Cách sử dụng phần mềm dự báo eviews

NGUYEN THI MINH - KTQD - K
HOA TOAN KINH TE
1
KHÓA BỒI DƯỠNG
VỀ DỰ BÁO SỬ DỤNG EVIEWS
HÀ NỘI – THÁNG 4 - 2011
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
2
CHƯƠNG TRÌNH


TỔNG QUAN VỀ DỰ BÁO – HỒI QUY TRONG
EVIEWS

MÔ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐƠN BIẾN

MÔ HÌNH DỰ BÁO CHUỖI THỜI GIAN ĐA BIẾN –
MÔ HÌNH VAR - VECM
NGUYEN THI MINH - KTQD - K
HOA TOAN KINH TE
3
PHẦN 1: TỔNG QUAN VỀ DỰ BÁO-
HỒI QUY TRÊN EVIEWS
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
4
TỔNG QUAN VỀ DỰ BÁO


Dự báo trong kinh tế:

Một số kỹ thuật trong dự báo:

Mô hình hồi quy

Mô hình kinh tế lượng vĩ mô

Mô hình CGE

Mô hình dự báo chuỗi thời gian đơn biến

Mô hình dự báo chuỗi thời gian đa biến
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
5
TỔNG QUAN VỀ DỰ BÁO

Nguyên lý dự báo:

Xét đoán hành vi trong quá khứ => dự báo
cho tương lai

=> yêu cầu về cấu trúc

=> yêu cầu về số liệu

Yếu tố ngẫu nhiên


Sai số trong dự báo

Yêu cầu dự báo: ngắn hạn, trung hạn, dài hạn
NGUYEN THI MINH - KTQD - K
HOA TOAN KINH TE
6
PHẦN I: MÔ HÌNH CHUỖI THỜI
GIAN ĐƠN BIẾN

I. SAN CHUỖI

II. MÔ HÌNH ARIMA
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
7
CHUỖI THỜI GIAN

Tần suất xuất hiện thấp (Low frequency):

GDP

Lạm phát, m,

Tần số xuất hiện cao (high frequency):

giá cổ phiếu

giá dầu, vàng, đô la Mỹ trên thị trường quốc
tế


.v
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
8
CHUỖI THỜI GIAN
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
9
CHUỖI THỜI GIAN

Các thành phần của chuỗi x
t

Xu thế T

Chu kỳ C

Mùa vụ S

Bất quy tắc I

3 thành phần đầu được giả định là không thay đổi
theo thời gian

Ý tưởng của san chuỗi:

Từ số liệu quá khứ => ước tính các thành phần


 xây dựng chuỗi mới x*
t
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
10
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 KINH
TE
11
1.SAN CHUỖI TRUNG BÌNH TRƯỢT(MA)

Công thức:

Ý tưởng: Tách thành phần I

Sử dụng tốt với T và I

Lệnh trong eviews:


genr xnew=@movav(x(+k),2k+1)
( ) ( ) ( )
*( )
2 1
x t k x t x t k
x t
k
− + + + + +
=
+
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
12
MA3
6000
8000
10000
12000
14000
16000
18000
1995 1996 1997 1998 1999
GTSXCN MO4
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
13
MA12
6000

8000
10000
12000
14000
16000
18000
1995 1996 1997 1998 1999
MO12 GTSXCN
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
14
2. HIỆU CHỈNH MÙA VỤ (SA) SỬ DỤNG MA

Tại sao SA:

Tách được tác động của mùa vụ

=> nắm được bản chất của chuỗi số (peak,
trough, turning point, )

=> có thể so sánh các tháng (quý) liên tiếp
nhau

SA: số liệu quý, tháng
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
15
3. SAN MŨ GIẢN ĐƠN


Ý tưởng: vai trò giảm dần theo thời gian

Không T, S

Công thức:
*( ) ( ) (1 ) ( 1) x t x t x t
α α α
= + − − +
*( ) ( ) (1 ) *( 1)x t x t x t
α α
= + − −
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
16
4. SAN MŨ HOLT-WINTERS

