Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

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

NG D NG MÔ HÌNH VAR/VECM D BÁO TÌNH HÌNH

L M PHÁT VI T NAM

GVHD: Nguy n Duy Tâm

SVTH : Nhóm 24

1. Trần Th Minh Trang K104010084

2. Nguy n Th Tr ng K104010087
3. Nguy n Trang Anh Tu n K104010095

TpHCM, ngày 27 tháng 10 năm 2012

GVHD: Nguy n Duy Tâm Page 1
 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

M CL C

CH NG I: T NG QUAN V PH NG PHÁP PHÂN TÍCH MÔ HÌNH T H I QUY

VECTOR VÀ MÔ HÌNH VECTOR HI U CH NH SAI S VECM ............................................ 3
1. Giới thi u ............................................................................................................................ 3
2. Lý do ch n đ tài................................................................................................................. 3
3. M c tiêu nghiên cứu ........................................................................................................... 4
4. Đ it ng nghiên cứu ......................................................................................................... 4
5. Ph m vi nghiên cứu ............................................................................................................ 4
CH NG II: C S LÝ THUY T PHÂN TÍCH MÔ HÌNH VAR/VECM ................................. 4
1. C s lý thuy t .................................................................................................................... 4
1.1 Mô hình t h i quy vector VAR ................................................................................... 4
1.1.1 Khái ni m .............................................................................................................. 4
1.1.2 Một s v n đ xây d ng mô hình VAR: ................................................................. 5
1.1.3 Ph ng pháp ớc l ng mô hình VAR................................................................ 5
1.2 Mô hình vector hi u ch nh sai s VECM ..................................................................... 7
1.2.1 H i quy gi m o ......................................................................................................... 7
1.2.2 Đ ng liên k t .............................................................................................................. 7
1.2.3 M i quan h nhân qu Granger ............................................................................. 8
1.2.4 Mô hình vector hi u ch nh sai s VECM( vector error correction model) ................ 8
CH NG III: PH NG PHÁP L Y D LI U. ........................................................................... 9
1. Ngu n d li u ..................................................................................................................... 9
2. Cách l y d li u ................................................................................................................ 10
CH NG 4: K T QU PHÂN TÍCH, L A CH N MÔ HÌNH VÀ D BÁO. ........................ 10
1. Mô hình VAR ............................................................................................................. 10
2. Mô hình VECM .......................................................................................................... 17
CH NG 5: K T LU N CHUNG .............................................................................................. 24
1. K t lu n mô hình d báo ................................................................................................... 24
2. Đánh giá tình hình l m phát Vi t Nam .......................................................................... 24
3. Tính kh thi của mô hình VAR và VECM ....................................................................... 24
4. H n ch của bài báo cáo.................................................................................................... 24
TÀI LI U THAM KH O: ........................................................................................................... 25

GVHD: Nguy n Duy Tâm Page 2

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

CH NG I: T NG QUAN V PH NG PHÁP PHÂN TÍCH MÔ HÌNH T H I

QUY VECTOR VÀ MÔ HÌNH VECTOR HI U CH NH SAI S VECM
1. Giới thi u
Nh chúng ta đư bi t, m i quan h gi a các bi n s kinh t không ph i lúc nào
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.
Tuy nhiên, để ớc l ng đ c các mô hình này ta ph i đ m b o rằng các ph ng
trình trong h đ c đ nh d ng, một s bi n đ c coi là nội sinh (bi n mà giá tr đ c
xác đ nh b i mô hình, là bi n ng u nhiên) và một s bi n khác đ c coi là ngo i sinh
hay đư xác đ nh tr ớc (ngo i sinh cộng với nội sinh tr ).
Vi c đ nh d ng nƠy th ng đ c th c hi n bằng cách gi thi t rằng một s bi n
đ c xác đ nh tr ớc ch có mặt trong một s ph ng trình. Quy t đ nh này th ng
mang tính chủ quan vƠ đư b Chrishtopher Sims ch trích. Theo Sims, n u t n t i m i
quan h đ ng th i gi a một s bi n thì các bi n này ph i đ c xét có vai trò nh
nhau, tức là t t c các bi n xét đ n đ u là bi n nội sinh. D a trên tinh thần đó mƠ
Sims đư xơy d ng mô hình vector t h i quy VAR. Mô hình VECM là một d ng của
mô hình VAR t ng quát, đ c s d ng trong tr ng h p chuỗi d li u là không dừng
và chứa đ ng m i quan h đ ng k t h p.

