Họ và tên: Quách Thanh Huy. STT: 36.

SĐT: 0907341993
Họ và tên: Trà Thị Hoàng Anh. STT: 33. SĐT: 0378240359
Lớp: LT20NH3, 4

1
CHƯƠNG 2: MÔ HÌNH ARIMA
Ước lượng và dự báo bằng mô hình chuỗi thời gian đơn biến.
Mô hình ARIMA là mô hình dùng để dự báo chuỗi thời gian ngắn hạn.
LÝ THUYẾT
Nhiễu trắng (White noise):
Chuỗi εt là nhiễu trắng có các đặc điểm sau:s
 E(εt) = 0, ∀t
[trung bình = 0]
 𝑣𝑎𝑟(εt ) = 𝜎 2 , ∀t
[phương sai không đổi (là hằng số)]
 𝐶𝑜𝑣(ε𝑡 , ε𝑡−𝑠 ) = 𝜎 2 , ∀s #0
[không có tự tương quan]
Chuỗi thời gian đơn biến (Univariate time series model):
 AR (autoregressive) tự hồi qui
 I (intergrated): tích hợp
 MA (moving average): trung bình trượt

2
Bước 1: Kiểm định tính dừng của chuỗi PNJ
Cách 1: Căn cứ ACF
Hàm tự tương quan và hàm tự tương quan riêng phần:
 Hàm tự tương quan (Autocorrelation Function, ACF).
 Hàm tự tương quan riêng phần (Partial autocorrelation, PACF) là biểu đồ có được khi
vẽ cá hệ số tự tương quan riêng phần, τkk lần lượt tại kk = 1, 2, 3, …
 Do tồn tại tương quan trực tiếp giữa Yt và Yt-s (s ≤ p) và không tồn tại tương quan trực
tiếp giữa Yt và Yt-s (s > p), PACF thường có hệ số tự tương quan riêng phần khác 0
đối với các bậc trễ nhỏ hơn hoặc bằng bậc trễ của mô hình (τkk ≠ 0, kk ≤ p) và có hệ
số tương quan riêng phần bằng 0 đối với các bậc trễ lớn hơn bậc trễ của mô hình (τkk
= 0, kk > p).

3
4
Kết quả Correlogram of PNJ có ACF không giảm về 0 do các hệ số tự tương quan đều nằm
ngoài vùng bác bỏ. Như vậy, chuỗi PNJ không dừng tại bậc gốc.

5
Cách 2: Kiểm định tính dừng
 E(Yt) = μ, ∀t, t = 1, 2, 3,…
[trung bình không đổi (là hằng số) với mọi t]
 var(Yt) = ϭ2𝑌 , ∀t
Hoặc viết: E[(Yt - E(Yt)2] = E[(Yt – μ)2] = ϭ2𝑌
[phương sai không đổi (là hằng số) với mọi t]
 cov(Yt, Yt-s) = γs, ∀s, t
Hoặc viết: E[(Yt – E(Yt)).(Yt-s – E(Yt-s))] = E[(Yt – μ).(Yt-s – μ) = γs
[tự hiệp phương sai không đổi (là hằng số) với mọi s, t]
PNJ
240

200

160

120

80

40

0
I II III IV I II III IV I II III IV I II III IV I II III IV
2016 2017 2018 2019 2020

Chuỗi PNJ không dừng vì:

 Trung bình thay đổi :
Từ I (2016) đến IV (2016) = 45
Từ I (2017) đến IV (2017) = 85
Từ I (2018) đến IV (2018) = 100
Từ I (2019) đến IV (2019) = 80
Từ I (2020) đến IV (2020) = 75
 Phương sai thay đổi do dao động không ổn định.
 Hiệp phương sai thay đổi.
6
Cách 3: Kiểm định nghiệm đơn vị Dickey – Fuller (View => Unit Root Test)
LÝ THUYẾT:
Có 3 dạng phương trình hồi qui:
- Dạng thứ nhất là phương trình AR(1)
Yt = ΦYt-1 + ut (1)
Nếu Φ = 1, Yt có 1 nghiệm đơn vị, hay Yt không dừng.
 Giả thuyết H0: Φ = 1
 Giả thuyết H1: Φ # 1
Một dạng khác (và thuận tiện hơn) của kiểm định này là trừ hai vế phương trình (1) với Yt-1:
Yt - Yt-1 = (Φ – 1)Yt-1 + ut
ΔYt = (Φ – 1)Yt-1 + ut
ΔYt = ψYt-1 + ut (2)
Lúc này, giả thuyết kiểm định là:
 Giả thuyết H0: ψ = 0
 Giả thuyết H1: ψ < 0
Nếu H0 bị bác bỏ, thì kết luận Yt là chuỗi dừng, H0 không bị bác bỏ thì kết luận Yt
không dừng.
- Dạng phương trình thứ hai Có thêm hằng số (μ) vào phương trình (2), hằng số đại
diện cho xu hướng xác định (definite trend) của chuỗi như sau:
ΔYt = μ + ψYt-1 + ut (3)
- Dạng phương trình thứ ba có thêm xu hướng thời gian không ngẫu nhiên (non-
stochastic time trend) (t) vào phương trình (3):
ΔYt = μ + λt + ψYt-1 + ut (4)

7
KẾT QUẢ THỰC HÀNH:
Ho: PNJ có 1 nghiệm đơn vị (chuỗi PNJ không dừng)
H1: PNJ không có nghiệm đơn vị (chuỗi PNJ dừng)

Null Hypothesis: PNJ has a unit root

Exogenous: Constant
Lag Length: 2 (Automatic - based on SIC, maxlag=22)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.054497 0.2636

Test critical values: 1% level -3.435743
5% level -2.863810
10% level -2.568029

*MacKinnon (1996) one-sided p-values.

p – value (= 0,2636) > α (= 0,05): Chấp nhận Ho

8
Bước 2: Kỹ thuật lấy sai phân để chuỗi PNJ không dừng thành chuỗi PNJ dừng.
LÝ THYẾT
Quá trình tích hợp và mô hình ARIMA: Để chuyển một chuỗi không dừng thành chuỗi
dừng, phương pháp phổ biến là lấy sai phân (differencing)
GENR PNJ1=PNJ(-1)
GENR SPPNJ=PNJ-PNJ(-1)

Date PNJt PNJt-1 SPPNJt = PNJt-PNJt-1

1/04/2016 43.0 NA NA
1/05/2016 42.3 43.0 -0.7
1/06/2016 42.9 42.3 0.6
1/07/2016 42.8 42.9 -0.1
1/08/2016 42.9 42.8 0.1
1/11/2016 42.2 42.9 -0.7
1/12/2016 42.0 42.2 -0.2

Lưu ý: Tiếng Việt là sai phân (SP) còn tiếng Anh sai phân là (Diffrencing)

9
Bước 3: Kiểm định tính dừng của chuỗi DPNJ
GENR DPNJ=D(PNJ)
Cách 1: Căn cứ ACF
Hàm tự tương quan và hàm tự tương quan riêng phần:
 Hàm tự tương quan (Autocorrelation Function, ACF).
 Hàm tự tương quan riêng phần (Partial autocorrelation, PACF) là biểu đồ có được khi
vẽ cá hệ số tự tương quan riêng phần, τkk lần lượt tại kk = 1, 2, 3, …
 Do tồn tại tương quan trực tiếp giữa Yt và Yt-s (s ≤ p) và không tồn tại tương quan trực
tiếp giữa Yt và Yt-s (s > p), PACF thường có hệ số tự tương quan riêng phần khác 0
đối với các bậc trễ nhỏ hơn hoặc bằng bậc trễ của mô hình (τkk ≠ 0, kk ≤ p) và có hệ
số tương quan riêng phần bằng 0 đối với các bậc trễ lớn hơn bậc trễ của mô hình (τkk
= 0, kk > p).

10
11
Kết quả Correlogram of DPNJ có ACF giảm về 0 do các hệ số tự tương quan đều nằm
trong vùng bác bỏ. Như vậy, chuỗi DPNJ dừng tại bậc sai phân.

12
Cách 2: Kiểm định tính dừng
 E(Yt) = μ, ∀t, t = 1, 2, 3,…
[trung bình không đổi (là hằng số) với mọi t]
 var(Yt) = ϭ2𝑌 , ∀t
Hoặc viết: E[(Yt - E(Yt)2] = E[(Yt – μ)2] = ϭ2𝑌
[phương sai không đổi (là hằng số) với mọi t]
 cov(Yt, Yt-s) = γs, ∀s, t
Hoặc viết: E[(Yt – E(Yt)).(Yt-s – E(Yt-s))] = E[(Yt – μ).(Yt-s – μ) = γs
[tự hiệp phương sai không đổi (là hằng số) với mọi s, t]
DPNJ
20

10

-10

-20

-30

-40

-50

-60
I II III IV I II III IV I II III IV I II III IV I II III IV
2016 2017 2018 2019 2020

- Trung bình không thay đổi: I (2016) - IV (2020) = 0

- Phương sai ổn định trong biên từ (10;-10), có hai biến biến động ra khỏi biên nhưng
không đáng kể, không ảnh hưởng kết quả.
- Hiệp phương sai không thay đổi.

