.222 11.368 13.677 13.933 16.751 16.780 16.885 17.430 18.704 19.729 19.886 19.962 20.553 21.517 21.988 22.246 23.652 24.090 24.474 24.565 25.471 25.514 25.947 27.245 0.008 0.028 0.035 0.066 0.116 0.130 0.155 0.189 0.251 0.188 0.237 0.159 0.210 0.262 0.294 0.284 0.288 0.339 0.397 0.424 0.428 0.461 0.505 0.482 0.514 0.549 0.599 0.602 0.651 0.678 0.660 Hình 2: Giản đồ tương quan chuỗi phần dư mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 loại bỏ biến SMA(12) Autocorrelation | .| .| .| |* **| | .*| *| | .*| | .| .| .*| | |* .| .| .*| |* |* .| .| .*| *| *| | .*| *| *| | |* .| .| |* | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | Partial Correlation | .| .| .| |* **| | .*| | .| .| .*| | .| **| | |* .*| | .*| | .| |* .| .| .*| *| | .| .*| *| | .| .*| | |* | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 AC PAC Q-Stat Prob 0.054 -0.002 0.023 -0.016 0.123 -0.256 -0.051 -0.098 -0.066 -0.014 -0.086 -0.042 -0.057 0.028 -0.155 -0.016 0.156 -0.033 0.048 -0.076 0.099 0.085 0.013 0.051 -0.071 -0.093 -0.083 0.008 -0.070 -0.072 -0.067 0.017 0.081 -0.023 0.055 0.120 0.054 -0.005 0.024 -0.019 0.126 -0.276 -0.010 -0.116 -0.031 -0.043 -0.010 -0.112 -0.041 -0.014 -0.210 -0.008 0.135 -0.101 0.007 -0.071 0.005 0.001 0.081 -0.035 -0.029 -0.172 -0.099 0.010 -0.043 -0.076 -0.084 0.018 -0.023 -0.059 0.006 0.111 0.2669 0.2672 0.3172 0.3423 1.7884 8.1100 8.3613 9.3173 9.7486 9.7672 10.521 10.701 11.038 11.122 13.722 13.749 16.453 16.580 16.846 17.522 18.680 19.548 19.569 19.894 20.524 21.628 22.527 22.535 23.187 23.904 24.519 24.562 25.505 25.585 26.034 28.239 0.181 0.017 0.039 0.054 0.083 0.135 0.161 0.219 0.273 0.348 0.249 0.317 0.226 0.279 0.328 0.353 0.347 0.359 0.421 0.465 0.488 0.482 0.489 0.547 0.567 0.581 0.601 0.652 0.652 0.696 0.720 0.658 Hình 3: Giản đồ tương quan chuỗi phần dư mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 loại bỏ biến SMA(12) PHỤ LỤC 2: Bảng 1: Số liệu CPI theo tháng từ tháng 1/2005 đến tháng 6/2014 ĐVT: % (so với năm gốc 2009) Tháng CPI Tháng CPI Tháng CPI 01/2005 63.075 01/2009 97.977 01/2013 148.670 02/2005 64.652 02/2009 99.153 02/2013 150.640 03/2005 64.717 03/2009 98.955 03/2013 150.350 04/2005 65.105 04/2009 99.350 04/2013 150.380 05/2005 65.431 05/2009 99.748 05/2013 150.290 06/2005 65.692 06/2009 100.346 06/2013 150.370 07/2005 65.955 07/2009 100.848 07/2013 150.770 08/2005 66.219 08/2009 101.050 08/2013 152.020 09/2005 66.749 09/2009 101.656 09/2013 153.630 10/2005 67.016 10/2009 102.063 10/2013 154.390 11/2005 67.284 11/2009 102.675 11/2013 154.910 12/2005 67.822 12/2009 104.112 12/2013 155.700 01/2006 68.636 01/2010 105.570 01/2014 156.780 02/2006 70.077 02/2010 107.640 02/2014 157.640 03/2006 69.727 03/2010 108.440 03/2014 156.950 04/2006 69.866 04/2010 108.590 04/2014 157.070 05/2006 70.286 05/2010 108.890 05/2014 157.380 06/2006 70.567 06/2010 109.130 06/2014 157.860 07/2006 70.849 07/2010 109.190 08/2006 71.132 08/2010 109.440 09/2006 71.346 09/2010 110.880 10/2006 71.488 10/2010 112.040 11/2006 71.917 11/2010 114.130 