Các thành phần của chuỗi dữ liệu thời gian

Một phần của tài liệu (LUẬN văn THẠC sĩ) kỳ vọng lạm phát và chính sách tiền tệ tại việt nam (Trang 33)

3 – Dữ liệu và phương pháp nghiên cứu

3.2. Mơ tả dữ liệu

3.2.1.1 Các thành phần của chuỗi dữ liệu thời gian

Thành phần xu hƣớng dài hạn (long –term trend component): Thành phần này

dùng để chỉ xu hướng tăng ha giảm của đại lượng X trong thời gian dài. Về mặt đ thị thành phần này cĩ thể biểu diễn bởi một đường thẳng hay một đường cong trơn.

Thành phần mùa (seasional component): Thành phần nà dùng để chỉ xu hướng tăng

hay giảm của đại lượng X tính theo mùa trong năm cĩ thể tính theo tháng trong năm .

Thành phần chu kỳ (cyclical component): Thành phần này chỉ sự tha đổi của đại

lượng X theo chu kỳ. Thành phần này khác thành phần mùa ở chỗ chu kỳ của đại lượng X kéo dài hơn 1 năm. Để đánh giá thành phần này các giá trị của chuỗi thời gian được quan sát hàng năm.

Thành phần bất thƣờng (irregular component): Thành phần nà dùng để chỉ sự

đốn ằng các số liệu kinh nghiệm trong quá khứ, về mặt bản chất thành phần này khơng cĩ tính chu kỳ.

Sau khi loại bỏ các thành phần: Xu thế, mùa v , tính dừng thì dữ liệu trở thành dạng thuần cĩ thể áp d ng mơ hình ARIMA cho quá trình dự báo. Một chuỗi thời gian được gọi là dừng khi trung ình, phương sai và đ ng phương sai tại các độ trễ khác nhau) sẽ giữ ngu n khơng đổi dù cho chúng được xác định vào thời điểm nào đi nữa.

Cụ thể:

Trung bình: E(Yt ) = μ = const Phương sai: Var (Yt ) = ζ2 = const

Đ ng phương sai: Covar Yt , Yt-k ) = γκ

3.2.1.2 Tính dừng : Tính dừng của một chuỗi thời gian cĩ thể được nhận biết dựa trên

đ thị của chuỗi thời gian, đ thị của hàm tự tương quan mẫu hay kiểm định Dickey- Fuller.

+ Dựa trên đồ thị Yt = f(t): một cách trực quan chuỗi Yt cĩ tính dừng nếu như đ thị

cho thấ trung ình và phương sai của quá trình Yt khơng tha đổi theo thời gian. + Dựa vào hàm tự tương quan mẫu (SAC – Sample Auto Correllation):

Nếu SAC = f(t) của chuỗi thời gian giảm nhanh và tắt dần về 0 thì chuỗi cĩ tính dừng.

+ Kiểm định Dickey-Fuller (kiểm định nghiệm đơn vị) nhằm xác định xem chuỗi thời gian cĩ phải là Bước Ngẫu Nhi n Random Walk; nghĩa là Yt = 1*Yt-1 + εt) hay

Kiểm định giả thiết:

Ho: ρ = 1 : cĩ nghiệm đơn vị, là ước ngẫu nhiên  chắc chắn khơng dừng. H1: ρ # 1 : khơng cĩ nghiệm đơn vị, khơng là ước ngẫu nhiên.

Nếu như giá trị tuyệt đối tính được của trị thống kê t (tức là /t/ ) cao hơn các giá trị tới hạn tuyệt đối T hoặc DF hoặc Mackinnon DF, thì chúng ta sẽ bác bỏ Ho, chấp nhận H1 - chuỗi thời gian đã cho khơng là ước ngẫu nhiên. Nếu nĩ thấp hơn giá trị tới hạn, chấp nhận Ho - chuỗi thời gian chưa dừng.

Để biến chuỗi khơng dừng thành chuỗi dừng, thơng thường nếu lấy sai phân một lần hoặc hai lần thì sẽ được một chuỗi kết quả cĩ tính dừng.