13
Cách 3: Kiểm định nghiệm đơn vị Dickey – Fuller (View => Unit Root Test)
LÝ THUYẾT:
Có 3 dạng phương trình hồi qui:
- Dạng thứ nhất là phương trình AR(1)
Yt = ΦYt-1 + ut (1)
Nếu Φ = 1, Yt có 1 nghiệm đơn vị, hay Yt không dừng.
 Giả thuyết H0: Φ = 1
 Giả thuyết H1: Φ # 1
Một dạng khác (và thuận tiện hơn) của kiểm định này là trừ hai vế phương trình (1) với Yt-1:
Yt - Yt-1 = (Φ – 1)Yt-1 + ut
ΔYt = (Φ – 1)Yt-1 + ut
ΔYt = ψYt-1 + ut (2)
Lúc này, giả thuyết kiểm định là:
 Giả thuyết H0: ψ = 0
 Giả thuyết H1: ψ < 0
Nếu H0 bị bác bỏ, thì kết luận Yt là chuỗi dừng, H0 không bị bác bỏ thì kết luận Yt
không dừng.
- Dạng phương trình thứ hai Có thêm hằng số (μ) vào phương trình (2), hằng số đại
diện cho xu hướng xác định (definite trend) của chuỗi như sau:
ΔYt = μ + ψYt-1 + ut (3)
- Dạng phương trình thứ ba có thêm xu hướng thời gian không ngẫu nhiên (non-
stochastic time trend) (t) vào phương trình (3):
ΔYt = μ + λt + ψYt-1 + ut (4)

14
KẾT QUẢ THỰC HÀNH:
Ho: DPNJ có 1 nghiệm đơn vị (chuỗi PNJ không dừng)

H1: DPNJ không có nghiệm đơn vị (chuỗi PNJ dừng)

Null Hypothesis: DPNJ has a unit root

Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=22)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -21.05545 0.0000

Test critical values: 1% level -3.435743
5% level -2.863810
10% level -2.568029

*MacKinnon (1996) one-sided p-values.

p – value (= 0,000) < α (= 0,05): Bác bỏ Ho => Vậy chuỗi DPNJ dừng tại bậc sai phân.

15
Bước 4: Xác định bậc Mô hình ARIMA (p,d,q)
LÝ THUYẾT:
- Mô hình trung bình trượt (MA):
Mô hình MA(1) có dạng như sau: Yt = μ + ut + θ1ut-1
Mô hình MA(q) có dạng như sau: Yt = μ + ut + θ1ut-1 + θ2ut-2 + …+ θqut-q
Mô hình MA được sử dụng khi Yt phụ thuộc chủ yếu vào sai số ở hiện tại và trước đó.
- Mô hình tự hồi qui (AR):
Mô hình AR(1) có dạng như sau: Yt = μ + ΦYt -1 + ut (Trong đó ut là sai số nhiễu trắng)
Mô hình AR(p): Yt = μ + Φ1Yt -1 + Φ2Yt -2 +…+ ΦpYt-p + ut
Lưu ý: Mô hình ARIMA chỉ chạy được trên chuỗi dừng.
Trong bài này chuỗi PNJ là chuỗi không dừng, chuỗi DPNJ là chuỗi dừng nên sẽ chạy mô
hình ARIMA trên chuỗi này (ít nhất 8 mô hình)
KẾT QUẢ THỰC HÀNH:
ARIMA (p,d,q)
 p (PACF) = 1, 2, 3, 8, 10, 12, 14, 18, 19, 22, 23, 25, 26, 30, 31, 32, 33
 d (sai phân) = 1
 q (ACF) = 1, 2, 3, 10, 12, 13, 14, 18, 19, 22, 23, 25, 26, 27, 30, 31, 35
ARIMA (1, 1, 1) ARIMA (1, 1, 10) ARIMA (1, 1, 14)
ARIMA (1, 1, 2) ARIMA (1, 1, 12) ARIMA (1, 1, 18)
ARIMA (1, 1, 3) ARIMA (1, 1, 13) ARIMA (1, 1, 19)
Mô hình ARIMA giữ gốc
ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)
ARIMA (1, 1, 1)(8, 1, 2)(8, 1, 3)

16
Bước 5: Thực hiện Mô hình ARIMA (p, d, q)
ARIMA (1, 1, 1)
LS DPNJ C AR(1) MA(1)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:53
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033870 0.102099 0.331736 0.7401

AR(1) 0.753172 0.124341 6.057332 0.0000
MA(1) -0.677232 0.139066 -4.869861 0.0000

R-squared 0.013124 Mean dependent var 0.033162

Adjusted R-squared 0.011429 S.D. dependent var 2.677197
S.E. of regression 2.661854 Akaike info criterion 4.798490
Sum squared resid 8247.485 Schwarz criterion 4.811504
Log likelihood -2796.919 Hannan-Quinn criter. 4.803399
F-statistic 7.739916 Durbin-Watson stat 2.058071
Prob(F-statistic) 0.000458

Inverted AR Roots .75

Inverted MA Roots .68

ARIMA (1, 1, 2)
LS DPNJ C AR(1) MA(2)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:47
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 7 iterations
MA Backcast: 1/04/2016 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033449 0.089614 0.373260 0.7090

AR(1) 0.047394 0.029300 1.617561 0.1060
MA(2) 0.095708 0.029204 3.277184 0.0011

R-squared 0.013097 Mean dependent var 0.033162

Adjusted R-squared 0.011401 S.D. dependent var 2.677197
S.E. of regression 2.661891 Akaike info criterion 4.798518
Sum squared resid 8247.713 Schwarz criterion 4.811531
Log likelihood -2796.935 Hannan-Quinn criter. 4.803427
F-statistic 7.723607 Durbin-Watson stat 2.000531
Prob(F-statistic) 0.000465

Inverted AR Roots .05

17
ARIMA (1, 1, 3)
LS DPNJ C AR(1) MA(3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:49
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 1/01/2016 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033458 0.088260 0.379089 0.7047

AR(1) 0.048787 0.029455 1.656349 0.0979
MA(3) 0.075177 0.029414 2.555866 0.0107

R-squared 0.008634 Mean dependent var 0.033162

Adjusted R-squared 0.006930 S.D. dependent var 2.677197
S.E. of regression 2.667903 Akaike info criterion 4.803030
Sum squared resid 8285.013 Schwarz criterion 4.816044
Log likelihood -2799.568 Hannan-Quinn criter. 4.807939
F-statistic 5.068574 Durbin-Watson stat 2.010081
Prob(F-statistic) 0.006431

Inverted AR Roots .05

Inverted MA Roots .21+.37i .21-.37i -.42

ARIMA (1, 1, 10)

LS DPNJ C AR(1) MA(10)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:49
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/23/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033434 0.088845 0.376321 0.7067

AR(1) 0.061712 0.029259 2.109168 0.0351
MA(10) 0.067658 0.029260 2.312278 0.0209

R-squared 0.008047 Mean dependent var 0.033162

Adjusted R-squared 0.006343 S.D. dependent var 2.677197
S.E. of regression 2.668692 Akaike info criterion 4.803622
Sum squared resid 8289.913 Schwarz criterion 4.816635
Log likelihood -2799.913 Hannan-Quinn criter. 4.808530
F-statistic 4.721622 Durbin-Watson stat 2.011398
Prob(F-statistic) 0.009072

Inverted AR Roots .06

Inverted MA Roots .73-.24i .73+.24i .45+.62i .45-.62i
.00-.76i -.00+.76i -.45+.62i -.45-.62i
-.73+.24i -.73-.24i

18
ARIMA (1, 1, 12)
LS DPNJ C AR(1) MA(12)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:50
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/21/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033510 0.092827 0.360995 0.7182

AR(1) 0.060560 0.029292 2.067440 0.0389
MA(12) 0.122963 0.029152 4.217954 0.0000

R-squared 0.017735 Mean dependent var 0.033162

Adjusted R-squared 0.016047 S.D. dependent var 2.677197
S.E. of regression 2.655629 Akaike info criterion 4.793807
Sum squared resid 8208.953 Schwarz criterion 4.806821
Log likelihood -2794.187 Hannan-Quinn criter. 4.798716
F-statistic 10.50809 Durbin-Watson stat 2.012645
Prob(F-statistic) 0.000030

Inverted AR Roots .06

Inverted MA Roots .81-.22i .81+.22i .59-.59i .59+.59i
.22-.81i .22+.81i -.22+.81i -.22-.81i
-.59+.59i -.59-.59i -.81-.22i -.81+.22i

ARIMA (1, 1, 13)

LS DPNJ C AR(1) MA(13)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:50
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 7 iterations
MA Backcast: 12/18/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033305 0.087404 0.381048 0.7032

