tiểu luận dự báo kinh tế dự báo tỷ giá hối đoái VNĐUSD từ tháng 11 năm 2019 đến tháng 04 năm 2020

1 Khảo sát liệu 1.1 Khảo sát chuỗi exchange Chuỗi liệu mà nhóm tiến hành khảo sát tỷ giá hối đoái yết giá trực tiếp (VNĐ/USD) Việt Nam theo tháng với nguồn số liệu từ Bloomberg LP tổng hợp Ngân hàng phát triển châu Á (Asian Development Bank) link: https://aric.adb.org Ở này, nhóm nghiên cứu đặt mã ký hiệu cho chuỗi exchange Dưới mô tả thống kê chuỗi exchange: Số quan sát Giá trị trung bình Giá trị lớn Giá trị nhỏ Độ lệch chuẩn 166 20138.710 23355.348 15907.190 2534.806 Bảng Mô tả thống kê chuỗi exchange Từ Bảng 1, chuỗi exchange có 166 quan sát khoảng thời gian từ tháng năm 2006 đến tháng 10 năm 2019 Giá trị trung bình chuỗi 20138.710 VNĐ/USD Giá trị nhỏ chuỗi 15907.190 VNĐ/USD tương ứng với tháng năm 2008 Giá trị lớn chuỗi 23355.348 VNĐ/USD tương ứng với tháng năm 2019 Độ lệch chuẩn chuỗi 2534.806 Tiếp theo, ta có biểu đồ mơ tả chuỗi exchange Hình 1: EXCHANGE 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 06 07 08 09 10 11 12 13 14 15 16 17 18 19 Hình Đồ thị mơ tả chuỗi exchange theo dịng thời gian Từ Hình 1, biểu đồ cho ta thấy chuỗi exchange có tính xu Để xét xem liệu chuỗi có tính mùa vụ hay khơng, nhóm tiến hành vẽ đồ thị chuỗi exchange theo mùa vụ kết Hình 2: EXCHANGE by Season 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Means by Season Hình Đồ thị theo mùa chuỗi exchange Nhận thấy, giá trị trung bình theo mùa khơng có q nhiều chênh lệch Do đó, chuỗi exchange khơng có tính mùa vụ Xem xét tính dừng chuỗi exchange, nhóm tiến hành sử dụng kiểm định Unit Root Test với giả thuyết: 0: 1: Chuỗi không dừng Chuỗi dừng Kết kiểm định Unit Root Test cho thấy p-value lớn (= 0.6481) nên chuỗi exchange khơng có tính dừng Tóm lại: chuỗi exchange có tính xu thế, khơng có tính dừng tính mùa vụ 1.2 Khảo sát chuỗi sai phân bậc chuỗi exchange Vì chuỗi exchange khơng có tính dừng nên nhóm tiến hành kiểm định tính dừng cho chuỗi d(exchange) thu kết p-value nhỏ (=0.0000), tức chuỗi d(exchange) chuỗi dừng Do mà nhóm tiến hành khảo sát thêm chuỗi sai phân bậc để sử dụng trình dự báo Trong dự báo này, kỹ sử dụng Eviews cịn hạn chế, nhóm linh hoạt sử dụng dexchange mã ký hiệu sai phân bậc chuỗi exchange trường hợp cần thiết, khơng nhóm sử dụng trực tiếp d(exchange) Ta có đồ thị theo dịng thời gian chuỗi d(exchange) Hình 3: D(EXCHANGE) 1,000 800 600 400 200 -200 -400 06 07 08 09 10 11 12 13 14 15 16 17 18 19 Hình Đồ thị mơ tả chuỗi d(exchange) theo dịng thời gian Qua Hình 3, nhóm kết luận chuỗi d(exchange) có tính dừng khơng có tính xu Vì nhóm vẽ thêm đồ thị chuỗi dexchange theo mùa vụ thu đồ thị Hình 4: DEXCHANGE by Season 1,000 800 600 400 200 -200 -400 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Means by Season Hình Đồ thị theo mùa chuỗi dexchange Từ Hình 4, nhận thấy giá trị trung bình theo mùa vụ có chênh lệch chưa thực rõ ràng, nhóm thực thêm kiểm định Kruskal – Wallis để kiểm định tính mùa vụ chuỗi dexchange rằng: Liệu chuỗi có thực có tính mùa vụ hay khơng? Nếu có