Khóa bồi dưỡng EVIEWS cơ bản

Dự báo đã hình thành từ đầu những năm 60 của thế kỉ 20. Khoa học dự báo với tư cách là một ngành khoa học độc lập có hệ thống lí luận, phương pháp luận và phương pháp hệ riêng nhằm nâng cao tính hiệu quả của dự báo. Người ta thường nhấn mạnh rằng một phương pháp tiếp cận hiệu quả đối với dự báo là phần quan trọng trong hoạch định. Khi các nhà quản trị lên kế hoạch, trong hiện tại họ xác định hướng tương lai cho các hoạt động mà học sẽ thực hiện. Bước đầu tiên trong hoạch định là dự báo hay là ước lượng nhu cầu tương lai cho sản phẩm hoặc dịch vụ và các nguồn lực cần thiết để sản xuất sản phẩm hoặc dịch vụ đó.

KHÓA BỒI DƯỠNG VỀ DỰ BÁO SỬ DỤNG EVIEWS HÀ NỘI – THÁNG - 2011 NGUYEN THI MINH KTQD - KHOA TOAN CHƯƠNG TRÌNH  TỔNG QUAN VỀ DỰ BÁO – HỒI QUY TRONG EVIEWS  MƠ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐƠN BIẾN  MƠ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐA BIẾN – MƠ HÌNH VAR - VECM NGUYEN THI MINH KTQD - KHOA TOAN PHẦN 1: TỔNG QUAN VỀ DỰ BÁOHỒI QUY TRÊN EVIEWS NGUYEN THI MINH KTQD - KHOA TOAN TỔNG QUAN VỀ DỰ BÁO  Dự báo kinh tế:  Một số kỹ thuật dự báo:  Mô hình hồi quy  Mơ hình kinh tế lượng vĩ mơ  Mơ hình CGE  Mơ hình dự báo chuỗi thời gian đơn biến  Mơ hình dự báo chuỗi thời gian đa biến TỔNG QUAN VỀ DỰ BÁO  Nguyên lý dự báo:  Xét đoán hành vi khứ => dự báo cho tương lai  => yêu cầu cấu trúc  => yêu cầu số liệu  Yếu tố ngẫu nhiên  Sai số dự báo  Yêu cầu dự báo: ngắn hạn, trung hạn, dài hạn NGUYEN THI MINH KTQD - KHOA TOAN PHẦN I: MƠ HÌNH CHUỖI THỜI GIAN ĐƠN BIẾN  I SAN CHUỖI  II MÔ HÌNH ARIMA NGUYEN THI MINH KTQD - KHOA TOAN CHUỖI THỜI GIAN  Tần suất xuất thấp (Low frequency):  GDP  Lạm phát, m,  Tần số xuất cao (high frequency):  giá cổ phiếu  giá dầu, vàng, đô la Mỹ thị trường quốc tế  v NGUYEN THI MINH KTQD - KHOA TOAN CHUỖI THỜI GIAN NGUYEN THI MINH KTQD - KHOA TOAN CHUỖI THỜI GIAN  Các thành phần chuỗi xt  Xu T  Chu kỳ C  Mùa vụ S  Bất quy tắc I  thành phần đầu giả định không thay đổi theo thời gian  Ý tưởng san chuỗi:  Từ số liệu khứ => ước tính thành phần   xây dựng chuỗi x*t NGUYEN THI MINH KTQD - KHOA TOAN I SAN CHUỖI  Trung bình trượt (MA)  Hiệu chỉnh mùa vụ sử dụng MA  San mũ giản đơn  San mũ Holt- Winter NGUYEN THI MINH KTQD - KHOA TOAN 10 GIỚI THIỆU  Ứng dụng:  Dự báo ngắn hạn  Khi khơng có nhiều thơng tin yếu tố tác động  Thường