intTypePromotion=1

Kinh tế lượng ứng dụng - Chương 5

Chia sẻ: AN TON | Ngày: | Loại File: PDF | Số trang:0

0
365
lượt xem
180
download

Kinh tế lượng ứng dụng - Chương 5

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tham khảo tài liệu 'kinh tế lượng ứng dụng - chương 5', kinh tế - quản lý, kinh tế học phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả

Chủ đề:
Lưu

Nội dung Text: Kinh tế lượng ứng dụng - Chương 5

  1. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Chöông 5 MOÂ HÌNH TRUNG BÌNH TRÖÔÏT ÑOÀNG LIEÂN KEÁT TÖÏ HOÀI QUY (ARIMA) & MOÂ HÌNH TÖÏ HOÀI QUY THEO VEC TÔ (VAR) ÔÛ chöông IV chuùng ta ñaõ baøn ñeán tính chaát quan troïng cuûa chuoãi döøng. Chöông naøy seõ ñeà caäp ñeán hai vaán ñeà: (1) Laøm theá naøo ñeå ñöa moät chuoãi khoâng döøng thaønh chuoãi döøng? (2) Söû duïng moâ hình ñeå döï baùo nhö theá naøo? Noùi moät caùch toång quaùt chuùng ta coù 4 phöông phaùp döï baùo kinh teá döïa vaøo chuoãi thôøi gian: (1) Döï baùo döïa treân moâ hình hoài quy moät phöông trình; (2) Döï baùo döïa treân moâ hình nhieàu phöông trình; (3) Döï baùo döïa treân moâ hình trung bình tröôït, ñoàng lieân keát, töï hoài quy ARIMA (Autoregressive intergrated moving average); (4) Döï baùo döïa vaøo moâ hình töï hoài quy theo veùc tô VAR (Vector autoregressive models). Khi döï baùo döïa treân moâ hình moät phöông trình, tröôùc heát caàn döï baùo caùc bieán ñoäc laäp vaø sau ñoù döï baùo bieán phuï thuoäc. Döï baùo nhö vaäy sai soá seõ taêng nhanh khi ta döï baùo quaù xa trong töông lai. Trong thaäp nieân 60, 70 , vieäc xaây döïng moâ hình bao goàm moät heä phöông trình chieám öu theá trong döï baùo kinh teá ôû Myõ. Nhöng sau naøy söï quyeán ruõ cuûa phöông phaùp döï baùo naøy ñaõ suy giaûm ñi khaù nhieàu do caùc cuù soác daàu löûa naêm 1973, 1979 vaø do nhöõng chæ trích cuûa Lucas. Robert E. Lucas ñaõ cho raèng, caùc tham soá ñöôïc öôùc löôïng töø moâ hình kinh teá löôïng phuï thuoäc vaøo chính saùch ôû thôøi ñieåm moâ hình ñöôïc öôùc löôïng, vaø caùc tham soá naøy seõ thay ñoåi khi chính saùch thay ñoåi. Noùi ngaén goïn, caùc tham soá öôùc löôïng ñöôïc khoâng ñoåi nhöng chính saùch thì thay ñoåi. Phöông phaùp phaân tích chuoãi thôøi gian do G.P.E . Box vaø G. M Jenkins ñeà xuaát ñaõ môû ra moät trang môùi veà caùc coâng cuï döï baùo. Phöông phaùp BJ (Box – Jenkins) veà kyõ thuaät goïi laø phöông phaùp ARIMA. Phöông phaùp naøy khoâng döïa vaøo moät hoaëc nhieàu phöông trình maø döïa vaøo vieäc phaân tích tính ngaãu nhieân cuûa moät chuoãi thôøi gian. Chuoãi thôøi gian coù