tn theo mơ hình nhân hay mơ hình cộng? Đây số liệu theo tháng nên có mùa vụ có 12 mùa vụ Đầu tiên, nhóm tiến hành tính giá trị trung bình trượt dexchange (ký hiệu: cma) tạo chuỗi tỷ số theo mơ hình nhân (ký hiệu: sim), chuỗi chênh lệch theo mơ hình cộng (ký hiệu: sia) biến lưu mã mùa vụ theo tháng ( tương ứng với câu lệnh Eviews: genr month=@month) Ta có: cma = 0.5 ℎ (−6)+∑ =−5 ℎ ( )+0.5 ℎ (6) 12 sim = sia= ℎ ℎ − Thực kiểm định Kruskal – Wallis chuỗi tỷ số sim chuỗi chênh lệch theo giả thuyết sau: H0: Chuỗi khơng có yếu tố mùa vụ H1: Chuỗi có yếu tố mùa vụ Kết kiểm định thu sau: Chuỗi kiểm định p-value sim – Mơ hình nhân 0.1591 sia – Mơ hình cộng 0.2629 Bảng Kết kiểm định Kruskal - Wallis Nhận thấy, hai giá trị p-value Bảng lớn nên suy chuỗi dexchange khơng có tính mùa vụ Tóm lại: chuỗi d(exchange) có tính dừng, khơng có tính xu tính mùa vụ Lựa chọn phương pháp dự báo Nhóm tiến hành dự báo giá trị tháng chuỗi exchange (các tháng 11 12 năm 2019, tháng 1,2,3,4 năm 2020) Chuỗi exchange có tính xu (tuy nhiên thay đổi chậm theo thời gian), khơng có tính dừng tính mùa vụ nên lựa chọn phương pháp dự báo sau đây: - San mũ đơn San mũ kép San mũ Holt Phân tích thành phần chuỗi thời gian Chuỗi d(exchange) có tính dừng, khơng có tính xu tính mùa vụ nên lựa chọn phương pháp dự báo mơ hình ARIMA để dự báo cho exchange 2.1 San mũ đơn Phương pháp thích hợp với chuỗi khơng thay đổi thay đổi chậm theo thời gian (không có xu hướng T mùa vụ S) Giá trị dự báo thời điểm giá trị trung bình có trọng số tất giá trị có sẵn trước Trong đó: = 1 + (1 − ) = −1 - giá trị san thời điểm t; – số san cho RMSE nhỏ Chuỗi san mũ đơn dùng để dự báo có cơng thức: ̂ +ℎ= Trong đó: n quan sát cuối chuỗi thời gian h số quan sát cần dự báo 2.2 San mũ kép San mũ kép lặp lại lần hai san mũ đơn, với số san cho RMSE nhỏ +(1) Chuỗi san mũ kép dùng để dự báo có cơng thức: =( ) = −1 = +ℎ Trong đó: =2 +ℎ = + 2ℎ - (-) = 1− 2.3 San mũ Holt Phương pháp san mũ Holt dùng để dự báo chuỗi có yếu tố xu T cách loại bỏ yếu tố xu T Ký hiệu: T t ước lượng phần xu thời kỳ t ước lượng giá trị trung bình Y thời kì t Ynh giá trị dự báo Y sau h giai đoạn tương lai Ta có: + (1 − )( = − = ( ̂ −1) −1 + + (1 − ) −1) −1 +h Với , số san cho RMSE nhỏ +ℎ = 2.4 Phân tích thành phần chuỗi thời gian Bước 1: Nhận dạng liệu Theo kết khảo sát mục 1.1 chuỗi exchange có tính xu thế, khơng có tính dừng tính mùa vụ Bước 2: Tách yếu tố mùa vụ Vì chuỗi exchange khơng có tính mùa vụ nên bỏ qua bước Bước 3: Ước lượng chuỗi exchange hàm xu Bước 3.1: Tạo biến xu t Bước 3.2: Ước lượng chuỗi exchange theo t Gõ lệnh ls exchange c t lệnh ước lượng theo hàm xu tuyến tính Gõ tương tự với dạng hàm xu khác Bước 3.3: Kiểm định mơ hình ước lượng - Mơ hình có ý nghĩa khơng? Kiểm định bỏ sót biến Kiểm định tự tương quan LM Breusch – Godfrey Kiểm định phương sai sai số White test Kiểm định phân phối chuẩn sai số Jarque – Bera Nếu mơ hình ước lượng khơng vượt qua kiểm định, xem xét lại mơ hình bước 3.2, cho thêm t , t dạng khác hàm xu Bước 4: Dự báo chuỗi gốc 2.5 Phương pháp