12/2006 72.277 12/2010 116.390 01/2007 73.072 01/2011 118.410 02/2007 74.680 02/2011 120.890 03/2007 74.530 03/2011 123.510 04/2007 74.903 04/2011 127.610 05/2007 75.502 05/2011 130.430 06/2007 76.182 06/2011 131.850 07/2007 76.867 07/2011 133.390 08/2007 77.328 08/2011 134.630 09/2007 77.715 09/2011 135.740 10/2007 78.259 10/2011 136.230 11/2007 79.198 11/2011 136.760 12/2007 81.495 12/2011 137.480 01/2008 83.451 01/2012 138.860 02/2008 86.455 02/2012 140.760 03/2008 89.049 03/2012 140.980 04/2008 91.008 04/2012 141.060 05/2008 94.557 05/2012 141.310 06/2008 96.543 06/2012 140.940 07/2008 97.605 07/2012 140.530 08/2008 99.166 08/2012 141.420 09/2008 99.365 09/2012 144.530 10/2008 99.166 10/2012 145.760 11/2008 98.373 11/2012 146.440 12/2008 97.684 12/2012 146.840 Bảng 2: Kết kiểm định ADF cho chuỗi logCPI Null Hypothesis: LOGCPI has a unit root t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.161691 0.5058 Test critical values: 1% level -4.042042 5% level -3.450436 10% level -3.150549 Bảng 3: Kết ước lượng mơ hình ARIMA (1; 1; 0)(1; 0; 1)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.009831 0.004102 2.396634 0.0185 AR(1) 0.753426 0.068030 11.07492 0.0000 SAR(12) 0.885110 0.021893 40.42906 0.0000 MA(12) -0.975300 0.051991 -18.75896 0.0000 R-squared 0.642561 Mean dependent var 0.008121 Adjusted R-squared 0.631391 S.D dependent var 0.009011 S.E of regression 0.005471 Akaike info criterion -7.539603 Sum squared resid 0.002873 Schwarz criterion -7.435396 Log likelihood 380.9801 F-statistic 57.52573 Durbin-Watson stat 2.024221 Prob(F-statistic) 0.000000 Bảng 4: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 1)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.002444 0.004288 0.569997 0.5702 AR(1) 0.731589 0.072641 10.07123 0.0000 SAR(12) 0.701248 0.113964 6.153249 0.0000 SAR(24) 0.051660 0.100805 0.512480 0.6097 MA(12) -0.895665 0.032601 -27.47321 0.0000 R-squared 0.673493 Mean dependent var 0.008506 Adjusted R-squared 0.657757 S.D dependent var 0.009277 S.E of regression 0.005427 Akaike info criterion -7.539639 Sum squared resid 0.002445 Schwarz criterion -7.398881 Log likelihood 336.7441 F-statistic 42.80141 Durbin-Watson stat 2.009497 Prob(F-statistic) 0.000000 Bảng 5: Kết ước lượng mô hình ARIMA(1; 1; 0)(1; 0; 2)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.009830 0.004130 2.380147 0.0193 AR(1) 0.753416 0.068472 11.00334 0.0000 SAR(12) 0.885109 0.022035 40.16874 0.0000 MA(12) -0.975767 0.106593 -9.154184 0.0000 MA(24) 0.000617 0.115081 0.005365 0.9957 R-squared 0.642561 Mean dependent var 0.008121 Adjusted R-squared 0.627511 S.D dependent var 0.009011 S.E of regression 0.005500 Akaike info criterion -7.519603 Sum squared resid 0.002873 Schwarz criterion -7.389344 Log likelihood 380.9801 F-statistic 42.69490 Durbin-Watson stat 2.024122 Prob(F-statistic) 0.000000 Bảng 6: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 2)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.003384 0.005340 0.633808 0.5280 AR(1) 0.759661 0.070995 