theå giaûi thích baèng haønh vi ôû hieän taïi, trong quaù khöù, caùc treã vaø yeáu toá ngaãu nhieân. Moâ hình ARIMA ñoâi khi ñöôïc goïi laø moâ hình lyù thuyeát vì noù khoâng xuaát phaùt töø baát kyø lyù thuyeát kinh teá naøo. Moâ hình VAR beà ngoaøi gioáng nhö moâ hình nhieàu phöông trình trong ñoù chuùng ta xem xeùt ñoàng thôøi moät soá bieán noäi sinh. Trong moâ hình naøy moãi bieán noäi sinh ñöôïc giaûi thích bôûi caùc giaù trò ôû quaù khöù, giaù trò treã cuûa taát caû caùc bieán noäi sinh khaùc. Thoâng thöôøng moâ hình naøy khoâng coù bieán ngoaïi sinh. Sau ñaây chuùng ta seõ xem xeùt moâ hình ARIMA vaø VAR. 1
  2. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 I- MOÂ HÌNH AR, MA, VAØ ARIMA MOÂ HÌNH HOÙA CHUOÃI THÔØI GIAN TRONG KINH TEÁ Neáu moät chuoãi thôøi gian coù tính döøng, ta coù theå laäp moâ hình theo nhieàu caùch khaùc nhau 1- Quaù trình töï hoài quy (AR) Giaû söû Yt laø moät chuoãi thôøi gian. Neáu ta laäp moâ hình: Yt = 0+1Yt -1 + Ut (5.1) vôùi  laø giaù trò trung bình cuûa Y vaø Ut laø sai soá ngaãu nhieân, Ut khoâng töông quan, coù trung 2 bình baèng 0 vaø phöông sai baèng  khoâng ñoåi (Ut– nhieãu traéng) thì ta noùi raèng Yt tuaân theo quaù trình ngaãu nhieân töï hoài quy baäc nhaát hay AR(1). ÔÛ ñaây giaù trò Y trong thôøi ñoaïn t phuï thuoäc vaøo giaù trò cuûa noù trong thôøi ñoaïn tröôùc vaø phuï thuoäc vaøo yeáu toá ngaãu nhieân. Noùi moät caùch khaùc, moâ hình naøy cho bieát giaù trò döï baùo cuûa Y trong thôøi ñoaïn t chæ ñôn giaûn laø tyû leä (1) giaù trò cuûa Y trong thôøi ñoaïn (t -1) coäng vôùi yeáu toá ngaãu nhieân trong thôøi ñoaïn t. Neáu xem xeùt moâ hình: Yt = 0+1Yt -1 + 2Yt -2 + Ut (5.2) Thì ta noùi raèng Yt tuaân theo quaù trình töï hoài quy baäc hai hay AR(2). Töùc laø giaù trò cuûa Y trong thôøi ñoaïn t phuï thuoäc vaøo giaù trò cuûa noù trong hai thôøi ñoaïn tröôùc ñoù. Toång quaùt, ta coù: Yt= 0+1Yt -1+ 2Yt -2 +. . .+ pYt – p + Ut (5.3) Trong tröôøng hôïp naøy, Yt laø quaù trình töï hoài quy baäc p hay AR(p). Ñieàu kieän ñeå quaù trình AR(p) döøng laø |i|
  3. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 laø moät quaù trình MA(q). Noùi ngaén goïn, moät quaù trình trung bình tröôït ñôn giaûn laø moät keát hôïp tuyeán tính cuûa caùc soá haïng nhieãu traéng. 3- Quaù trình trung bình tröôït vaø töï hoài quy (ARMA) Taát nhieân, coù nhieàu khaû naêng laø Y coù caùc ñaëc ñieåm AR vaø MA vaø do vaäy coù ñaëc ñieåm ARMA. Vaäy, Yt tuaân theo quaù trình ARMA(1, 1) neáu noù coù theå vieát döôùi daïng: Yt =  + 1Yt -1 + 0Ut + 1Ut – 1 (5.6) Trong (5.6) coù moät soá haïng töï hoài quy vaø moät soá haïng trung bình tröôït, coøn  laø haèng soá. Moät quaù trình ARMA(p, q) seõ coù p soá haïng töï hoài quy vaø q soá haïng trung bình tröôït nhö sau: Yt= ( + 1Yt -1 +2Yt -2+ …+pYt -p ) + (0Ut + 1Ut–1 +….