dự báo mơ hình ARIMA Mơ hình ARIMA bậc p, d, q mơ hình với: AR(p) mơ hình tự tương quan bậc p Y(d) chuỗi dừng lấy sai phân bậc d MA(q) mơ hình trung bình trượt bậc q có phương trình là: Y(d) = c + Φ1Y(d)t-1 + … + ΦpY(d)t-p + θ1ut-1 + … + θqut-q + ut 10 Các bước tiến hành: Bước 1: Kiểm tra tính dừng chuỗi cần dự báo Bước 2: Xác định độ trễ p, q Bước 3: Ước lượng mơ hình kiểm định mơ hình Bước 4: Kiểm tra mơ hình điều kiện giả định mơ hình: - Độ trễ cao có ý nghĩa thống kê hay khơng? Nếu khơng, giảm bớt độ trễ p, q Nhiễu trắng (nhiễu không tự tương quan) Chất lượng dự báo Sau tiêu chí lựa chọn mơ hình ARIMA: o Phần dư mơ hình dự báo phải chuỗi ngẫu nhiên o Tiêu chí AIC/ SBC/ HQ nhỏ tốt o Sai số dự báo nhỏ tốt o Đồ thị so sánh giá trị dự báo với giá trị thực tế xem xét bước ngoặt xu hướng giá trị dự báo giá trị thực giai đoạn gần o Mơ hình có nhiều hệ số có ý nghĩa thống kê Bước 5: Dự báo mẫu Kết dự báo 3.1 San mũ đơn Từ cửa sổ Series: exchange, vào Proc/ Exponential Smoothing/ Simple Exponential Smoothing Trên cửa sổ Exponential Smoothing, phần Smoothing method, chọn Single Chuỗi san kép exchanges Ta thu kết dự báo Bảng 3: Hằng số san RMSE Mean 0.9990 216.9395 23203.00 Bảng Kết dự báo san mũ đơn Trên cửa sổ Command, dùng lệnh line exchange exchanges có biểu đồ Hình đây: 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 06 07 08 09 10 11 12 EXCHANGE 13 14 15 16 17 18 19 20 EXCHANGES Hình Biểu đồ so sánh exchange exchanges 3.2 San mũ kép Từ cửa sổ Series: exchange, vào Proc/ Exponential Smoothing/ Simple Exponential Smoothing Trên cửa sổ Exponential Smoothing, phần Smoothing method, chọn Double Chuỗi san kép exchanged Ta thu kết dự báo Bảng 4: Hằng số san RMSE Mean Trend 0.5980 168.1324 23199.45 -12.99760 Bảng Kết dự báo san mũ kép Trên cửa sổ Command, dùng lệnh line exchange exchanged có biểu đồ Hình đây: 12 24,000 22,000 20,000 18,000 16,000 14,000 06 07 08 09 10 11 12 EXCHANGE 13 14 15 16 17 18 19 20 EXCHANGED Hình Biểu đồ so sánh exchange exchanged 3.3 San mũ Holt Trên cửa sổ Series: exchange, vào Proc/ Exponential Smoothing/ Simple Exponential Smoothing Trên cửa sổ Exponential Smoothing, phần Smoothing method, chọn Holt – Winters – No seasonal Chuỗi san Holt exchangeh Ta thu kết dự báo Bảng : Hằng số san Hằng số san RMSE Giá trị trung bình Giá trị 1.0000 0.0400 127.5002 23203.00 20.98676 Bảng Kết dự báo san mũ Holt Trên cửa sổ Command dùng lệnh line exchange exchangeh có biểu đồ Hình đây: 13 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 06 07 08 09 10 11 12 EXCHANGE 13 14 15 16 17 18 19 20 EXCHANGEH Hình Biểu đồ so sánh exchange exchangeh 3.4 Phương pháp phân tích chuỗi thời gian Bước 1: Nhận dạng liệu Chuỗi exchange có tính xu thế, khơng có tính dừng tính mùa vụ Bước 2: Tách yếu tố mùa vụ Bỏ qua Bước chuỗi exchange khơng có tính mùa vụ Bước 3: Ước lượng chuỗi exchange theo hàm xu Ước lượng exchange theo biến T Trên cửa sổ Command: Gõ lệnh genr t = @trend(2005M12) để tạo biến xu t Gõ lệnh ls exchange c t để ước lượng exchange theo biến t, thu bảng kết Bảng 