ĐỀ TÀI NGHIÊN CỨU MÔ HÌNH DỰ BÁO TỶ GIÁ HỐI ĐOÁI USD/VND

BỘ GIÁO DỤC & ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN -🙞🙜🕮🙞🙜 - KINH TẾ LƯỢNG 2 BÀI TIỂU LUẬN ĐỀ TÀI: NGHIÊN CỨU MÔ HÌNH DỰ BÁO TỶ GIÁ HỐI ĐOÁI USD/VND Họ và tên Phạm Thuý Hiền Mã sinh viên 11212174 Lớp học phần: GV hướng dẫn I SƠ LƯỢC VỀ TỶ GIÁ HỐI ĐOÁI (USD/VND) 1 Giới thiệu Tỷ giá hối đoái là tỷ lệ trao đổi đồng tiền, phản ánh mối quan hệ về mặt giá trị giữa đồng tiền hai nước Tỷ giá giữa 02 loại tiền tệ là số lượng đơn vị tiền tệ cần thiết để trao đổi một đơn vị ngoại tệ Tỷ giá này được hình thành dựa trên quy luật cung cầu của thị trường, có sự quản lý và điều chỉnh của Ngân hàng Nhà nước Việt Nam Tỷ giá hối đoái có 3 chế độ chính là: Thả nổi, cố định, thả nổi có điều tiết Việc tính tỷ giá hối đoái phải dựa trên đồng tiền yết giá và đồng tiền định giá Đồng tiền yết giá là đồng tiền có số đơn vị cố định là 1 đơn vị, còn đồng tiền định giá là đồng tiền có đơn vị thay đổi và phụ thuộc vào tình hình cung cầu trên thị trường Trên các thị trường hối đoái quốc tế, người ta sẽ sử dụng tỷ giá USD hoặc GBP so với đồng nội tệ, người ta thường sử dụng phương pháp chéo tỷ giá Trong bối cảnh Việt Nam đang từng bước hội nhập kinh tế khu vực và thế giới, trong đó có sự kiện tham gia Hiệp định Đối tác xuyên Thái Bình Dương (TPP) sẽ tạo thêm một lực mới cho phát triển kinh tế xã hội, từ đó cũng đặt ra thách thức cho các nhà quản lý trong việc điều hành thị trường nói chung và thị trường tài chính nói riêng nhằm thu hút các nhà đầu tư nước ngoài, do đó việc nghiên cứu các công cụ hay các phương pháp hiệu quả để quản lý và điều hành thị trường tài chính là vấn đề hết sức cấp bách hiện nay Trong vấn đề trên thì tỷ giá là biến số luôn được các nhà quản lý, doanh nghiệp và các tổ chức tài chính quan tâm khi lựa chọn đầu tư Em nghiên cứu và trình bày kết quả về mô hình dự báo tỷ giá hối đoái loại USD/VND thông qua các mô hình dự báo với số liệu bao gồm: (1) MH dự báo giản đơn theo xu thế và mùa vụ; (2) MH dự báo Hold – Winter; (3) MH dự báo ARIMA Qua đó cũng gợi ý cho các nhà quản lý, doanh nghiệp và các định chế tài chính phát triển và hoàn thiện các mô hình dự báo tỷ giá nhằm hỗ trợ cho việc đưa ra các quyết định kinh tế hợp lý 2 Cơ sở lý thuyết Tỷ giá là giá cả của một đồng tiền được biểu thị thông qua đồng tiền của một quốc gia khác Ngày nay, tỷ giá hối đoái của các quốc gia phát triển trên thế giới có xu hướng thả nổi Hệ thống tỷ giá này được thiết lập bởi thị trường ngoại hối về cung và cầu đối với loại tiền tệ cụ thể liên quan đến các loại tiền tệ khác Ngoài ra, tỷ giá còn được kiểm soát bởi các hoạt động của ngân hàng trung ương, gọi