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.

GVHD: Nguy n Duy Tâm Page 3

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

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.

CH NG II: C S LÝ THUY T PHÂN TÍCH MÔ HÌNH VAR/VECM

1. C s lý thuy t

1.1 Mô hình t h i quy vector VAR

1.1.1 Khái niệm

Mô hình VAR là một h ph ng trình đ ng th i. trong đó các bi n đ u là bi n nội
sinh. Bi n độc l p là các bi n nội sinh các th i kỳ tr .

C u trúc của một mô hình VAR g m nhi u ph ng trình (mô hình h ph ng

trình) và có các tr của các bi n s . Var lƠ mô hình động của một s bi n th i gian.

Xét hai chuỗi th i gian Y1 và Y2. Mô hình Var t ng quát đ i với Y1 và Y2:

GVHD: Nguy n Duy Tâm Page 4

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Y1t     iY1t 1    iY2t i  U1t

p p

1 1

Y2t      iY1t i  iY2t i  U 2t

p p

1 1

Trong mô hình trên, mỗi ph ng trình đ u chứa p tr của mỗi bi n.

Với 2 bi n: mô hình có 22 p h s góc và 2 h s chặn.

Suy ra với k bi n mô hình có k 2 p h s góc và k h s chặn. Đi u nƠy đòi h i s

quan sát ph i nhi u thì k t qu ớc l ng mới có ý nghĩa.
1.1.2 Một số vấn đề xây dựng mô hình VAR:
u điểm:

 Không cần xác đ nh đơu lƠ bi n nội sinh hay ngo i sinh.

 N u độ dài tr của các bi n trong các ph ng trình đ u gi ng nhau,
ta có thể dùng ph ng pháp OLS để ớc l ng, không cần dùng tới
các ph ng pháp ớc l ng h ph ng trình.
H n ch :
 Mô hình VAR ít phù h p cho vi c d báo chính sách.
 T t c các bi n ph i dừng, n u ch a thì ph i l y sai phơn để đ m b o
chuỗi dừng. Khó khăn h n n a khi có một hỗn h p các bi n dừng và

 Khó khăn trong vi c l a ch n kho ng tr thích h p.

không dừng.

 Do s quan sát là có h n, n u tăng độ dài của tr s làm cho b c t

do b gi m, nh h ng đ n ch t l ng các ớc l ng.
 Trong một s tr ng h p, gi i thích d u của các h s không ph i d
dàng. Có thể cùng một bi n s nh ng các tr khác nhau l i có bi n
khác nhau.
1.1.3 Phương pháp ước lượng mô hình VAR
B ớc 1: Xét tính dừng của các bi n trong mô hình. N u ch a dừng thì dùng
kỹ thu t sai phơn để đ a v các chuỗi dừng

B ớc 2: L a ch n kho ng tr phù h p.

*** Các cách xác đ nh kho ng tr thích h p:

Cách 1: kiểm đ nh t t ng quan (nhắc l i ch ng h i quy).
 H u qu của t t ng quan

GVHD: Nguy n Duy Tâm Page 5

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

 Các ớc l ng OLS v n lƠ ớc l ng tuy n tính, không ch ch, nh ng

chúng không ph i lƠ ớc l ng hi u qu n a.
 Ph ng sai ớc l ng đ c của OLS th ng là ch ch. Khi tính ph ng sai
và sai s tiêu chuẩn của các ớc l ng OLS th ng cho nh ng giá tr th p
h n các giá tr th c vƠ do đó lƠm cho giá tr của t lớn, d n đ n k t lu n sai
khi kiểm đ nh.
  2 =RSS/df lƠ ớc l ng ch ch của  2 và trong một s tr ng h p là ch ch
v phía d ới.
 Gía tr ớc l ng R 2 có thể không tin c y khi dùng để thay th cho giá tr
th c của R 2
 Ph ng sai vƠ sai s tiêu chuẩn của các giá tr d báo không đ c tin c y.
 Kiểm đ nh t t ng quan
- Phương pháp đồ thị

Th ng dùng đ th phần d theo th i gian, gi n đ t t ng quan, đ th

tần su t và đ th RESID(-1) và RESID theo th i gian.