+ qUt–q) 4- Quaù trình trung bình tröôït, ñoàng lieân keát, töï hoài quy (ARIMA – Autoregressive Intergrated Moving Average). Moät chuoãi thôøi gian coù theå laø döøng hoaëc khoâng döøng. Chuoãi ñöôïc goïi laø ñoàng lieân keát baäc 1, ñöôïc kyù hieäu laø I(1), neáu sai phaân baäc nhaát laø chuoãi döøng. Chuoãi ñöôïc goïi laø ñoàng lieân keát baäc d neáu sai phaân baäc d laø moät chuoãi döøng, kyù hieäu laø I(d). Neáu d= 0, ta coù I(0) thì chuoãi xuaát phaùt Yt laø chuoãi döøng. Neáu chuoãi Yt ñoàng lieân keát baäc d, aùp duïng moâ hình ARMA(p, q) cho chuoãi sai phaân baäc d thì chuùng ta coù quaù trình ARIMA(p, d, q). Vôùi p laø baäc töï hoài quy, d laø soá laàn laáy sai phaân chuoãi Yt ñeå ñöôïc moät chuoãi döøng, q laø baäc trung bình tröôït. p vaø q laø baäc töông öùng cuûa chuoãi döøng. AR(p) laø tröôøng hôïp ñaëc bieät cuûa ARIMA(p, d , q) khi d = 0; q = 0. MA(q) laø tröôøng hôïp ñaëc bieät cuûa ARIMA(p, d, q) khi d = 0; p = 0. ARIMA(2, 0, 3) nghóa laø chuoãi Yt laø chuoãi döøng, chuoãi döøng naøy coù theå bieåu dieãn döôùi daïng ARMA(2, 3): Yt =  + 1Yt -1 + 2Yt -2 + 0Ut + 1Ut -1 + 2Ut -2 +3Ut -3 Trong ñoù Ut laø nhieãu traéng. ARIMA(3, 1, 2) nghóa laø chuoãi Yt coù sai phaân baäc 1 laø chuoãi döøng, chuoãi sai phaân döøng naøy coù theå bieåu dieãn döôùi daïng ARMA(3, 2): Yt =  + 1Yt -1 + 2Yt -2 +3Yt -3 + 0Ut + 1Ut -1 + 2Ut -2 Trong ñoù Ut laø nhieãu traéng. Nhö vaäy neáu bieát ñöôïc p, q, d thì ta coù theå moâ hình hoùa ñöôïc chuoãi. 3
  4. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 II- PHÖÔNG PHAÙP LUAÄN BOX-JENKINS (BJ) Caâu hoûi raát quan troïng maø ta caàn giaûi ñaùp khi nghieân cöùu chuoãi thôøi gian laø: Chuoãi coù tuaân theo quaù trình AR hay khoâng? neáu coù thì giaù trò cuûa p baèng bao nhieâu; hoaëc chuoãi coù tuaân theo quaù trình MA hay khoâng? neáu coù thì giaù trò cuûa q baèng bao nhieâu; hoaëc chuoãi coù tuaân theo quaù trình ARMA hay khoâng? neáu coù thì giaù trò cuûa p vaø q baèng bao nhieâu; hoaëc chuoãi coù tuaân theo quaù trình ARIMA hay khoâng? neáu coù thì giaù trò cuûa p, d, q baèng bao nhieâu; Phöông phaùp luaän BJ ñaõ xuaát hieän ñuùng luùc ñeå traû lôøi cho caùc caâu hoûi treân. Phöông phaùp naøy goàm 4 böôùc: Böôùc 1: Ñònh daïng moâ hình. Töùc laø, tìm caùc giaù trò thích hôïp cuûa p, d