AR(1) 0.057267 0.029423 1.946315 0.0519
MA(13) 0.054150 0.029450 1.838671 0.0662

R-squared 0.005780 Mean dependent var 0.033162

Adjusted R-squared 0.004071 S.D. dependent var 2.677197
S.E. of regression 2.671741 Akaike info criterion 4.805905
Sum squared resid 8308.866 Schwarz criterion 4.818919
Log likelihood -2801.246 Hannan-Quinn criter. 4.810814
F-statistic 3.383223 Durbin-Watson stat 2.011822
Prob(F-statistic) 0.034272

Inverted AR Roots .06

Inverted MA Roots .78-.19i .78+.19i .60-.53i .60+.53i
.28-.75i .28+.75i -.10+.79i -.10-.79i
-.45-.66i -.45+.66i -.71+.37i -.71-.37i
-.80

19
ARIMA (1, 1, 14)
LS DPNJ C AR(1) MA(14)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:51
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 12/17/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033002 0.077009 0.428555 0.6683

AR(1) 0.066761 0.029295 2.278938 0.0229
MA(14) -0.080309 0.029282 -2.742621 0.0062

R-squared 0.009624 Mean dependent var 0.033162

Adjusted R-squared 0.007922 S.D. dependent var 2.677197
S.E. of regression 2.666571 Akaike info criterion 4.802031
Sum squared resid 8276.738 Schwarz criterion 4.815044
Log likelihood -2798.985 Hannan-Quinn criter. 4.806940
F-statistic 5.655516 Durbin-Watson stat 2.014793
Prob(F-statistic) 0.003595

Inverted AR Roots .07

Inverted MA Roots .84 .75-.36i .75+.36i .52+.65i
.52-.65i .19+.81i .19-.81i -.19+.81i
-.19-.81i -.52+.65i -.52-.65i -.75-.36i
-.75+.36i -.84

20
ARIMA (1, 1, 18)
LS DPNJ C AR(1) MA(18)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:52
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/11/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.032932 0.078169 0.421289 0.6736

AR(1) 0.063476 0.029259 2.169457 0.0302
MA(18) -0.064147 0.029382 -2.183226 0.0292

R-squared 0.007550 Mean dependent var 0.033162

Adjusted R-squared 0.005844 S.D. dependent var 2.677197
S.E. of regression 2.669362 Akaike info criterion 4.804123
Sum squared resid 8294.073 Schwarz criterion 4.817137
Log likelihood -2800.206 Hannan-Quinn criter. 4.809032
F-statistic 4.427336 Durbin-Watson stat 2.013006
Prob(F-statistic) 0.012148

Inverted AR Roots .06

Inverted MA Roots .86 .81+.29i .81-.29i .66+.55i
.66-.55i .43-.74i .43+.74i .15-.85i
.15+.85i -.15-.85i -.15+.85i -.43-.74i
-.43+.74i -.66+.55i -.66-.55i -.81-.29i
-.81+.29i -.86

21
ARIMA (1, 1, 19)
LS DPNJ C AR(1) MA(19)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:52
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/10/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033419 0.087754 0.380827 0.7034

AR(1) 0.062642 0.029313 2.136992 0.0328
MA(19) 0.052745 0.029449 1.791030 0.0735

R-squared 0.006079 Mean dependent var 0.033162

Adjusted R-squared 0.004371 S.D. dependent var 2.677197
S.E. of regression 2.671339 Akaike info criterion 4.805604
Sum squared resid 8306.367 Schwarz criterion 4.818618
Log likelihood -2801.070 Hannan-Quinn criter. 4.810513
F-statistic 3.559363 Durbin-Watson stat 2.013028
Prob(F-statistic) 0.028767

Inverted AR Roots .06

Inverted MA Roots .84-.14i .84+.14i .75-.41i .75+.41i
.58+.63i .58-.63i .34+.78i .34-.78i
.07+.85i .07-.85i -.21+.83i -.21-.83i
-.47+.72i -.47-.72i -.68-.53i -.68+.53i
-.81-.28i -.81+.28i -.86

22
Mô hình ARIMA giữ gốc: ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)
LS DPNJ C AR(1) AR(2) MA(1) MA(2) MA(3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:54
Sample (adjusted): 1/07/2016 12/31/2020
Included observations: 1166 after adjustments
Convergence achieved after 52 iterations
MA Backcast: 1/04/2016 1/06/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.032710 0.091422 0.357792 0.7206

AR(1) 0.501968 0.203984 2.460815 0.0140
AR(2) -0.539402 0.144966 -3.720880 0.0002
MA(1) -0.460659 0.205089 -2.246148 0.0249
MA(2) 0.609388 0.135825 4.486561 0.0000
MA(3) 0.072691 0.044186 1.645114 0.1002

R-squared 0.023418 Mean dependent var 0.032676

Adjusted R-squared 0.019209 S.D. dependent var 2.678294
S.E. of regression 2.652445 Akaike info criterion 4.793974
Sum squared resid 8161.141 Schwarz criterion 4.820018
Log likelihood -2788.887 Hannan-Quinn criter. 4.803798
F-statistic 5.563364 Durbin-Watson stat 1.995454
Prob(F-statistic) 0.000045

Inverted AR Roots .25-.69i .25+.69i

Inverted MA Roots .28+.77i .28-.77i -.11

23
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)
LS DPNJ C AR(1) AR(3) MA(1) MA(2) MA(3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:56
Sample (adjusted): 1/08/2016 12/31/2020
Included observations: 1165 after adjustments
Convergence achieved after 74 iterations
MA Backcast: 1/05/2016 1/07/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.032987 0.094329 0.349698 0.7266

AR(1) 0.283830 0.280877 1.010513 0.3125
AR(3) -0.203782 0.162736 -1.252226 0.2107
MA(1) -0.242732 0.275765 -0.880215 0.3789
MA(2) 0.099329 0.031324 3.171014 0.0016
MA(3) 0.259422 0.155052 1.673127 0.0946

R-squared 0.022262 Mean dependent var 0.032790

Adjusted R-squared 0.018044 S.D. dependent var 2.679441
S.E. of regression 2.655158 Akaike info criterion 4.796022
Sum squared resid 8170.792 Schwarz criterion 4.822085
Log likelihood -2787.683 Hannan-Quinn criter. 4.805854
F-statistic 5.277712 Durbin-Watson stat 1.994681
Prob(F-statistic) 0.000084

Inverted AR Roots .40+.49i .40-.49i -.51

Inverted MA Roots .38+.59i .38-.59i -.52

24
ARIMA (1, 1, 1)(8, 1, 2)(8, 1, 3)
LS DPNJ C AR(1) AR(8) MA(1) MA(2) MA(3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/05/21 Time: 20:57
Sample (adjusted): 1/15/2016 12/31/2020
Included observations: 1160 after adjustments
Convergence achieved after 13 iterations
MA Backcast: 1/12/2016 1/14/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.035907 0.103835 0.345809 0.7295

AR(1) 0.171460 0.277038 0.618904 0.5361
AR(8) 0.040769 0.029047 1.403558 0.1607
MA(1) -0.128679 0.276579 -0.465253 0.6418
MA(2) 0.100168 0.030831 3.248967 0.0012
MA(3) 0.075735 0.043697 1.733173 0.0833

R-squared 0.021962 Mean dependent var 0.034914

Adjusted R-squared 0.017725 S.D. dependent var 2.684740
S.E. of regression 2.660841 Akaike info criterion 4.800320
Sum squared resid 8170.406 Schwarz criterion 4.826473
Log likelihood -2778.186 Hannan-Quinn criter. 4.810188
F-statistic 5.182714 Durbin-Watson stat 1.997439
Prob(F-statistic) 0.000104

Inverted AR Roots .69 .50-.47i .50+.47i .02-.67i

.02+.67i -.45-.47i -.45+.47i -.65
Inverted MA Roots .22+.44i .22-.44i -.32

25
Bước 6: Lựa chọn các tiêu chí mô hình (từ 12 mô hình còn 3 mô hình)
Có 2 tiêu chí lựa chọn mô hình:
 Chuẩn thông tin:
2𝑘
 Akaike (Akaike Information Criterion): AIC = ln(σ
̂2 ) +
𝑇

 Schwarzs-Bayesian (Schwarzs Bayesian Information Criterion):

𝑘
̂2 ) +
SBIC = ln(σ ln 𝑇
𝑇

 Hannan-Quinn (Hannan-Quinn Information Criterion):