6: Biến Hệ số p-value C 15900.470 0.0000 T 50.757 0.0000 Bảng Kết hồi quy phân tích số Ta có mơ hình hồi quy số 1: ℎ = 15900.47 + 50.757 Kiểm định giả thuyết thống ̂ kê hệ số hồi quy Cặp giả thuyết: { :=0 1: ≠0 14 Với mức ý nghĩa cho trước, p-value < Theo kết ước lượng, với   Bác bỏ 0, chấp nhận = 0.05, ta thấy: Hệ số chặn T có p-value = 0.0000 <  bác bỏ = 0.05 Hệ số hồi quy T có ý nghĩa thống kê Mơ hình có ý nghĩa thống kê mức ý nghĩa = 0.05 Kiểm định bỏ sót biến Cặp giả thuyết: { 0: ℎì ℎ ℎơ ỏ ó ế 1: ℎì ℎ ℎ ế ế Trên cửa sổ ước lượng, vào View/ Stability Diagnostics/ Ramsey RESET test Ta có kết Bảng 7: Giá trị df p-value t-statistic 13.44327 163 0.0000 F-statistic 180.7214 (1,163) 0.0000 Likelihood ratio 123.8495 0.0000 Bảng Kiểm định bỏ sót biến số Theo kết kiểm định, ta thấy p-value = 0.0000 <   Bác bỏ 0, chấp nhận = 0.05 OLS bị vi phạm, mơ hình bị bỏ sót biến Ước lượng lại exchange theo t, t , t , t , t , t Trên cửa sổ Command, gõ lệnh ls exchange c t t^2 t^3 t^4 t^5 t^6 Ta thu bảng kết Bảng 8: Biến Hệ số p-value C 16554.51 0.0000 T -141.1549 0.0000 T^2 6.922075 0.0000 T^3 -0.076288 0.0178 T^4 0.000178 0.6082 T^5 1.45E-06 0.4205 T^6 -6.21E-09 0.0844 Bảng Kết hồi quy phân tích số Ta có mơ hình hồi quy số 2: ̂ − 0.076288 ℎ = 16554.51 − 141.1549 + 6.922075 + 145 − 06 − 6.21 − 09 Kiểm định giả thuyết thống kê hệ số hồi quy 15 + 0.000178 Cặp giả thuyết: { : =0 1: ≠0 Với mức ý nghĩa cho trước, p-value < bác bỏ Theo kết ước lượng, với = 0.05, ta thấy: Biến T p-value 0.00000.05 T2 T3 T T T Kết luận Có ý nghĩa thống kê Có ý nghĩa thống kê Có ý nghĩa thống kê Khơng có ý nghĩa thống kê Khơng có ý nghĩa thống kê Khơng có ý nghĩa thống kê Bác bỏ Bác bỏ Bác bỏ Không bác bỏ Không bác bỏ Không bác bỏ Hệ số hồi quy biến T , T , T khơng có ý nghĩa thống kê khơng có sở để loại ba biến khỏi mơ hình Mơ hình có ý nghĩa thống kê mức ý nghĩa = 0.05, có ba hệ số hồi quy biến độc lập khác Kiểm định bỏ sót biến Cặp giả thuyết: { 0: ℎì ℎ ℎơ ỏ ó ế 1: ℎì ℎ ℎ ế ế Trên cửa sổ ước lượng, vào View/ Stability Diagnostics/ Ramsey RESET test Ta có kết Bảng 9: Giá trị df p-value t-statistic 1.337629 158 0.1829 F-statistic 1.789250 (1,158) 0.1829 Likelihood ratio 1.869281 0.1716 Bảng Kiểm định bỏ sót biến số Theo kết kiểm định, ta thấy p-value = 0.1829 >   Khơng có sở bác bỏ = 0.05 OLS không bị vi phạm, mô hình khơng bị bỏ sót biến Kiểm định phân phối chuẩn nhiễu Cặp giả thuyết: { 0: 1: ℎ ễ ℎô ℎâ ℎố ℎ ễ ℎâ ℎố ℎ ẩ ℎ ẩ Trên cửa sổ ước lượng, vào View/ Residual Diagnostics/ Histogram Normality Test Theo kết kiểm định, ta thấy: p-value = 0.005588 <   Bác bỏ , chấp nhận Nhiễu không phân phối chuẩn Kiểm định phương sai sai số thay đổi 16 = 0.05 Cặp giả thuyết: { 1: : ℎươ ố ℎô đổ ố ℎ ℎươ đổ Trên cửa sổ ước lượng vào View/ Residual Diagnostics/ Heteroskedasticity Test/ White Theo kết kiểm định, ta thấy: p-value = 0.0001 < Bác bỏ  0, chấp nhận = 0.05 Phương sai sai số thay đổi  Kiểm định tự tương quan Cặp giả thuyết: { 0: ℎì ℎ ℎơ ó ự ươ 1: ℎì ℎ ó ự ươ Trên cửa sổ ước lượng vào View/ Residual Diagnostics/ Serial