Từ số liệu quá khứ, xác định ra:

thành phần xu thế

thành phần mùa vụ

=> dự báo: thành lập chuỗi mới sử dụng 2
thành phần này
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
17

4.HOLT-WINTERS VỚI XU THẾ

x*
n
= αx
n
+(1- α)T
n-1

T
n
= β(x*
n
-x*
n-1
)+(1- β)T
n-1

Giá trị ban đầu: T
2
= x
2
-x
1
; x*
2
=x
2

Dự báo:


x*
n+1
= x*
n
+ T
n

x*
n+h
= x*
n
+ hT
n
(số liệu: gtsx, gdp)
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
18
4. HOLT-WINTERS VỚI T VA S
Y*
t
= α(Y
t
/F
t-s
) +(1- α)(Y*
t-1
+T
t-1

)
T
t
= β(Y*
t
– Y*
t-1
) +(1- β)T
t-1
F
t
= λ Y
t
/Y*
t-1
+ (1- λ )F
t-s
Trong đó: F: chỉ số thời vụ, s: số thời kỳ trong
1 năm

Dự báo: dự báo cho thời kỳ (n+h) với thời kỳ
hiện tại: n

Y*
(n+h)
= (Y*
n
+h T
n
)F

n+h-s
với h =1,2, s

Y*
(n+h)
= (Y*
n
+h T
n
)F
n+h-2s
với h= s+1; ; 2s

v.v
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
19
THỰC HÀNH TRÊN EVIEWS
THỰC HÀNH VỚI SỐ LIỆU gtsx
NGUYEN THI MINH - KTQD - K
HOA TOAN KINH TE
20
II. MÔ HÌNH ARMA
PHƯƠNG PHÁP BOX- JENKINS
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
21
MỘT SỐ KHÁI NIỆM


Nhiễu trắng (white noise):

E(ε
t
) = 0 với mọi t

Var(ε
t
) = σ
2
với mọi t

cov(ε
t
, ε
t-s
) = 0 với mọi t ≠ s

=> sốc ngẫu nhiên

ý nghĩa:
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
22
MỘT SỐ KHÁI NIỆM

Chuỗi dừng x
t


E(x
t
) = µ với mọi t

Var(x
t
) = σ
2
với mọi t

cov(x
t
, x
t-s
) = γ
s
với mọi t,s

Chỉ quan tâm đến chuỗi dừng
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
23
CHUỖI TỰ HỒI QUY AR(1)

Xét chuỗi có dạng:

x
t

= a
0
+a
1
x
t-1
+ ε
t

Trong đó ε
t
là nhiễu trắng

Ý nghĩa: giá trị hôm nay bằng tổng có trọng
số của giá trị trong quá khứ và sốc ngẫu
nhiên

Nếu biết chuỗi là dừng, có dạng AR(1) => có
thể ước lượng được a
i
=> dự báo được cho x
t
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
24
CHUỖI TỰ HỒI QUY AR(1)

Ví dụ 1: x
t

= 1.5x
t-1
+ ε
t
=>
x
t
= ε
t
+1.5 ε
t-1
+…+1.5
k
ε
t-k
+…

Ví dụ 2: x
t
= 1x
t-1
+ ε
t
=>

x
t
= ε
t
+ ε

t-1
+…+ ε
t-k
+…

Ví dụ 3: x
t
= 0.5x
t-1
+ ε
t

=> Với AR(1):

|a
1
|<1: chuỗi dừng

|a
1
|≥ 1: chuỗi không dừng
NGUYEN THI MINH - KTQD
- KHOA TOAN KINH
TE
25
CHUỖI TỰ HỒI QUY AR(p)

Chuỗi có dạng

x

t
= a
0
+a
1
x
t-1
+ +a
p
x
t-p
+ ε
t
AR(p)

ε
t
: nhiễu trắng

Ý nghĩa: giá trị hôm nay bằng tổng có trọng số
giá trị trong quá khứ và sốc ngẫu nhiên

Các hệ số của chuỗi AR(p) cần thỏa mãn các
điều kiện để chuỗi là dừng.

Nếu biết chuỗi là dừng AR(p), biết p, => có thể
ước lượng => dự báo