- Kiểm định LM của Breusch – Godfrey

B ớc 1: ớc l ng ph ng trình vƠ l u phần d u t

B ớc 2: ớc l ng mô hình h i quy sau đơy với độ tr p của phần d u t

(th ng đ c xác đ nh d a vào xem xét PAC trong gi n đ t t ng quan của
phần d u t )

u t  1  2 X 2t  ...   R X Rt   R 1 u t 1  ...   R  p u t  p  vt (1)

B ớc 3: Tính th ng kê LM = (n-p) R 2 từ ph ng trình h i quy (1). Th ng

kê LM này s theo phân ph i  2 với s b c t do là p. N u (n-p) R 2 >  2 tra b ng
mức ý nghĩa đ c ch n, ta bác b gi thi t H 0 và k t lu n rằng mô hình có t
t ng quan.

Cách 2: kiểm đ nh tính đ ng liên k t.(dành riêng cho mô hình

VECM)
GVHD: Nguy n Duy Tâm Page 6
 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

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.

B ớc 3: Kiểm đ nh tính dừng của phần d để so sánh mức độ phù h p của

các mô hình.
B ớc 4: So sánh và l a ch n mô hình phù h p nh t.

1.2 Mô hình vector hi u ch nh sai s VECM

Một s khái ni m liên quan tới mô hình VECM nh h i quy gi m o, đ ng liên
k t và mô hình hi u ch nh sai s ECM.

1.2.1 Hồi quy giả mạo

Khi h i quy với các chuỗi th i gian, k t qu h i quy có thể là gi m o vì các
chuỗi này có cùng xu th . Đi u nƠy th ng x y ra trong kinh t . ớc l ng của các
h s h i quy không ph i ch ch u nh h ng của bi n độc l p lên bi n ph thuộc
mà còn bao hàm xu th .

Vi c h i quy các bi n không dừng có thể d n đ n h i quy gi m o. Khi đó các

tiêu chuẩn t và F không s d ng đ c. Theo Granger và Newbold, d u hi u h i quy
gi m o:

R2 >d.

Khắc ph c h i quy gi m o: đ a thêm bi n xu th vào mô hình.(ch ch p nh n

bi n xu th phi ng u nhiên).

. . Đồng liên kết

Engle và Granger (1987) cho rằng n u k t h p tuy n tính của các chuỗi th i
gian không dừng có thể là một chuỗi dừng và các chuỗi th i gian không dừng đó
đ c cho lƠ đ ng liên k t. K t h p tuy n tính dừng đ c g i lƠ ph ng trình đ ng
liên k t và đ c gi i thích nh m i quan h cân bằng dài h n gi a các bi n. Nghĩa
là, n u phần d trong mô hình h i quy gi a các chuỗi th i gian không dừng là một
chuỗi dừng, thì k t qu h i quy là th c và thể hi n m i quan h cân bằng dài h n
gi a các bi n trong mô hình.
N u nh mô hình lƠ đ ng liên k t thì s không x y ra tr ng h p h i quy gi
m o, khi đó các kiểm đ nh d a trên tiêu chuẩn t và F v n có ý nghĩa. Có nhi u

GVHD: Nguy n Duy Tâm Page 7

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

ph ng pháp kiểm đ nh m i quan h đ ng liên k t: kiểm đ nh Engle- Granger,

kiểm đ nh CRDW…vƠ theo ph ng pháp Var của Johansen.
1.2.3 Mối quan hệ nhân quả Granger
Kiểm đ nh m i quan h nhân qu gi a hai chuỗi th i gian X và Y, ta có
ph ng trình:

Yt = α0 + α1 Yt-1 + … + α1 Yt-1 + β1 Xt-1 + … + β1 Xt-1 + εt (1)

Xt = α0 + α1 Xt-1 + … + α1 Xt-1 + β1 Yt-1 + … + β1 Yt-1 + εt (2)

Kiểm tra các bi n tr của X có gi i thích cho Y v các bi n tr của Y có tác

động lên X hay không, ta kiểm đ nh gi thi t sau :

H0 : β 1 = β 2 = … = β l = 0

Để kiểm đ nh gi thi t đ ng th i này, ta s d ng th ng kê F của kiểm đ nh

Wald. N u giá tr F tính toán lớn h n giá tr F phê phán mức ý nghĩa xác đ nh,
bác b H0. Có 4 kh năng:

N u các bi n tr của X tác động lên Y, nh ng các bi n tr của Y không tác

động lên X: Nhân qu Granger một chi u X sang Y.

N u các bi n tr của Y tác động lên X, nh ng các bi n tr của X không tác

động lên Y: Nhân qu Granger một chi u Y sang X.

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.

N u các bi n tr của X không tác động lên Y và các bi n tr của Y không

tác động lên X: không có nhân qu Granger 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:

GVHD: Nguy n Duy Tâm Page 8

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Y1  1  2 Y2t  3 Et 1   t

S h ng 3 Et 1 là phần m t cân bằng. mô hình trên đ c g i là mô hình hi u

ch nh sai s ECM. Đó lƠ mô hình ớc l ng s ph thuộc của mức thay đ i của
Y1 vào mức thay đ i của Y2 và mức m t cân bằng th i kỳ tr ớc.

** Mô hình vector hi u ch nh sai s có d ng:

X t  X t 1  1X t 1  ...   p 1X t  p 1  Ut

Trong đó ẤXt là một vector của n bi n khác nhau.

**Một s v n đ khi xây d ng mô hình VECM:

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 .

B ớc 1: L y logarit của chuỗi d li u để chuỗi n đ nh h n.

B ớc 2: Kiểm đ nh tính dừng đ i với chuỗi d li u. l a ch n kho ng tr
thích h p.
B ớc 3: kiểm đ nh m i quan h nhân qu Granger để xem xét m i quan h
gi a các bi n trong mô hình.
H0 :
N u t t c các giá tr F tính toán lớn h n các giá tr F phê phán t ng ứng
mức ý nghĩa 5%, tức là các bi n đ u có m i quan h với nhau.
 bác b H0(gi thi t phần Null Hypothesis).
B ớc 4: xét tính đ ng liên k t gi a các bi n. Ta kiểm đ nh d a trên các
bi n ch a l y sai phân.
B ớc 5: sau khi ti n hành các kiểm đ nh liên quan, n u các chuỗi là không
dừng và có m i quan h đ ng liên k t, ta s d ng mô hình VECM để ớc
l ng.

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.

GVHD: Nguy n Duy Tâm Page 9

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

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 .

CH NG 4: K T QU PHÂN TÍCH, L A CH N MÔ HÌNH VÀ D BÁO.

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).

D li u trích từ file “du lieu VAR VECM.xls”

1. Mô hình VAR
B ớc 1: Kiểm tra tính dừng của 2 bi n OIL và CPI

GVHD: Nguy n Duy Tâm Page 10

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Bi n CPI không dừng vì giá tr độ lớn t-Statistic < test critical values
các mức ý nghĩa 1%, 5%, 10%.

GVHD: Nguy n Duy Tâm Page 11

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Bi n OIL cũng không dừng

GVHD: Nguy n Duy Tâm Page 12

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Để có đ c chuỗi dừng, ta ti n hành l y sai phân b c 1 của 2 bi n:

Sau khi l y sai phân, chuỗi CPI dừng.

GVHD: Nguy n Duy Tâm Page 13

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Sau khi l y sai phân, chuỗi OIL dừng.