2𝑘
̂2 ) +
HQIC = ln(σ ln(ln 𝑇)
𝑇

 Sự phù hợp mô hình: R2 Adjusted - R2 càng lớn càng tốt, nghĩa là mô hình càng phù
hợp.
R2 Hiêu
STT Mô hình R2 AIC SBIC HQIC
chỉnh
4.811504 4.803399
1 ARIMA (1, 1, 1) 0.013124 0.011429 4.798490
** **
4.811531 4.803427
2 ARIMA (1, 1, 2) 0.013097 0.011401 4.798518
* *
3 ARIMA (1, 1, 3) 0.008634 0.006930 4.803030 4.816044 4.807939
4 ARIMA (1, 1, 10) 0.008047 0.006343 4.803622 4.816635 4.808530
4.793807 4.806821 4.798716
5 ARIMA (1, 1, 12) 0.017735 0.016047
*** *** ***
6 ARIMA (1, 1, 13) 0.005780 0.004071 4.805905 4.818919 4.810814
7 ARIMA (1, 1, 14) 0.009624 0.007922 4.802031 4.815044 4.806940
8 ARIMA (1, 1, 18) 0.007550 0.005844 4.804123 4.817137 4.809032
9 ARIMA (1, 1, 19) 0.006079 0.004371 4.805604 4.818618 4.810513
0.023418 0.019209 4.793974
10 ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3) 4.820018 4.803798
*** *** **
0.022262 0.018044 4.796022
11 ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3) 4.822085 4.805854
** ** *
0.021962 0.017725
12 ARIMA (1, 1, 1)(8, 1, 2)(8, 1, 3) 4.800320 4.826473 4.810188
* *

Vậy 3 mô hình phù hợp nhất là:

ARIMA (1, 1, 12)
ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)

26
Bước 7: Kiểm tra Mô hình ARIMA (p, d, q) dừng và khả nghịch
LÝ THUYẾT:
Điều kiện AR(p) dừng: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑝
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình
AR dừng các sai số trong quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo
thời gian.
Điều kiện MA(q) khả nghịch: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ
𝑞
hơn 1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình
MA(q) có thể được viết lại thành mô hình AR(ꝏ).

KẾT QUẢ THỰC HÀNH:

ARIMA (1, 1, 12)
Inverse Roots of AR/MA Polynomial(s)
Specification: DPNJ C AR(1) MA(12)
Date: 01/07/21 Time: 19:23
Sample: 1/04/2016 12/31/2020
Included observations: 1167

AR Root(s) Modulus Cycle

0.060560 0.060560

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

0.217342 ± 0.811132i 0.839746 4.800000

-0.811132 ± 0.217342i 0.839746 2.181818
0.811132 ± 0.217342i 0.839746 24.00000
0.593790 ± 0.593790i 0.839746 8.000000
-0.593790 ± 0.593790i 0.839746 2.666667
-0.217342 ± 0.811132i 0.839746 3.428571

No root lies outside the unit circle.

ARMA model is invertible.
VẬY:
Điều kiện AR(p) dừng: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑝
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình
AR dừng các sai số trong quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo
thời gian.

27
Điều kiện MA(q) khả nghịch: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑞
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q)
có thể được viết lại thành mô hình AR(ꝏ).

ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)

Inverse Roots of AR/MA Polynomial(s)
Specification: DPNJ C AR(1) AR(2) MA(1) MA(2) MA(3)
Date: 01/07/21 Time: 19:33
Sample: 1/04/2016 12/31/2020
Included observations: 1166

AR Root(s) Modulus Cycle

0.250984 ± 0.690224i 0.734440 5.141581

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

0.284494 ± 0.768173i 0.819162 5.166637

-0.108328 0.108328

No root lies outside the unit circle.

ARMA model is invertible.

VẬY:
Điều kiện AR(p) dừng: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑝
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình
AR dừng các sai số trong quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo
thời gian.
Điều kiện MA(q) khả nghịch: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑞
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q)
có thể được viết lại thành mô hình AR(ꝏ).

28
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)
Inverse Roots of AR/MA Polynomial(s)
Specification: DPNJ C AR(1) AR(3) MA(1) MA(2) MA(3)
Date: 01/07/21 Time: 19:34
Sample: 1/04/2016 12/31/2020
Included observations: 1165

AR Root(s) Modulus Cycle

0.395651 ± 0.494999i 0.633690 7.008695

-0.507472 0.507472

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

0.382022 ± 0.593037i 0.705431 6.292471

-0.521311 0.521311

No root lies outside the unit circle.

ARMA model is invertible.

VẬY:
Điều kiện AR(p) dừng: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑝
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình
AR dừng các sai số trong quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo
thời gian.
Điều kiện MA(q) khả nghịch: trị tuyệt đối của tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑞
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q)
có thể được viết lại thành mô hình AR(ꝏ).
KẾT LUẬN:
Vậy mô hình tốt là mô hình vừa dừng vừa khả nghịch:
ARIMA (1, 1, 12)
ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)

29
Bước 8: Viết Mô hình ARIMA (p, d, q):
Mô hình trung bình trượt tự hồi qui (ARMA)
Mô hình ARMA(p, q) được kết hợp từ mô hình AR(p) và MA(q). Mô hình được sử dụng
khi giá trị hiện tại của Yt phụ thuộc tuyến tính vào giá trị của chính nó tại các thời điểm
trước (t-s) và giá trị hiện tại, trước đó của sai số:
Yt = μ + Φ1Yt -1 + Φ2Yt -2 +…+ ΦpYt-p + ut + θ1ut-1 + θ2ut-2 +…+ θqut-q

ARIMA (1, 1, 12)

Dependent Variable: DPNJ
Method: Least Squares
Date: 01/07/21 Time: 21:03
Sample (adjusted): 1/06/2016 12/31/2020
Included observations: 1167 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/21/2015 1/05/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033510 0.092827 0.360995 0.7182

AR(1) 0.060560 0.029292 2.067440 0.0389
MA(12) 0.122963 0.029152 4.217954 0.0000

R-squared 0.017735 Mean dependent var 0.033162

Adjusted R-squared 0.016047 S.D. dependent var 2.677197
S.E. of regression 2.655629 Akaike info criterion 4.793807
Sum squared resid 8208.953 Schwarz criterion 4.806821
Log likelihood -2794.187 Hannan-Quinn criter. 4.798716
F-statistic 10.50809 Durbin-Watson stat 2.012645
Prob(F-statistic) 0.000030

Inverted AR Roots .06

Inverted MA Roots .81-.22i .81+.22i .59+.59i .59+.59i
.22+.81i .22-.81i -.22+.81i -.22-.81i
-.59+.59i -.59-.59i -.81+.22i -.81-.22i

DPNJt = 0.0335 + 0.0605AR(1) + 0.1229MA(12) + ȗt

DPNJt = 0.0335 + 0.0605DPNJt-1 + 0.1229ȗt-12 + ȗt
PNJt - PNJt-1 = 0.0335 + 0.0605(PNJt-1 - PNJt-2) + 0.1229ȗt-12 + ȗt
PNJt = 0.0335 + 1.0605PNJt-1 – 0.0605PNJt-2 + 0.1229ȗt-12 + ȗt

30
ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/07/21 Time: 20:10
Sample (adjusted): 1/07/2016 12/31/2020
Included observations: 1166 after adjustments
Convergence achieved after 52 iterations
MA Backcast: 1/04/2016 1/06/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.032710 0.091422 0.357792 0.7206

AR(1) 0.501968 0.203984 2.460815 0.0140
AR(2) -0.539402 0.144966 -3.720880 0.0002
MA(1) -0.460659 0.205089 -2.246148 0.0249
MA(2) 0.609388 0.135825 4.486561 0.0000
MA(3) 0.072691 0.044186 1.645114 0.1002

R-squared 0.023418 Mean dependent var 0.032676

Adjusted R-squared 0.019209 S.D. dependent var 2.678294
S.E. of regression 2.652445 Akaike info criterion 4.793974
Sum squared resid 8161.141 Schwarz criterion 4.820018
Log likelihood -2788.887 Hannan-Quinn criter. 4.803798
F-statistic 5.563364 Durbin-Watson stat 1.995454
Prob(F-statistic) 0.000045

Inverted AR Roots .25+.69i .25-.69i

Inverted MA Roots .28+.77i .28-.77i -.11

DPNJt = 0.0327 + 0.5019AR(1) – 0.5394AR(2) – 0.4606MA(1) + 0.6093MA(2) +

0.0726MA(3) + ȗt
DPNJt = 0.0327 + 0.5019DPNJt-1 – 0.5394 DPNJt-2 – 0.4606ȗt-1 + 0.6093ȗt-2 + 0.0726ȗt-3
+ ȗt
PNJt - PNJt-1 = 0.0327 + 0.5019(PNJt-1 - PNJt-2) – 0.5394(PNJt-2 - PNJt-3) – 0.4606ȗt-1 +
0.6093ȗt-2 + 0.0726ȗt-3 + ȗt
PNJt = 0.0327 + 1.5019PNJt-1 – 1.0413PNJt-2 + 0.5394PNJt-3 – 0.4606ȗt-1 + 0.6093ȗt-2 +
0.0726ȗt-3 + ȗt

31
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)
Dependent Variable: DPNJ
Method: Least Squares
Date: 01/07/21 Time: 21:09
Sample (adjusted): 1/08/2016 12/31/2020
Included observations: 1165 after adjustments
Convergence achieved after 74 iterations
MA Backcast: 1/05/2016 1/07/2016

Variable Coefficient Std. Error t-Statistic Prob.

