Luận văn Thạc sĩ Quản trị kinh doanh: Ứng dụng mô hình ARIMA trong dự báo lạm phát Việt Nam

BO GIAO DUC VA DAO TAO ĐẠI HỌC ĐÀ NẴNG DANG THI NGQC NIN UNG DUNG MO HINH ARIMA TRONG DY BAO LAM PHAT VIET NAM Chuyén nganh: Tai chinh — Ngan hang MA s6: 60.34.20 LUẬN VĂN THẠC SĨ QUẢN TRI KINH DOANH 2015 | PDF | 115 Pages buihuuhanh@gmail.com Người hướng dẫn khoa học: TS Đinh Bảo Ngọc Đà Nẵng ~ Năm 2015 LOI CAM DOAN Tôi cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn trung thực chưa công bồ bắt kỳ cơng trình khác Tác giá luận văn Đặng Thị Ngọc Nin MUC LUC MỞ ĐẦU .2-22 2222211 Tính cấp thiết đề Mục tiêu nghiên cứu Câu hỏi nghiên cứu Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu HeererrrrrrrrrrrirrrrrireeeoỔ Bố cục đề Ý nghĩa khoa học thực tiễn để tài .222 ssscccse-f CHUONG 1: CO SO LY LUAN VE LAM PHAT VA MO HINH ARIMAS 1.1 CƠ SỞ LÝ LUẬN VỀ LAM PHÁT 22222222222222222222zzczvccccc vŸ 1.1.1 Khái niệm lạm phát 1.1.2 Phân loại lạm phá 2+222.:2t22t.ztrrrrrrrrr-Ổ 1.1.3 Đo lường lạm phát 1.1.4 Tác động lạm phát -2s2ssteretreerereereeeoŸ 1.2 MỘT SỐ MƠ HÌNH NGHIÊN CỨU VỀ LẠM PHÁT 1.2.1 Một số mơ hình lý thuyết lạm phát 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 1.3.1 Giới thiệu chuỗi thời gian kinh -17 tế 1.3.2 Một số công cụ phân tích chuỗi thời gian 1.3.3 Tổng quan mơ hình tự hồi quy tích hợp trung bình trượt (ARIMA) KÉT LUẬN CHƯƠNG 2.23 l 22222tt2222z22zz2 ¬ CHUONG 2: THIET KE NGHIEN CUU DY’ BAO LAM PHAT VIET NAM BẰNG MƠ HÌNH ARIMA -0 222230) 2.1 TONG QUAN VE LAM PHAT VIET NAM 30 2.1.1 Cách thức lường lạm phát Việt Nam 30 2.1.2 Tinh hình lạm phát Việt Nam giai đoạn từ năm 2005 đến 2.2 CƠ SỞ ĐỀ XUẤT VẬN DỤNG MƠ HÌNH ARIMA TRONG DỰ BAO LẠM PHÁT VIỆT NAM . 22trtrrrrrrrrri.42) 2.2.1 Sự cần thiết phải áp dụng mô hình định lượng dự báo lạm phát Việt Nam 2.22 co Ưu điểm mơ hình ARIMA so với mơ hình khác phù hợp mơ hình ARIMA với thực tiễn Việt Nam 2.23 42 43 Một số nghiên cứu thực nghiệm dự báo lạm phát mơ hình ARIMA 46 2.3 THIET KE NGHIEN CUU DU BAO LAM PHAT VIET NAM BANG MO HINH ARIMA 2.3.1 Phương pháp nghiên 49 cứu .2222t2ztttrerrreo.4) 2.3.2 Phương pháp thu thập xử lí số liệu KET LUAN CHƯƠNG „59 ecaceasessezebstessveninaserseisenersecesserteceesnesessO) CHUONG 3: KET QUA NGHIEN CUU DY’ BAO LAM PHAT VIET NAM VÀ MỘT SỐ KHUYÊN NGHỊ, 22-+22222222ssceee.ƠT 3.1 THĨNG KÊ MƠ TẢ DỮ LIỆU sssscseceeee-Ô 3.2 KẾT QUẢ NGHIÊN CỨU 63 3.2.1 Kiểm định tính dừng chuỗi liệu .Ó3 3.2.2 Nhận dạng mơ hình 66 3.2.3 Ước lượng kiểm định mơ hình -22+:s22x-sscs.Ổ 3.2.4 Kiểm định tính ôn định cầu trúc mô hình 3.2.5 Đánh giá dự -72 báo 2+22ssstrrrrrrrrrrrrrrrrreree.74 3.2.6 Kết dự báo lạm phát Việt Nam .6 3.3 MOT SO KHUYÊN NGHỊ -222222222tttttrttrrrrrrrrrsseeeeeeese r .ÄŨI 3.3.1 Khuyến nghị việc sử dụng kết nghiên cứu mơ hình .Ơ 3.3.2 Quan điểm sách mục tiêu lạm phát Việt Nam năm L1 Ô 3.3.3 Một số khuyến nghị sách 83 KẾT LUẬN CHƯƠNG KẾT LUẬN., .222222222222222222 DANH MỤC TÀI LIỆU THAM KHẢO QUYẾT ĐỊNH GIAO ĐÈ TÀI (bản sao) PHỤ LỤC „88 re RƠ DANH MỤC CÁC TỪ VIẾT TÁT ADF AR ARIMA ARMA Kiểm định nghiệm đơn vị mở rộng Tự hồi quy : Tự hồi quy tích hợp trung bình trượt Tự hồi quy trung bình trượt DF : Chỉ số giá tiêu dùng Kiểm định nghiệm đơn vị MA : Trung bình trượt CPI SAC SAR SMA SPAC Tự tương quan mẫu : Tự hồi quy mùa Trung bình trượt mùa : Tự tương quan riêng phần mẫu DANH MUC CAC BANG Số hiệu bảng 3.1 Tên bảng Trang | Bảng mô tả thông kê chuỗi CPL 62 3.2 | Kết kiểm định Jarque-Bera cho chuỗi CPI 62 33 64 3.4 Ket qua kiém dinh ADF cho chuoi CPI | Két qua kiém dinh ADF cho chuỗi d_logCPI 66 35 Các thông sơ thơng kê mơ hình 67 3.6 [Kết ước lượng mơ hình ARIMA(; 1, 0)(2; 0; 3)i2 68 Kêt Kiêm định ARCH LM kiêm định Breush37 3g Godfrey LM ctia mé hinh ARIMA(1; 1; 0)(2; 0; 3)i2 ° | Ret aud ude Tung m6 hink ARIMACT; T; 0)2; 0; 3) bỏ biên SMA(12) 3g — | KẾtquả ước lượng mơ hình ARIMAQ; 1; 0)Ø;0; 2); n bỏ biên SMA(12) Ket Kiêm định ARCH LM kiêm định Breush- 3.10 | Godfrey LM mơ hình ARIMA(I; 1;0)(2;0;2),;đã | 71 bỏ biến SMA(12) 311 Ma trận tự tương hệ sô mơ hình 312 Kết kiêm định Chow cho 72 ARIMA(I; 1; 0)(2; 0; 2);2 da bỏ biến SMA(12) mơ hình ARIMA(I; 1; 73 0)(2: 0; 2)¡; loại bỏ biến SMA(12) 3.13 | Kết dự báo CPI tháng 7/2014 - 10/2014 3.14 _| Ret qua duro lạm phát hàng tháng từ tháng 11/2014 đên tháng 6/2015 31s _ | Ret aus dur bdo Tam phát Việt Nam cúc tô chức quốc tế nước thực 75 16 78 DANH MỤC CÁC HÌNH Số hiệu mn 1T 12 2T | 2.2 _ | 23 24 2:5 3.1 3:2 33 3⁄4 | Tên hình Trang [Đường cong Phillips ngắn hạn 12 [Mơ hình lạm phát phí l3 Tilé lam phat (5) Việt Nam giai đoạn 2005-10/2014 | 32 Diễn biến CPI Việt Nam giai đoạn 2005-2008 [Diễn biển CPI Việt Nam giai đoạn 2009-2013 35 [Diễn biến CPI Việt Nam 10 tháng đầu năm 2014 40 [Quy trình nghiên cứu đề tài 38 [Đỗ thịchuối CPI 61 [Giản đồ tương quan chuỗi CPI [Đỗ thị chuối d logCPI 64 Gian dd twong quan cia chudi d_logCPI 65 Giản đỗ tương quan chuỗi phân dư mơ hình ARIMA *Š Íq:i;0G;0;3; 3.6 | Két dự báo mẫu Tế MO DAU 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 đơi 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 khơng 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 Emst & 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 én định, Ngân hàng Phát triển Châu A (ADB) lai dua 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 Đơng 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 phịng ngừa tối thiểu hóa thiệt hại lạm phát gây Lạm phát dược dự báo mơ hình như: Mơ hình đường cong Philips, mơ hình lý thuyết tiền tệ truyền thơng, 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 khứ bi 'ần 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 đề 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 AC rol iol “ld od | ol od “led Lod "11 Lod Lod ro Lo Lod I Io ld | I i rot ! - I I I 0,062 -0.024 0.003 0.016 0.109 -0.238 -0.040 -0.121 -0044 10 -0.002 11 -0.102 12 -0.086 13 -0074 14 0037 15 -0.146 16 -0.048 17 0.159 18 0016 19 0.030 20 -0088 21 0.104 22 0.092 23 0036 24 0.025 25 -0.069 PAC Q-Stat Prob 0.062 -0.028 0.006 0.015 0.108 -0.255 0.004 -0.143 -0023 -0.017 -0.047 -0.143 -0046 -0024 -0.196 -0.036 0.137 -0072 -0.017 -0076 0.012 0.005 0.070 -0.040 -0.034 0.3539 0.4072 0.4080 0.4325 1.5630 7.0195 7.1731 8/6236 88196 88201 9.8809 10645 11.222 11368 13677 13933 16.751 16780 16.885 17.430 18704 19.729 19.886 19.962 20.553 0008 0.028 0035 0066 0.116 0.130 0.155 0.189 0251 0.188 0.237 0.159 0210 0.262 0.294 0.284 0.288 0.339 0.397 0.424 26 -0.087 -0.167 21.517 0.428 27 -0080 -0.089 21.988 0.461 28 0.044 0.029 22.246 0.505 29 -0.102 -0.067 23.652 0.482 30 31 32 33 34 35 36 -0.057 -0.053 0.025 0.079 -0017 0054 0092 -0.039 -0.092 0.010 0.012 -0027 -0.005 0.115 24.090 24.474 24.565 25.471 25514 25.947 27245 0.514 0.549 0.599 0602 0651 0.678 0660 Hình 2: Giản đồ tương quan chuỗi phần dư mơ hình ARIMA(; 1; 0)(2; 0; 3)¡; loại bỏ biến SMA(12) Autocorrelation I | | i "II " Lod Partial Correlation I I ot I | I rod ot od Id "1 l “| | | lod "II “lod “lo \ \ \ | | | I | "1 “| Il rot I- I 11 rod rod It Io PAC QStat 0.054 -0.002 0.023 -0.016 0.123 0.054 -0.005 0.024 -0.019 0.126 0.2669 0.2672 0.3172 0.3423 1.7884 0.181 -0.256 -0.051 -0098 -0.066 Lod "1 " Lod 1d Lo rol | Lo od Id Lod rol Lod Lod "1 Lod Lo \ AC | ot -0.276 -0.010 -0.116 -0.031 Prob 8.1100 8.3613 9.3173 9.7486 0.017 0.039 0.054 0.083 -0.010 -0.112 -0041 -0014 0.210 -0.008 0.135 -0.101 0.007 -0.071 0.005 0.001 0081 -0.035 -0.029 -0.172 -0.099 0.010 -0.043 10521 10701 11038 11122 13.722 13.749 16453 16580 16846 17.522 18.680 19.548 19569 19.894 20.524 21628 22527 22535 23.187 0.161 0219 0273 0.348 0.249 0.317 0.226 0.279 0.328 0.353 0.347 0.359 0421 0.465 0.488 0482 0.489 0.547 0.567 31 -0.067 -0.084 24.519 0.601 35 0.055 0.006 26.034 0.720 10 -0.014 -0.043 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 -0.086 -0.042 -0057 0028 -0.155 -0.016 0.156 -0.033 0.048 -0.076 0.099 0.085 0013 0.051 -0.071 -0.093 -0083 0.008 -0.070 9.7672 0.135 30 -0.072 -0.076 23.904 0.581 32 0.017 0.018 24.562 0.652 33 0081 -0.023 25.505 0.652 34 -0.023 -0.059 25.585 0.696 36 0.120 0.111 28239 0.658 Hình 3: Giản đồ tương quan chuỗi phần dư mơ hình ARIMA(; : 0)(2; 0; 2); loại bỗ biến SMA(12) PHU LUC 2: Bang 1: Số liệu CPI theo tháng từ tháng 1/2005 đến tháng 6/2014 ĐƯT: % (so với năm gốc 2009) Thang CPI Thang CPI Thang 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 T7.715 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 Bang 2: Kết kiém dinh ADF cho chuỗi logCPI ‘Null Hypothesis: LOGCPI has a unit root Augmented Dickey-Fuller test statistic, Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.161691 -4.042042 -3.450436 -3.150549 0.5058 Bảng 3: Kết ước lượng mơ hình ARIMA (1; 1; 0)(15 0; Diz Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error Statistic Prob e AR(1) SAR(12) MA(12) 0.009831 0.753426 0.885110 -0.975300 0.004102 0.068030 0.021893 0.051991 2.396634 1.07492 4042906 -18.75896 0.0185 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E of regression ‘Sum squared resid Log likelihood 0.642561 0631391 0.005471 0.002873 380.9801 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Durbin-Watson stat 2024221 Prob(F-statistic) 0.008121 0.009011 -7.539603 -7.435396 57.52573 0.000000 Bảng 4: Kết ước lượng mơ hình ARIMA(I; 1; 0)(2; 0: 1); Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error Statistic Prob c AR(1) SAR(12) SAR(24) MA(12) 0.002444 0.731589 0.701248 0.051660 -0.895665 0.004288 0.072641 0.113964 0.100805, 0.032601 0.569997 10.07123 6.153249 0.512480 -2747321 0.8702 0.0000 0.0000 0.6097 0.0000 R-squared Adjusted R-squared S.E of regression ‘Sum squared resid Log likelihood Durbin-Watson stat 0.673493 0.657757 0.005427 0.002445 336.7441 2.009497 Mean dependent var _S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 0.008506 0.009277 -7.539639 -7,398881 42.80141 0.000000 Bảng 5: Kết ước lượng mô hình ARIMA(I; 1; 0)(1; 0; 2)¡; Dependent Variable: D_LOGCP! Method: Least Squares Variable Coefficient Std Error tStatistic Prob c AR(1) SAR(12) MA(12) MA(24) 0.009830 0.753416 0.885109 -0.975767 0.000617 0.004130 0.068472 0.022035 0.106593 0.115081 2.380147 1.00334 40.16874 9.154184 0.005365 0.0193 0.0000 0.0000 0.0000 0.9957 R-squared Adjusted R-squared SE of regression ‘Sum squared resid Log likelihood Durbin-Watson stat 0.642561 0.627511 0.005500 0.002873 380.9801 2.024122 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic _Prob(F-statistic) 0.008121 0.009011 -7.519603 -7.389344 42.6490 0.000000 Bảng 6: Kết ước lượng mơ hình ARIMA(I; 1; 0)(2; 0: 2); Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error t-Statistic Prob c AR(1) SAR(12) SAR(24) MA(12) MA(24) 0.003384 0.759661 0.090606 0.538526 -0.116514 -0.728292 0.005340 0.070995 0.086180 0.112999 0.014731 0.117836 0.633808 10.70028 1.051351 4.765744 -7.909563 -8.180527 0.5280 0.0000 0.2962 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E of regression ‘Sum squared resid Log likelihood Durbin-Watson stat 0.726161 Mean dependent var 0.709463 S.D dependent var 0.005000 Akaike info criterion 0.002050 Schwarz criterion 344.4842 - F-statistic 1.924319 Prob(F-statistic) 0.008506 0.009277 -7.692823 7.523913 43.48914 0.000000 Bảng 7: Kết ước lượng mơ hình ARIMA(I; 1; 0)(1; 0: 3); Dependent Variable: D_LOGCPI Method: Least Squares Variable c AR(1) SAR(12) MA(12) MA(24) MA(36) R-squared Adjusted R-squared SE of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient Std Error t-Statistic Prob 0.002259, 0.710728 0820409 “1.312245 -0.019072 0.431644 0.003629 0.065872 0024349 0.054558 0.055624 0020673 0.622388 10.78955 3369356 -24.05224 0.342874 2087995 0.5352 0.0000 0.0000 0.0000 0.7325 0.0000 0.738264 0.724342 (0.004731 0.002104 396.5616 2.028016 Mean dependent var _S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-stalistc) 0.008121 0.009011 7.811232 7.654921 53.02812 0.000000 Bảng 8: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3) Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error {Statistic Prob c AR(1) SAR(12) SAR(24) MA(12) MA(24) MA(36) 0.001993, 0.770159 0.332140 0.402040 -0.169507 -0.862805 0.221652 0.005551 0.071467 0.138324 0.102741 0.170378 0.029594 0.156753 0.358971 10.7641 2401168 3.913132 -0.994888 -29.16437 1.414022 0.7206 0.0000 0.0186 0.0002 0.3228 0.0000 0.1612 R-squared Adjusted R-squared S of regression Sum squared resid Log likelihood