Thông tin tài liệu
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN *** BÀI TẬP LỚN MÔN : DỰ BÁO PHÁT TRIỂN KINH TẾ XÃ HỘI Đề tài : Dự báo số giá tiêu dùng giai đoạn tháng 10-2021 đến tháng 10-2022 Họ tên sinh viên: Nguyễn Thị Ngọc Huyền Mã sinh viên: 11182331 Mã lớp học phần: DBKTXH2_1 Hệ: Chính quy Giáo viên hướng dẫn: PGS TS Lê Huy Đức Hà Nội, 2021 MỤC LỤC Thu thập mô tả nguồn số liệu Lựa chọn mô hình dự báo Tiến hành dự báo a Kiểm định tính dừng chuỗi thời gian b Xác định hệ số p q thông qua đồ thị ACF PACF .3 c Chạy mô hình ARIMA để ước lượng, kiểm định dự báo Mơ hình ARIMA(1;0;1) Mơ hình ARIMA(1;0;3) 10 Mô hình ARIMA(2;0;1) 12 Mơ hình ARIMA(2;0;3) 14 d Lựa chọn mơ hình phù hợp đưa kết dự báo 16 Đề bài: Hãy lựa chọn phương pháp, thu thập liệu phần mềm kinh tế lượng phù hợp để thực dự báo tiêu kinh tế Việt Nam sau đây: GDP Việt Nam giai đoạn 2021-2023 Chỉ số giá tiêu dùng giai đoạn tháng 10-2021 đến tháng 10-2022 Tổng vốn đầu tư xã hội Việt Nam giai đoạn 2021-2023 Vốn đầu tư trực tiếp nước (FDI) Việt Nam giai đoạn 2021-2023 Kim ngạch xuất Việt Nam giai đoạn 2021 -2022 Dân số (gồm cấu giới, độ tuổi) lực lượng lao động Việt Nam giai đoạn 2021-2025 Yêu cầu: - Mỗi sinh viên chọn 01 số 06 tiêu nêu để thực tập - Phương pháp lựa chọn nằm chương trình học việc lựa chọn phương pháp dự báo phải luận giải - Dữ liệu thu thập cần trích dẫn nguồn - Việc xây dựng mơ hình dự báo tính toán phải thực phần mềm kinh tế lượng phù hợp ( Eviews/ Stata/ SPSS…) Bài làm Lựa chọn đề tài: Dự báo số giá tiêu dùng (CPI) giai đoạn tháng 10- 2021 đến tháng 10-2022 Việt Nam tiến hành sau: Quy trình dự báo thực sau: Thu thập mô tả nguồn số liệu - Các số liệu thu thập trang web Vietstock: https://vietstock.vn/ - Chỉ số giá tiêu dùng CPI ( đơn vị: %) Ta có bảng số liệu Chỉ số giá tiêu dùng (CPI) giai đoạn tháng 1-2015 đến tháng 9-2021: Năm Tháng 2015 2016 2017 2018 2019 2020 2021 -0.2 0.46 0.51 0.1 1.23 0.06 -0.05 0.42 0.23 0.73 0.8 -0.17 1.52 0.15 0.57 0.21 -0.27 -0.21 -0.72 -0.27 0.14 0.33 0.08 0.31 -1.54 -0.04 0.16 0.54 -0.53 0.55 0.49 -0.03 0.16 0.35 0.46 -0.17 0.61 -0.09 0.66 0.17 0.13 0.13 0.11 -0.09 0.18 0.4 0.62 -0.07 0.1 0.92 0.45 0.28 0.07 0.25 -0.21 0.54 0.59 0.59 0.32 0.12 -0.62 10 0.11 0.83 0.41 0.33 0.59 0.09 11 0.07 0.48 0.13 -0.29 0.96 -0.01 12 0.02 0.23 0.21 -0.25 1.4 0.1 Lựa chọn mơ hình dự báo Dự báo số giá tiêu dùng (CPI) hoạt động quan trọng phủ doanh nghiệp việc lập kế hoạch cho đơn vị Kết dự báo xác việc hoạch định sách khả thi Theo Robert et al., (1979) mơ hình ARIMA phù hợp quan hệ tuyến tính liệu liệu khứ Hơn nữa, Brockwell et al., (2001) cịn cho mơ hình ARIMA dự báo xác số liệu thống kê chi tiết theo tháng năm Vì vậy, tập ứng dụng mơ hình ARIMA để dự báo số giá tiêu dùng Việt Nam từ tháng 10/2021- 10/2022 (sử dụng phần mềm SPSS 25 để tiến hành phân tích liệu) Tiến hành dự báo a Kiểm định tính dừng chuỗi thời gian Nhập số liệu vào SPSS đặt tên biến CPI, ta chọn Analyze → Forecasting → Sequence Charts Ta có liệu sau: Nhìn đồ thị ta thấy có chiều hướng tăng giảm khoảng định, kết luận dãy số dừng Do kết luận mơ hình ARIMA có d=0 b Xác định hệ số p q thông qua đồ thị ACF PACF Với sai phân bậc 0, giao diện SPSS, ta chọn Analyze → Forecasting → Autocorrelations Ta có liệu sau: Từ đồ thị ACF, có cột cột cao giới hạn, từ có q=1 q=3 Từ đồ thị PACF, có cột cột cao giới hạn, p= p=2 Từ giá trị p q có mơ hình ARIMA: ARIMA (1,0,1); ARIMA (1,0,3); ARIMA ( 2,0,1); ARIMA ( 2,0,3) c Chạy mơ hình ARIMA để ước lượng, kiểm định dự báo Chọn mục Analyze / Forecasting/ Create Traditional Models Sau đưa biến CPI vào mục Dependent Variables Ở thẻ Variables, Method chọn ARIMA để dự báo cho phương pháp Trong mục Criteria chọn giá trị p, d, q phần Nonseason (khơng có yếu tố mùa vụ) xác lập để xem mơ hình dư báo Cứ mơ hình điền p, d, q tương ứng với mơ hình (1;0;1); (1;0;3); (2;0;1) (2;0;3) bấm Continue Tại thẻ Statistics chọn mục sau: Trong thẻ Plots chọn mục sau: Tại thẻ Options chọn 94 để dự báo cho 13 tháng từ 82 đến 94 Sau bấm OK để chạy mơ hình Tiến hành chạy tất mơ hình để kiểm định mơ hình phù hợp chọn mơ hình tốt để lựa chọn phục vụ cơng tác dự báo Kết hiển thị bao gồm: Bảng Model Description thể tên mơ hình trình bày Bảng Model Fit thể tiêu thống kê hệ số xác định mơ hình R2, hệ số xác định R2 điều chỉnh, sai số dự báo RMSE, MAPE, MAE, BIC Bảng ARIMA Model Parameters thể hệ số ước lượng mơ hình Bảng Forecast thể Giá trị dự báo số mùa vụ cho 13 tháng tiếp (từ quan sát 82 đến 94) Hai đồ thị Residual ACF Residual PACF thể phần dư mơ hình Đồ thị mơ hình vẽ cuối sau đồ thị phần dư Mơ hình ARIMA (1,0,1) Model Description Model_1 Model Type ARIMA(1,0,1) Model ID CPI Model Statistics Model Fit Ljung-Box Q(18) statistics Model Number of Stationary R- Statistics DF Sig Number of CPI-Model_1 Predictors squared .728 Outliers 139 12.223 16 ARIMA Model Parameters Estimate SE t Sig .067 3.224 .002 CPI-Model_1 CPI No Transformation Constant .215 289 .833 270 .211 .201 AR Lag 061 -1.288 MA Lag -.348 Trên đồ thị phần dư ACF PACF ta thấy toàn quan sát nằm giới hạn nên phần dư nhiễu trắng Do đó, mơ hình phù hợp Mơ hình ARIMA (1,0,3) Model Description Model_1 Model Type ARIMA(1,0,3) Model ID CPI Model Statistics Model Fit Ljung-Box Q(18) statistics Number of Stationary R- Number of Predictors Outliers Model squared Statistics DF Sig CPI-Model_1 7.634 14 908 231 ARIMA Model Parameters Estimate SE t Sig 