C 0.032987 0.094329 0.349698 0.7266

AR(1) 0.283830 0.280877 1.010513 0.3125
AR(3) -0.203782 0.162736 -1.252226 0.2107
MA(1) -0.242732 0.275765 -0.880215 0.3789
MA(2) 0.099329 0.031324 3.171014 0.0016
MA(3) 0.259422 0.155052 1.673127 0.0946

R-squared 0.022262 Mean dependent var 0.032790

Adjusted R-squared 0.018044 S.D. dependent var 2.679441
S.E. of regression 2.655158 Akaike info criterion 4.796022
Sum squared resid 8170.792 Schwarz criterion 4.822085
Log likelihood -2787.683 Hannan-Quinn criter. 4.805854
F-statistic 5.277712 Durbin-Watson stat 1.994681
Prob(F-statistic) 0.000084

Inverted AR Roots .40+.49i .40-.49i -.51

Inverted MA Roots .38-.59i .38+.59i -.52

DPNJt = 0.0329 + 0.2838AR(1) – 0.2037AR(2) – 0.2427MA(1) + 0.0993MA(2) +

0.2594MA(3) + ȗt
DPNJt = 0.0327 + 0.2838DPNJt-1 – 0.2037DPNJt-2 – 0.2427ȗt-1 + 0.0993ȗt-2 + 0.2594ȗt-3 +
ȗt
PNJt - PNJt-1 = 0.0327 + 0.2838(PNJt-1 - PNJt-2) – 0.2037(PNJt-2 - PNJt-3) – 0.2427ȗt-1 +
0.0993ȗt-2 + 0.2594ȗt-3 + ȗt
PNJt = 0.0327 + 1.2838PNJt-1 – 0.4875PNJt-2 + 0.2037PNJt-3 – 0.2427ȗt-1 + 0.0993ȗt-2 +
0.2594ȗt-3 + ȗt

32
Bước 9: Căn cứ trên tính chính xác dự báo để lựa chọn mô hình (từ 3 mô hình chọn
còn 1 mô hình):
 Dự báo (forecast):
 Dự báo chuỗi thời gian (time series forecast) và Dự báo cấu trúc (economic/structural
forecast)
 Dự báo điểm (point forecast) và dự báo khoảng (interval forecast).
 Dự báo trong mẫu (in-sample forecast) và dự báo ngoài mẫu (out-of-sample forecast).
 Dự báo mẫu chồng lấn (rolling sample) và dự báo mẫu đệ quy (recursive sample).
 Đánh giá tính chính xác của dự báo:
 Tính chính xác (accuracy) của dự báo được đánh giá trên sai số dự báo (forecast
error). Sai số dự báo càng nhỏ, dự báo càng có tính chính xác cao.
 Sai số bình phương trung bình (Mean squared error, MSE) và Sai số trị tuyệt đối
trung bình (Mean absolute error, MAE).
 Công thức:
1 𝑇
𝑀𝑆𝐸 = ∑ = 𝑇1 (𝑌𝑡+𝑠 − 𝑓𝑡,𝑠 )2
𝑇 − (𝑇1 − 1) 𝑡

1 𝑇
𝑀𝐴𝐸 = ∑ = 𝑇1 |𝑌𝑡+𝑠 − 𝑓𝑡,𝑠 |
𝑇 − (𝑇1 − 1) 𝑡

 Sai số phần trăm trị tuyệt đối trung bình (Mean absolute percentage error. MAPE
100 𝑇 𝑌𝑡+𝑠 − 𝑓𝑡,𝑠
𝑀𝐴𝑃𝐸 = ∑ = 𝑇1 | |
𝑇 − (𝑇1 − 1) 𝑡 𝑌𝑡+𝑠

33
ARIMA (1, 1, 12)
8
Forecast: DPNJF
Actual: DPNJ
4
Forecast sample: 1/04/2016 12/31/2020
Adjusted sample: 1/06/2016 12/31/2020
0 Included observations: 1167
Root Mean Squared Error 2.652213
-4 Mean Absolute Error 1.374393
Mean Abs. Percent Error 94.81055
-8
Theil Inequality Coefficient 0.873652
Bias Proportion 0.000000
Variance Proportion 0.763884
-12
Covariance Proportion 0.236116

-16
I II III IV I II III IV I II III IV I II III IV I II III IV
2016 2017 2018 2019 2020

DPNJF ± 2 S.E.

ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3)

12
Forecast: DPNJF
Actual: DPNJ
8
Forecast sample: 1/04/2016 12/31/2020
Adjusted sample: 1/07/2016 12/31/2020
4 Included observations: 1166
Root Mean Squared Error 2.645612
0 Mean Absolute Error 1.382224
Mean Abs. Percent Error 103.0026
-4
Theil Inequality Coefficient 0.857972
Bias Proportion 0.000000
Variance Proportion 0.737666
-8
Covariance Proportion 0.262334

-12
I II III IV I II III IV I II III IV I II III IV I II III IV
2016 2017 2018 2019 2020

DPNJF ± 2 S.E.

34
ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3)
8
Forecast: DPNJF
Actual: DPNJ
4
Forecast sample: 1/04/2016 12/31/2020
Adjusted sample: 1/08/2016 12/31/2020
0 Included observations: 1165
Root Mean Squared Error 2.648312
-4 Mean Absolute Error 1.380470
Mean Abs. Percent Error 101.2309
-8
Theil Inequality Coefficient 0.859829
Bias Proportion 0.000000
Variance Proportion 0.739935
-12
Covariance Proportion 0.260065

-16
I II III IV I II III IV I II III IV I II III IV I II III IV
2016 2017 2018 2019 2020

DPNJF ± 2 S.E.

STT Mô hình RMSE MAE MAPE

1.374393 94.81055
1 ARIMA (1, 1, 12) 2.652213
* *
2.645612
2 ARIMA (1, 1, 1)(2, 1, 2)(2, 1, 3) 1.382224 103.0026
*
3 ARIMA (1, 1, 1)(3, 1, 2)(3, 1, 3) 2.648312 1.380470 101.2309

Vậy mô hình đẹp nhất là ARIMA (1, 1, 12).

35
Bước 10: Dự báo ngày 11/01/2021, 12/01/2021, 13/01/2021
6

-2

-4

-6
1/11/21

DPNJF ± 2 S.E.

PNJ8/1 = 82.4
DPNJf11/1:
+ DPNJf11/1 max = 5.2 = PNJf11/1 max – PNJ8/1 = PNJf11/1 max – 82.4
=> PNJf11/1 max = 87.6
+ DPNJf11/1 = - 0.1 = PNJf11/1 – PNJ8/1 = PNJf11/1 – 82.4
=> PNJf11/1 = 81.4
+ DPNJf11/1 min = - 5.4 = PNJf11/1 min – PNJ8/1 = PNJf11/1 min – 82.4
=> PNJf11/1 min = 77.0

36
Bước 11: Dự báo ngày 12/01/2021
6

-2

-4

-6
1/12/21

DPNJF ± 2 S.E.

PNJ11/1 = 81.4
DPNJf12/1:
+ DPNJf12/1 max = 5.4 = PNJf12/1 max – PNJ11/1 = PNJf12/1 max – 81.4
=> PNJf12/1 max = 86.8
+ DPNJf12/1 = 0.1 = PNJf12/1 – PNJ11/1 = PNJf12/1 – 81.4
=> PNJf12/1 = 81.5
+ DPNJf12/1 min = - 5.2 = PNJf12/1 min – PNJ11/1 = PNJf12/1 min – 81.
=> PNJf12/1 min = 76.2

37
Bước 12: Dự báo ngày 13/01/2021
6

-2

-4

-6
1/13/21

DPNJF ± 2 S.E.

PNJf12/1 = 81.5
DPNJf13/1:
+ DPNJf13/1 max = 5.4 = PNJf13/1 max – PNJ12/1 = PNJf13/1 max – 81.5
=> PNJf13/1 max = 86.9
+ DPNJf13/1 = 0.1 = PNJf13/1 – PNJ12/1 = PNJf13/1 – 81.5
=> PNJf13/1 = 81.6
+ DPNJf13/1 min = - 5.2 = PNJf13/1 min – PNJ12/1 = PNJf13/1 min – 81.5
=> PNJf13/1 min = 76.3

38
 CHUỖI VNINDEX
Chương 2: Mô hình ARIMA
Ước lượng và dự báo bằng mô hình chuỗi thời gian đơn biến.
Mô hình ARIMA là mô hình dùng để dự báo chuỗi thời gian ngắn hạn.

Bước 1: Kiểm định tính dừng của chuỗi VNINDEX

Cách 1: Căn cứ ACF

39
Kết quả Correlogram of VNINDEX có ACF giảm về 0 do các hệ số tự tương quan đều
nằm trong vùng bác bỏ. Như vậy, chuỗi VNINDEX dừng tại bậc gốc.