Chuỗi gốc: Yt

Chuỗi sai phân bậc 1: Wt = Yt – Yt-1 Chuỗi sai phân bậc 2: Vt = Wt – Wt-1

3.2.1.3 Tính mùa vụ: Tính mùa v là hành vi cĩ tính chu kỳ của chuỗi thời gian trên cơ sở năm lịch. Tính mùa v cĩ thể được nhận ra dựa vào đ thị SAC = f(t). Nếu cứ cơ sở năm lịch. Tính mùa v cĩ thể được nhận ra dựa vào đ thị SAC = f(t). Nếu cứ sau m thời đoạn thì SAC lại cĩ giá trị cao nghĩa là đ thị S C cĩ đỉnh cao thì đâ là dấu hiệu của tính mùa v . Chuỗi thời gian cĩ t n tại tính mùa v sẽ khơng cĩ tính dừng. Phương pháp đơn giãn nhất để kh tính mùa v là lấy sai phân thứ m. Nếu Yt cĩ tính mùa v với chu kỳ m thời đoạn thì chuỗi Zt = Yt − Yt−m sẽ được khảo sát thay vì chuỗi Yt.

3.2.2 Dữ liệu đƣợc đƣa vào mơ hình

Lạm phát trong quá khứ(%): Dữ liệu lạm phát được lấy là phần tăng của CPI so với

cùng kỳ năm trước, được lấy theo quý từ năm 2005 đến năm 2012 tại Việt Nam.

Chỉ số giá tiêu dùng ha được viết tắt là CPI - Consumer Price Index) là chỉ số tính theo phần trăm để phản ánh mức tha đổi tương đối của giá hàng tiêu dùng theo

thời gian. Đâ là chỉ ti u được s d ng phổ biến nhất để đo lường mức giá và sự thay đổi của mức giá chính là lạm phát.

Chỉ số giá ti u dùng đo lường sự iến động của giá ti u dùng. Sự tăng giảm của chỉ số giá ti u dùng li n quan đến nhiều ếu tố trực tiếp và gián tiếp như lượng hàng hố dịch v được sản xuất, cung cấp ra thị trường, giá thành sản xuất, cung cấp hàng hố dịch v , sức mua của dân cư ....Vì vậ , Chỉ số giá ti u dùng là một chỉ ti u kinh tế quan trọng, thường được s d ng trong phân tích kinh tế, đánh giá tình hình lạm phát, quan hệ cung cầu, sức mua của dân cư, là cơ sở tham khảo cho việc điều chỉnh lãi suất ngân hàng, tiền lương, tính tốn điều chỉnh tiền cơng trong các hợp đ ng sản xuất kinh doanh. Chỉ số giá ti u dùng là số tương đối so sánh mức độ iến động giá của các mặt hàng đại diện trong kỳ áo cáo so với kỳ gốc. Giá của rổ hàng hố của kỳ gốc được qui định là 100 và giá của các kỳ khác được iểu hiện ằng t lệ phần trăm so với giá kỳ gốc.

Chỉ số giá ti u dùng được tính từ giá án lẻ hàng hố và giá dịch v ti u dùng rổ hàng hố và dịch v đại diện với qu ền số là cơ cấu chi ti u của các hộ gia đình. Đầu tháng 10/2009, rỗ hàng hĩa để tính CPI của Việt Nam g m 564 mặt hàng đại diện thị trường.

Quyền số dùng t nh chỉ số giá tiêu dùng:

Các nhĩm hàng và dịch vụ Quyền số ( )

C Tổng chi dùng 100,00

01 I- Hàng ăn và dịch v ăn uống 42.85 011 Trong đĩ: 1. Lƣơng thực 9.86 012 2. Thực phẩm 25.20

03 III- Ma mặc, mũ nĩn, giầ dép 7.21 04 IV- Nhà ở, điện, nước, chất đốt

và VLXD 9.99

05 V- Thiết ị và đ dùng gia đình 8.62

06 VI- Thuốc và dịch v tế 5.42

07 VII- Giao thơng, ưu chính viễn

thơng 9.04

08 VIII. Giáo d c 5.41

09 IX- Văn hố, giải trí và du lịch 3.59 10 X- Hàng hố¸ và dịch v khác 3.31

Theo tổng cục thống kê, 2006. THƠNG CÁO BÁO CHÍ VỀ MỘT SỐ NỘI DUNG CẬP NHẬT TRONG PHƢƠNG ÁN TÍNH CHỈ SỐ GIÁ TIÊU DÙNG THỜI KỲ 2006 – 2010. <http://www.gso.gov.vn/default.aspx?tabid=507&ItemID=4472>. [Ngày truy cập: 20/08/2013]