là tỷ giá thả nổi có quản lý Dự báo về sự biến động tỷ giá là một vấn đề thách thức trong các nghiên cứu thị trường tài chính Các nhà tài chính quốc tế tin rằng sự biến động tỷ giá tăng lên sẽ kiềm hãm sự tăng trưởng thương mại quốc tế Các nhà khoa học trên thế giới nói chung và ở Việt Nam nói riêng luôn nghiên cứu xây dựng các mô hình kinh tế lượng khác nhau để dự đoán tỷ giá hối đoái Tuy nhiên, việc xây dựng mô hình tối ưu là một vấn đề phức tạp vì thực tế luôn tồn tại một số yếu tố có thể ảnh hưởng đến sự biến động của tỷ giá hối đoái Do đó các nhà đầu tư phải thận trọng, vì luôn luôn có một mức độ rủi ro nhất định trong đầu tư ngoại tệ Phân tích sự thay đổi của tỷ giá hối đoái là một việc làm gặp nhiều khó khăn đối với các nhà phân tích thị trường, và thậm chí còn khó hơn để dự đoán chúng Có rất nhiều công trình nghiên cứu trên thế giới đã thực hiện dựa trên mô hình dự báo chuỗi thời gian về tỷ giá ngoại tệ Nhiều tác giả đã nghiên cứu xây dựng và kiểm tra với mô hình ARIMA (Autoregressive Integrated Moving Average) trong việc dự báo tỷ giá hối đoái Những nghiên cứu này chỉ ra rằng mô hình ARIMA là mô hình tương đối chính xác để dự báo tỷ giá hối đoái Akincilar et al đã nghiên cứu dự báo tỷ giá của đồng đô la Mỹ (USD), đồng euro (EUR) và đồng bảng Anh (GBP) đối với lira Thổ Nhĩ Kỳ (TRY) Một số phương pháp đã được thực hiện để dự báo và sau đó so sánh với mô hình ARIMA cho thấy dự báo bằng mô hình ARIMA có độ tin cậy cao hơn Hiệu quả của các mô hình dự báo được đánh giá thông qua các tham số: tỷ lệ phần trăm sai số tuyệt đối trung bình (MAPE), sai số bình phương trung bình gốc (RMSE) và sai số tuyệt đối trung bình (MAE) Weisang và cộng sự tiếp tục phát triển mô hình ARIMA chi tiết hơn trong trường hợp nghiên cứu kết hợp sử dụng các chỉ số kinh tế vĩ mô (biến độc lập) đưa vào mô hình dự báo tỷ giá USD/EUR Weisang đã nghiên cứu mối quan hệ tuyến tính của các chỉ số kinh tế vĩ mô với tỷ giá USD/EUR hàng tháng trong giai đoạn từ tháng 1 năm 1994 đến tháng 10 năm 2007 II Mô tả dữ liệu 1 Nguồn dữ liệu Dữ liệu về tỷ giá hối đoái bình quân hàng tháng của USD/VND từ tháng 01/2013 đến tháng 8/2023 Là một dữ liệu thứ cấp đã được thu thập từ trang website của quỹ tiền tệ quốc tế (IMF) tại địa chỉ: https://bit.ly/3ss3hQ1 Sau đó, thực hiện tổng hợp xử lý trên bảng tính excel trước khi tiến hành phân tích trên các phần mềm SPSS và Eview Bộ dữ liệu gồm 128 quan sát là tỉ giá hối đoái USD/VND trung bình theo tháng, được thu thập từ tháng 1/2013- 8/2023 2 Đồ thị Dưới đây là đồ thị của chuỗi dữ liệu “ Y ” biểu diễn tỷ giá USD/VND theo thời gian, bắt đầu từ tháng 01/2013 đến tháng 8/2023 3 Thống kê mô tả Quan sát