Correlation LM test Theo kết kiểm định, ta thấy p-value = 0.0000 < = 0.05  Cả giả thuyết OLS bị vi phạm Ước lượng lại exchange theo t, t , t , log(t), 1/t Trên cửa sổ Command, gõ lệnh ls exchange c t t^2 t^3 log(t) 1/t Ta thu bảng kết Bảng 10: Biến Hệ số p-value C 22162.25 0.0000 T 329.8830 0.0000 T^2 -2.082304 0.0000 T^3 0.005238 0.0000 log(T) -3893.451 0.0000 1/T -6990.264 0.0000 Bảng 10 Kết hồi quy phân tích số Ta có mơ hình hồi quy số 3: ℎ + 0.005238 = 22162.25 + 329.8830 − 2.082304 6990.264 − 3893.451 log( ) − Kiểm định giả thuyết thống kê hệ số hồi quy Cặp giả thuyết: { : =0 : ≠0 Với mức ý nghĩa cho trước, p-value < bác bỏ Theo kết ước lượng, với = 0.05, ta nhận thấy tất hệ số hồi quy có p-value = 0.0000 < = 0.05  Mơ hình có ý nghĩa thống kê mức ý nghĩa = 0.05 tất biến 17 Kiểm định bỏ sót biến Cặp giả thuyết: { 0: ℎì ℎ ℎơ ỏ ó ế 1: ℎì ℎ ℎ ế ế Trên cửa sổ ước lượng, vào View/ Stability Diagnostics/ Ramsey RESET test Ta có kết Bảng 11: Giá trị df p-value t-statistic 1.337629 159 0.1777 F-statistic 1.789250 (1,159) 0.1777 Likelihood ratio 1.869281 0.1677 Bảng 11 Kiểm định bỏ sót biến số Theo kết kiểm định, ta thấy p-value = 0.1777 >   Không có sở bác bỏ = 0.05 OLS khơng bị vi phạm, mơ hình khơng bị bỏ sót biến Kiểm định phân phối chuẩn nhiễu Cặp giả thuyết: { 0: 1: ℎ ễ ℎô ℎâ ℎố ℎ ễ ℎâ ℎố ℎ ẩ ℎ ẩ Trên cửa sổ ước lượng, vào View/ Residual Diagnostics/ Histogram Normality Test Theo kết kiểm định, ta thấy: p-value = 0.099276 >   Không bác bỏ = 0.05 Nhiễu phân phối chuẩn Kiểm định phương sai sai số thay đổi : ℎươ ố 0ℎô đổ Cặp giả thuyết: { 1: ố ℎ ℎươ đổ Trên cửa sổ ước lượng vào View/ Residual Diagnostics/ Heteroskedasticity Test/ White Theo kết kiểm định, ta thấy: p-value = 0.0006 <   Bác bỏ 0, chấp nhận = 0.05 Phương sai sai số thay đổi mức ý nghĩa = 0.05 Kiểm định tự tương quan Cặp giả thuyết: { 0: ℎì ℎ ℎơ ó ự ươ 1: ℎì ℎ ó ự ươ Trên cửa sổ ước lượng vào View/ Residual Diagnostics/ Serial Correlation LM test Theo kết kiểm định, ta thấy p-value = 0.0000 < = 0.05  Bác bỏ 0, chấp nhận 18  Mơ hình mắc khuyết tật tự tương quan mức ý nghĩa = 0.05 Vậy mơ hình phân tích theo chuỗi thời gian số mắc khuyết tật phương sai sai số thay đổi tự tương quan Trên cửa sổ ước lượng, chọn Estimate Trên cửa sổ Estimate Equation, phần Methods chọn ROBUSTLS – Robust least squared Lúc có nghĩa nhóm dùng hồi quy Robust để kiểm sốt khuyết tật phương sai sai số thay đổi tự tương quan thu kết hồi quy Bảng 12: Biến Hệ số p-value C 21842.82 0.0000 T 309.2111 0.0000 T^2 -1.890118 0.0000 T^3 0.004643 0.0000 log(T) -3670.906 0.0000 1/T -6557.569 0.0000 Bảng 12 Kết hồi quy sử dụng Robust Bước 4: Dự báo chuỗi gốc Trên cửa sổ ước lượng, ta chọn Forecast, cụ thể phần Forecast Sample chọn mẫu từ 2006M01 2019M10 Ta có kết Hình 8: 24,000 Forecast: EXCHANGEF Actual: EXCHANGE Forecast sample: 2006M01 2019M10 Included observations: 166 Root Mean Squared Error 352.3218 Mean Absolute Error 272.5097 Mean Abs Percent Error 1.406271 Theil Inequality Coefficient 0.008684 Bias Proportion 0.002651 Variance Proportion 0.006168 