Professional Documents
Culture Documents
Bao Cao KT Qu D Bao BNG PHNG Phap
Bao Cao KT Qu D Bao BNG PHNG Phap
Đ I H C QU C GIA TPHCM
Đ I H C KINH T LU T
KHOA KINH T H C
Đ TÀI NGHIÊN C U
SVTH : Nhóm 24
M CL C
2. Lý do ch n đ tài
Nh chúng ta đư bi t, mô hình ARIMA ch ti n hành phân tích các bi n s kinh t
trên một chuỗi th i gian. Khi chúng ta có nhi u chuỗi th i gian khác nhau và cần ph i
xem xét m i quan h , tác động qua l i gi a chúng thì mô hình VAR và mô hình
VECM là một s l a ch n phù h p.
Mô hình VAR xem xét m i quan h gi a nh ng chuỗi th i gian khác nhau. Nhìn
chung, đơy lƠ mô hình m rộng cho nhi u chuỗi th i gian của mô hình ARIMA.
Đặc bi t, trong đ tài nghiên cứu này, mô hình VAR và VECM r t thích h p trong
vi c d báo tình hình l m phát Vi t Nam cũng nh th giới nhằm đ a ra nh ng gi i
pháp phù h p.
3. M c tiêu nghiên c u
- Các khái ni m trong phân tích mô hình t h i quy vector VAR và mô hình vector
hi u ch nh sai s VECM.
- Ph ng pháp xơy d ng mô hình VAR và mô hình VECM.
- L a ch n kho ng tr thích h p.
- So sánh các mô hình và l a ch n mô hình phù h p.
- Quy trình th c hi n d báo bằng 2 ph ng pháp trên.
- Gi i thích ý nghĩa kinh t của các k t qu d báo.
4. Đ i t ng nghiên c u
D báo tình hình l m phát Vi t Nam trong t ng lai có s bi n động nh th
nào. Từ đó ho ch đ nh các chi n l c vi mô, vĩ mô, đầu t trong th i gian tới.
5. Ph m vi nghiên c u
- D ng d li u: t t c d ng d li u.
- L ng d li u: càng nhi u quan sát càng t t.
- Độ dài d báo: trung h n.
Xét hai chuỗi th i gian Y1 và Y2. Mô hình Var t ng quát đ i với Y1 và Y2:
1 1
1 1
B ớc 2: L a ch n kho ng tr phù h p.
Theo các tiêu chuẩn Lag, LogL, LR, FPE, AIC, SC, HQ , độ tr có thể là 0;
2 vƠ 3. Độ tr càng nh càng t t vì s quan sát là có h n nên n u tăng độ dài của
tr s làm cho b c t do b gi m, do v y nh h ng đ n ch t l ng của ớc l ng.
R2 >d.
H0 : β 1 = β 2 = … = β l = 0
N u các bi n tr của X tác động lên Y và các bi n tr của Y tác động lên X:
Nhân qu Granger hai chi u gi a X và Y.
1.2.4 Mô hình vector hiệu chỉnh sai số VECM( vector error correction model)
Yêu cầu đặt ra khi h i quy mô hình với các bi n là chuỗi th i gian là các
chuỗi này ph i dừng. N u chuỗi ch a dừng thì ta dùng kĩ thu t sai phơn đ n khi có
đ c chuỗi dừng. Tuy nhiên, khi h i quy giá tr sau khi đư sai phơn, ta có thể b
sót nh ng thông tin dài h n trong m i quan h gi a các bi n. chính vì v y, ta ph i
thêm phần d E. Với mô hình 2 bi n Y1 và Y2:
Y1 1 2 Y2t 3 Et 1 t
Đặc điểm c b n của mô hình nƠy lƠ xem xét tác động của các cú shock của
bi n này lên bi n khác, đặc bi t là trong kinh t .
CH NG III: PH NG PHÁP L Y D LI U.
1. Ngu n d li u
Ngu n d li u thu th p thuộc lo i d li u thứ c p, đ c l y từ nhi u t chức uy tín
nh : IFS (t chức th ng kê tài chính qu c t thuộc IMF), www.eia.gov.
2. Cách l y d li u
Bộ d li u đ c l y trong “du lieu VAR VECM.xls” từ quý I/2000 đ n quý
IV/2010 .
D li u mô hình thu th p cho th y tình hình l m phát Vi t Nam thông qua các bi n:
Đ i với mô hình VAR: CPI(ch s giá tiêu dùng Vi t Nam) và OIL(ch s giá dầu th
giới).
Đ i với mô hình VECM: CPI(ch s giá tiêu dùng Vi t Nam) , OIL(ch s giá dầu th
giới) và IR(d tr ngo i h i đ c tính bằng tri u USD).
1. Mô hình VAR
B ớc 1: Kiểm tra tính dừng của 2 bi n OIL và CPI
Bi n CPI không dừng vì giá tr độ lớn t-Statistic < test critical values
các mức ý nghĩa 1%, 5%, 10%.
Cho ra k t qu ớc l ng nh
sau:
Ta s d ng biểu đ :
2. Mô hình VECM
B ớc 1:
K t qu khi l y logarit:
B ớc 2:
Cho ra k t qu :
Ti p theo ta s xem
xét tính đ ng liên k t
gi a các bi n trong
mô hình. Riêng phần
kiểm đ nh tính đ ng
liên k t thì ta s kiểm
đ nh d a trên các
chuỗi ch a l y sai
phân.
Sau khi đư ti n hành các kiểm đ nh liên quan thì ta nh n th y đơy lƠ các
chuỗi không dừng và có m i quan h đ ng liên k t, do đó phần ti p theo ta s s
d ng mô hình VECM để ớc l ng.
K T QU VECM:
B ớc 5:
Nhìn đ th , ta th y các giá tr dao động xung quanh giá tr 0, do đó phần d của
mô hình này dừng. chứng t mô hình đ a ra phù h p với chuỗi d li u.
N u mu n xem xét s tác động của bi n này lên bi n kia khi có một cú s c x y ra,
ta dùng hàm ph n ứng đẩy.
CH NG 5: K T LU N CHUNG
1. K t lu n mô hình d báo
Nh chúng ta đư bi t, m i quan h gi a các bi n s kinh t không ph i lúc nƠo cũng ch
mang chi u h ớng nh t đ nh. Các bi n s độc l p (bi n gi i thích) không ph i luôn luôn
tác động lên bi n ph thuộc mà trong nhi u tr ng h p bi n ph thuộc l i tác động
ng c lên bi n độc l p. Để đ m b o tính h p lý, ta ph i xét nh h ng qua l i của nh ng
bi n này cùng một lúc. Chính vì th mô hình kinh t l ng mà ta ph i xét đ n không
ph i là mô hình một ph ng trình mƠ lƠ mô hình nhi u ph ng trình. Mô hình ARIMA
ch ti n hành phân tích trên một chuỗi th i gian. Khi có nhi u chuỗi th i gian thì mô
hình VAR/VECM là một s phù h p.
TÀI LI U THAM KH O:
1. Tài li u “Mô hình t h i quy vector VAR-Mô hình vector hi u ch nh sai s VECM”.
2. H ớng d n s d ng Eviews 6.0 ậ Th.s Phùng Thanh Bình
3. Modeling an Forecasting a Firm’s Statements with a VAR/VECM.
4. Các bài báo cáo,các công trình nghiên cứu chuyên đ l m phát Vi t Nam.