Dụ báo nền kinh tế bằng phương pháp mạng neuron

Luận văn thạc sĩ MỤC LỤC Chương I .7 GIỚI THIỆU I ĐẶT VẤN ĐỀ II MỤC TIÊU CỦA ĐỀ TÀI .8 III CẤU TRÚC BÀI BÁO CÁO Chương II 11 CÁC NGHIÊN CỨU LIÊN QUAN 11 IV CÁC PHƯƠNG PHÁP DỰ BÁO 11 Phương pháp định tính .11 Phương pháp định lượng 13 Các phương pháp dự báo sử dụng data mining 14 V LẤY THÔNG TIN TRÊN WEB 18 Chương III 22 PHƯƠNG HƯỚNG GIẢI QUYẾT BÀI TỐN 22 I PHÂN TÍCH BÀI TỐN 22 II NEURAL NETWORK 23 Các thành phần cấu trúc mạng neuron 24 Mơ hình Feedforward Backpropagation (FFNN) 30 Kiến trúc mạng Feedforward .31 Giải thuật Backpopagation (BP) 32 III MƠ HÌNH HỆ THỐNG MẠNG NEURON MỜ HỒI QUY (RFNN) .34 Giới thiệu hệ thống fuzzy 34 Cấu trúc RFNNs 36 HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ Hoạt động mơ hình 38 Giải thuật học cho RFNNs 40 IV KẾT HỢP GIẢI THUẬT GENETIC VÀO NEURAL NETWORK 41 Giới thiệu Genetic 41 Ứng dụng giải thuật gen vào neural network .45 V LẤY DỮ LIỆU TRÊN WEB .50 Query analyzer 51 Spider 51 Retrieve & Parser .51 Result Filter 52 VI HIDDEN MARKOV MODEL (HMM) .52 Giới thiệu .52 Các yếu tố HMM 52 Các vấn đề liên quan đến HMM 54 Áp dụng HMM vào toán IE 64 Chương IV 67 THIẾT KẾ VÀ HIỆN THỰC CHƯƠNG TRÌNH 67 I MODULE DỰ BÁO .67 Module tiền xử lý liệu 68 Module dự báo .72 II MODULE RÚT TRÍCH THƠNG TIN TỪ WEB .91 Sơ đồ khối tổng quát 91 Hiện thực module 92 Chương V 101 ĐÁNH GIÁ VÀ HƯỚNG PHÁT TRIỂN .101 I ĐÁNH GIÁ 101 Module dự báo 101 Module rút trích thơng tin 107 II HƯỚNG PHÁT TRIỂN 108 Module dự báo 108 Module rút trích thơng tin 108 HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ TÀI LIỆU THAM KHẢO 109 PHỤ LỤC A .109 PHỤ LỤC B .109 PHỤ LỤC C .109 HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ DANH MỤC HÌNH Hình Mơ hình hệ thống .22 Hình Workflow 23 Hình Mạng Neuron Sinh Học 24 Hình Các thành phần mạng Neural Network .25 Hình Một số hàm hoạt tính thường dùng 27 Hình Mạng Feedforward 27 Hình Recurrent Neural Network 28 Hình Q trình xử lí thơng tin neuron 28 Hình Supervised learning 29 Hình 10 Unsupervised learning 29 Hình 11 Kiến trúc mạng Feedforward tầng 31 Hình 12 Trạng thái neuron 31 Hình 13 Thủ tục huấn luyện 33 Hình 14 Hệ thống fuzzy 34 Hình 15 Ví dụ luật mờ IF-THEN .35 Hình 16 Mơ hình RFNN 37 Hình 17 Thủ tục huấn luyện 33 Hình 18 Biễu diễn quần thể mạng neuron 46 Hình 19 Giải thuật genetic 48 Hình 20 Mơ hình query liệu WEB 50 Hình 21 Hệ thống dự báo kinh tế 68 HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ Hình 22 Module tiền xử lý 72 Hình 23 Lưu đồ trình học 73 Hình 24 Giải thuật BP mạng Feeđforward 74 Hình 25 Tối thiểu cục (Local minimum) 84 Hình 26 Lưu đồ trình kiểm tra sau huấn luyện 85 Hình 27 Lưu đồ trình dự báo 85 Hình 28 Mơ hình hệ thống .87 Hình 29 Thành phần input 87 Hình 30 Thành phần Architecture 88 Hình 31 Thành phần Algorithm 89 Hình 32 Thành phần working .90 Hình 33 Đồ thị biễu diễn trình kiểm tra 90 Hình 34 Sơ đồ tổng quát module rút trích thơng tin 91 Hình 35 Module Information Extraction 