BÁO CÁO MÔN KINH TẾ LƯỢNG ỨNG DỤNG MÔ HÌNH ARIMA TRONG DỰ BÁO GIÁ DẦU THÔ THẾ GIỚI

BÁO CÁO MÔN KINH TẾ LƯỢNG
ỨNG DỤNG MÔ HÌNH ARIMA
TRONG DỰ BÁO GIÁ DẦU THÔ THẾ GIỚI


Sinh viên thực hiện: Đặng Thị Thu Hiền
Mã sinh viên: CQ500927
Giới thiệu về mô hình Arima
Trong nghiên cứu định lượng tồn tại ba loại số liệu cơ bản là số liệu theo
thời gian , số liệu chéo và số liệu hỗn hợp. Đối với các vấn đề kinh tế loại số
liệu chúng ta thường xuyên tiếp cận nhất là số liệu thời gian hay còn gọi là
các chuỗi thời gian như chuỗi số liệu Vn-Index, giá vàng ,giá dầu theo thời
gian…Tuy nhiên khi nghiên cứu loại số liệu này các nhà phân tích đã gặp
không ít khó khăn bởi rất nhiều trường hợp các mô hình hồi qui cổ điển
dường như không phù hợp với loại số liệu này
Câu hỏi đặt ra là làm thế nào để chúng ta có thể nghiên cứu chuỗi thời gian,
rút ra những kết luận và sử dụng nó trong công tác dự báo. Để trả lời câu hỏi
này có nhiều phương pháp khác nhau trong đó có phương pháp sử dụng mô
hình Arima để nghiên cứu cho kết quả khá tốt.
Arima là mô hình trung bình trượt đồng liên kết tự hồi qui không sử dụng
các biến ngoại sinh độc lập X1, X2….mà sử dụng chính các giá trị trong quá
khứ của Y để giải thích cho giá trị của nó trong hiện tại.
I.Đặt vấn đề
Dầu được coi là vàng đen , là nguồn tài nguyên quí giá với mỗi quốc gia và
là nguồn nhiên liệu vô cùng quan trọng trong hoạt động sản xuất kinh doanh.
Tổ chức các nước xuất khẩu dầu mỏ OPEC là tập hợp các quốc gia có trữ
lượng dầu mỏ nhiều nhất trên thế giới và là nơi cung cấp chính nguồn
nguyên liệu này cho toàn thế giới. Chính bởi vậy mà mỗi một động thái từ tổ
chức này và các quốc gia tiêu thụ chính sản phẩm này như Mỹ, Nhật… đều
có ảnh hưởng không nhỏ tới thị trường dầu thế giới. Cuộc khủng hoảng kinh
tế toàn cầu năm 2008 đã chứng kiến sự lên giá chóng mặt của dầu thô và

hiên nay là tình hình chính trị bất ổn ở Libya( một thành viên của OPEC)
cũng đã tác động xấu tới thị trường dầu thô thế giới . Vì thế việc dự báo
chính xác sự biến động giá của dầu thô thế giới để có một sách lược nhằm
phục vụ cho công việc kinh doanh của các cá nhân, tổ chức hay hoạch định
chiến lược của một quốc gia đã thu hút rất nhiều sự quan tâm của các nhà
kinh tế lượng tài chính trong và ngoài nước.
Việt Nam là một quốc gia vẫn chủ yếu phụ thuộc vào nhập khẩu dầu mỏ, do
đó tình hình giá dầu trên thế giới luôn luôn được nhà nước và các giới đầu tư
quan tâm chặt chẽ để kịp thời nắm bắt tình hình biến động đưa ra các chính
sách phù hợp.
Trong khuôn khổ đề tài, chúng tôi đề xuất sử dụng mô hình ARIMA và
phương pháp Box-jenkins để dự báo giá dầu thô thế giới trong ngắn hạn căn
cứ vào chuỗi dữ liệu quá khứ.
II. Xây dựng mô hình Arima cho giá dầu thô thế giới
1. giới thiệu về số liệu:
Nguồn cập nhật số liệu là từ trang web www.eia.gov là trang web của
cục năng lượng Hoa Kỳ.
Số liệu là giá dầu thô thế giới từ tháng 1 / 2005 tới tháng 9 / 2010
2. Cơ sở lý thuyết:
2.1. Xét tính dừng của chuỗi số liệu