Chênh lệch sản lƣợng (Output gap %): Output gap là độ chênh lệch, thường tính bằng %, giữa sản lượng thực tế và sản lượng tiềm năng của một nền kinh tế. (Sản lượng tiềm năng – potential output hoặc natural GDP là mức sản lượng mà nền kinh tế cĩ thể phát triển bền vững trong dài hạn). Output gap lớn hơn 0 thường được coi là dấu hiệu của dư cầu, gây áp lực tăng giá, do đĩ sẽ phải tăng lãi suất nhằm tránh cho nền kinh tế phát triển quá nĩng cũng như kiềm chế lạm phát. Output gap nhỏ hơn 0 được coi là dấu hiệu lạm phát sẽ giảm.

L i suất thực ( ): Lãi suất thực được xác định bằng lãi suất danh nghĩa trừ đi t lệ lạm phát. Trong bài nghiên cứu, lãi suất danh nghĩa được lấy là lãi suất tiền g i tiết kiệm kỳ hạn 3 tháng tại ngân hàng Á Châu từ năm 2005 đến năm 2012.

T ng trƣởng chi tiêu ch nh phủ ( ): Dữ liệu được lấy là phần trăm tha đổi của chi

tiêu chính phủ so với cùng kỳ năm trước, được lấy từ năm 2005 đến năm 2012.

T giá hối đối thực ( thay đổi):

T giá thực song phương = t giá danh nghĩa* 1+%CPI việt nam)/(1+%CPI Mỹ)

Giá nhiên liệu ( thay đổi): Dữ liệu được lấy là phần trăm tha đổi giá nhiên liệu xăng và dầu) so với cùng kỳ năm trước, được lấy từ năm 2005 đến năm 2012.

3.3 Phân tích dữ liệu và kết quả

3.3.1 Dự báo kỳ vọng lạm phát

Dữ liệu lạm phát được lấy từ tổng c c thống kê từ quý 1 năm 2004 đến quý 4 năm 2012, chỉ số lạm phát được tính là phần tăng của chỉ số CPI so với cùng kỳ năm trước.

T lệ lạm phát = 100% x CPIo – CPI-1 CPI-1

Kiểm tra tính dừng của chuỗi dữ liệu

Kiểm định giả thiết:

Ho: ρ = 1 : cĩ nghiệm đơn vị, là ước ngẫu nhiên  chắc chắn khơng dừng. H1: ρ # 1 : khơng cĩ nghiệm đơn vị, khơng là ước ngẫu nhiên.

Giá trị tuyệt đối của trị thống kê t (tức là /t/ ) = 4,826277, cao hơn các giá trị tới hạn tuyệt đối Mackinnon DF ở mọi mức ý nghĩa lần lượt là 3,639407 ở mức ý nghĩa 1%;

2,951125 ở mức ý nghĩa 5%; 2,614300 ở mức ý nghĩa 10%  ta sẽ bác bỏ Ho, chấp nhận H1 - chuỗi thời gian đã cho khơng là ước ngẫu nhiên.

Chạ đ thị hàm tự tương quan, ta cĩ kết quả:

Hình 3.2 Đồ thị hàm tự tƣơng quan

Xét đ thị hàm tự tương quan mẫu SAC, ta thấy chuỗi dữ liệu cĩ yếu tố mùa v với thời đoạn 6 hoặc 12. Dựa vào S C ta xác định q = 2, dựa vào SP C ta xác định p = 2.

Ƣớc lƣợng các tham số: Tiến hành th nghiệm trên các mơ hình khác nhau, chọn ra

được mơ hình dự báo gần chính xác nhất: ARIMA(2,0,2) cùng các biến mùa v SAR(12), SMA(12). Dựa trên những sai lệch giữa dự đốn và thực tế, ta th m độ trễ theo mùa t-13 và sai số theo mùa t-14 để tối thiểu hĩa các sai lệch này.

Hình 3.3 Kết quả chạy mơ hình ARIMA

Sau khi xác định được phương trình cho mơ hình RIM , cần phải tiến hành kiểm định tính nhiễu trắng của t . Kết quả kiểm định dựa tr n đ thị SAC của chuỗi t cho thấy t cĩ tính nhiễu trắng và được trình à như sau:

Vậ ta cĩ phương trình ước lượng lạm phát kỳ vọng:

πe = 14.3504 + 1.3404 πt-1 – 0.8460 πt-2 - 0.8296 πt-12 + 0.6859 πt-14 + εt + 0.4724εt-1 + 0.400εt-2 + 2.0281εt-12 – 1.3903εt-13

Dự báo:

Kết quả dự báo cho tháng 3/2013: 6,325%, lạm phát thực tế vào tháng 3/2013 là: 6,64%, sai số dự báo là: 4,74%, giá trị này nằm trong khoảng tin cậy 95% (Hình 3.5). Kết quả dự báo cho tháng 6/2013: 6,9538%, lạm phát thực tế vào tháng 6/2013 là: 6,69%, sai số dự báo là: 3,94%, giá trị này nằm trong khoảng tin cậy 95% (Hình 3.6). Kết quả dự báo cho tháng 9/2013: 6,72%, lạm phát thực tế vào tháng 9/2013 là: 6,30%, sai số dự báo là: 6,67%, giá trị này nằm trong khoảng tin cậy 90% (Hình 3.7).

Dự báo lạm phát cho tháng 12/2013: 9,78%/năm Hình 3.8 .

Hình 3.6 Kết quả dự báo quý 2 năm 2013

Hình 3.8 Kết quả dự báo quý 4 năm 2013

3.3.2 PHÂN TÍCH CÁC YẾU TỐ TÁC ĐỘNG ĐẾN KỲ VỌNG LẠM PHÁT 3.3.2.1 Kiểm tra tính dừng của các biến: 3.3.2.1 Kiểm tra tính dừng của các biến:

Kiểm tra tính dừng là điều kiện quan trọng khi đưa các iến vào mơ hình tự h i quy. Khi kiểm tra tính dừng theo phương pháp DF, ta thấy biến CPI là dừng một cách rõ ràng do đã giá trị t lớn hơn cả 3 giá trị thống kê tới hạn (critical level) 1%, 5,%, 10%. Trong khi đĩ các iến khác chỉ vượt được 1 hoặc 2 mức độ critical level. Đối với những biến chưa dừng, ta lấy sai phân bậc d để nĩ dừng và đưa vào mơ hình.

Bảng 3.2 Kiểm định tính dừng Biến ADF CPI -4.0559* CTCP -7.2150* DAU -4.6542* GDPGAP -4.6504* LS -4.7114* TGHD -4.7114* XANG - 5.2864* (Mức ý nghĩa: * 1%, ** 5% , *** 10% Với mức ý nghĩa 1%, kiểm định dừng của các biến như sau: Biến chi tiêu chính phủ: dừng ở sai phân bậc 1

Biến CPI: dừng ở chuỗi gốc

Biến dầu (DAU): dừng ở chuỗi gốc Biến xăng X NG : dừng ở chuỗi gốc

Biến chênh lệch sản lượng (GDPGAP): dừng ở chuỗi gốc Biến lãi suất (LS): dừng ở chuỗi gốc

3.3.2.2 Kiểm tra biến dƣ thừa

Hình 3.9 Kết quả kiểm định biến dƣ thừa

Kiểm định giả thuyết:

Ho: biến đưa vào mơ hình khơng cĩ ý nghĩa iến dư thừa) H1: biến đưa vào mơ hình cĩ ý nghĩa khơng phải biến dư thừa)

Kiểm định F cĩ p-value < 0,05 độ tin cậy 95%): bác bỏ giả thuyết Ho, các biến đưa vào mơ hình khơng phải là biến dư thừa.