40
Cách 2: Kiểm định tính dừng
 E(Yt) = μ, ∀t, t = 1, 2, 3,…
[trung bình không đổi (là hằng số) với mọi t]
 var(Yt) = ϭ2𝑌 , ∀t
Hoặc viết: E[(Yt - E(Yt)2] = E[(Yt – μ)2] = ϭ2𝑌
[phương sai không đổi (là hằng số) với mọi t]
 cov(Yt, Yt-s) = γs, ∀s, t
Hoặc viết: E[(Yt – E(Yt)).(Yt-s – E(Yt-s))] = E[(Yt – μ).(Yt-s – μ) = γs
[tự hiệp phương sai không đổi (là hằng số) với mọi s, t]
VNINDEX
6

-2

-4

-6
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV
2006 2007 2008 2009 2010 2011

Chuỗi VNINDEX dừng vì:

 Trung bình không thay đổi: từ I (2006) đến IV (2011) = 0
 Phương sai ổn định trong biên từ (4;-4)
 Hiệp phương sai không thay đổi.

41
Cách 3: Kiểm định nghiệm đơn vị Dickey – Fuller (View => Unit Root Test)
Ho: VNINDEX có 1 nghiệm đơn vị (chuỗi VNINDEX không dừng)
H1: VNINDEX không có nghiệm đơn vị (chuỗi VNINDEX dừng)

Null Hypothesis: VNINDEX has a unit root

Exogenous: Constant
Lag Length: 3 (Automatic - based on SIC, maxlag=23)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -15.86468 0.0000

Test critical values: 1% level -3.434526
5% level -2.863271
10% level -2.567740

*MacKinnon (1996) one-sided p-values.

p – value (= 0,0000) < α (= 0,05): Chấp nhận H1

42
Bước 4: Xác định bậc Mô hình ARIMA (p,d,q)
Lưu ý: Mô hình ARIMA chỉ chạy được trên chuỗi dừng.
ARIMA (p,d,q)
 p (PACF) = 1, 2, 4, 5, 13, 22,
 d (sai phân) = 0
 q (ACF) = 1, 4, 5, 12, 13, 14, 18, 19, 21, 22. 23, 28, 32
ARIMA (1, 0, 1)
ARIMA (1, 0, 4)
ARIMA (1, 0, 5)
ARIMA (1, 0, 12)
ARIMA (2, 0, 1)
ARIMA (2, 0, 4)
ARIMA (2, 0, 5)
ARIMA (2, 0, 12)
Mô hình ARIMA giữ gốc
ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)
ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)
ARIMA (1, 0, 1)(4, 0, 5)(5, 0, 18)

43
Bước 5: Thực hiện Mô hình ARIMA (p, d, q)
ARIMA (1, 0, 1)
LS VNINDEX C AR(1) MA(1)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:24
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 9 iterations
MA Backcast: 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009571 0.062256 0.153738 0.8778

AR(1) 0.113820 0.085938 1.324438 0.1856
MA(1) 0.191866 0.084898 2.259949 0.0240

R-squared 0.086478 Mean dependent var 0.009440

Adjusted R-squared 0.085254 S.D. dependent var 1.871502
S.E. of regression 1.789949 Akaike info criterion 4.004256
Sum squared resid 4780.244 Schwarz criterion 4.014911
Log likelihood -2990.181 Hannan-Quinn criter. 4.008226
F-statistic 70.61995 Durbin-Watson stat 1.998957
Prob(F-statistic) 0.000000

Inverted AR Roots .11

Inverted MA Roots -.19

ARIMA (1, 0, 4)
LS VNINDEX C AR(1) MA(4)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:32
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 12/28/2005 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009766 0.070701 0.138136 0.8902

AR(1) 0.282707 0.024838 11.38219 0.0000
MA(4) 0.099078 0.025780 3.843246 0.0001

R-squared 0.092051 Mean dependent var 0.009440

Adjusted R-squared 0.090834 S.D. dependent var 1.871502
S.E. of regression 1.784481 Akaike info criterion 3.998137
Sum squared resid 4751.082 Schwarz criterion 4.008792
Log likelihood -2985.607 Hannan-Quinn criter. 4.002107
F-statistic 75.63248 Durbin-Watson stat 1.964229
Prob(F-statistic) 0.000000

Inverted AR Roots .28

Inverted MA Roots .40-.40i .40-.40i -.40+.40i -.40+.40i

44
ARIMA (1, 0, 5)
LS VNINDEX C AR(1) MA(5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:38
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/27/2005 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009702 0.069490 0.139612 0.8890

AR(1) 0.280803 0.024952 11.25359 0.0000
MA(5) 0.081245 0.025921 3.134284 0.0018

R-squared 0.088878 Mean dependent var 0.009440

Adjusted R-squared 0.087657 S.D. dependent var 1.871502
S.E. of regression 1.787596 Akaike info criterion 4.001625
Sum squared resid 4767.685 Schwarz criterion 4.012280
Log likelihood -2988.215 Hannan-Quinn criter. 4.005595
F-statistic 72.77110 Durbin-Watson stat 1.967263
Prob(F-statistic) 0.000000

Inverted AR Roots .28

Inverted MA Roots .49+.36i .49-.36i -.19-.58i -.19+.58i
-.61

ARIMA (1, 0, 12)

LS VNINDEX C AR(1) MA(12)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:40
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 12/16/2005 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009679 0.066568 0.145393 0.8844

AR(1) 0.286397 0.024804 11.54648 0.0000
MA(12) 0.024767 0.025908 0.955971 0.3392

R-squared 0.083689 Mean dependent var 0.009440

Adjusted R-squared 0.082461 S.D. dependent var 1.871502
S.E. of regression 1.792679 Akaike info criterion 4.007304
Sum squared resid 4794.838 Schwarz criterion 4.017959
Log likelihood -2992.460 Hannan-Quinn criter. 4.011274
F-statistic 68.13443 Durbin-Watson stat 1.965495
Prob(F-statistic) 0.000000

Inverted AR Roots .29

Inverted MA Roots .71-.19i .71+.19i .52+.52i .52+.52i
.19+.71i .19-.71i -.19-.71i -.19+.71i
-.52+.52i -.52+.52i -.71+.19i -.71-.19i

45
ARIMA (2, 0, 1)
LS VNINDEX C AR(2) MA(1)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:45
Sample (adjusted): 1/05/2006 12/30/2011
Included observations: 1494 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 1/04/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009643 0.062370 0.154607 0.8772

AR(2) 0.032677 0.027014 1.209625 0.2266
MA(1) 0.302254 0.025766 11.73093 0.0000

R-squared 0.086068 Mean dependent var 0.009488

Adjusted R-squared 0.084842 S.D. dependent var 1.872128
S.E. of regression 1.790951 Akaike info criterion 4.005376
Sum squared resid 4782.389 Schwarz criterion 4.016037
Log likelihood -2989.016 Hannan-Quinn criter. 4.009349
F-statistic 70.20593 Durbin-Watson stat 1.993271
Prob(F-statistic) 0.000000

Inverted AR Roots .18 -.18

Inverted MA Roots -.30

ARIMA (2, 0, 4)
LS VNINDEX C AR(2) MA(4)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:46
Sample (adjusted): 1/05/2006 12/30/2011
Included observations: 1494 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/29/2005 1/04/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009538 0.054830 0.173962 0.8619

AR(2) 0.020890 0.025895 0.806733 0.4199
MA(4) 0.115719 0.025738 4.496076 0.0000

R-squared 0.013918 Mean dependent var 0.009488

Adjusted R-squared 0.012596 S.D. dependent var 1.872128
S.E. of regression 1.860300 Akaike info criterion 4.081359
Sum squared resid 5159.929 Schwarz criterion 4.092020
Log likelihood -3045.775 Hannan-Quinn criter. 4.085331
F-statistic 10.52256 Durbin-Watson stat 1.446918
Prob(F-statistic) 0.000029

Inverted AR Roots .14 -.14

Inverted MA Roots .41+.41i .41+.41i -.41-.41i -.41-.41i

46
ARIMA (2, 0, 5)
LS VNINDEX C AR(2) MA(5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:42
Sample (adjusted): 1/05/2006 12/30/2011
Included observations: 1494 after adjustments
Convergence achieved after 5 iterations
MA Backcast: 12/28/2005 1/04/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009414 0.054754 0.171939 0.8635

AR(2) 0.024653 0.025891 0.952187 0.3412
MA(5) 0.109026 0.025755 4.233204 0.0000

R-squared 0.012268 Mean dependent var 0.009488

Adjusted R-squared 0.010943 S.D. dependent var 1.872128
S.E. of regression 1.861856 Akaike info criterion 4.083031
Sum squared resid 5168.564 Schwarz criterion 4.093692
Log likelihood -3047.024 Hannan-Quinn criter. 4.087003
F-statistic 9.259499 Durbin-Watson stat 1.457061
Prob(F-statistic) 0.000101

Inverted AR Roots .16 -.16

Inverted MA Roots .52-.38i .52+.38i -.20+.61i -.20-.61i
-.64

ARIMA (2, 0, 12)

LS VNINDEX C AR(2) MA(12)

Dependent Variable: VNINDEX

Method: Least Squares
Date: 01/09/21 Time: 20:43
Sample (adjusted): 1/05/2006 12/30/2011
Included observations: 1494 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 12/19/2005 1/04/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009446 0.051987 0.181708 0.8558