vaø q. Ñeå thöïc hieän ñöôïc coâng vieäc naøy ta duøng bieåu ñoà töông quan (correlogram) vaø bieåu ñoà töông quan rieâng phaàn (partial correlogram). Böôùc 2: Öôùc löôïng moâ hình. Sau khi ñaõ nhaän daïng caùc giaù trò thích hôïp cuûa p, q, böôùc tieáp theo laø öôùc löôïng caùc tham soá cuûa moâ hình. Ñeå öôùc löôïng caùc tham soá cuûa moâ hình ta coù theå duøng phöông phaùp bình phöông toái thieåu, nhöng cuõng coù tröôøng hôïp phaûi söû duïng caùc phöông phaùp öôùc löôïng phi tuyeán. Vieäc öôùc löôïng caùc tham soá cuûa moâ hình coù theå thöïc hieän moät caùch nhanh choùng vôùi söï trôï giuùp cuûa caùc phaàn meàm kinh teá löôïng. Böôùc 3: Kieåm tra chaån ñoaùn. Sau khi öôùc löôïng moâ hình ARIMA, cuï theå laø öôùc löôïng caùc tham soá cuûa noù, ta tìm hieåu xem moâ hình löïa choïn coù phuø hôïp vôùi döõ lieäu hay khoâng bôûi vì coù theå moät moâ hình ARIMA khaùc cuõng phuø hôïp vôùi döõ lieäu. Ñoù laø lyù do taïi sao phöông phaùp laäp moâ hình ARIMA cuûa Box-Jenkins laø moät ngheä thuaät nhieàu hôn laø moät khoa hoïc. Caàn phaûi coù kyõ naêng toát ñeå löïa choïn ñuùng moâ hình ARIMA. Moät kieåm ñònh ñôn giaûn veà vieäc löïa choïn moâ hình laø xem xeùt phaàn dö öôùc löôïng töø moâ hình naøy coù tính döøng hay khoâng. Neáu phaàn dö coù tính döøng thì ta chaáp nhaän söï phuø hôïp cuûa moâ hình, coøn neáu khoâng, ta phaûi laëp laïi töø ñaàu. Nhö vaäy, phöông phaùp BJ laø moät quaù trình laëp cho ñeán khi tìm ñöôïc moâ hình “toát”. Böôùc 4: Döï baùo. Moät trong caùc lyù do veà tính phoå bieán cuûa phöông phaùp laäp moâ hình ARIMA laø thaønh coâng cuûa noù trong döï baùo. Trong nhieàu tröôøng hôïp, caùc döï baùo thu ñöôïc töø phöông phaùp naøy tin caäy hôn so vôùi caùc döï baùo tính töø moâ hình kinh teá löôïng truyeàn thoáng, ñaëc bieät laø ñoái vôùi döï baùo ngaén haïn. Taát nhieân ñoái vôùi töøng tröôøng hôïp caàn phaûi ñöôïc kieåm tra cuï theå. Chi tieát caùc böôùc nhö sau: 1- Ñònh daïng 1.1) Löôïc ñoà töï töông quan vaø töï töông quan rieâng Caùc coâng cuï chuû yeáu ñeå ñònh/nhaän daïng laø haøm töï töông quan (ACF), haøm töï töông quan rieâng phaàn (PACF), vaø caùc bieåu ñoà töông quan veõ döïa vaøo caùc haøm naøy, caùc bieåu ñoà chæ ñôn giaûn laø caùc ñieåm cuûa ACF vaø PACF veõ theo caùc ñoä treã. 4