3.3.2.3 Kiểm tra t nh đồng liên kết

Khi h i quy giữa các chuỗi thời gian khơng dừng (non – stationary) sẽ cĩ thể cĩ hiện tượng “h i quy giả mạo” do ếu tố xu thế tạo ra và kết quả ước lượng khơng thể tin cậ được. Cho n n trước khi tiến hành h i quy giữa các chuỗi thời gian, ta cần phải kiểm tra xem chuỗi thời gian dừng hay khơng dừng. Nếu tất cả các chuỗi đều dừng, thực hiện h i qu ình thường, nếu một hoặc một vài chuỗi khơng dừng, ta đưa về chuỗi dừng bằng cách lấy sai phân bậc d. Tuy nhiên, cách này chỉ cho ta biết mối quan hệ ngắn hạn và thường thích hợp cho m c tiêu dự báo. Một cách khác, Engle và

Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian khơng dừng cĩ thể là một chuỗi dừng và các chuỗi thời gian khơng dừng đĩ được gọi là “đ ng liên kết”, ta tiến hành h i qu ình thường, và kiểm định tính đ ng liên kết (cointegration test , nghĩa là, kiểm định xem phần dư từ kết quả h i quy giữa các biến khơng dừng cĩ phải là một chuỗi dừng hay khơng. Nếu dừng, các hệ số ước lượng (gọi là hệ số ước lượng đ ng liên kết) thực sự cĩ ý nghĩa và thể hiện mối quan hệ dài hạn giữa chúng. Phương trình h i qu như thế được gọi là phương trình đ ng liên kết. Nếu khơng dừng, kết quả h i quy khơng nĩi l n được điều gì hay h i quy giả mạo.

Hình 3.10: Kiểm định nhiễu trắng của phần dƣ

Dựa vào đ thị SAC, ta thấy phần dư là một chuỗi dừng (hay cịn gọi là nhiễu trắng). Như vậy, các hệ số ước lượng cĩ ý nghĩa và thể hiện mối quan hệ dài hạn giữa chúng.

4 KẾT QUẢ NGHIÊN CỨU

Bảng 4.1: Những yếu tố tác động đến kỳ vọng lạm phát

Biến Sum of Coeffts

Lạm phát quá khứ 0.796 Chi tiêu chính phủ -0.2234

Giá dầu -0.377

Chênh lệch sản lượng -0.378

Lãi suất -0.001

T giá hối đối 0.36

Giá xăng 0.236

(Theo ph l c 2) Dựa vào bảng 4.1, ta thấy lạm phát trong quá khứ cĩ ảnh hưởng rất lớn đến sự hình thành kỳ vọng lạm phát của người dân (cĩ hệ số là 0.796 , điều này thể hiện tính trì trệ cao hay kéo dài.

Rổ hàng hĩa dịch v được s d ng để tính chỉ số CPI bao g m hơn 200 danh m c, thuộc 8 nhĩm: thực phẩm và đ uống, nhà đất, may mặc, vận tải, chăm sĩc sức khoẻ, giải trí, giáo d c và truyền thơng và một số loại hàng hĩa dịch v khác. Những tha đổi giá thực phẩm, y tế, giáo d c, nhà c a, giá điện và các dịch v cĩ ảnh hưởng mạnh đến của sự tha đổi trong các kỳ vọng lạm phát. Điều này nêu bật tầm quan trọng của các mặt hàng trong rổ hàng hĩa được tiêu th của phần lớn dân số Việt Nam và vai trị của các cơ quan quản lý nhà nước đối với cơ chế thiết lập giá cả. Như vậy, việc giữ

cho lạm phát ổn định hay chính sách lạm phát m c tiêu sẽ cĩ ảnh hưởng tích cực đến sự hình thành kỳ vọng lạm phát của người dân.

Một phần của tài liệu (LUẬN văn THẠC sĩ) kỳ vọng lạm phát và chính sách tiền tệ tại việt nam (Trang 33)

Tải bản đầy đủ (PDF)

(61 trang)