(Tiểu luận FTU) dự báo lạm phát ở việt nam tháng cuối năm 2019 và 6 tháng đầu năm 2020

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ -*** TIỂU LUẬN DỰ BÁO KINH TẾ Chuyên ngành: Kinh tế quốc tế “DỰ BÁO LẠM PHÁT Ở VIỆT NAM THÁNG CUỐI NĂM 2019 VÀ THÁNG ĐẦU NĂM 2020” Giảng viên hướng dẫn: Th.s Nguyễn Thúy Quỳnh Lớp tín chỉ: KTE418(1-1920).2_LT Nhóm sinh viên thực Hồng Thu Hà 1714410063 Trần Thị Hường 1714410115 Phạm Thị Huyền 1714410121 Trần Thị Anh Thơ 1714410214 Hà Nội, tháng 12 năm 2019 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐÁNH GIÁ Người đánh giá Hoàng Thu Hà Hà Trần Thị Hường 10 Phạm Thị Trần Thị Anh Huyền Thơ 10 10 10 10 Hường (trưởng nhóm) Huyền 10 Thơ 10 10 10 10 Điểm trung bình cá nhân 10 10 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH SÁCH HÌNH VÀ BẢNG BIỂU…………………………………………………………4 LỜI MỞ ĐẦU NỘI DUNG…… Khảo sát liệu khứ 1.1 Giới thiệu số liệu 1.2 Khảo sát liệu Lựa chọn mơ hình dự báo 13 Kết dự báo 17 KẾT LUẬN…… 27 DANH SÁCH TÀI LIỆU THAM KHẢO 28 PHỤ LỤC……… 29 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH SÁCH HÌNH VÀ BẢNG BIỂU Bảng 1.1 Thống kê mô tả Bảng 3.1: Kết MAPE Bảng 3.2: Kết dự báo san mũ Winter Bảng 3.3: Hiệu chỉnh yếu tố mùa vụ Bảng 3.4: Kết ước lượng hàm xu Bảng 3.5: Kiểm định nhiễu trắng Bảng 3.6: Kết ước lượng mơ hình Bảng 3.7: Kết MAPE tổng hợp Bảng 3.8: Kết dự báo Hình 1.1 Đồ thị chuỗi CPI theo thời gian Hình 1.2 Đồ thị mùa vụ CPI Hình 1.3 Giản đồ tự tương quan tương quan riêng phần Hình 3.1 So sánh CPI dự báo CPI thức tế LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI MỞ ĐẦU Lạm phát tượng kinh tế xã hội gắn với kinh tế thị trường Bên cạnh tiêu đánh giá trình độ phát triển kinh tế quốc gia trở ngại lớn công phát triển đất nước Lịch sử kinh tế đại cho thấy, lạm phát tượng kinh tế phổ biến quốc gia, quốc gia phát triển hay phát triển Nó coi bệnh kinh niên kinh tế hàng hóa – tiền tệ Nó có tính thường trực, khơng thường xun kiểm sốt, khơng có giải pháp chống lạm phát thường trực, đồng hữu hiệu lạm phát xảy kinh tế hàng hóa Lạm phát tác động đến hệ thống kinh tế dù mức độ cao hay thấp Nó tác động đến tăng trưởng kinh tế, ảnh hưởng đến lực cạnh tranh quốc gia, tương tác với hệ thống thuế gây méo mó định kinh tế tổ chức, cá nhân Lạm phát thường có tác động tiêu cực, nhiên kinh tế thích ứng với thay đổi lạm phát hạn chế thiệt hại gây khai thác mặt tích cực lạm phát số trường hợp, nhiều quốc gia sử dụng lạm phát số để kích thích kinh tế phát triển Nhìn chung kinh tế có lạm phát cao hay thiểu phát liên tục gây tốn cho xã hội Vì vậy, mục tiêu trì tỷ lệ lạm phát thấp ổn định mục tiêu hàng đầu mục tiêu dài hạn hầu hết định hướng ổn định, phát triển kinh tế vĩ mô kinh tế Trong kỉ XIX đánh dấu khơng có nạn lạm phát giá tương đối ổn định (dù có sốt ngắn) sau chiến tranh giới thứ thời kì gia tăng q trình lạm phát với quy mơ lớn Các khủng hoảng dầu mỏ năm 70 kéo thoe gia tăng lạm phát rõ, sau nhờ cố gắng sách ổn định mà trình giảm lạm phát bắt đầu năm 80 Gần lạm phát 2007 – 2008, ảnh hưởng từ khunhr hoảng kinh tế toàn cầu, cú sốc giá năm 2007 đxa làm cho kinh tế nước ta đối mặt với lạm phát tăng cao mức hai số Những tác hại mà lạm phát đem đến cho kinh tế nước ta suy thoái kinh LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com tế, sản xuất trì trệ, đời sống nhân dân lâm vào hồn cảnh khó khăn, tầng lớp nhân dân lao động, đe dọa tính ổn định củ kinh tế vĩ mô, tác động xấu đến môi trường kinh doanh, gây khó khăn cho nhà hoạch định sách đưa định kinh tế xã hội Bước sang năm 2015, kinh tế Việt Nam diễn bối cảnh kinh tế giới phục hồi chậm sau suy thoái đánh giá chuyển biến tích cực Nhờ giá dầu giảm khoản toàn cầu tăng nên kinh tế hy vọng đạt mức tăng trưởng khả quan Và nhờ mà tình hình sản xuất kinh doanh nước thuận lợi hơn, không chịu nhiều sức ép chi phí đầu vào Bởi tác động to lớn lạm phát đời sống kinh tế xã hội, cộng thêm bối cảnh kinh tế trị nước giới diễn phức tạp, chứa đựng nhiều tiềm ẩn rủi ro nên việc dự báo lạm phát cần thiết Do đề tài “Dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020” lựa chọn tiến hành nghiên cứu Trong kinh tế vấn đề lạm phát ln vấn đề quan tâm ý nhất, nên có nhiều người phân tích số dự báo lạm phát cho thời kì sau Dự báo lạm phát cấu phần quna trọng cơng tác hoạch định sách nhiều quốc gia giới Sau năm 1975, trước biến động lớn lạm phát Bên cạnh đó, có nhiều cách thức kiểm tra đánh giá phương pháp dự báo lạm phát Một cách tiếp cận Fama (1975,1977) giới thiệu, sau phát triển Fama Gibbons (1982, 1984), theo việc dự báo lạm phát dựa lãi suất danh nghĩa quan sát thị trường lạm phát Bắt đầu từ năm 1998, nghiên cứu định lượng bắt đầu phát triển Nhóm tác giả gồm Aidan Meyler, Geoff, Kenny, Terry Quinn đưa mơ hình chuỗi thời gian ARIMA để dự báo lạm phát Ailan, qua cho thấy mơ hình có kết dự báo tốt so với phương pháp định tính LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ở Việt Nam, tình hình nghiên cứu ứng dụng mơ hình dự báo lạm phát thu hút quan tâm không quan quản lí vĩ mơ mà cịn niềm say mê nghiên cứu trung tâm nghiên cứu, nhà kinh tế học Trong có: “Dự báo lạm phát quý I năm 2013” nghiên cứu ThS Đào Hoàng Dũng, nghiên cứu sử dụng mơ hình trung bình trượt đồng liên kết tự hồi quy (ARIMA) để dự báo lạm phát Việt Nam vào quý I năm 2013 Nghiên cứu “Dự báo lạm phát Việt Nam giai đoạn 8/2013 – 7/2014” Vương Quốc Duy Huỳnh Hải Âu sử dụng phương pháp Box-Lenkins (1976) để lập mơ hình dự báo tỷ lệ lmaj phát Việt Nam Kết cho thấy mơ hình phù hợp ARIMA (1,0,1) (2,0,3)12 dựa báo 12 tháng tới lạm phát Việt Nam biến động khơng đáng kể, ngồi tháng đầu năm 2014 ThS Nguyễn Thị Thu Trang dựa ưu điểm hai mơ hình ARIMA VAR, nghiên cứu “Sử dụng mơ hình ARIMA VAR dự báo lạm phát Việt Nam” sử dụng mơ hình ARIMA để dự bóa lạm phát Việt Nam theo tháng mơ hình VAR để dự báo lạm phát Việt Nam theo quý với khoảng thời gian dự báo lựa chọn từ quý IV/2016 đến quý IV/2017 Đề tài thực nhằm đạt mục tiêu: Thông qua biến số giá tiêu dùng (CPI) phương pháp dự báo đồng thời sửa dụng mơ hình nhân để dự báo lạm phát Việt Nam tháng đầu năm 2020 Đề tài tập trung nghiên cứu việc vận dụng mơ hình nhân xem xét chuỗi số giá tiêu dùng (CPI) (chỉ số dùng để phản ánh lạm phát Việt Nam) nước quan sát theo tháng từ tháng 01/2011 đến tháng 11/2019 nhằm dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com NỘI DUNG Khảo sát liệu khứ 1.1 Giới thiệu số liệu Số liệu thu thập sử dụng mơ hình chuỗi số liệu số giá tiêu dùng (đại diện cho lạm phát) kinh tế Việt Nam vòng năm từ báo cáo thống kê số giá tiêu dùng Tổng cục thống kê Bộ số liệu gồm 107 quan sát Các quan sát kéo dài từ tháng 01/2011 đến tháng 11/2019 sử dụng mơ hình nhân để dự báo lạm phát.Từ số liệu nhóm sử dụng số phương pháp khác dự báo phương pháp dự báo thơ, trung bình trượt, phương pháp san mũ, phương pháp phân tích phương pháp ARIMA 1.2 Khảo sát liệu 1.2.1 Thống kê mô tả biến Bảng 1.1 Thống kê mô tả biến Giá trị trung bình 100.4266 Giá trị trung vị 100.3100 Giá trị lớn 103.3200 Giá trị nhỏ 99.4700 Độ lệch chuẩn 0.610847 P-value Số quan sát 0.0000 107 (Nguồn: trích xuất từ EVIEWS) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Từ bảng 1.1 ta thấy, chuỗi số liệu có 107 quan sát, giá trị nhỏ 99.47%, giá trị lớn 103.32%, giá trị trung bình 100.4266% Độ lệch chuẩn chuỗi 0.611 với P-value=0.0000 1.2.2 Đồ thị chuỗi theo thời gian Hình 1.1 Đồ thị chuỗi CPI theo thời gian CPI 104 103 102 101 100 99 2011 2012 2013 2014 2015 2016 2017 2018 2019 (Nguồn: trích xuất từ EVIEWS) Từ đồ thị hình 1.1 ta thấy chuỗi số liệu cần dự báo có biên độ dao động mạnh không Đồ thị cho thấy chẫy có tính dừng mùa vụ khơng rõ ràng Nhóm tiến hành kiểm tra tính mùa vụ tính dừng 1.2.3 Kiểm định mùa vụ LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 10 Hình 1.2 Đồ thị mùa vụ CPI CPI by Season 104 103 102 101 100 99 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Means by Season (Nguồn: trích xuất từ EVIEWS) Từ hình 1.2 ta thấy đồ thị mùa vụ có đường trung bình màu đỏ lệch đoạn đứt đồ thị nhiều lớn nên chuỗi có tính mùa vụ chưa rõ rệt Để khẳng định xác hơn, nhóm tiến hành kiểm định Kruskal-Wallis phần mềm EVIEWS Kiểm định Kruskal-Wallis với mơ hình nhân thu p-value=0.0089, với mơ hình cộng thu p-value=0.0088 Cả giá trị p-value nhỏ 0.05 nên chuỗi có yếu tố mùa vụ Chuỗi có tính màu vụ khơng rõ mơ hình nhân hay mơ hình cộng, sau thử tiến hành dự báo nhóm định sử dụng mơ hình nhân mơ hình nhân dự báo tốt (sai số dự báo nhỏ hơn) 1.2.4 Kiểm định tính dừng LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 22 Chuỗi số liệu chuỗi dừng bậc 0, có yếu tố mùa vụ nên nhóm sử dụng chuỗi hiệu chỉnh mục III.7 để tiếp tục dự báo Dựa vào giản đồ tự tương quan tự tương quan riêng phần từ phần mềm EVIEWS, nhóm rút bậc mơ hình ARMA p=1; q=1,2,3,4 Lần lượt ước lượng cho mô hình thu kết đây: LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 23 (1) Hệ số chặn AR(1) MA(1) MA(2) MA(3) MA(4) (2) (3) (4) 100.252*** 100.253*** 100.248*** 100.412*** (6256.140) (6277.708) (6334.744) (802.894) 0.846*** 0.839*** 0.860*** 0.629*** (31.839) (31.914) (43.278) (6.315) -0.319*** -0.284*** -0.412*** 0.221* (-3.035) (-2.902) (-5.013) (1.731) -0.445*** -0.4444*** -0.560*** (-4.452) (-5.046) (-6.886) -0.291*** -0.241** (-2.934) (-2.471) 0.085 (0.0802) Kiểm định phân phối p-value=0.2062 p-value=0.0712 p-value=0.0002 p-value=0.0000 p-value=0.7598 p-value=0.5790 p-value=0.5846 p-value=0.0311 phương sai sai p-value= 0.8497 p-value=0.7224 p-value=0.5992 p-value=0.0002 chuẩn Kiểm định tự tương quan Kiểm định số (ARCH) AIC 0.724 0.709 0.727 0.990 SBC 0.875 0.835 0.827 1.066 HQC 0.785 0.760 0.767 1.021 Bảng 3.6: Kết ước lượng mơ hình (Chú thích:*, **, *** tương ứng với mức ý nghĩa 10%, 5%, 1%) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 24 Nguồn: trích xuất từ EVIEWS (1) Hồi quy cpism theo hệ số chặn, AR bậc 1, MA bậc 1, 2, 3,4 (2) Hồi quy cpism theo hệ số chặn, AR bậc 1, MA bậc 1, 2, (3) Hồi quy cpism theo hệ số chặn, AR bậc 1, MA bậc 1, (4) Hồi quy cpism theo hệ số chặn, AR bậc 1, MA bậc Từ kết kiểm định ta thấy mơ hình (1) (2) có nhiều trắng, mơ hình (3) (4) nhiều khơng trắng nên (3) (4) bị loại Mơ hình (2) có số AIC, SBC HQC mơ hình (1) nên nhóm chọn mơ hình (2) mơ hình ước lượng cho phương pháp dự báo mơ hình ARMA Tiến hành dự báo mẫu phần mềm EVIEWS thu giá trị sai số dự báo MAPE=0.288494 3.6 Lựa chọn mơ hình phù hợp Từ kết trên, ta có bảng tổng hợp MAPE mơ hình Bảng 3.7: Kết MAPE tổng hợp Tên Mơ hình Mơ hình Mơ hình Mơ hình Mơ hình San mơ dự báo dự báo dự hình thơ giản thơ điều trung đơn báo trung bình dự báo Winter ARMA trung chỉnh bình trượt trượt mùa vụ giản đơn trung tâm trượt có (k=13) mũ Mơ hình bình giản đơn trọng số 2m+1 s(s=12) điểm(m= 6) MAPE 0.003465 0.004625 0.003049 0.003207 0.003140 0.003155 0.288494 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 25 Từ bảng 3.7, mơ hình trung bình trượt giản đơn có MAPE bé Tuy nhiên, độ dài dự báo mô hình ngắn hạn, mà mục tiêu dự báo nhóm tháng đầu năm 2020 (có tháng 12 năm 2019 số liệu có đến tháng 11 năm 2019) Với dự báo có độ dài dự báo trung hạn, dùng phương pháp san mũ, phân tích thành phần chuỗi thời gian mơ hình ARIMA Vì vậy, mơ hình san mũ Winter (MAPE=0.003155) mơ hình thích hợp để tiến hành dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020 Sau chạy mơ hình, thu kết dự báo bảng 3.8 đồ thị so sánh giá trị dự báo với giá trị thực tế hình 3.1 Hình 3.1: so sánh CPI dự báo (SMWM) CPI thực tế (CPI) 104 103 102 101 100 99 2011 2012 2013 2014 2015 CPI 2016 2017 2018 2019 2020 SMWM Nguồn: trích xuất từ EVIEWS LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 26 Bảng 3.8: Kết dự báo 2019M12 2020M01 2020M02 2020M03 2020M04 2020M05 2020M06 100.8776 101.2349 101.3866 100.8459 101.0535 100.9581 100.8568 Nguồn: trích xuất từ EVIEWS Kết dự báo số CPI sau: Với giả định khơng có cú sốc lớn tác động đến kinh tế CPI chịu tác động tính mùa vụ năm yếu tố lũy kế từ giai đoạn trước, kết dự báo lạm phát cho tháng cuối năm 2019 tháng đầu năm 2020 với số CPI (so sánh với tháng trước đó) sau: tháng 12/2019 0.8776%, tháng 01/2020 1.2349%, tháng 02/2020 1.3864%, tháng 03/2020 0.8459%, tháng 04/2020 1.0535%, tháng 05/2020 0.9581%, tháng 06/2020 0.8568% Năng lực dự báo mơ hình lạm phát chấp nhận sai số dự báo MAPE bé chất lượng dự báo chấp nhận Lạm phát thực tế tháng 11/2019 so với tháng 10/2019 0,96% kết mơ hình 0.257%, với sai số không lớn (< 5%), mức dự báo chấp nhận LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 27 KẾT LUẬN Như vậy, sau lựa chọn mơ hình phù hợp mơ hình ARIMA, nhóm tiến hành dự báo ngồi mẫu cho bảng kết dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm trên, nhìn chung lạm phát không biến động nhiều ngoại tháng Lạm phát biểu vấn đề cân đối vĩ mô phức tạp Mỗi lần xuất hồn cảnh điều kiện khác khác Nó chịu tác động nhiều yếu tố giới, Bên cạnh đó, thấy rõ ảnh hưởng lạm phát lên kinh tế đời sống phức tạp nên việc dự báo lạm phát giúp nhà hoạch định nắm bắt đưa sách tốt để thúc đẩy kinh tế phát triển, đồng thời hạn chế rủi ro LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 28 DANH SÁCH TÀI LIỆU THAM KHẢO https://www.gso.gov.vn/default.aspx?tabid=628 GS.TS Nguyễn Quang Dong, TS Nguyễn Thị Minh, khoa Toán kinh tế, Đại học Kinh tế Quốc dân, 2013, Giáo trình Kinh tế lượng “Dự báo lạm phát quý I năm 2013” nghiên cứu ThS Đào Hoàng Dũng https://www.academia.edu/7921828/D%E1%BB%B1_b%C3%A1o_l%E1%BA %A1m_ph%C3%A1t_qu%C3%BD_I_n%C4%83m_2013_qua_m%C3%B4_h %C3%ACnh_ARIMA Nghiên cứu “Dự báo lạm phát Việt Nam giai đoạn 8/2013 – 7/2014” Vương Quốc Duy Huỳnh Hải Âu http://sj.ctu.edu.vn/ql/docgia/tacgia-2590/baibao19602.html Bài nghiên cứu “Sử dụng mơ hình ARIMA VAR dự báo lạm phát Việt Nam” Th.s Nguyễn Thị Thu Trang https://nif.mof.gov.vn/webcenter/portal/vclvcstc/r/m/ncvtd/ncvtd_chitiet?dDocN ame=MOFUCM117184&dID=122404 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 29 PHỤ LỤC Date: 12/03/19 Time: 23:21 Sample: 2011M01 2019M11 Included observations: 107 Method: Holt-Winters Multiplicative Seasonal Original Series: CPI Forecast Series: SMWM Parameters: Alpha 0.8900 Beta 0.0000 Gamma 0.0000 Sum of Squared Residuals 18.25082 Root Mean Squared Error 0.412999 End of Period Levels: Mean 101.0929 Trend -0.013760 Seasonals: 2018M12 0.998006 2019M01 1.001677 2019M02 1.003315 2019M03 0.998100 2019M04 1.000291 2019M05 0.999483 2019M06 0.998615 2019M07 0.997790 2019M08 1.000856 2019M09 1.003457 2019M10 1.000489 2019M11 0.997920 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 30 Bảng 1: kết ước lượng mơ hình san mũ Winter Date: 12/03/19 Time: 23:43 Sample: 2011M01 2019M11 Included observations: 107 Ratio to Moving Average Original Series: CPI Adjusted Series: CPISM Scaling Factors: 1.001791 1.003821 0.997170 0.998468 0.999073 0.999072 0.997990 1.001070 1.003723 10 1.000892 11 0.998429 12 0.998529 Bảng 2: hiệu chỉnh yếu tố mùa vụ LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 31 Dependent Variable: CPISM Method: Least Squares Date: 12/03/19 Time: 23:51 Sample: 2011M01 2019M11 Included observations: 107 Variable Coefficient Std Error t-Statistic Prob C 100.8557 0.103324 976.1099 0.0000 T -0.007974 0.001661 -4.801230 0.0000 R-squared 0.180019 Mean dependent var 100.4251 0.172210 S.D dependent var 0.583247 Akaike info criterion 1.589106 Schwarz criterion 1.639065 Hannan-Quinn criter 1.609359 Durbin-Watson stat 0.633823 Adjusted R- squared S.E of regression 0.530655 Sum squared resid Log likelihood 29.56746 -83.01716 F-statistic 23.05181 Prob(F-statistic) 0.000005 Bảng 3: Kết ước lượng phương pháp phân tích LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 32 Bảng 4: Kết dự báo mơ hình ARMA cho mơ hình (1) Dependent Variable: CPISM Method: Least Squares Date: 12/05/19 Time: 21:52 Sample (adjusted): 2011M02 2019M11 Included observations: 106 after adjustments Convergence achieved after 19 iterations MA Backcast: 2010M10 2011M01 Variable Coefficient Std Error t-Statistic Prob C 100.2515 0.016024 6256.140 0.0000 AR(1) 0.845537 0.026557 31.83885 0.0000 MA(1) -0.318641 0.105001 -3.034649 0.0031 MA(2) -0.445043 0.099956 -4.452403 0.0000 MA(3) -0.291321 0.099278 -2.934396 0.0041 MA(4) 0.084801 0.105757 0.801847 0.4245 R-squared 0.671226 Mean dependent var 100.4144 Adjusted R-squared 0.654787 S.D dependent var 0.575391 S.E of regression 0.338070 Akaike info criterion 0.723808 Sum squared resid 11.42910 Schwarz criterion 0.874569 Hannan-Quinn criter 0.784913 Durbin-Watson stat 1.992641 Log likelihood -32.36184 F-statistic 40.83207 Prob(F-statistic) 0.000000 Inverted AR Roots 85 Inverted MA Roots 98 22 -.44+.45i -.44-.45i LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 33 Dependent Variable: CPISM Method: Least Squares Date: 12/05/19 Time: 21:58 Sample (adjusted): 2011M02 2019M11 Included observations: 106 after adjustments Convergence achieved after 15 iterations MA Backcast: 2010M11 2011M01 Variable Coefficient Std Error t-Statistic Prob C 100.2534 0.015970 6277.708 0.0000 AR(1) 0.838587 0.026276 31.91412 0.0000 MA(1) -0.284059 0.097890 -2.901828 0.0046 MA(2) -0.444327 0.088057 -5.045918 0.0000 MA(3) -0.241436 0.097722 -2.470645 0.0152 R-squared 0.669852 Mean dependent var 100.4144 Adjusted R-squared 0.656777 S.D dependent var 0.575391 S.E of regression 0.337094 Akaike info criterion 0.709111 Sum squared resid 11.47687 Schwarz criterion 0.834745 Hannan-Quinn criter 0.760031 Durbin-Watson stat 2.031627 Log likelihood -32.58289 F-statistic 51.23085 Prob(F-statistic) 0.000000 Inverted AR Roots 84 Inverted MA Roots 98 -.35+.35i -.35-.35i Bảng 5: Kết dự báo mơ hình ARMA cho mơ hình (2) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 34 Dependent Variable: CPISM Method: Least Squares Date: 12/05/19 Time: 22:02 Sample (adjusted): 2011M02 2019M11 Included observations: 106 after adjustments Convergence achieved after 10 iterations MA Backcast: 2010M12 2011M01 Variable Coefficient Std Error t-Statistic Prob C 100.2480 0.015825 6334.744 0.0000 AR(1) 0.859260 0.019854 43.27801 0.0000 MA(1) -0.411562 0.082091 -5.013496 0.0000 MA(2) -0.559541 0.081252 -6.886492 0.0000 R-squared 0.657569 Mean dependent var 100.4144 squared 0.647497 S.D dependent var 0.575391 S.E of regression 0.341621 Akaike info criterion 0.726774 Sum squared resid 11.90388 Schwarz criterion Adjusted R- Log likelihood -34.51901 F-statistic 65.28994 Prob(F-statistic) 0.000000 Inverted AR Roots Inverted Roots 0.827281 Hannan-Quinn criter 0.767510 Durbin-Watson stat 1.840601 86 MA 98 -.57 Bảng 6: Kết dự báo mơ hình ARMA cho mơ hình (3) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 35 Dependent Variable: CPISM Method: Least Squares Date: 12/05/19 Time: 22:07 Sample (adjusted): 2011M02 2019M11 Included observations: 106 after adjustments Convergence achieved after iterations MA Backcast: 2011M01 Variable Coefficient Std Error t-Statistic Prob C 100.4120 0.125063 802.8938 0.0000 AR(1) 0.629271 0.099653 6.314595 0.0000 MA(1) 0.220611 0.127476 1.730607 0.0865 R-squared 0.545789 Mean dependent var 100.4144 Adjusted R-squared 0.536969 S.D dependent var 0.575391 S.E of regression 0.391532 Akaike info criterion 0.990396 Sum squared resid 15.78964 Schwarz criterion Log likelihood -49.49099 F-statistic 61.88343 Prob(F-statistic) 0.000000 Inverted AR Roots 63 Inverted MA Roots -.22 1.065776 Hannan-Quinn criter 1.020948 Durbin-Watson stat 2.013829 Bảng 7: Kết dự báo mơ hình ARMA cho mơ hình (4) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 36 104 Forecast: CPISMDBM Actual: CPISM Forecast sample: 2011M01 2019M11 Adjusted sample: 2011M02 2019M11 Included observations: 106 Root Mean Squared Error 0.379957 Mean Absolute Error 0.290069 Mean Abs Percent Error 0.288494 Theil Inequality Coefficient 0.001892 Bias Proportion 0.000038 Variance Proportion 0.138923 Covariance Proportion 0.861038 103 102 101 100 99 2011 2012 2013 2014 2015 CPISMDBM 2016 2017 2018 2019 ± S.E Bảng 8: Kết dự báo mẫu mô hình ARMA cho mơ hình (2) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... (chỉ số dùng để phản ánh lạm phát Việt Nam) nước quan sát theo tháng từ tháng 01/2011 đến tháng 11 /2019 nhằm dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020 LUAN VAN CHAT LUONG... ẩn rủi ro nên việc dự báo lạm phát cần thiết Do đề tài ? ?Dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020? ?? lựa chọn tiến hành nghiên cứu Trong kinh tế vấn đề lạm phát ln vấn đề quan... dự báo lạm phát Việt Nam tháng cuối năm 2019 tháng đầu năm 2020 Sau chạy mơ hình, thu kết dự báo bảng 3.8 đồ thị so sánh giá trị dự báo với giá trị thực tế hình 3.1 Hình 3.1: so sánh CPI dự báo