GVHD: Nguy n Duy Tâm Page 14

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

B ớc 2: Ta ti n hành ch y mô hình var

Nh p kho ng tr : Lag intervals for Endogenous: 1 2 4 4

GVHD: Nguy n Duy Tâm Page 15

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Cho ra k t qu ớc l ng nh

sau:

GVHD: Nguy n Duy Tâm Page 16

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

B ớc 3: Kiểm đ nh tính dừng của phần d :

Ta s d ng biểu đ :

K t lu n: phần d nƠy dừng vƠ mô hình đáng tin c y.

2. Mô hình VECM
B ớc 1:

GVHD: Nguy n Duy Tâm Page 17

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Để đ m b o tính n đ nh cho 2 bi n, ta ti n hành l y logarit.

K t qu khi l y logarit:

GVHD: Nguy n Duy Tâm Page 18

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

Cũng nh ớc l ng b t kì một mô hình với d li u là chuỗi th i gian, vi c

tr ớc tiên ta s kiểm đ nh tính dừng đ i với các chuỗi d li u này.

B ớc 2:

Kiểm đ nh m i quan h nhân qu Granger :

Sau khi nh n đ c các chuỗi dừng, ta ti n hành kiểm đ nh m i quan h nhân qu

Granger để xem xét m i quan h gi a các bi n trong mô hình.

Cho ra k t qu :

GVHD: Nguy n Duy Tâm Page 19

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

B ớc 3: Kiểm tra các

đ ng liên k t:

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.

GVHD: Nguy n Duy Tâm Page 20

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

B ớc 4: Ti n hƠnh ớc l ng bằng mô hình VECM :

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.

GVHD: Nguy n Duy Tâm Page 21

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

K T QU VECM:

GVHD: Nguy n Duy Tâm Page 22

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

B ớc 5:

Sau khi đư ớc l ng mô hình thì ta ti p t c kiểm đ nh s phù h p của mô hình

bằng cách kiểm đ nh phần d t ng t nh mô hình Var. Hoặc đ n gi n h n ta có
thể xem các đ th phần d của d ới đơy để xem xét tính dừng.

GVHD: Nguy n Duy Tâm Page 23

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

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.

2. Đánh giá tình hình l m phát Vi t Nam

L m phát hi n nay đang gơy ra m i lo ng i lớn cho các c p ho ch đ nh chính sách, các
doanh nghi p vƠ cho ng i dơn. Do đó, tìm hiểu nguyên nhơn vƠ đ nh l ng các y u t
tác động bằng ứng d ng mô hình VAR/VECM là một công c h u hi u nhằm d báo,
tìm ra bi n pháp kiểm soát l m phát, góp phần vào n đ nh tình hình kinh t xã hội và
các v n đ c p thi t.

3. Tính kh thi c a mô hình VAR và VECM

Mô hình VAR/VECM có tính ứng d ng cao trong vi c phân tích và d báo các ch s
kinh t có độ nh y cao nh l m phát, lãi su t, giá vàng, giá dầu th giới, giá khí, và giá
c các mặt hàng c thể trên th tr ng Vi t Nam và th giới trên nhi u chuỗi th i gian.

4. H n ch c a bài báo cáo

Trong su t quá trình th c hi n đ tài báo cáo, mặc dù nhóm đư r t c gắng hoàn thành bài
vi t này một cách hoàn thi n nh t, nh ng v n không tránh kh i nh ng h n ch :

GVHD: Nguy n Duy Tâm Page 24

 Báo cáo k t qu d báo bằng ph ng pháp VAR/VECM ậ Nhóm 24

- Do ph ng pháp th c hi n d báo trong ch ng nƠy khác với nh ng ch ng tr ớc đó

nên vi c đ c tài li u, tìm ki m thông tin gặp r t r t nhi u khó khăn…
- Do ki n thức còn h n ch vƠ ch a đủ kinh nghi m nên nhóm còn mắc nh ng sai lầm
không tránh kh i, nh vi c phơn tích vƠ đánh giá mô hình, cách nhìn nh n v n đ ,…

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.

GVHD: Nguy n Duy Tâm Page 25