  5. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Trong chöông tröôùc, ta ñaõ ñònh nghóa haøm ACF toång theå (k) vaø ACF maãu (  k ). Khaùi ˆ nieäm töï töông quan rieâng phaàn gioáng nhö khaùi nieäm heä soá hoài quy rieâng phaàn. Trong moâ hình hoài quy boäi k bieán, heä soá hoài quy thöù k, k, cho bieát toác ñoä thay ñoåi giaù trò trung bình cuûa bieán phuï thuoäc khi bieán ñoäc laäp thöù k, Xk, thay ñoåi moät ñôn vò, vôùi ñieàu kieän laø taát caû caùc bieán ñoäc laäp khaùc khoâng ñoåi. Töông töï, heä soá töông quan rieâng phaàn kk tính töông quan giöõa caùc quan saùt (chuoãi thôøi gian) caùch nhau k thôøi ñoaïn sau khi ñaõ kieåm soaùt caùc töông quan taïi caùc ñoä treã trung gian (nghóa laø ñoä treã nhoû hôn k). Noùi moät caùch khaùc, töï töông quan rieâng phaàn laø töï töông quan giöõa Yt vaø Yt -k sau khi ñaõ loaïi boû taùc ñoäng cuûa caùc giaù trò Y trung gian. Caùc heä soá töông quan rieâng phaàn ñeàu ñöôïc tính töï ñoäng trong caùc phaàn meàm thoáng keâ. Khoaûng tin caäy 95% cuûa ACF vaø PACF laø (-1.96/sqrt(n) , 1.96/sqrt(n)). Döïa vaøo caùc löôïc ñoà naøy, ta seõ ñoaùn bieát caùc ACF vaø PACF baäc maáy laø khaùc 0. Töø ñoù ñöa ra caùc ñoaùn nhaän veà p cuûa AR(p) vaø q cuûa MA(q). Moät caùch ñeå thöïc hieän ñieàu naøy laø xem xeùt ACF, PACF vaø caùc bieåu ñoà töông quan gaén vôùi chuùng cuûa moät soá quaù trình ARMA löïa choïn, nhö AR(1), AR(2), MA(1), ARMA(1,1), ARMA(2,2) , . . . . Do töøng quaù trìng ngaãu nhieân naøy bieåu thò caùc maãu hình tieâu bieåu cuûa ACF vaø PACF, neáu chuoãi thôøi gian ñang nghieân cöùu phuø hôïp vôùi moät trong caùc maãu hình naøo thì ta coù theå xaùc ñònh chuoãi thôøi gian vôùi quaù trình ñoù. Taát nhieân ta seõ phaûi aùp duïng caùc kieåm ñònh chaån ñoaùn ñeå tìm xem moâ hình ARMA löïa choïn coù phuø hôïp vôùi döõ lieäu hay khoâng. Moät soá daïng ARIMA ñöôïc ñeà nghò nhö sau (döïa theo kinh nghieäm): ARIMA ACF PACF (p,d,0) Giaûm daïng muõ hoaëc giaûm hình sin kk=0 vôùi k>p (0,d,q) k=0 vôùi k>q Giaûm daïng muõ hoaëc giaûm hình sin (1,d,1) 1≠0 11≠0 Sau ñoù giaûm daïng muõ/ giaûm hình sin Sau ñoù giaûm daïng muõ/ giaûm hình sin (1,d,2) 1, 2≠0 11≠0 Sau ñoù giaûm daïng muõ/ giaûm hình sin Sau ñoù giaûm daïng muõ/ giaûm hình sin (2,d,1) 11, 22≠0 1≠0 Sau ñoù giaûm daïng muõ/ giaûm hình sin Sau ñoù giaûm daïng muõ/ giaûm hình sin (2,d,2) 1, 2≠0 11, 22≠0 Sau ñoù giaûm daïng muõ/ giaûm hình sin Sau ñoù giaûm daïng muõ/ giaûm hình sin Caùc quaù trình ARIMA coù baäc cao caàn phaûi laøm thöïc nghieäm, keát hôïp vôùi nhieàu phöông phaùp nhaän daïng, sau ñoù laø kieåm ñònh. 5