bảng kết quả thống kê mô tả, biến “Y” – tỷ giá USD/VND có trung bình Mean = 22430.29, trung vị là 22567, giá trị lớn nhất là 23997 và nhỏ nhất là 20828 III Kết quả dự báo tỷ giá hối đoái USD/VND thông qua các mô hình dự báo kinh tế lượng 1 Dự báo bằng phân tích hồi quy hàm xu thế 1.1 Hàm tuyến tính: Y = 20940.342623 + 23.0999641778*T Sig = 0.0000 R2 = 0.944221 SE = 209.0904 Từ bảng kết quả cho thấy, giá trị Sig đều bằng 0.00 thỏa mãn nhỏ hơn 0.05 nên các hệ số hồi quy đều có ý nghĩa thống kê ở mức ý nghĩa 5% 1.2 Hàm parabol Y = 20597.5224031 + 38.922435867*T - 0.122654819296*T^2 Sig = 0.0000 R2 = 0.973291 SE = 145.2637 Từ bảng kết quả phân tích hồi quy, các hệ số đều có ý nghĩa thống kê ở mức ý nghĩa 5% 1.3 Hàm tăng trưởng mũ: LN(Y) = 9.95052888411 + 0.00103663717238*T Sig = 0.0000 R2 = 0.940354 Giá trị Sig đều bằng 0.00 thỏa mãn nhỏ hơn 0.05 nên các hệ số hồi quy đều có ý nghĩa thống kê ở mức ý nghĩa 5% Thực hiện tính thêm tổng phương sai giữa dự báo quá khứ và thực tế SUM abss = 6104195.60 Tính lại SE mô hình: SE = sqrt 6104195.60/(128-2) = 220.10456 1.4 Hàm logarit Y = 19086.2567635 + 862.271495432*LOG(T) Sig = 0.0000 R2 = 0.842523 SE = 351.3250 Từ bảng kết quả phân tích hồi quy, các hệ số đều có ý nghĩa thống kê ở mức ý nghĩa 5% 1.5 Đánh giá kết quả dự báo của các mô hình hồi quy xu thế Hàm tuyến Hàm parabol Hàm tăng Hàm logarit tính trưởng mũ 0.842523 351.3250 R2 0.944221 0.973291 0.940354 SE 209.0904 145.2637 220.10456 Trên đây là bảng tổng hợp kết quả phân tích dự báo của các mô hình hồi quy hàm xu thế Quan sát bảng trên, ta nhận thấy giá trị R2 Max = 0.973291 và SE min = 145.2637 đều ở hàm parabol Vậy hàm parabol là khá phù hợp và được xem xét để lựa chọn 2 Dự báo theo phương pháp san bằng mũ 2.1 Mô hình xu thế tuyến tính không có biến động mùa vụ - Mô hình Holt RMSE = 58.31318 2.2 Mô hình Holt - Winters Additive RMSE = 57.0544 2.3 Mô hình Holt - Winters Multiplicative RMSE = 57.12865 2.4 Mô hình san bằng mũ giản đơn Chuỗi tỷ giá USD/VND này có xu thế nên mô hình mũ giản đơn không được sử dụng 2.5 Đánh giá kết quả dự báo của các mô hình san bằng mũ RMSE Mô hình xu thế Mô hình Holt - Mô hình Holt - tuyến tính không Winters Additive Winters có biến động mùa Multiplicative vụ - Mô hình Holt 57.05446 57.12865 58.31318 Trên đây là bảng tổng hợp kết quả phân tích dự báo của các mô hình san bằng mũ Quan sát bảng trên, ta nhận thấy giá trị RMSE min = 57.05446 của mô hình Holt - Winters Additive Vậy mô hình Holt - Winters Additive là khá phù hợp và được xem xét để lựa chọn 3 Dự báo theo phương pháp Box - Jenkins (ARIMA) 3.1 Kiểm tra tính dừng của chuỗi Kiểm định Dickey- Fuller Trên đây là kết quả kiểm định tính dừng của chuỗi thời gian dựa vào kiểm định Dickey- Fuller và biểu đồ tự tương quan ADF Giá trị Prob của kiểm định Dickey- Fuller là 0.7828 > 0.05 Vậy chuỗi dữ liệu là một chuỗi không dừng Tiếp tục kiểm tra cho sai phân bậc 1 của chuỗi, thực hiện lại kiểm định tính dừng cho chuỗi sai phân Hệ số Prob lúc này là 0.0000 thỏa mãn nhỏ hơn 0.05 Vậy chuỗi “Y” dừng ở sai phân bậc 1 3.2 Xác định và ước lượng mô hình Biểu đồ tự tương quan ADF của chuỗi sai phân bậc 1 Dựa vào hệ số tự tương quan AFC ngoài khoảng tin cậy (-1.96/sqrt128; 1.96/sqrt128) = (-0.1732; 0.1732) Vậy xác định Mô hình phù hợp có thể là ARIMA (5,1,5) Mô hình ARIMA(5,1,5) Dựa vào bảng trên Prob (F) > 0.1, Prob MA(5) = 0.219 > 0.1 Vậy MA(5) không có ý nghĩa thống kê ở mức 5% IV Dự báo cho 4 tháng tiếp theo của chuỗi tỷ giá USD/VND Sử dụng mô hình Holt - Winters Additive để dự báo cho 4 tháng tiếp theo 2023 Thực hiện dự báo tỷ giá hối đoái trung bình của thời kỳ (tháng) từ 9/2023 đến 12/2023 bao gồm giá trị dự báo điểm và khoảng tin cậy của dự báo (với độ tin cậy 95%) Đồng thời thực hiện thu thập số liệu tỷ giá trung tâm thực tế hàng ngày trên website (www.sbv.gov.vn) của Ngân hàng Nhà nước Việt Nam Sau đó, thực hiện tổng hợp xử lý và tính toán trên Excel ta thu được các tỷ giá trung bình tháng Đánh giá mức độ phù hợp (tốt) của mô hình căn cứ trên mức sai lệch của dự báo, nếu mức sai lệch càng nhỏ thì dự báo càng chính xác, tức mô hình dự báo là tốt Tgian Thực tế Hàm xu thế San mũ (Y) RMSE = 143.5513 RMSE = 57.05446 Dự báo % sai lệch Dự báo (YSMM) % sai lệch (YF) 2023M03 23600 23529.34 0.29942 23657.2 0.242373 2023M04 23639 23537.96 0.42741 23616.4 0.0956 2023M05 23714 23546.35 0.70699 23673.9 0.1691 2023M06 23758 23554.48 0.85663 23733 0.10523 2023M07 23758 23562.37 0.82342 23805.68 0.20069 2023M08 23997 23570.02 1.77932 23782.42 0.8942 2023M09 23577.42 24031.7 2023M10 23584.57 24065.4 2023M11 23591.48 24068.24 2023M12 23598.15 24069.8 V Kết luận Đóng góp của nghiên cứu là xây dựng và lựa chọn mô hình phù hợp Holt - Winters Additive để dự báo tỷ giá hối đoái trung bình tháng loại USD/VND tại Việt Nam Nghiên cứu còn nhằm mục đích gợi ý các giải pháp cũng như kỹ thuật giúp cho các nhà đầu tư và doanh nghiệp phát triển các mô hình dự báo về tỷ giá hàng ngày, tỷ giá bán, tỷ giá mua các loại USD/VND, EUR/VND, GBP/VND và có thể vận dụng phương pháp trong việc xây dựng các mô hình dự báo giá như giá vàng, giá xăng dầu, giá chứng khoán Việc nghiên cứu các chuỗi dữ liệu thời gian và phân tích để xây dựng mô hình dự báo về cơ bản phải tham khảo các thủ tục thực hiện cũng như các kỹ thuật phân tích để xây dựng được mô hình phù hợp nhất