10.70028 0.0000 SAR(12) 0.090606 0.086180 1.051351 0.2962 SAR(24) 0.538526 0.112999 4.765744 0.0000 MA(12) -0.116514 0.014731 -7.909563 0.0000 MA(24) -0.728292 0.117836 -6.180527 0.0000 R-squared 0.726161 Mean dependent var 0.008506 Adjusted R-squared 0.709463 S.D dependent var 0.009277 S.E of regression 0.005000 Akaike info criterion -7.692823 Sum squared resid 0.002050 Schwarz criterion -7.523913 Log likelihood 344.4842 F-statistic 43.48914 Durbin-Watson stat 1.924319 Prob(F-statistic) 0.000000 Bảng 7: Kết ước lượng mơ hình ARIMA(1; 1; 0)(1; 0; 3)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.002259 0.003629 0.622388 0.5352 AR(1) 0.710728 0.065872 10.78955 0.0000 SAR(12) 0.820409 0.024349 33.69356 0.0000 MA(12) -1.312245 0.054558 -24.05224 0.0000 MA(24) -0.019072 0.055624 -0.342874 0.7325 MA(36) 0.431644 0.020673 20.87995 0.0000 R-squared 0.738264 Mean dependent var 0.008121 Adjusted R-squared 0.724342 S.D dependent var 0.009011 S.E of regression 0.004731 Akaike info criterion -7.811232 Sum squared resid 0.002104 Schwarz criterion -7.654921 Log likelihood 396.5616 F-statistic 53.02812 Durbin-Watson stat 2.028016 Prob(F-statistic) 0.000000 Bảng 8: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.001993 0.005551 0.358971 0.7206 AR(1) 0.770159 0.071467 10.77641 0.0000 SAR(12) 0.332140 0.138324 2.401168 0.0186 SAR(24) 0.402040 0.102741 3.913132 0.0002 MA(12) -0.169507 0.170378 -0.994888 0.3228 MA(24) -0.862805 0.029594 -29.15437 0.0000 MA(36) 0.221652 0.156753 1.414022 0.1612 R-squared 0.783800 Mean dependent var 0.008506 Adjusted R-squared 0.767785 S.D dependent var 0.009277 S.E of regression 0.004470 Akaike info criterion -7.906432 Sum squared resid 0.001619 Schwarz criterion -7.709371 Log likelihood 354.8830 F-statistic 48.94214 Durbin-Watson stat 1.847962 Prob(F-statistic) 0.000000 Bảng 9: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 bỏ biến SMA(12) Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob C 0.002392 0.005595 0.427513 0.6701 AR(1) 0.781664 0.068502 11.41090 0.0000 SAR(12) 0.211770 0.081192 2.608257 0.0108 SAR(24) 0.450733 0.073479 6.134205 0.0000 MA(24) -0.869735 0.030453 -28.55945 0.0000 MA(36) 0.054605 0.030506 1.789938 0.0772 R-squared 0.782142 Mean dependent var 0.008506 Adjusted R-squared 0.768858 S.D dependent var 0.009277 S.E of regression 0.004460 Akaike info criterion -7.921522 Sum squared resid 0.001631 Schwarz criterion -7.752613 Log likelihood 354.5470 F-statistic 58.87852 Durbin-Watson stat 1.862731 Prob(F-statistic) 0.000000 Bảng 10: Kết Kiểm định ARCH LM kiểm định Breush-Godfrey LM mơ hình ARIMA(1; 1; 0)(2; 0; 3)12 bỏ biến SMA(12) Kiểm định Statistics P-value ARCH LM 0.001738 0.966846 Breush-Godfrey LM 0.316746 0.729425 PHỤ LỤC 3: 3.1 Kiểm định Ljung-Box : Một trình nhiễu trắng bắt buộc phải có: r1 = r = = r h = Ta xây dựng cặp giả thiết: H0: r1 = r = r = = r m = (khơng có tự tương quan) H1: có hệ số r ¹ (có tự tương quan) Để kiểm định tất hệ số r k độ trễ m đồng thời 0, ta sử dụng trị thống kê Q Box Pierce (kiểm