Covariance Proportion 0.991181 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 06 07 08 09 10 11 12 EXCHANGEF 13 14 15 16 17 18 19 ± S.E Hình Dự báo mẫu exchangef Từ Hình 8, ta thấy: MAPE =1.406271 < Tức sai số dự báo < 5% => Có thể sử dụng mơ hình để dự báo ngồi mẫu Mở lại cửa sổ Forecast Trong phần Forecast sample chọn mẫu 2006M01 2020M04 Ta thu chuỗi dự báo exchangef Trên cửa sổ Command gõ lệnh line exchange exchangef thu kết Hình 9: 19 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 06 07 08 09 10 11 12 13 EXCHANGE 14 15 16 17 18 19 20 EXCHANGEF Hình Biểu đồ so sánh exchange exchangef 3.5 Phương pháp dự báo mơ hình ARIMA Bước 1: Kiểm tra tính dừng chuỗi cần dự báo Như khảo sát mục 1, chuỗi exchange không dừng chuỗi sai phân bậc exchange có tính dừng Bước 2: Xác định độ trễ p, q Trên cửa sổ Series: exchange vào View/ Correlogram Trên cửa sổ Correlogram Specification chọn Corelogram of 1st difference thu kết Hình 10: Hình 10 Giản đồ tự tương quan giản đồ tự tương quan riêng phần 20 Trên đồ thị tương quan riêng phần, tồn hai hệ số khác có ý nghĩa thống kê độ trễ 1, 11 vượt khỏi đường biên Vậy p mang giá trị 11 Tương tự, đồ thị tương quan ACF, tồn hai số khác 0, có ý nghĩa thống kê độ trễ 1, 20 vượt khỏi đường biên Vậy q mang giá trị 20 Như vậy, ta có mơ hình ARIMA với: p = 11 (độ trễ AR) q = 20 (độ trễ MA) Bước 3: Ước lượng mơ hình kiểm định khuyết tật Ước lượng mơ hình Nhóm tiến hành ước lượng mơ hình theo lệnh Eviews thực kiểm định phân phối chuẩn nhiễu kiểm định Các mơ sau: Mơ hình 1: ls d(exchange) c ar(1) Mơ hình 2: ls d(exchange) c ar(11) Mơ hình 3: ls d(exchange) c ma(1) Mơ hình 4: ls d(exchange) c ma(20) Mơ hình 5: ls d(exchange) c ar(1) ar(11) Mơ hình 6: ls d(exchange) c ar(1) ma(1) Mơ hình 7: ls d(exchange) c ar(1) ma(20) Mơ hình 8: ls d(exchange) c ar(11) ma(1) Mơ hình 9: ls d(exchange) c ar(11) ma(20) Mơ hình 10: ls d(exchange) c ma(1) ma(20) Mơ hình 11: ls d(exchange) c ar(1) ar(11) ma(1) Mơ hình 12: ls d(exchange) c ar(1) ar(11) ma(20) Mơ hình 13: ls d(exchange) c ar(1) ma(1) ma(20) Mơ hình 14: ls d(exchange) c ar(11) ma(1) ma(20) Mơ hình 15: ls d(exchange) c ar(1) ar(11) ma(1) ma(20) 21 Ta có bảng kết Bảng – – Phụ lục Nhận thấy, tất mơ hình mắc khuyết tật phương sai sai số thay đổi, riêng mơ hình khơng có ý nghĩa Do đó, nhóm khơng tiến hành dự báo phương pháp ARIMA cho chuỗi exchange Kết luận Chọn chuỗi exchange, exchanges, exchanged, exchangeh, exchangef: click phải chuột chọn Open/ as Group Chọn số liệu kết phương pháp dự báo, ta có bảng số liệu Bảng 13: 2019M11 2019M12 2020M01 2020M02 2020M03 2020M04 exchange exchanges exchanged exchangeh NA 23203.00 23186.45 23223.99 NA 23203.00 23173.46 23244.97 NA 23203.00 23160.46 23265.96 NA 23203.00 23147.46 23286.95 NA 23203.00 23134.46 23307.93 NA 23203.00 23121.47 23328.92 Bảng 13 Tổng hợp giá trị dự báo exchangef 23564.61 23609.73 23655.88 23703.09 23751.37 23800.76 Để so sánh mơ hình dự báo: Nhóm tiến hành gõ lệnh tính tốn MAPE RMSE chuỗi câu lệnh sau: genr rmse = @sqrt(@mean((exchange-*chuỗi