Durbin-Watson stat 0.783800 0.767785 0.004470 0.001619 354.8830 1.847962 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic _Prob(F-statistic) 0.008506 0.009277 -T.906432 “7.709371 4.94214 0.000000 Bang 9: Kết ước lượng mơ hình ARIMA(1; 1; 0)(2; 0; 3)¡; bỏ biến SMA(12) Dependent Variable: D_LOGCPI Method: Least Squares Variable Coefficient Std Error Statistic Prob c AR(1) SAR(12) SAR(24) MA(24) MA(36) 0.002392 0.781664 021170 0.450733 -1.869735 0.054605 0.005595 0.068502 0.081192 0.073479 0.030453 0.030506 0.427513 11.41090 2608257 6.134205 -28.55945 1.789938 0.6701 0.0000 00108 0.0000 0.0000 0.0772 R-squared Adjusted R-squared SE of regression ‘Sum squared resid Log likelihood Durbin-Watson stat 0.782142 0.768858 0.004460 0.001631 364.5470 1.862731 Mean dependent var _S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 0.008506 0.009277 -T.921522 -7.752613 58.87852 0.000000 Bang 10: Kết Kiểm định ARCH LM kiểm định Breush-Godfrey LM mơ hình ARIMA(1; 1; 0): 0; 3)¡; bỏ biến SMA(12) Kiêm định Statistics P-value ARCHLM 0.001738 0.966846 Breush-Godfrey LM 0.316746 0.729425 PHU LUC3: 3.1 Kiém dinh Ljung-Box : Một trình nhiễu trắng bắt buộc phải có: A= =p, =0 Ta xây dựng cặp giả Hy: ø,=p; =p; = = p„ =0 (khơng có tự tương quan) Hị: có hệ số ø z 0(có tự tương quan) Dé kiểm định tắt hệ số ø, độ trễ m đồng thời 0, ta sử dụng trị thống kê Q Box Pierce (kiểm định BP) lập nên theo cơng thức (2.8) sau: O=1¥Ai = zilm) Trong đó, T số lượng quan sát mẫu, m số lượng độ trễ Nếu Q > z¿(m) mức ý nghĩa z xác định, ta bác bỏ Hạ, nghĩa chuỗi phần dư nhiễu trắng Ljung Box đưa điều chinh kiểm định BP bang tri thong kê Q'” (gọi kiểm định LB) sau: “HS rrp &(_ô¿ | 9”= Hai cột cuối giản đồ tương quan thống kê Q'Ê 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 Kiém dinh Breusch-Godfrey LM: Kiểm định LM thực với cặp giả thiết: Hạ: ø, =p;= =p„=0 (khơng có tự tương quan chuỗi phần dư) Hị: có hệ số ø z 0(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 phan du Tiếp theo, ta tính thống kê LM = (T-p)RỲ từ phương trình hồi quy trên, T số lượng quan sát mẫu Thống kê LM tuân theo phân phối chuẩn Chỉ bình phương với số bậc tự p Nếu LM < z‡(p)ở mức ý nghĩa œ chọn, ta chấp nhận Hạ, 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: Y,=X,B+e, Ước lượng phương trình hồi quy phụ sau: hoaretnes tne ttre, tM, Kiém dinh ARCH cho cặp giả thiết: Hộ: y¿ =ÿ, =7; = =0(khơng có phương sai sai số thay đổi) Hy: tổn y, z0 (có phương sai sai số thay đôi) Tur két qua héi quy phy, ta tinh R’axT, voi T la s6 quan sat ca chudi liệu dang xem xét Thống kê tn theo phân phơi Chi bình phương với số bậc tự độ trễ q Ta xác định độ trễ q cho hệ số mô 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 Họ kết luận chuỗi liệu xem xét tồn tượng phương sai sai số thay đôi 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 Kiém định tiến hành với cặp giả thiết: Hạ: Y, tuân theo quy luật phân phối chuẩn Hy: Y, không tuân theo quy luật phân phối chuẩn “Thống kê sử dụng JB 3-j[s Kot )~ze Nếu JB > z¿(2) p.value(JB) < z, ta bác bỏ giả thiết Họ với mức ý nghĩa œ xác định