  6. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Veà maët hình hoïc, Moät vaøi daïng cuûa ACF vaø PACF nhö sau: k kk 0 0 (a) AR(2): 1 = 0,5 ; 2 = 0,3 k kk 0 0 (b) MA(2): 1 = 0,5; 2 = 0,3 k kk 0 0 (c) ARMA(1, 1): 1= 0,5; 1= 0,5 Hình 5.5 Chuù yù: Do treân thöïc teá ta khoâng quan saùt caùc ACF vaø PACF lyù thuyeát maø döïa vaøo döõ lieäu cuûa maãu. Caùc giaù trò ACF vaø PACF öôùc löôïng seõ khoâng phuø hôïp moät caùch chính xaùc vôùi caùc giaù trò lyù thuyeát. Ñieàu maø chuùng ta tìm kieám laø söï gioáng nhau giöõa caùc ACF vaø PACF lyù thuyeát vôùi caùc döõ lieäu maãu ñeå töø ñoù chuùng coù theå chæ cho ta höôùng ñi ñuùng trong vieäc xaây döïng caùc moâ hình ARIMA. Vaø ñoù laø lyù do taïi sao vieäc laäp moâ hình ARIMA caàn phaûi coù nhieàu kyõ naêng maø taát nhieân caùc kyõ naêng naøy chæ coù thoâng qua thöïc haønh. 1.2) Tieâu chuaån Akaike vaø Schwarz Sau ñaây ta xeùt 2 tieâu chuaån ñeå löïa choïn moâ hình thích hôïp, caùc tieâu chuaån naøy cô baûn döïa vaøo löôïc ñoà töông quan. Giaû thieát d ñaõ bieát, choïn löïa p vaø q sao cho thích hôïp. Akaike (1974) ñeà nghò: pq AIC ( p, q )  ln( 2 )  2 ˆ n AIC ( p1, q1)  min AIC ( p, q ) , vôùi pP, qQ 6
  7. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Khi ñoù p1 vaø q1 seõ laø giaù trò thích hôïp cho p vaø q. Schwarz (1978) ñeà nghò: ( p  q ). ln(n) SIC ( p, q )  ln( 2 )  ˆ n SIC ( p1, q1)  min SIC ( p, q ) , vôùi pP, qQ Trong 2 tieâu chuaån naøy thì caùc taäp P vaø Q ñeàu chöa bieát. Hannan (1980) chæ ra raèng neáu p0 vaø q0 laø caùc giaù trò ñuùng thì p0≤ p1, q0≤ q1. Treân cô sôû 2 tieâu chuaån naøy Jeffreys (1961), Poskitt vaø Tremayne (1987) ñöa ra yù töôûng veà xaây döïng 1 lôùp moâ hình. Caùc taùc giaû cho raèng chöa chaéc p1 vaø q1 xaùc ñònh ôû treân laø caùc giaù trò thöïc cuûa moâ hình, caàn phaûi xem xeùt theâm caùc tieâu chuaån khaùc vôùi caùc giaù trò laân caän cuûa p1 vaø q1. Taùc giaû ñeà nghò: 1  R  exp  n.{SIC ( p1, q1)  SIC ( p, q )} 2  Neáu R
  8. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Do ñoù: Yfn+1= Yn+Yfn+1 Ta coù: Yfn+2= Yfn+2 - Yfn+1 Do ñoù: Yfn+2= Yfn+1+Yfn+2 Vaäy: Yfn+2= Yfn+1+Yfn+2 = Yn+Yfn+1 +Yfn+2 Töông töï cho Yfn+3 ,… Tuy nhieân caùch naøy sai soá seõ taêng leân khi döï baùo quaù xa. Neáu q khaù lôùn thì ta chæ neân döï baùo cho moät daøi thôøi kyø tieáp theo. 5. Ñaùnh giaù döï baùo: Xem saùch. Phaàn meàm Eviews coù saún. Thí duï mum mum: Xeùt chuoãi TD. Chuoãi TD khoâng döøng. 8
  9. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Khoaûng tin caäy 95% laø : (-0.295481 ; 0.295481) AC(1-8), AC(12) khoâng thuoäc KTC. Baùc boû H0: k=0 PAC(1), PAC(4-5) khoâng thuoäc KTC. Baùc boû H0: kk=0 p-value(Q-Stat) < 0.05: baùc boû H0: 1=…..= k =0 9
  10. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Chaáp nhaän H0: chuoãi khoâng döøng 10