Kiểm định nghiệm đơn vị Dickey – Fuller
Xét mô hình Y
t
= ρY
t-1
+U
t
với U
t

là nhiễu trắng.
Nếu ρ=1 thì Y
t
là bước ngẫu nhiên và không dừng. Do đó để kiểm
định tính dừng của Y
t
ta kiểm định giả thiết:
H
0
: ρ=1 (chuỗi không dừng)
H
1
: ρ≠1
Ở đây ta không thể sử dụng kiểm định t vì Y
t
có thể là chuỗi không
dừng. Trong trường hợp này ta sử dụng tiêu chuẩn kiểm định DF như
sau:
Phân phối theo quy luật DF
Nếu ta bác bỏ giả thiết H
0
và kết luận chuỗi dừng
Kết quả kiểm định chuỗi giá dầu bằng Eview cho ta bảng sau:
Ta có ׀ ׀ = 3.44 nhỏ giá trị ׀
0,01
 
nên ta chấp nhận giả thiết H
0
: ρ=1 tức
giá dầu thô thế giới là chuỗi không dừng.

2.2 Biến đổi thành chuỗi dừng
Xét bước ngẫu nhiên: Y
t
=Y
t-1
+U
t
với U
t
là nhiễu trắng.
Ta lấy sai phân cấp I của Yt: D(Y
t
)=Y
t
-Y
t-1
=U
t
. Trong trường hợp này
D(Y
t
) là chuỗi dừng vì U
t
là nhiễu trắng
Bảng kết quả kiểm định nghiệm đơn vị:
Ta có ׀ ׀ = 3.76 lớn hơn tất cả các giá trị ׀
0,01
׀, ׀
0,05
׀ và ׀

0,1
׀ nên sai
phân bậc nhất của giá dầu thô thế giới là một chuỗi dừng
2.3 Phương pháp Box- Jenkins
_ Nhận dạng mô hình:
Nhận dạng mô hình là đi xác định các giá trị thích hợp của p,d,q với :
. d là bậc sai phân chuỗi thời gian được khảo sát
. p là bậc tự hồi qui( dựa vào SPAC)
. q là bậc trung bình trượt ( dựa vào SAC)
Từ chuỗi số liệu trên ta có chuỗi dừng ở sai phân bậc 1 nên ta được d=1
Kết quả biểu thị đồ thị tương quan và tương quan riêng phần sai phân bậc 1
của chuỗi giá dầu thế giới:
Nhìn vào bảng kết quả trên ta có mô hình ARIMA(p,1,q)
Với:
P=(1)
Q=(1,2,5,6,7)
-Ước lượng:
Sau khi ước lượng và kiểm tra nhiều mô hình tôi thấy mô hình
ARIMA(0,1,7) là phù hợp nhất
Bảng kết quả ước lượng:
Viết phương trình:
PO= 0.421772+ 0.559199 Ut-1 +0.43918 Ut-2 – 0.342086 Ut-5 – 0.831017Ut-
6 -0.472715Ut-7 + Ut
_Kiểm tra:
Ta thấy:
Inverted MA Roots <1 chuỗi khả nghịch
Để kiểm tra tính phù hợp của mô hình ta kiểm tra xem phần dư của mô hình
có phải là nhiễu trắng hay không?
Trong Eviews, sau khi ước lượng xong mô hình ta thực hiện :
Vào View

→
Residual tests
→
Correlogram-Q- statistics
→
OK
Bảng kết quả :
Ta thấy tất cả giá trị P>0.05 nên phần dư của mô hình là nhiễu trắng, mô
hình phù hợp
Hoặc ta có thể kiểm tra bằng cách:
Vào View
→
Residual tests
→
Serial correlation- LM test
→
OK
Ta được bảng sau :
p>0.05 nên phần dư của mô hình là nhiễu trắng
_Dự Báo :
Tại cửa sổ Equation của phương trình, bấm nút forecast