định BP) lập nên theo công thức (2.8) sau: m Q = T å rˆ k2 » c a2 (m ) k =1 Trong đó, T số lượng quan sát mẫu, m số lượng độ trễ Nếu Q > c a2 (m ) mức ý nghĩa a xác định, ta bác bỏ H0, nghĩa chuỗi phần dư nhiễu trắng Ljung Box đưa điều chỉnh kiểm định BP trị thống kê QLB (gọi kiểm định LB) sau: m ỉ rˆ Q LB = T (T + )ồ ỗỗ k ữữ k =1 ố T - k ø Hai cột cuối giản đồ tương quan thống kê QLB LB giá trị xác suất tương ứng Kiểm định LB coi có tính chất tốt (mạnh mặt thống kê) mẫu nhỏ so với kiểm định BP 3.2 Kiểm định Breusch-Godfrey LM: Kiểm định LM thực với cặp giả thiết: H0: r1 = r = r = = r m = (khơng có tự tương quan chuỗi phần dư) H1: có hệ số r ¹ (có tự tương quan chuỗi phần dư) Trong đó, m số lượng độ trễ Trước tiên, ta ước lượng mơ hình hồi quy phần dư với số độ trễ p phần dư, p thường xác định dựa vào xem xét PAC giản đồ tương quan phần dư Tiếp theo, ta tính thống kê LM = (T-p)R2 từ phương trình hồi quy trên, T số lượng quan sát mẫu Thống kê LM tuân theo phân phối chuẩn Chi bình phương với số bậc tự p Nếu LM < c a2 ( p ) mức ý nghĩa a chọn, ta chấp nhận H0, tức khơng có tượng tự tương quan chuỗi phần dư Do đó, phần dư mơ hình nhiễu trắng 3.3 Kiểm định ARCH LM: Trước tiên, ta ước lượng phương trình: Yt = X t b + e t Ước lượng phương trình hồi quy phụ sau: ht = g + g 1et2-1 + g et2- + + g q et2- q + u t Kiểm định ARCH cho cặp giả thiết: H0: g = g = g = = g t -q = (khơng có phương sai sai số thay đổi) H1: tồn g k ¹ (có phương sai sai số thay đổi) Từ kết hồi quy phụ, ta tính R2auxT, với T số quan sát chuỗi liệu xem xét Thống kê tuân theo phân phối Chi bình phương với số bậc tự độ trễ q Ta xác định độ trễ q cho hệ số mơ hình có ý nghĩa thống kê Nếu giá trị thống kê tính tốn lớn giá trị Chi bình phương tra bảng ta bác bỏ giả thiết H0 kết luận chuỗi liệu xem xét tồn tượng phương sai sai số thay đổi 3.4 Kiểm định Jarque-Bera: Kiểm định Jarque-Bera (gọi tắt thống kê JB) sử dụng phổ biến việc xem xét chuỗi liệu có tuân theo quy luật phân phối chuẩn hay không trước lựa chọn xây dựng mơ hình Kiểm định tiến hành với cặp giả thiết: H0: Yt tuân theo quy luật phân phối chuẩn H1: Yt không tuân theo quy luật phân phối chuẩn Thống kê sử dụng JB n æ (K - 3) ỗ Sk + ỗố JB = ÷ » c a2 (2) ÷ ø Nếu JB > c a2 (2) p.value(JB) < a , ta bác bỏ giả thiết H0 với mức ý nghĩa a xác định ... hình ARIMA ? Vì lựa chọn mơ hình ARIMA để dự báo lạm phát Việt Nam ? - Phương pháp xây dựng mơ hình ARIMA dự báo lạm phát ? Mơ hình ARIMA phù hợp để dự báo lạm phát Việt Nam ? Kết dự báo từ mô. .. VẬN DỤNG MƠ HÌNH ARIMA TRONG DỰ BÁO LẠM PHÁT VIỆT NAM 42 2.2.1 Sự cần thiết phải áp dụng mơ hình định lượng dự báo lạm phát Việt Nam .42 2.2.2 Ưu điểm mơ hình ARIMA so với mơ... mơ hình ARIMA với thực tiễn Việt Nam 43 2.2.3 Một số nghiên cứu thực nghiệm dự báo lạm phát mơ hình ARIMA 46 2.3 THIẾT KẾ NGHIÊN CỨU DỰ BÁO LẠM PHÁT VIỆT NAM BẰNG MƠ HÌNH ARIMA
- Xem thêm -

Xem thêm: Ứng dụng mô hình arima trong dự báo lạm phát việt nam , Ứng dụng mô hình arima trong dự báo lạm phát việt nam

Gợi ý tài liệu liên quan cho bạn