Học thuật

Phương pháp Box-jenkins là gì?

(VNF) - Cùng VietnamFinance tìm hiểu Phương pháp Box-jenkins (Box-Jenkins method) là gì?

Phương pháp Box-jenkins là gì?

Phương pháp Box-jenkins (Box-Jenkins method) là phương pháp dự báo dựa trên các mô hình dãy số thời gian ARMIA.

Phương pháp Box-jenkins (Box-Jenkins method) là phương pháp dự báo dựa trên các mô hình dãy số thời gian ARMIA. Phương pháp này không sử dụng các yếu tố nhân quả như trong các dự báo dựa trên phân tích hồi quy, mà dựa trên việc nắm bắt xu thế, biểu hiện chu kỳ và các đặc trưng mang tính hệ thống khác của dãy số thời gian. Thực tế chứng minh rằng đây là phương pháp dự báo rất chính xác trong ngắn hạn (dài nhất hai năm), nhưng sau đó độ chính xác giảm rất nhanh.

(Tài liệu tham khảo: Nguyễn Văn Ngọc, Từ điển Kinh tế học, Đại học Kinh tế Quốc dân)

Phương pháp Box-Jenkins bao gồm 4 bước chung như sau: nhận dạng, ước lượng, chẩn đoán và dự báo mô hình. 4 bước này được giới thiệu như sau:

1. Nhận dạng (identification)

Tức là, tìm các giá trị thích hợp của p, d và q. Yếu tố xu thế sẽ được loại bỏ khỏi dữ liệu (bằng cách lấy sai phân bậc 1 hoặc sai phân bậc 2). Thủ tục nhận dạng có thể được thực hiện qua phân tích chiều hướng biến đổi của hàm tự tương quan ACF hoặc hàm tự tương quan riêng PACF.

2. Ước lượng (estimation)

Sau khi đã nhận dạng các giá trị thích hợp của p và q, bước tiếp theo là ước lượng các tham số của các số hạng tự hồi quy và trung bình trượt trong mô hình. Việc ước lượng này có thể là tuyến tính hoặc phi tuyến và đều có thể được thực hiện qua sự hỗ trợ của các phần mềm thống kê như Eviews, Stata, SPSS.

3. Chẩn đoán (diagnostic)

Sau khi ước lượng các tham số của mô hình ARIMA đã chọn, chúng ta cần kiểm tra xem mô hình lựa chọn có phù hợp với dữ liệu hay không. Một kiểm định đơn giản về mô hình lựa chọn là kiểm tra xem các phần dư ước lượng từ mô hình này có tính ngẫu nhiên thuần túy hay không; nếu có, ta có thể chấp nhận sự phù hợp này của mô hình; ngược lại, ta phải lặp lại từ đầu: Như vậy, phương pháp Box-Jenkins là một phương pháp lặp.

4. Dự báo (forecasting)

Khi mô hình được được kiểm chứng phù hợp với dữ liệu, chúng ta sẽ đưa yếu tố xu thế trở lại mô hình và thực hiện dự báo điểm và dự báo khoảng tin cậy. Một trong số các lý do về tính phổ biến của phương pháp lập mô hình ARIMA là thành công của nó trong việc dự báo. Trong nhiều trường hợp, các dự báo thu được từ phương pháp này tin cậy hơn so với các dự báo tính từ phương pháp lập mô hình kinh tế lượng truyền thống, đặc biệt là đối với dự báo ngắn hạn.

Tin mới lên