1. Trang chủ
  2. » Cao đẳng - Đại học

Cách sử dụng phần mềm dự báo eviews

169 3,1K 5

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 169
Dung lượng 1,02 MB

Nội dung

NGUYEN THI MINH - KTQD - K HOA TOAN KINH TE 1 KHÓA BỒI DƯỠNG VỀ DỰ BÁO SỬ DỤNG EVIEWS HÀ NỘI – THÁNG 4 - 2011 NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 2 CHƯƠNG TRÌNH  TỔNG QUAN VỀ DỰ BÁO – HỒI QUY TRONG EVIEWS  MÔ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐƠN BIẾN  MÔ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐA BIẾN – MÔ HÌNH VAR - VECM NGUYEN THI MINH - KTQD - K HOA TOAN KINH TE 3 PHẦN 1: TỔNG QUAN VỀ DỰ BÁO- HỒI QUY TRÊN EVIEWS NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 4 TỔNG QUAN VỀ DỰ BÁO  Dự báo trong kinh tế:  Một số kỹ thuật trong dự báo:  Mô hình hồi quy  Mô hình kinh tế lượng vĩ mô  Mô hình CGE  Mô hình dự báo chuỗi thời gian đơn biến  Mô hình dự báo chuỗi thời gian đa biến NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 5 TỔNG QUAN VỀ DỰ BÁO  Nguyên lý dự báo:  Xét đoán hành vi trong quá khứ => dự báo cho tương lai  => yêu cầu về cấu trúc  => yêu cầu về số liệu  Yếu tố ngẫu nhiên  Sai số trong dự báo  Yêu cầu dự báo: ngắn hạn, trung hạn, dài hạn NGUYEN THI MINH - KTQD - K HOA TOAN KINH TE 6 PHẦN I: MÔ HÌNH CHUỖI THỜI GIAN ĐƠN BIẾN  I. SAN CHUỖI  II. MÔ HÌNH ARIMA NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 7 CHUỖI THỜI GIAN  Tần suất xuất hiện thấp (Low frequency):  GDP  Lạm phát, m,  Tần số xuất hiện cao (high frequency):  giá cổ phiếu  giá dầu, vàng, đô la Mỹ trên thị trường quốc tế  .v NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 8 CHUỖI THỜI GIAN NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 9 CHUỖI THỜI GIAN  Các thành phần của chuỗi x t  Xu thế T  Chu kỳ C  Mùa vụ S  Bất quy tắc I  3 thành phần đầu được giả định là không thay đổi theo thời gian  Ý tưởng của san chuỗi:  Từ số liệu quá khứ => ước tính các thành phần   xây dựng chuỗi mới x* t NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 10 I. SAN CHUỖI  Trung bình trượt (MA)  Hiệu chỉnh mùa vụ sử dụng MA  San mũ giản đơn  San mũ Holt- Winter [...]... KINH 15 4 SAN MŨ HOLT-WINTERS  Từ số liệu quá khứ, xác định ra:  thành phần xu thế  thành phần mùa vụ  => dự báo: thành lập chuỗi mới sử dụng 2 thành phần này NGUYEN THI MINH - KTQD - KHOA TOAN KINH 16 4.HOLT-WINTERS VỚI XU THẾ  x*n = αxn+(1- α)Tn-1  Tn= β(x*n-x*n-1)+(1- β)Tn-1  Giá trị ban đầu: T2 = x2-x1; x*2=x2  Dự báo:  x*n+1 = x*n + Tn  x*n+h = x*n + hTn (số liệu: gtsx, gdp) NGUYEN THI... phần I  Sử dụng tốt với T và I  Lệnh trong eviews:  genr xnew=@movav(x(+k),2k+1) NGUYEN THI MINH - KTQD - KHOA TOAN KINH 11 MA3 18000 16000 14000 12000 10000 8000 6000 1995 1996 1997 GTSXCN 1998 1999 MO4 NGUYEN THI MINH - KTQD - KHOA TOAN KINH 12 MA12 18000 16000 14000 12000 10000 8000 6000 1995 1996 1997 MO12 1998 1999 GTSXCN NGUYEN THI MINH - KTQD - KHOA TOAN KINH 13 2 HIỆU CHỈNH MÙA VỤ (SA) SỬ... β)Tt-1 Ft = λ Yt/Y*t-1 + (1- λ )Ft-s  Trong đó: F: chỉ số thời vụ, s: số thời kỳ trong 1 năm Dự báo: dự báo cho thời kỳ (n+h) với thời kỳ hiện tại: n  Y* với h =1,2, s (n+h) = (Y*n +h Tn)Fn+h-s  Y*(n+h) = (Y*n +h Tn)Fn+h-2s  với h= s+1; ; 2s v.v NGUYEN THI MINH - KTQD - KHOA TOAN KINH 18 THỰC HÀNH TRÊN EVIEWS THỰC HÀNH VỚI SỐ LIỆU gtsx NGUYEN THI MINH - KTQD - KHOA TOAN KINH 19 II MÔ HÌNH ARMA PHƯƠNG... KINH 27 MÔ HÌNH ARMA(p,q)  xt = a0+ a1xt-1+ +apxt-p + ut  ut = b1 ε t-1+…+ bq εt-q+ εt  Trong đó x là chuỗi dừng  => nếu biết được p và q => có thể ước lượng các hệ số và dự báo cho xt  => Làm thế nào để xác định p, q?  => Dựa vào ACF và PACF NGUYEN THI MINH - KTQD - KHOA TOAN KINH 28 MÔ HÌNH ARMA(p,q)  Chuỗi có dạng:   xt = a0 +a1xt-1+ +apxt-p + εt+b1εt-1+ +bqεt-q Tính dừng và khả nghịch: ... nay bằng tổng có trọng số giá trị trong quá khứ và sốc ngẫu nhiên  Các hệ số của chuỗi AR(p) cần thỏa mãn các điều kiện để chuỗi là dừng  Nếu biết chuỗi là dừng AR(p), biết p, => có thể ước lượng => dự báo NGUYEN THI MINH - KTQD - KHOA TOAN KINH 25 CHUỖI TRUNG BÌNH TRƯỢT MA(q)  Chuỗi có dạng:  xt = εt+a1εt-1 : MA(1)  xt = εt+a1εt-1+ +aqεt-q MA(q)  với εt: nhiễu trắng  Ý nghĩa: là tổng có trọng... +a1xt-1+ εt  Trong đó εt là nhiễu trắng   Ý nghĩa: giá trị hôm nay bằng tổng có trọng số của giá trị trong quá khứ và sốc ngẫu nhiên Nếu biết chuỗi là dừng, có dạng AR(1) => có thể ước lượng được ai => dự báo được cho xt NGUYEN THI MINH - KTQD - KHOA TOAN KINH 23 CHUỖI TỰ HỒI QUY AR(1)  Ví dụ 1: xt = 1.5xt-1 + εt=> xt = εt+1.5 εt-1+…+1.5k εt-k+…  Ví dụ 2: xt = 1xt-1 + εt=>  xt = εt+ εt-1+…+ εt-k+…... MO4 NGUYEN THI MINH - KTQD - KHOA TOAN KINH 12 MA12 18000 16000 14000 12000 10000 8000 6000 1995 1996 1997 MO12 1998 1999 GTSXCN NGUYEN THI MINH - KTQD - KHOA TOAN KINH 13 2 HIỆU CHỈNH MÙA VỤ (SA) SỬ DỤNG MA  Tại sao SA:   => nắm được bản chất của chuỗi số (peak, trough, turning point, )   Tách được tác động của mùa vụ => có thể so sánh các tháng (quý) liên tiếp nhau SA: số liệu quý, tháng NGUYEN . BỒI DƯỠNG VỀ DỰ BÁO SỬ DỤNG EVIEWS HÀ NỘI – THÁNG 4 - 2011 NGUYEN THI MINH - KTQD - KHOA TOAN KINH TE 2 CHƯƠNG TRÌNH  TỔNG QUAN VỀ DỰ BÁO – HỒI QUY TRONG EVIEWS  MÔ HÌNH DỰ BÁO CHUỖI THỜI. QUAN VỀ DỰ BÁO  Dự báo trong kinh tế:  Một số kỹ thuật trong dự báo:  Mô hình hồi quy  Mô hình kinh tế lượng vĩ mô  Mô hình CGE  Mô hình dự báo chuỗi thời gian đơn biến  Mô hình dự báo chuỗi. QUAN VỀ DỰ BÁO  Nguyên lý dự báo:  Xét đoán hành vi trong quá khứ => dự báo cho tương lai  => yêu cầu về cấu trúc  => yêu cầu về số liệu  Yếu tố ngẫu nhiên  Sai số trong dự báo  Yêu

Ngày đăng: 12/05/2015, 20:53

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w