93 Hình 36 Cây phân đoạn 95 Hình 37 HMM lấy giá sản phẩm không theo thời gian 96 Hình 38 HMM lấy giá sản phẩm theo thời gian 97 Hình 39 luyện (b) Module trainer (c), HMM trước huấn luyện (a) sau huấn 100 Hình 40 Module Extractor 100 HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ DANH MỤC BẢNG Bảng Thống kê cho mặt hàng vàng mơ hình FFNN Bảng Thống kê cho mặt hàng cà phê mơ hình FFNN Bảng Thống kê cho mặt hàng vàng mơ hình RFNN Bảng Thống kê cho mặt hàng cà phê mơ hình RFNN Bảng Thống kê cho mặt hàng vàng cà phê mơ hình neural network & genetic Bảng Thống kê kết dự báo mặt hàng Bảng Thống kê module rút trích thơng tin HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ Chương I GIỚI THIỆU I ĐẶT VẤN ĐỀ Con người luôn quan tâm đến tương lai Từ xa xưa nhà tiên tri giữ vị trí quan trọng cộng đồng Khi văn minh nhân loại phát triển làm gia tăng mối quan hệ phức tạp vốn có sống Do người cần có "nhìn tương lai" họ Ngày nay, tất quan Chính phủ, tổ chức lợi nhuận, phi lợi nhuận công ty lĩnh vực kinh doanh cá nhân có nhu cầu dự báo kiện tương lai nhằm phục vụ cho công việc mình: kế hoạch phát triển cơng ty, tỉ lệ lợi nhuận kinh doanh… Mặc dù có nhiều kỹ thuật dự báo phát triển kỷ thứ 19, nhiên dự báo có ảnh hưởng mạnh mẽ vào lúc công nghệ thông tin phát triển nhanh chóng Bởi việc mơ phương pháp dự báo cần hỗ trợ máy tính Trong khứ, nhiều phần mềm thiết kế đặc biệt cho phương pháp phân tích dự báo khác Ngoài phần mềm thống kê vận hành máy tính thơng thường đề cập đến nhiều kỹ thuật dự báo Với phát triển hệ thống máy tính cá nhân, kỹ thuật dự báo đại triển khai thực cách nhanh chóng dễ dàng Một kỹ thuật dự báo đại data mining Có nhiều phương pháp data mining sử dụng để dự báo như: neural network, support vetor machine, perceptron regression, … Các phương pháp dự báo có ưu nhược điểm khác tùy vào vấn đề cần giải Do gặp phải tốn cụ thể, ta phải dựa vào tính chất tốn để lựa chọn phương pháp thích hợp Ngày nay, ảnh hưởng nhiều yếu tố khác nhau, giá mặt hàng nước giới thường xuyên biến động giá vàng, đô la, dầu, HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ … Do nhu cầu dự báo giá mặt hàng tương lai cần thiết Hiện nay, lãnh vực kinh tế, nhà kinh tế thường ứng dụng mơ hình ARIMAR để dự báo Tuy nhiên phương pháp nhiều hạn chế định Như đề tài áp dụng phương pháp data mining để cố gắng xây dựng công cụ dự báo hiệu Tuy nhiên để dự báo phương pháp, cần có tập lớn liệu khứ Việc tìm kiếm liệu gặp phải số khó khăn yếu tố khách quan Ngày Internet phát triển mạnh rộng rãi, liệu giá mặt hàng có nhiều Internet Tuy nhiên liệu nằm rải rác website khác Do để lấy thơng tin cần phải tìm hiểu sở lý thuyết rút trích thơng tin Web để từ tìm phương pháp thích hợp để lấy giá mặt hàng từ Internet II MỤC TIÊU CỦA ĐỀ TÀI Mục đích luận văn nghiên cứu phương pháp dự báo sử dụng mạng neural kết hợp với fuzzy logic, giải thuật genetic để dự báo giá mặt hàng như: vàng, đô la, gạo, cà phê … Phương pháp neuron giả lập vận hành não người Phương pháp phù hợp với tốn có liệu phi tuyến Luận văn kết hợp phương pháp neuron với hai lý thuyết fuzzy logic giải thuật genetic để tăng độ xác tốc độ cho mạng neuron trình dự báo Ngồi mục đích luận văn ngồi việc xây dựng công cụ dự báo giá mặt hàng từ tập liệu có sẵn, luận văn cố gắng xây dựng sở lý thuyết công cụ để lấy giá mặt hàng từ Internet sử dụng mơ hình Hidden Markov Model (HMM) Các cơng việc cụ thể sau: Tìm hiểu sở lý thuyết mạng neuron Tìm hiểu mơ hình mạng hướng tới (feed forward neural network) sử dụng giải thuật huấn luyện back propagation HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ Tìm hiểu lý thuyết hệ thống fuzzy từ liên hệ lý thuyết mơ hình mạng hồi qui mờ (Recurrent Fuzzy Neural Network) Tìm hiểu sở lý thuyết genetic, áp dụng genetic để huấn luyện mạng neuron Xây dựng module dự báo giá số mặt hàng kinh tế dựa mơ hình mạng neuron hướng tới sử dụng giải thuật back propagation, genetic, mơ hình mạng hồi qui mờ Tìm hiểu sở lý thuyết Hidden Markov Model (HMM) Xây dựng module rút trích giá số mặt hàng kinh tế sử dụng mơ hình HMM III CẤU TRÚC BÀI BÁO CÁO Bài báo cáo chia làm chương Chương I: giới thiệu đề tài, mục tiêu đề tài cấu trúc báo cáo Chương II: Trình bày nghiên cứu liên quan đến lãnh vực trình bày đề tài Cụ thể nghiên cứu liên quan đến việc sử dụng mạng neuron hệ lai cho toán dự báo, nghiên cứu tốn rút trích thơng tin, sử dụng HMM cho tốn rút trích thơng tin Chương III: Trình bày lý thuyết mạng neuron hệ lai bao gồm mạng hồi qui mờ (kết hợp mạng neuron lý thuyết mờ), lý thuyết genetic, sử dụng GA để huấn luyện mạng neuron Chương IV: Trình bày việc thiết kế thực hệ thống sử dụng lý thuyết tìm hiểu chương III Chương V: Đánh giá liệu sử dụng đề tài thống kê kết module dự báo chạy liệu khác mơ hình mạng khác Đánh giá ưu khuyết điểm mơ hình mạng neuron HV: Dương Ngọc Hiếu Trang Luận văn thạc sĩ Ngoài thống kê số kết module tìm kiếm giá internet Bên cạnh chương trình bày hướng phát triển đề tài HV: Dương Ngọc Hiếu Trang 10 Luận văn thạc sĩ [012] D Konopnicki, O Shmueli W3QS A Query System for the World Wide Web In Proc of ICDE 98, pp 24-33, 1998 [013] M Fernandez, D Florescu, Dan Suciu A Query Language for A Web-Site Management System, SIGMOD Record, 26(3), pp 4-11 1998 [014] Cao LJ, Tay FEH Financial Forecasting Using Support Vector Machines, Neural Computing Applications 184-92, 2001 [015] Tay FEH, Cao LJ Application of Support Vector Machines in nacial time series forecasting Omega, 309 – 17, 2001 [014] Nancy R Zhang, Hidden Markov Models for Information Extraction, 2001 [015] Freitag, D., & McCallum Information extraction with HMM structures learned by stochastic optimization Proceedings of the Eighteenth Conference on Artificial Intelligence, AAAI, 2000 [016] Freitag D and McCallum A.L Information extraction using hmms and shrinkage In Papers from the AAAI-99 Workshop on Machine Learning for Information Extraction, pp 31-36 Jul, 1999 AAAI Techinical Report WS-99-11 [017] Leek T.R Information extraction using hidden Markov models Master’s thesis, UC San Diego 1997 [018] Seymore K., McCallum A., Rosenfeld R Learning hidden Markov model structure for information extraction In Papers from the AAAI-99 Workshop on Machine Learning from Information Extraction, pp 37-42 Jul 1999 AAAI Technical Report WS-99-11 [019] Đỗ Thành Dũng Rút trích thơng tin từ tóm tắt báo khoa học trí tuệ nhân tạo dung đồ thị khái niệm Luận văn cao học, 12/2003 HV: Dương Ngọc Hiếu Trang 110 Luận văn thạc sĩ [020] Vũ Thành Nguyên Giải số vấn đề phân tích dự báo kinh tế ứng dụng ngành cơng nghiệp Thành Phố Hồ Chí Minh Sở Khoa Học Cơng Nghệ Thành Phố Hồ Chí Minh 2002 [021] Nguyễn Trung Trực, Dương Ngọc Hiếu, Trần Nguyễn Hồng Huy, Nguyễn Lư Đăng Khoa Hệ tìm kiếm thơng minh Hội Nghị Khoa Học Trẻ ĐH BK TP HCM 2005 [022] Javier Contreras ARIMA Models to Predict Next-Day Electricity Price, IEEE 2003 [023] Mark I Hwang & Jerry W Lin A Neural Fuzzy System Approach to Management Fraud Detection HV: Dương Ngọc Hiếu Trang 111 Luận văn thạc sĩ PHỤ LỤC A QUY ƯỚC VỀ THUẬT NGỮ VÀ KÝ HIỆU Update weights: Cập nhật trọng số Training pattern: Mẫu huấn luyện Descent gradien: Giảm gradien Steepest descent: Giảm theo hướng dốc Activiation: Hàm hoạt tính Initialize weights: Khởi tạo trọng số Backpropagation: Lan truyền ngược Backpropagation error: Lan truyền ngược sai số Recurrent network: Mạng hồi quy Neural network (NN): Mạng neuron Multi-layer network: Mạng đa tầng ANN (Artificial neural network): Mạng neuronnhân tạo FFNN (Feedforward Backpropagation Neural Network): Mạng neuron với kiến trúc mạng hướng tới giải thuật lan truyền ngược RFNN (Recurrent Fuzzy Neural Network): Mạng hồi quy mờ GA (Genetic Algorithm): Giải thuật gen Neuron: Đơn vị tính tốn Input neuron: Neuron tầng nhập Hidden neuron: Neuron tầng ẩn Output neuron: Neuron tầng xuất Input layer: Tầng nhập Output layer: Tầng xuất Hidden layer: Tầng ẩn Regresstion: Hồi qui, truy hồi Learning process: Quá trình học Testing process: Quá trình kiểm tra Membership function: Hàm thành viên Fuzzier: Bộ mờ hóa Defuzzier: Bộ giải mờ Fuzzy rule base: Cơ sở luật mờ Fuzzy inference engine: Bộ suy diễn mờ HMM (Hidden Markov Model): Mơ hình ẩn Markov Forward: Hướng tới HV: Dương Ngọc Hiếu Trang 112 Luận văn thạc sĩ Backward: P: ∑: wij: η: α: Π: H(A, B): aij: bij: π: HV: Dương Ngọc Hiếu Quay lui xác suất Tổng Trọng số nối neuron thứ i neuron thứ j Tham số nhận biết hệ số momentum Tích Khoảng cách hamming hai kiểu gen A B Xác suất chuyển từ trạng thái i sang trạng thái j HMM Xác suất kí hiệu vk rơi vào trạng thái Sj HMM phân phối xác suất khởi tạo HMM Trang 113 Luận văn thạc sĩ PHỤ LỤC B ĐÁNH GIÁ DỮ LIỆU Theo nghiên cứu TS Vũ Thanh Nguyên [033], ta có sơ đánh giá giá mặt hàng sau Vàng Trước hết, ta quan sát đồ thị biến động giá vàng từ năm 1997 đến 2000, với quan sát thu thập hàng ngày 540 520 500 480 460 440 420 200 400 600 800 1000 1200 1400 GOLD Qua đồ thị ta thấy giá vàng thay đổi theo chu kỳ khoảng 100 quan sát, với mức độ biến động khác Trong biến động đáng kể khoảng đầu năm 1999 Ta nêu nhân tố tác động có giá vàng sau: Cơ chế sách Những thay đổi đường lối sách ln kéo theo biến động giá vàng đầu tiên, đến mặt hàng khác Vàng người dân VN vừa có chức lưu trữ, chức tốn, chức đo lường giá trị …, có sách mới, kết hợp với tin đồn thất thiệt thị trường tác động HV: Dương Ngọc Hiếu Trang 114 Luận văn thạc sĩ nhanh chóng đến người dân, việc lo sợ mua vàng để tích trữ, hay việc hồ hởi mức để bán vàng đưa vào kinh doanh hay mua sắm, tác động làm giá vàng tăng hay giảm Tuy nhiên đột biến giá không kéo dài, thường thời gian ngắn trở lại bình ổn Mức độ biến động đo lường Thị trường - diễn biến kinh tế Tính biến động chu kỳ giá vàng theo đồ thị có lẽ lệ thuộc nhiều vào thị trường, bao gồm thị trường vàng nói riêng thị trường hàng hố nói chung Thị trường vàng: năm sau chi phối đầu nậu tư nhân giảm đáng kể nhờ có tham gia có hiệu bình đẳng doanh nghiệp nhà nước Giá vàng giới có tác động không nhiều Thực tế chi phối đầu nậu tư nhân lớn khơng thể nắm bắt Thị trường hàng hố: sốt đất đai, nhà cửa năm qua nhân tố tác động nhiều đến giá vàng Vì giá nhà đất (đo vàng) tăng lên nhanh, tác động kéo giá vàng giảm tương đối (vì khơng tạo cân đối nghiêm trọng - điều đầu nậu vàng tư nhân không muốn xảy ra, làm cho họ khơng kiểm sốt thị trường) Hoạt động sản xuất kinh doanh mặt hàng khác diễn biến thuận lợi tạo tâm lý an tâm nơi người dân (vốn nắm giữ lượng vàng lớn), họ không cần phải giữ vàng nhà mà sẵn sàng bỏ đổi lấy phương tiện sinh hoạt khác nhằm hưởng sống thoải mái Tuy có tác động cho vàng biến động có tác động kéo giá vàng xuống Kinh tế giới Diễn biến kinh tế giới không tác động trực tiếp lên giá vàng nước, mà thông qua việc ảnh hưởng lên kinh tế nước, gây đình trệ sản HV: Dương Ngọc Hiếu Trang 115 Luận văn thạc sĩ xuất nước, đẩy giá vàng lên, nhu cầu tồn trữ vàng lớn, ngược lại Cạnh tranh Như nói phần trên, cạnh tranh thành phần kinh tế thời gian qua giúp thị trường tương đối cân Khơng cịn lũng đoạn giá thái đầu nậu tư nhân Công nghệ Các yếu tố môi trường, địa lý … Biên độ biến động: ta thấy giá vàng năm 1997 – 2000 có hai đợt biến động lớn từ 460.000 - 520.000 đồng /chỉ 490.000 – 440.000 đồng/chỉ, tức dao động so mức bình quân khoảng +/- 12% tác động nhiều nhân tố Đô la 15000 14000 13000 12000 11000 200 400 600 800 1000 1200 1400 USD Qua đồ thị trên, ta nhận thấy xu hướng lên giá đô la, tác động số nhân tố sau: Cơ chế sách HV: Dương Ngọc Hiếu Trang 116 Luận văn thạc sĩ Nhà nước áp dụng chế sách tỷ giá hối đối có kiểm sốt, với lượng dự trữ ngoại tệ tương đối dồi thời gian gần đây, việc tự hoá phần mua bán ngoại tệ, giúp cho giá la chuyển biến theo hướng có kiểm sốt, khơng có đột biến giá Điều quan trọng, tỷ giá yếu tố tác động lớn lên hoạt động kinh tế, để đột biến bất lợi Mặc dù thời gian qua, kinh tế VN nói chung, kinh tế TP HCM nói riêng có bước phát triển tốt, làm tăng giá đồng tiền VN (tức giảm giá USD), ta thấy tăng trưởng ta chưa thể theo kịp đà tăng trưởng nước khác (Mỹ, Nhật , Anh …) tương đối đồng la tiếp tục tăng giá Điều đáng nói Nhà nước có nỗ lực để tăng giá diễn chậm không gây đột biến nhằm tránh khó khăn cho kinh tế Thị trường – kinh tế giới Biến động giá đô la tác động lớn lên thị trường tất loại hàng hoá, ngược lại, diễn biến tốt hay xấu thị trường tác động ngược lại với tỷ giá, hồn cảnh VN hồ nhập vào tiến trình tồn cầu hố Cạnh tranh – cơng nghệ - yếu tố khác Các yếu tố phát triển mạnh lên tác động lên kinh tế, kinh tế lên tác động làm tăng giá đồng nội tệ Gạo cà phê 1800 280 1600 260 1400 1200 240 1000 220 800 200 600 180 400 200 160 200 200 400 600 800 1000 1200 400 600 800 1000 1200 1400 1400 COFFEE GAO HV: Dương Ngọc Hiếu Trang 117 Luận văn thạc sĩ Qua đồ thị này, thấy rõ xu giảm giá gạo, cà phê, nhìn chung, xu chung mặt hàng lương thực, thực phẩm, VN mà hầu hết giới Tác động đến giá gạo cà phê ta phải kể đến yếu tố phát triển tự nhiên nhu cầu người Càng phát triển, người bớt nhu cầu ăn, uống (tức nhu cầu lương thực, thực phẩm), tất yếu giá mặt hàng giảm tương đối so với mặt hàng công nghệ khác Cơ chế sách Từ nhiều năm nay, hai sản phẩm nhà nước khuyến khích phát triển chúng tạo mạnh xuất nước ta Sản lượng tăng nhanh vừa để phục vụ nhu cầu nước vừa để xuất Ngồi cịn có sách trợ giá cho nơng dân, giảm giá thành gạo cà phê Thị trường - cạnh tranh – kinh tế giới Ba yếu tố phối hợp tác động đến việc giảm giá hai mặt hàng VN nước lớn xuất hai mặt hàng nông sản này, chịu áp lực cạnh tranh lớn Thái Lan, Ấn Độ, Mỹ, Indo… (với gạo), Brazil, Indo … (với cà phê), việc giảm giá để tăng tính cạnh tranh thu hút thị trường yêu cầu bắt buộc, chí năm 2001 Việt nam tác nhân tạo cú sốc giảm giá cà phê giới, điều minh họa cho tác động cạnh tranh (tất nhiên nên tránh tình trạng phá giá này, dễ bị nước khác trả đũa) Công nghệ Với gạo cà phê, yếu tố công nghệ chủ yếu giống, chủng loại với sách hỗ trợ nhà nước nghiên cứu giống, với áp lực cạnh tranh thị trường, với yêu cầu ngày đa dạng chủng loại, … động lực thúc đẩy phát triển sản phẩm chất lượng chủng loại, đặc biệt giá Các yếu tố môi trường, địa lý … HV: Dương Ngọc Hiếu Trang 118 Luận văn thạc sĩ Vì hàng nơng sản, khơng thể khơng nhắc đến yếu tố tự nhiên khí hậu, thổ nhưỡng … mà thiên nhiên ưu đãi cho Điều tạo điều kiện cho việc tăng suất, thử nghiệm giống mới, … dẫn đến giảm giá thành Chắc chắn giá gạo cà phê tiếp tục có xu hướng giảm, giảm từ từ không đột biến Xi măng 54000 52000 50000 48000 46000 44000 200 400 600 800 1000 1200 1400 CEMENT Với mặt hàng xi măng, ta thấy xu hướng chung giảm giá, nguyên nhân chủ yếu tác động đến việc giảm giá tương tự gạo cà phê, sách hỗ trợ Nhà nước, tác động cạnh tranh thị trường tiến công nghệ giúp tăng suất Nhu cầu tiêu thụ ngày tăng, thị trường xi măng nhập đa dạng, phong phú, giá hạ, công nghệ tiến giúp tăng sản lượng nước … Đã làm cho giá xi măng ngày giảm Điều chủ yếu là, tương lai xu hướng tiếp tục, giá bình ổn tương lai gần (khoảng năm) NHẬN XÉT CHUNG • Tất mặt hàng sử dụng cho cơng tác phân tích dự báo đề tài chịu tác động chung yếu tố sau: chế sách, thị trường - cạch tranh - diễn biến kinh tế giới, công nghệ HV: Dương Ngọc Hiếu Trang 119 Luận văn thạc sĩ • Mỗi mặt hàng, ngồi yếu tố tác động chung (đã nêu mục 1), cịn có yếu tố tác động riêng biệt khác như: măt hàng nơng sản (cà phê, gạo) cịn chịu ảnh hưởng yếu tố địa lý, yếu tố môi trường, thiên nhiên, yếu tố người…các mặt hàng vàng, đôla chịu ảnh hưởng lớn yếu tố tâm lý người tiêu dùng, yếu tố trị, chiến tranh, thiên nhiên… • Các yếu tố chung (ở mục 1) tác động lên mặt hàng khác nhau, chí nhiều tỉ lệ nghịch HV: Dương Ngọc Hiếu Trang 120 Luận văn thạc sĩ PHỤ LỤC C ĐÁNH GIÁ BIẾN ĐỘNG GIÁ CẢ CỦA MẶT HÀNG SỬ DỤNG CHUỖI ARIMA Theo nghiên cứu TS Vũ Thanh Nguyên [033], ta có thơng tin việc sử dụng chuỗi ARIMA phân tích kinh tế lượng, để tính toán biến động giá mặt hàng Chuỗi ARIMA thể hiện: ∆Y = β + β ∆Y +ε t t −1 Trong ∆Yt thể chênh lệch giá trị thời điểm t với thời điểm t - ∆Yt = Yt – Yt-1 Vàng Ta đặt Xt chênh lệch giá thời điểm t với thời điểm (t – 1) Xt thể ∆GOLD t Dependent Variable: D(GOLD) Method: Least Squares Date: 01/01/03 Time: 23:47 Sample(adjusted): 1186 Included observations: 1184 after adjusting endpoints Convergence achieved after iterations Variable Coefficient Std Error t-Statistic Prob C CS AR(1) 0.139550 -0.262205 0.056261 0.118561 0.148313 0.029053 1.177026 -1.767914 1.936486 0.2394 0.0773 0.0530 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 0.005961 0.004278 2.316614 6338.072 -2673.207 1.986651 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -0.027872 2.321585 4.520621 4.533484 3.541151 0.029288 06 Biến CS thể tác động sách, CS nhận giá trị 1, nhận giá trị sách tác động tốt nhận giá trị sách tác động xấu Mơ hình viết thành dạng phương trình hồi quy sau: HV: Dương Ngọc Hiếu Trang 121 Luận văn thạc sĩ ∆GOLD = 0,139 + 0,056∆GOLD − 0,262CS t t −1 Như sách tốt, làm giảm nhịp độ tăng giá vàng nhờ dấu (-) hệ số biến CS Và sách tác động xấu, chênh lệch (độ biến động giá vàng) mang dấu (+), tức vàng tăng giá Khi CS = mơ hình dạng: ∆GOLDt = 0,139 + 0,056∆GOLDt-1 Mơ hình biến đổi sau: ( ) GOLD − GOLD = 0,139 + 0,056 GOLD − GOLD − 0,262CS t t −1 t −1 t−2 Tương tự ta định dạng mơ hình với loại hàng hố khác Cement Mơ hình giá cement, theo chuỗi ARIMA định dạng sau: Dependent Variable: D(CEMENT) Method: Least Squares Date: 01/02/03 Time: 22:05 Sample(adjusted): 187 Included observations: 185 after adjusting endpoints Convergence achieved after iterations Variable Coefficient Std Error t-Statistic Prob C CS AR(1) 22.11958 -77.77343 -0.233828 28.42675 40.59441 0.072075 0.778125 -1.915866 -3.244222 0.4375 0.0569 0.0014 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 0.069263 0.059035 338.8435 20896314 -1338.716 2.081547 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -16.21622 349.3111 14.50504 14.55726 6.771932 0.001456 -.23 Tương tự phần trên, ta có mơ hình viết dạng phương trình hồi quy sau: ∆CEMENT = 22,12 − 0,234∆CEMENT − 77,77CS t t −1 Sự tác động biến CS giống mơ hình HV: Dương Ngọc Hiếu Trang 122 Luận văn thạc sĩ Cà phê Mô hình ARIMA giá cà phê có dạng sau: Dependent Variable: D(COFFEE) Method: Least Squares Date: 01/02/03 Time: 22:20 Sample(adjusted): 484 Included observations: 482 after adjusting endpoints Convergence achieved after iterations Variable Coefficient Std Error t-Statistic Prob C CS AR(1) -2.386010 13.70204 -0.314217 0.973423 6.884710 0.041643 -2.451155 1.990213 -7.545556 0.0146 0.0471 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 0.110557 0.106843 27.78040 369668.5 -2284.751 1.696129 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -2.012448 29.39508 9.492743 9.518747 29.76965 0.000000 -.31 Mơ hình viết dạng phương trình hồi quy sau: ∆COFFEE = −2,386 − 0,314COFFEE + 13,70CS t t −1 Gạo Tương tự mục trên, ta có mơ hình biến động giá gạo sau: Dependent Variable: D(GAO) Method: Least Squares Date: 01/02/03 Time: 22:24 Sample(adjusted): 545 Included observations: 543 after adjusting endpoints Convergence achieved after iterations Variable Coefficient Std Error t-Statistic Prob C CS AR(1) -0.371695 0.550460 -0.348090 0.228576 0.386319 0.040351 -1.626133 1.424885 -8.626445 0.1045 0.1548 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 0.123387 0.120140 5.752864 17871.54 -1719.065 2.167300 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -0.176796 6.133061 6.342782 6.366523 38.00357 0.000000 -.35 Thể dạng phương trình hồi quy: HV: Dương Ngọc Hiếu Trang 123 Luận văn thạc sĩ ∆GAO = −0,372 − 0,348∆GAO + 0,55CS t t −1 USD Riêng với biến động giá USD ta khơng tính đến biến sách tác động (lý mơ tả trước) Mơ hình biến động giá USD: Dependent Variable: D(USD) Method: Least Squares Date: 01/02/03 Time: 23:26 Sample(adjusted): 1188 Included observations: 1186 after adjusting endpoints Convergence achieved after iterations Variable Coefficient Std Error t-Statistic Prob C AR(1) 2.829040 0.070499 0.886408 0.028990 3.191579 2.431863 0.0015 0.0152 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots HV: Dương Ngọc Hiếu 0.004970 0.004130 28.37437 953244.2 -5649.607 2.025038 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 2.829680 28.43314 9.530535 9.539098 5.913957 0.015169 07 Trang 124 ... QUAN IV CÁC PHƯƠNG PHÁP DỰ BÁO Các loại phương pháp dự báo phân chia theo kết bao gồm dự báo điểm dự báo khoảng (khoảng cách dự báo) phân chia theo phương pháp dự báo bao gồm phương pháp định tính... dự báo hồn tồn khách quan Có phương pháp đo lường độ xác dự báo Khi mơ hình dự báo xây dựng tốn thời gian để tìm kết dự báo Phương pháp dự báo dự báo điểm hay dự báo khoảng Nhược điểm phương pháp. .. dự báo giá mặt hàng tương lai cần thiết Hiện nay, lãnh vực kinh tế, nhà kinh tế thường ứng dụng mơ hình ARIMAR để dự báo Tuy nhiên phương pháp nhiều hạn chế định Như đề tài áp dụng phương pháp