exchange dự báo*)^2)) genr mape=@mean(@abs((exchange-*chuỗi exchange dự báo*)/exchange)) Trong đó, chuỗi exchange dự báo là: exchanges, exchanged, exchangeh, exchangef Nhóm tổng hợp kết lại thành Bảng 14 đây: Chuỗi dự báo RMSE MAPE exchanges 216.9395 0.004548 exchanged 168.1324 0.005176 exchangeh 127.5002 0.004281 exchangef 352.3218 0.014063 Bảng 14 RMSE, MAPE chuỗi dự báo 22 Đồng thời, nhóm tiến hành gõ lệnh để xem xét đồ thị exchanges, exchanged, exchangeh, exchangef so với đường gốc exchange thu Hình 11 24,000 22,000 20,000 18,000 16,000 14,000 06 07 08 09 10 11 12 EXCHANGE EXCHANGED EXCHANGEF 13 14 15 16 17 18 19 20 EXCHANGES EXCHANGEH Hình 11 Biểu đồ so sánh giá trị dự báo với exchange Dựa vào kết từ bảng hình trên, ta thấy phương pháp san mũ Holt có thơng số RMSE, MAPE nhỏ nhất, đồ thị exchangeh biểu diễn sát với đồ thị exchange Vậy, để lựa chọn phương pháp dự báo tốt cho chuỗi exchange khoảng thời gian từ 2019M11 đến 2020M04 dựa vào số liệu từ 2006M01 đến 2019M10, ta lựa chọn phương pháp san mũ Holt 23 PHỤ LỤC 2006M01 2006M02 2006M03 2006M04 2006M05 2006M06 2006M07 2006M08 2006M09 2006M10 2006M11 2006M12 2007M01 2007M02 2007M03 2007M04 2007M05 2007M06 2007M07 2007M08 2007M09 2007M10 2007M11 2007M12 2008M01 2008M02 2008M03 2008M04 2008M05 2008M06 2008M07 2008M08 2008M09 2008M10 2008M11 2008M12 2009M01 2009M02 2009M03 2009M04 2009M05 2009M06 2009M07 2009M08 15914.095 15923.400 15913.913 15931.450 15968.478 15983.455 15997.381 16010.261 16033.429 16061.455 16086.955 16064.048 16055.087 15992.500 16011.364 16036.571 16057.913 16114.000 16135.091 16212.391 16198.850 16083.739 16063.318 16038.762 15987.174 15955.286 15907.190 16116.227 16172.773 16523.190 16800.739 16611.667 16616.773 16710.391 16906.500 17035.391 17477.182 17482.600 17559.409 17776.364 17778.000 17795.955 17808.826 17814.333 2009M09 2009M10 2009M11 2009M12 2010M01 2010M02 2010M03 2010M04 2010M05 2010M06 2010M07 2010M08 2010M09 2010M10 2010M11 2010M12 2011M01 2011M02 2011M03 2011M04 2011M05 2011M06 2011M07 2011M08 2011M09 2011M10 2011M11 2011M12 2012M01 2012M02 2012M03 2012M04 2012M05 2012M06 2012M07 2012M08 2012M09 2012M10 2012M11 2012M12 2013M01 2013M02 2013M03 2013M04 24 17831.955 17849.818 17958.238 18465.174 18458.905 18718.800 19053.000 18997.500 18984.714 18981.909 19081.091 19260.091 19487.091 19490.524 19497.000 19495.826 19497.810 20327.450 20867.348 20853.571 20636.364 20599.909 20583.857 20755.304 20827.364 20908.619 21008.000 21014.773 20975.455 20873.762 20842.636 20837.714 20856.565 20939.667 20871.136 20861.087 20862.000 20860.043 20851.864 20845.619 20842.174 20858.300 20944.905 20909.545 2013M05 20967.783 2016M09 22304.000 2013M06 21033.650 2016M10 22311.905 2013M07 21220.087 2016M11 22456.773 2013M08 21120.682 2016M12 22718.091 2013M09 21128.952 2017M01 22592.818 2013M10 21109.174 2017M02 22722.050 2013M11 21102.714 2017M03 22793.870 2013M12 21110.455 2017M04 22708.050 2014M01 21086.435 2017M05 22714.696 2014M02 21096.650 2017M06 22714.091 2014M03 21099.429 2017M07 22732.762 2014M04 21096.500 2017M08 22729.696 2014M05 21125.636 2017M09 22727.619 2014M06 21254.952 2017M10 22721.500 2014M07 21238.000 2017M11 22717.955 2014M08 21206.667 2017M12 22711.762 2014M09 21207.318 2018M01 22704.000 2014M10 21257.087 2018M02 22712.900 2014M11 21339.950 2018M03 22775.045 2014M12 21377.739 2018M04 22783.238 2014M09 21364.545 2018M05 22774.478 2014M10 21335.200 2018M06 22845.524 2014M11 21443.455 2018M07 23098.136 2014M12 21593.773 2018M08 23294.261 2015M01 21733.762 2018M09 23304.300 2015M02 21811.909 2018M10 23343.174 2015M03 21815.304 2018M11 23318.455 2015M04 22167.190 2018M12 23283.095 2015M05 22483.409 2019M01 23196.739 2015M06 22350.636 2019M02 23204.950 2015M07 22428.952 2019M03 23200.429 2015M08 22503.261 2019M04 23215.182 2015M09 22407.095 2019M05 23355.348 2015M10 22325.667 2019M06 23342.200 2015M11 22299.609 2019M07 23221.000 2015M12 22294.238 2019M08 23212.636 2016M01 22331.500 2019M09 23204.619 2016M02 22334.864 2019M10 23203.000 2016M03 22302.476 2019M11 N/A 2016M04 22300.522 2019M12 N/A 2016M05 20967.783 2020M01 N/A 2016M06 21033.650 2020M02 N/A 2016M07 21220.087 2020M03 N/A 2016M08 21120.682 2020M04 N/A Bảng - Bảng số liệu tỷ giá hối đoái VNĐ/USD 25 c ar(1) ar(11) ma(1) ma(20) Phân phối chuẩn c ar(1) ar(11) ma(1) ma(20) Phân phối chuẩn MH1 MH2 MH3 MH4 44.363 46.192 44.094 43.228 (3.349)*** (3.964)*** (3.443)*** (3.743)*** 0.270 (3.568)*** 0.087 (1.068) 0.348 (4.739)*** 0.196 (2.499)** 0.000 0.000 0.000 MH5 46.121 (2.780)*** 0.275 (3.521)*** 0.107 (1.348) MH8 MH9 MH10 MH11 46.045 45.147 43.283 46.102 (2.929)*** (3.257)*** (2.892)*** (3.312)*** -0.309 (-1.672)* 0.121 0.096 0.112 (1.464) (1.179) (1.418) 0.365 0.390 0.647 (4.745)*** (5.557)*** (4.324)*** 0.220 0.248 (2.729)*** (3.498)*** 0.000 0.000 0.000 0.000 MH12 44.956 (2.241)** 0.286 (3.672)*** 0.105 (1.337) MH6 44.335 (3.776)*** -0.358 (-2.007)** MH7 43.188 (2.721)*** 0.284 (3.748)*** 0.671 (4.740)*** 0.000 0.000 0.217 (2.772)*** 0.000 MH13 MH14 43.502 45.449 (3.064)*** (2.468)** -0.108 (-0.612) 0.121 (1.479) 0.472 0.397 (3.166)*** (5.575)*** 0.239 0.236 0.275 (2.968)*** (3.376)*** (3.836)*** 0.000 0.000 0.000 MH15 45.546 (2.620)*** -0.07 (-0.443) 0.115 (1.401) 0.453 (3.207)*** 0.264 (3.682)*** 0.000 Bảng - Kết hồi quy ARIMA kiểm định phân phối chuẩn nhiễu Ghi chú: Giá trị ngoặc đơn thống kê t với *,**,*** hệ số có ý nghĩa mức 10%, 5%, 1% Giá trị phân phối chuẩn giá trị p-value kiểm định phân phối chuẩn nhiễu ... 2010M08 2010M09 2010M10 2010M11 2010M12 2011M01 2011M02 2011M03 2011M04 2011M05 2011M06 2011M07 2011M08 2011M09 2011M10 2011M11 2011M12 2012M01 2012M02 2012M03 2012M04 2012M05 2012M06 2012M07 2012M08... 2016M07 21220.087 2020M03 N/A 2016M08 2112 0.682 2020M04 N/A Bảng - Bảng số liệu tỷ giá hối đoái VNĐ/USD 25 c ar(1) ar (11) ma(1) ma(20) Phân phối chuẩn c ar(1) ar (11) ma(1) ma(20) Phân phối chuẩn MH1... exchange khoảng thời gian từ 2019M11 đến 2020M04 dựa vào số liệu từ 2006M01 đến 2019M10, ta lựa chọn phương pháp san mũ Holt 23 PHỤ LỤC 2006M01 2006M02 2006M03 2006M04 2006M05 2006M06 2006M07