AR(2) 0.026263 0.025892 1.014311 0.3106
MA(12) 0.046376 0.025899 1.790640 0.0736

R-squared 0.003017 Mean dependent var 0.009488

Adjusted R-squared 0.001680 S.D. dependent var 1.872128
S.E. of regression 1.870555 Akaike info criterion 4.092353
Sum squared resid 5216.973 Schwarz criterion 4.103014
Log likelihood -3053.988 Hannan-Quinn criter. 4.096326
F-statistic 2.256008 Durbin-Watson stat 1.445387
Prob(F-statistic) 0.105125

Inverted AR Roots .16 -.16

Inverted MA Roots .75-.20i .75+.20i .55-.55i .55+.55i
.20+.75i .20-.75i -.20+.75i -.20-.75i
-.55-.55i -.55-.55i -.75-.20i -.75+.20i

47
Mô hình ARIMA giữ gốc
ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)
LS VNINDEX C AR(1) MA(1) MA(4) MA(5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:50
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 7 iterations
MA Backcast: 12/27/2005 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009655 0.071998 0.134095 0.8933

AR(1) 0.119743 0.084989 1.408923 0.1591
MA(1) 0.178617 0.083948 2.127719 0.0335
MA(4) 0.102699 0.025700 3.996027 0.0001
MA(5) 0.098421 0.026636 3.695097 0.0002

R-squared 0.101003 Mean dependent var 0.009440

Adjusted R-squared 0.098589 S.D. dependent var 1.871502
S.E. of regression 1.776854 Akaike info criterion 3.990905
Sum squared resid 4704.242 Schwarz criterion 4.008663
Log likelihood -2978.201 Hannan-Quinn criter. 3.997521
F-statistic 41.85048 Durbin-Watson stat 1.997736
Prob(F-statistic) 0.000000

Inverted AR Roots .12

Inverted MA Roots .50-.44i .50+.44i -.31+.55i -.31-.55i
-.57

ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)

LS VNINDEX C AR(1) AR(2) AR(4) MA(1) MA(5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 20:52
Sample (adjusted): 1/09/2006 12/30/2011
Included observations: 1492 after adjustments
Convergence achieved after 8 iterations
MA Backcast: 12/30/2005 1/06/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.008979 0.073291 0.122515 0.9025

AR(1) 0.356760 0.253968 1.404743 0.1603
AR(2) -0.078022 0.077012 -1.013112 0.3112
AR(4) 0.101435 0.026341 3.850795 0.0001
MA(1) -0.057405 0.254410 -0.225641 0.8215
MA(5) 0.043887 0.038948 1.126818 0.2600

R-squared 0.101241 Mean dependent var 0.008973

Adjusted R-squared 0.098217 S.D. dependent var 1.873324
S.E. of regression 1.778950 Akaike info criterion 3.993937
Sum squared resid 4702.689 Schwarz criterion 4.015282
Log likelihood -2973.477 Hannan-Quinn criter. 4.001891
F-statistic 33.47836 Durbin-Watson stat 1.999748
Prob(F-statistic) 0.000000

Inverted AR Roots .63 .10+.58i .10-.58i -.47

Inverted MA Roots .44+.31i .44-.31i -.15+.51i -.15-.51i
-.52

48
ARIMA (1, 0, 1)(4, 0, 5)(5, 0, 18)
LS VNINDEX C AR(1) AR(4) AR(5) MA(1) MA(5) MA(18)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/09/21 Time: 21:03
Sample (adjusted): 1/10/2006 12/30/2011
Included observations: 1491 after adjustments
Convergence achieved after 8 iterations
MA Backcast: 12/14/2005 1/09/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009251 0.075592 0.122383 0.9026

AR(1) 0.113986 0.087413 1.303989 0.1924
AR(4) 0.097500 0.025842 3.772977 0.0002
AR(5) 0.025928 0.085165 0.304446 0.7608
MA(1) 0.185178 0.086435 2.142392 0.0323
MA(5) 0.039329 0.082385 0.477385 0.6332
MA(18) 0.026635 0.025583 1.041111 0.2980

R-squared 0.101504 Mean dependent var 0.009239

Adjusted R-squared 0.097871 S.D. dependent var 1.873924
S.E. of regression 1.779862 Akaike info criterion 3.995632
Sum squared resid 4701.174 Schwarz criterion 4.020548
Log likelihood -2971.744 Hannan-Quinn criter. 4.004917
F-statistic 27.94149 Durbin-Watson stat 1.999200
Prob(F-statistic) 0.000000

Inverted AR Roots .64 .09-.57i .09+.57i -.30

-.40
Inverted MA Roots .79+.14i .79-.14i .70+.41i .70-.41i
.52+.62i .52-.62i .27+.76i .27-.76i
-.01-.82i -.01+.82i -.29+.77i -.29-.77i
-.53-.63i -.53+.63i -.72-.40i -.72+.40i
-.82-.14i -.82+.14i

49
Bước 6: Lựa chọn các tiêu chí mô hình (từ 11 mô hình còn 3 mô hình)
Có 2 tiêu chí lựa chọn mô hình:
- Chuẩn thông tin: AIC, SBIC, HQIC
- Sự phù hợp mô hình: R2, Adjusted - R2
ST R2 Hiêu
Mô hình R2 AIC SBIC HQIC
T chỉnh
1 ARIMA (1, 0, 1) 0.086478 0.085254 4.004256 4.014911 4.008226
4.008792 4.002107
2 ARIMA (1, 0, 4) 0.092051 0.090834 3.998137
** *
4.012280
3 ARIMA (1, 0, 5) 0.088878 0.087657 4.001625
*
4.005595

4 ARIMA (1, 0, 12) 0.083689 0.082461 4.007304 4.017959 4.011274

5 ARIMA (2, 0, 1) 0.086068 0.084842 4.005376 4.016037 4.009349
6 ARIMA (2, 0, 4) 0.013918 0.012596 4.081359 4.092020 4.085331
7 ARIMA (2, 0, 5) 0.012268 0.010943 4.083031 4.093692 4.087003
8 ARIMA (2, 0, 12) 0.003017 0.001680 4.092353 4.103014 4.096326
0.101241 0.098589 3.990905 4.008663 3.997521
9 ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5) * *** *** *** ***
0.101241 0.098217 3.993937 4.001891
10 ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5) ** ** **
4.015282
**
0.101504 0.097871 3.995632
11 ARIMA (1, 0, 1)(4, 0, 5)(5, 0, 8) *** * *
4.020548 4.004917

Vậy 3 mô hình phù hợp nhất là:

ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)
ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)
ARIMA (1, 0, 1)(4, 0, 5)(5, 0,8)

50
Bước 7: Kiểm tra Mô hình ARIMA (p, d, q) dừng và khả nghịch

LÝ THUYẾT:
𝑝
Điều kiện AR (p) dừng: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1,
nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình AR dừng các sai số
trong quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo thời gian.
Điều kiện MA (q) khả nghịch: tổng của các hệ số tự hồi qui phải nhỏ hơn
𝑞
1:| ∑𝑖=1 Φi| < 1, nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q)
có thể được viết lại thành mô hình AR(ꝏ).

KẾT QUẢ THỰC HÀNH:

ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)

Inverse Roots of AR/MA Polynomial(s)

Specification: VNINDEX C AR(1) MA(1) MA(4) MA(5)
Date: 01/10/21 Time: 11:15
Sample: 12/30/2005 12/30/2011
Included observations: 1495

AR Root(s) Modulus Cycle

0.119743 0.119743

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

0.500816 ± 0.435222i 0.663502 8.782310

-0.306575 ± 0.547938i 0.627872 3.019443
-0.567100 0.567100

No root lies outside the unit circle.

ARMA model is invertible.
VẬY:
𝑝
Điều kiện AR (p) dừng: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1, nghịch
đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình AR dừng các sai số trong
quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo thời gian.
𝑞
Điều kiện MA (q) khả nghịch: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1,
nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q) có thể được viết
lại thành mô hình AR(ꝏ).

51
ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)
Inverse Roots of AR/MA Polynomial(s)
Specification: VNINDEX C AR(1) AR(2) AR(4) MA(1)
MA(5)
Date: 01/10/21 Time: 11:21
Sample: 12/30/2005 12/30/2011
Included observations: 1492

AR Root(s) Modulus Cycle

0.633158 0.633158
0.095666 ± 0.577377i 0.585249 4.466939
-0.467729 0.467729

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

0.444824 ± 0.314237i 0.544622 10.21608

-0.154055 ± 0.508493i 0.531318 3.369054
-0.524132 0.524132

No root lies outside the unit circle.

ARMA model is invertible.

VẬY:
𝑝
Điều kiện AR (p) dừng: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1, nghịch
đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình AR dừng các sai số trong
quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo thời gian.
𝑞
Điều kiện MA (q) khả nghịch: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1,
nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q) có thể được viết
lại thành mô hình AR(ꝏ).

52
ARIMA (1, 0, 1)(4, 0, 5)(5, 0, 8)
Inverse Roots of AR/MA Polynomial(s)
Specification: VNINDEX C AR(1) AR(4) AR(5) MA(1)
MA(5) MA(8)
Date: 01/10/21 Time: 11:22
Sample: 12/30/2005 12/30/2011
Included observations: 1491

AR Root(s) Modulus Cycle

0.642377 0.642377
0.085219 ± 0.577897i 0.584147 4.411150
-0.412429 0.412429
-0.288433 0.288433

No root lies outside the unit circle.

ARMA model is stationary.

MA Root(s) Modulus Cycle

-0.620711 0.620711
0.407750 ± 0.375020i 0.553986 8.449587
-0.096735 ± 0.513283i 0.522319 3.575935
-0.314064 ± 0.376486i 0.490284 2.772755
0.439352 0.439352

No root lies outside the unit circle.

ARMA model is invertible.

VẬY:
𝑝
Điều kiện AR (p) dừng: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1, nghịch
đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Nếu mô hình AR dừng các sai số trong
quá khứ sẽ có tác động giảm dần lên giá trị hiện tại của Yt theo thời gian.
𝑞
Điều kiện MA (q) khả nghịch: tổng của các hệ số tự hồi qui phải nhỏ hơn 1:| ∑𝑖=1 Φi| < 1,
nghịch đảo nghiệm đặc trưng nằm trong vòng tròn đơn vị. Mô hình MA(q) có thể được viết
lại thành mô hình AR(ꝏ).

53
Bước 8: Viết Mô hình ARIMA (p, d, q):
ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/10/21 Time: 11:09
Sample (adjusted): 1/04/2006 12/30/2011
Included observations: 1495 after adjustments
Convergence achieved after 7 iterations
MA Backcast: 12/27/2005 1/03/2006

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009655 0.071998 0.134095 0.8933

AR(1) 0.119743 0.084989 1.408923 0.1591
MA(1) 0.178617 0.083948 2.127719 0.0335
MA(4) 0.102699 0.025700 3.996027 0.0001
MA(5) 0.098421 0.026636 3.695097 0.0002

R-squared 0.101003 Mean dependent var 0.009440

Adjusted R-squared 0.098589 S.D. dependent var 1.871502
S.E. of regression 1.776854 Akaike info criterion 3.990905
Sum squared resid 4704.242 Schwarz criterion 4.008663
Log likelihood -2978.201 Hannan-Quinn criter. 3.997521
F-statistic 41.85048 Durbin-Watson stat 1.997736
Prob(F-statistic) 0.000000

Inverted AR Roots .12

Inverted MA Roots .50-.44i .50+.44i -.31+.55i -.31-.55i
-.57

Inverted AR Roots .12

Inverted MA Roots .50-.44i .50+.44i -.31+.55i -.31-.55i
-.57

VNINDEXt = 0.0096 + 0.1197AR(1) + 0.1786MA(1) + 0.1026MA(4) + 0.0984MA(5) + ȗt

VNINDEXt = 0.0096 + 0.1197VNINDEXt-1 + 0.1786 ȗt-1 + 0.1026 ȗt-4 + 0.0984ȗt-5 + ȗt

54
ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/10/21 Time: 08:15
Sample (adjusted): 1/09/2006 12/30/2011
Included observations: 1492 after adjustments
Convergence achieved after 8 iterations
MA Backcast: 12/30/2005 1/06/2006

Variable Coefficient Std. Error t-Statistic Prob.

AR(1) 0.356800 0.253876 1.405411 0.1601

AR(2) -0.078020 0.076988 -1.013405 0.3110
AR(4) 0.101447 0.026332 3.852602 0.0001
MA(1) -0.057436 0.254318 -0.225844 0.8214
MA(5) 0.043890 0.038937 1.127186 0.2598

R-squared 0.101232 Mean dependent var 0.008973

Adjusted R-squared 0.098815 S.D. dependent var 1.873324
S.E. of regression 1.778361 Akaike info criterion 3.992607
Sum squared resid 4702.737 Schwarz criterion 4.010394
Log likelihood -2973.485 Hannan-Quinn criter. 3.999235
Durbin-Watson stat 1.999747

Inverted AR Roots .63 .10+.58i .10-.58i -.47

Inverted MA Roots .44+.31i .44-.31i -.15+.51i -.15-.51i
-.52

VNINDEXt = 0.3568AR(1) – 0.0780AR(2) + 0.1014AR(4) - 0.0574MA(1)

+ 0.0438MA(5) + ȗt
VNINDEXt = 0.3568VNINDEXt-1 - 0.0780VNINDEXt-2 + 0.1014VNINDEXt-4 - 0.0574ȗt-1
+ 0.0438 ȗt-5 + ȗt

55
ARIMA (1, 0, 1)(4, 0, 5)(5, 0,8)
Dependent Variable: VNINDEX
Method: Least Squares
Date: 01/10/21 Time: 08:18
Sample (adjusted): 1/10/2006 12/30/2011
Included observations: 1491 after adjustments
Convergence achieved after 9 iterations
MA Backcast: 12/28/2005 1/09/2006

Variable Coefficient Std. Error t-Statistic Prob.

AR(1) 0.111983 0.087550 1.279065 0.2011

AR(4) 0.100021 0.025932 3.857088 0.0001
AR(5) 0.026134 0.085258 0.306535 0.7592
MA(1) 0.187437 0.086558 2.165438 0.0305
MA(5) 0.041310 0.082402 0.501320 0.6162
MA(8) -0.005477 0.025644 -0.213598 0.8309

R-squared 0.100859 Mean dependent var 0.009239

Adjusted R-squared 0.097831 S.D. dependent var 1.873924
S.E. of regression 1.779901 Akaike info criterion 3.995008
Sum squared resid 4704.550 Schwarz criterion 4.016365
Log likelihood -2972.279 Hannan-Quinn criter. 4.002967
Durbin-Watson stat 1.999506

Inverted AR Roots .64 .09-.58i .09+.58i -.29

-.41
Inverted MA Roots .44 .41+.37i .41-.37i -.10-.51i

VNINDEXt = 0.1119AR(1) 0.1000AR(4) + 0.0261AR(5) + 0.1874MA(1) + 0.0413MA(5)

– 0.0054 MA(8) + ȗt
VNINDEXt = 0.1119VNINDEXt-1 + 0.1000VNINDEXt-4 + 0.0261VNINDEXt-5 + 0.1874
ȗt-1 + 0.0413 ȗt-5 – 0.0054 ȗt-8 + ȗt

56
Bước 9: Căn cứ trên tính chính xác dự báo để lựa chọn mô hình (từ 3 mô hình chọn
còn 1 mô hình):s
ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5)
6
Forecast: VNINDEXF
Actual: VNINDEX
4
Forecast sample: 12/30/2005 12/30/...
Adjusted sample: 1/04/2006 12/30/2011
2 Included observations: 1495
Root Mean Squared Error 1.773880
0 Mean Absolute Error 1.379272
Mean Abs. Percent Error 175.1056
-2
Theil Inequality Coefficient 0.719738
Bias Proportion 0.000000
Variance Proportion 0.518431
-4 Covariance Proportion 0.481569

-6
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV
2006 2007 2008 2009 2010 2011

V NINDEXF ± 2 S.E.

ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5)

6
Forecast: VNINDEXF
Actual: VNINDEX
4
Forecast sample: 12/30/2005 12/30/...
Adjusted sample: 1/09/2006 12/30/2011
2 Included observations: 1492
Root Mean Squared Error 1.775369
0 Mean Absolute Error 1.381805
Mean Abs. Percent Error 173.1657
-2
Theil Inequality Coefficient 0.719028
Bias Proportion 0.000000
Variance Proportion 0.516852
-4 Covariance Proportion 0.483148

-6
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV
2006 2007 2008 2009 2010 2011

V NINDEXF ± 2 S.E.

57
ARIMA (1, 0, 1)(4, 0, 5)(5, 0,8)
6
Forecast: VNINDEXF
Actual: VNINDEX
4
Forecast sample: 12/30/2005 12/30/...
Adjusted sample: 1/10/2006 12/30/2011
2 Included observations: 1491
Root Mean Squared Error 1.776306
0 Mean Absolute Error 1.381822
Mean Abs. Percent Error 173.0000
-2
Theil Inequality Coefficient 0.719620
Bias Proportion 0.000000
Variance Proportion 0.517873
-4 Covariance Proportion 0.482127

-6
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV
2006 2007 2008 2009 2010 2011

V NINDEXF ± 2 S.E.

STT Mô hình RMSE MAE MAPE

1.773880 1.379272
1 ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5) 175.1056
* *
2 ARIMA (1, 0, 1)(2, 0, 1)(4, 0, 5) 1.775369 1.381805 173.1657
173.0000
3 ARIMA (1, 0, 1)(4, 0, 5)(5, 0, 8) 1.776306 1.381822
*

Vậy mô hình đẹp nhất là ARIMA (1, 0, 1)(1, 0, 4)(1, 0, 5).

58