  11. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Baùc boû H0: chuoãi khoâng döøng Vaäy chuoãi TD döøng (coù chaën, coù xu theá). 11
  12. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Chaáp nhaän H0: chuoãi khoâng döøng 12
  13. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Xeùt chuoãi D(TD). Chuoãi D(TD) döøng. 13
  14. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Khoaûng tin caäy 95% laø : (-0.29890 ; 0.29890) AC(4), AC(12) khoâng thuoäc KTC. Baùc boû H0: k=0 PAC(2-4) khoâng thuoäc KTC. Baùc boû H0: kk=0 p-value(Q-Stat) < 0.05: baùc boû H0: 1=…..= k =0 Baùc boû H0: chuoãi khoâng döøng Vaäy chuoãi D(TD) döøng (khoâng coù chaën, khoâng coù xu theá). 14
  15. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Ta tìm moâ hình ARIMA cho TD (coù chaën, coù xu theá). Baây giôø, ta xeùt chuoãi TD theo AR(1), AR(4), AR(5) vaø theo chaën, bieán xu theá @TREND(1970:1). Genr: E=RESID Kieåm ñònh thính hôïp cuûa moâ hình EQ01 baèng caùch xem E coù döøng hay khoâng? E döøng (nhieãu traéng) thì moâ hình laø thích hôïp. Neáu khoâng ta phaûi xaùc ñònh laïi TD. 15
  16. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Khoaûng tin caäy 95% laø : (-0.31385 ; 0.31385) Taác caû AC thuoäc KTC. Chaáp nhaän H0: k=0 Taác caû PAC thuoäc KTC. Chaáp nhaän H0: kk=0 p-value(Q-Stat,9 vaø 11) < 0.05: Baùc boû H0: 1=…..= k =0 p-value(Q-Stat,caùc treã coøn laïi) > 0.05: Chaáp nhaän H0: 1=…..= k =0 16
  17. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Baùc boû H0: chuoãi khoâng döøng Vaäy chuoãi E döøng. Vaäy chuoãi TD laø quaù trình ARIMA(p,0,0), vôùi p=1, 4, 5. Baây giôø, ta xeùt chuoãi TD theo AR(1), AR(4), AR(5), MA(4) vaø theo chaën, bieán xu theá @TREND(1970:1). 17
  18. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Genr E1=RESID 18
  19. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Khoaûng tin caäy 95% laø : (-0.31385 ; 0.31385) Taác caû AC thuoäc KTC. Chaáp nhaän H0: k=0 . Tröø AC(9). Taác caû PAC thuoäc KTC. Chaáp nhaän H0: kk=0 Taát caû p-value(Q-Stat) > 0.05: Chaáp nhaän H0: 1=…..= k =0 19
  20. ThS. Phaïm Trí Cao * Kinh teá löôïng öùng duïng – Phaàn naâng cao * Chöông 5 Baùc boû H0: chuoãi khoâng döøng Vaäy chuoãi E1 döøng. Vaäy chuoãi TD laø quaù trình ARIMA(p,0,q), vôùi p=1, 4, 5 vaø q=4. Vaäy ta seõ choïn moâ hình EQ01 hay EQ02? Moâ hình EQ01 Moâ hình EQ02 Choïn Log likehood -323.7055 -313.8678 EQ02 Akaike 16.85669 16.40347 EQ02 Schwarz 17.06997 16.65941 EQ02 Vaäy ta choïn EQ02. Thaät laø tuyeät! 20

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản