TCTC (2018) ky 2 thang 2 (e-paper) - page 45

46
TÀI CHÍNH - NGÂN HÀNG
Tiến hành dự báo biến động tỷ giá bằng ARIMA
Thông tin về tỷ giá được thu thập từ tỷ giá
bán ra của Ngân hàng Ngoại thương Việt Nam
(Vietcombank). Kiểm định bằng Arima cho kết
quả như sau:
Tỷ giá VND/USD là một chuỗi c xu thế và
dường như không dừng. Điều này được xác nhận
thông qua kiểm định Dickey – Fuller mở rộng. Vì
vậy, sai phân bậc 1 của chuỗi tỷ giá đã được sử dụng
và kết quả cho thấy, chuỗi sai phân bậc 1 không c
xu thế ( Hình 1) và dừng theo hằng số (Bảng 1).
Đồ thị tương quan chuỗi và tương quan chuỗi
riêng phần của chuỗi sai phân bậc 1 tỷ giá (Hình
2) cho thấy, p và q nhận giá trị bằng 3, tương
ứng các mô hình c thể c gồm AR(3), MA(3),
ARMA(3,3). Căn cứ vào các tiêu chuẩn AIC, SC và
giá trị, mô hình tốt nhất được lựa chọn là mô hình
ARMA(3,3) hay đối với dữ liệu gốc, mô hình tốt
nhất là ARIMA(3,1,3).
Các phần dư của mô hình này đã được kiểm tra
tính nhiễu trắng. Mô hình cũng đã được kiểm định
khuyết tật phương sai sai số thay đổi (bằng kiểm
định White) và khuyết tật tự tương quan (bằng kiểm
định BG).
Kết quả kiểm định cho thấy, phần dư của mô
hình là nhiễu trắng, mô hình c khuyết tật phương
sai sai số thay đổi, trong khi không c khuyết tật
tự tương quan. Vì vậy, hiệu chỉnh phương sai bằng
Robust đã được thực hiện và mô hình c thể dùng
vào dự báo...
Trên thực tế, tỷ giá thường mang tính mùa vụ,
những tháng cuối năm, tỷ giá thường tăng cao.
Trước tình hình đ , mô hình SARIMA sẽ được xem
xét sử dụng. Để ước lượng mô hình SARIMA, trước
tiên cần hồi quy chuỗi tỷ giá theo 11 biến giả (đại
diện cho 12 tháng) thu được phần dư.
Giá trị p được nhận dạng thông qua biểu đồ
ACF và PACF. Nếu chuỗi c dạng AR(p) thì biểu
đồ PACF sẽ c các hệ số tương quan riêng phần c
ý nghĩa thống kê từ 1 tới p và các giá trị, sau đ sẽ
giảm nhanh về không, đồng thời ACF c các hệ số
tương quan sẽ giảm dần về không.
Kết hợp (1) và (2) ta c mô hình ARMA(p,q) (3)
Bước 2:
Ước lượng các tham số và lựa chọn mô
hình của các tham số sẽ được ước lượng bằng phần
mềm Eview. Việc lựa chọn mô hình là quá trình
thực nghiệm và so sánh các tiêu chí R 2 hiệu chỉnh,
AIC và Schwarz cho đến khi chọn được mô hình tốt
nhất cho việc dự báo.
Bước 3:
Kiểm định mô hình. Để đảm bảo mô
hình là phù hợp, sai số của mô hình phải là nhiễu
trắng (white noice). C thể sử dụng biểu đồ tự
tương quan ACF hoặc kiểm định Breusch-Godfrey
kiểm tra tính tự tương quan của sai số. Đối với
phương sai sai số thay đổi, c thể sử dụng kiểm
định White hoặc ARCH.
Bước 4:
Dự báo sau khi kiểm định sai số, nếu mô
hình là phù hợp, mô hình sẽ được sử dụng vào việc
dự báo. Dự báo bao gồm 2 phần chính, đ là: dự
báo trong mẫu và dự báo ngoài mẫu. Các tiêu chí
được sử dụng để so sánh hiệu quả dự báo là RMSE,
MAE và R2.
hình 1: So sánh kết quả dự báo
a. ARIMA(3,1,3) vs Thực tế
b. SARIMA(3,1,0) vs Thực tế
Nguồn: Tác giả thực hiện
ARIMA được kết hợp bởi 3 thành thành phần
chính: AR (thành phần tự hồi quy); I (tính dừng
của chuỗi thời gian); MA (thành phần trung
bình trượt).
1...,35,36,37,38,39,40,41,42,43,44 46,47,48,49,50,51,52,53,54,55,...175
Powered by FlippingBook