chuỗi số vĩ mơ/ tài chính/ chứng khốn NGUYEN THI MINH KTQD - KHOA TOAN 155 PHỤ LỤC 4: CÁC TIÊU CHUẨN LỰA CHỌN TRỄ  Kiểm định LR (likelihood ratio): LR  (T  m )(ln  r  ln u ) ~  ( q ) m: tổng hệ số p.t, q: tổng tất ràng buộc  Tiêu chuẩn A IC T ln   N SBC T ln   N ln T NGUYEN THI MINH KTQD - KHOA TOAN 156 VAR VÀ SVAR  SVAR VAR y1t a10  a11 y2 t  a12 y1( t  1)  a13 y2 (t  1)   1t y2 t a20  a21 y1t  a22 y1(t  1)  a23 y 2(t  1)   t y1t b10  b11 y1(t  1)  b12 y2 (t  1)  e1t y2 t b20  b21 y1( t  1)  b22 y2( t  1)  e2 t  Vấn đề định dạng NGUYEN THI MINH KTQD - KHOA TOAN 157 VẤN ĐỀ ĐỊNH DẠNG CỦA SVAR  Mơ hình (1.1) viết lại thành:  a11   y1t   a10   a12 a13   y1 t    1t                 y2t   a20   a22 a23   y t     t    a21  Do 1- a11a12 ≠ thì: 1 1 1  y1t    a11   a10    a11   a12 a13   y1t     a11    1t     y    a             2t   21   a20    a21   a22 a23   y2t     a21    t  a11   a10   a11   a12 a13   y1t    a11    1t   y1t  1    (1  a11a21 ) {          }  y2t   a21   a20   a21   a22 a23   y2t    a21    2t  NGUYEN THI MINH KTQD - KHOA TOAN 158 QUAN HỆ GIỮA E VÀ ε  Nếu (1.2) định dạng => �e1t � 1 � � � (1  a11a21 ) � e2t � a21 � � NGUYEN THI MINH KTQD - KHOA TOAN 1t � a11 � � � � � 1t � � � 159 Nhận xét  Mơ hình: atheoretical  Mơ hình dự báo (ngắn hạn? trung hạn?)  Phân tích chế chuyền tải sốc biến  tác động sốc biến lên biến khác theo thời gian  vai trò tương đối sốc sai số dự báo NGUYEN THI MINH KTQD - KHOA TOAN 160 PHÂN RÃ CHOLESKY  Lựa chọn  => Quay tốn định dạng:  => chẳng hạn giả sử sốc biến y2t khơng có ảnh hưởng tức thời đến y1t: a11 = =>  e1t       e2 t   a21   1 t       2t   => phân rã Cholesky NGUYEN THI MINH KTQD - KHOA TOAN 161 HÀM PHẢN ỨNG (IRF)  Nhận xét: sốc lên biến sách tác động lên hệ thống, theo t  Mục đích phân tích IRF: tìm hiểu tác động cú sốc lên biến phụ thuộc mơ hình theo thời gian  Thực hiện: Biểu diễn biến phụ thuộc hàm cú sốc (impulse)  Xét hệ (1.2): yt = B0 + B1yt-1+ et , hệ ổn định => � yt  ( I  B1   B  ) B0  �B e n i 0 i t i NGUYEN THI MINH KTQD - KHOA TOAN �  y  �B e i 0 i t i 162 HÀM PHẢN ỨNG (IRF)  Hay: ( i) 11 ( i) 21   y1       i 0   y2   (i ) 12 (i ) 22 i     1,t  i         2,t  i  (1.4)  Từ p.t suy tác động cú sốc hệ thống lên biến số mơ hình NGUYEN THI MINH KTQD - KHOA TOAN 163 HÀM PHẢN ỨNG (IRF)  Ý nghĩa hệ số (1.4)  Ф11(0), Ф11(1), ,Ф11(k), : tác động cú sốc đơn vị biến y1 thời điểm t lên sau 0, 1, , k giai đoạn  Ф12(0), Ф12(1), ,Ф12(k), : tác động cú sốc đơn vị biến y2 thời điểm t lên y1 sau 0, 1, , k giai đoạn;  => Фij(t): hàm phản ứng thể tác động cú sốc đơn vị biến j lên biến i sau t giai đoạn NGUYEN THI MINH KTQD - KHOA TOAN 164 HÀM PHẢN ỨNG (IRF)  Фij(0): nhân tử tác động (impact multiplier)    i 0 jk (i) : nhân tử dài hạn (long run multiplier)  Q: để tính hàm phản ứng NGUYEN THI MINH KTQD - KHOA TOAN 165 PHÂN RÃ CHOLESKY  Để biết giá trị hàm này, cần có ước lượng hệ số tạo nên Фij, nghĩa bi  => Quay toán định dạng:  => chẳng hạn giả sử sốc biến y 2t khơng có ảnh hưởng tức thời đến y1t: a11 = =>  e1t       e2 t   a21   1 t       2t   => phân rã Cholesky NGUYEN THI MINH KTQD - KHOA TOAN 166 VÍ DỤ  Xét hệ VAR dạng rút gọn với giá trị ước lượng: yt 0.6 yt   0.2 zt   e1t zt 0.2 yt  0.6 zt   e2t 12 0.7  Sử dụng phân rã Cholesky, với giả thiết sốc lên biến z khơng có tác động tức thời lên biến y, nghĩa a 11 =0  Giải hệ phương trình (1.3) với giả thiết a 11 = 0: a10 = a20 = 0; a11 = 0, a12 =b11 = 0.6, a13 = b12 = 0.2 a21 = 0.7, a22 = - 0.22, a23 = 0.44 NGUYEN THI MINH KTQD - KHOA TOAN 167 VÍ DỤ  => Khi ta có:  0  (0)   0.7    0.6 0.2   0.6 0.2     0.74 0.2  B1   ;  (1)      0.2 0.6 0.2 0.6 0.7 0.62 0.6         0.4 0.24   0.4 0.24     0.588 0.24  B1   ;  (2)      0.24 0.4 0.24 0.4 0.7 0.52 0.4        NGUYEN THI MINH KTQD - KHOA TOAN 168 VÍ DỤ VÀ MỘT SỐ KHÁI NIỆM  Ví dụ: future price spot price  Cùng I(1)  Có xu hướng giống => y(t) –x(t)?  Định nghĩa: x1;, ;xk chuỗi đồng tích hợp nếu:  x1;, ;xk: I(1)  tồn λ1, , λk không đồng thời cho: λ1x1+ + λkxk: I(0)  Véc tơ (λ1, , λk): véc tơ đồng tích hợp (x1;, ; xk ) NGUYEN THI MINH KTQD - KHOA TOAN 169 ... TRONG EVIEWS  MƠ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐƠN BIẾN  MƠ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐA BIẾN – MƠ HÌNH VAR - VECM NGUYEN THI MINH KTQD - KHOA TOAN PHẦN 1: TỔNG QUAN VỀ DỰ BÁOHỒI QUY TRÊN EVIEWS. .. 10 1.SAN CHUỖI TRUNG BÌNH TRƯỢT(MA)  Cơng thức: x(t  k )   x(t )   x(t  k ) x *(t )  2k   Ý tưởng: Tách thành phần I  Sử dụng tốt với T I  Lệnh eviews:  genr xnew=@movav(x(+k),2k+1)... dừng  Khả nghịch MA(q) khả nghịch NGUYEN THI MINH KTQD - KHOA TOAN 29  DƯỚI MỘT SỐ ĐIỀU KIỆN CƠ BẢN MỘT CHUỖI DỪNG CÓ THỂ BIỂU DIỄN ĐƯỢC DƯỚI DẠNG ARMA(P,Q) DỪNG, KHẢ NGHỊCH VỚI P VÀ Q BÉ NGUYEN