015 16.042 .000 CPI-Model_1 CPI No Transformation Constant 246 149 .000 4.579 .775 AR Lag .681 1.363 287 642 .811 467 474 MA Lag .391 316 720 Lag .379 Lag .227 10 Trên đồ thị phần dư ACF PACF ta thấy toàn quan sát nằm giới hạn nên phần dư nhiễu trắng Do đó, mơ hình phù hợp 11 Mơ hình ARIMA(2;0;1) Model ID Model Description Model_1 Model Type ARIMA(2,0,1) CPI Model Statistics Model Fit Ljung-Box Q(18) statistics Model Number of Stationary R- Statistics DF Sig Number of CPI-Model_1 Predictors squared .907 Outliers 221 8.398 15 ARIMA Model Parameters Estimate SE t Sig .014 17.894 .000 CPI-Model_1 CPI No Transformation Constant .247 110 11.164 .000 107 -4.104 .000 AR Lag 1.232 452 .031 2.202 Lag -.439 MA Lag 996 12 Trên đồ thị phần dư ACF PACF ta thấy toàn quan sát nằm giới hạn nên phần dư nhiễu trắng Do đó, mơ hình phù hợp 13 Mơ hình ARIMA(2;0;3) Model Description Model_1 Model Type ARIMA(2,0,3) Model ID CPI Model Statistics Model Fit Ljung-Box Q(18) statistics Number of Stationary R- Number of Predictors Outliers Model squared Statistics DF Sig CPI-Model_1 7.738 13 860 231 ARIMA Model Parameters Estimate SE t Sig 015 16.967 .000 CPI-Model_1 CPI No Transformation Constant 247 626 .247 .520 1.166 .937 AR Lag .730 -.079 828 1.916 218 768 Lag -.041 1.218 296 682 .411 MA Lag .417 536 Lag .361 Lag .220 14 Trên đồ thị phần dư ACF PACF ta thấy toàn quan sát nằm giới hạn nên phần dư nhiễu trắng Do đó, mơ hình phù hợp 15 d Lựa chọn mơ hình phù hợp đưa kết dự báo Mơ hình Kiểm định phần dư RMSE BIC ARIMA (1,0,1) Phần dư nhiễu trắng 0,420 -1,571 ARIMA (1,0,3) Phần dư nhiễu trắng 0,402 -1,550 ARIMA (2,0,1) Phần dư nhiễu trắng 0,402 -1,604 ARIMA (2,0,3) Phần dư nhiễu trắng 0,405 -1,482 Cả mơ hình ARIMA(1,0,1); ARIMA(1,0,3); ARIMA (2,0,1); ARIMA (2,0,3) phù hợp để thực dự báo có tất phần dư đồ thị ACF PACF nhiễu trắng Tuy nhiên mơ hình ARIMA (2,0,1) tốt có giá trị RMSE BIC nhỏ nên ta sử dụng kết dự báo mơ hình - Như ta có kết dự báo 13 tháng ứng với giá trị quan sát thứ 82 đến 94 bảng Forecast: 16 ... tiêu dùng giai đoạn tháng 10 -20 21 đến tháng 10 -20 22 Tổng vốn đầu tư xã hội Việt Nam giai đoạn 20 21 -20 23 Vốn đầu tư trực tiếp nước (FDI) Việt Nam giai đoạn 20 21 -20 23 Kim ngạch xuất Việt Nam giai đoạn. .. https://vietstock.vn/ - Chỉ số giá tiêu dùng CPI ( đơn vị: %) Ta có bảng số liệu Chỉ số giá tiêu dùng (CPI) giai đoạn tháng 1 -20 15 đến tháng 9 -20 21: Năm Tháng 20 15 20 16 20 17 20 18 20 19 20 20 20 21 -0 .2 0.46... Lựa chọn đề tài: Dự báo số giá tiêu dùng (CPI) giai đoạn tháng 10- 20 21 đến tháng 10 -20 22 Việt Nam tiến hành sau: Quy trình dự báo thực sau: Thu thập mô tả nguồn số liệu - Các số liệu thu
Ngày đăng: 16/01/2022, 16:34
Xem thêm:
