Ứng dụng mô hình dữ liệu hỗn hợp trong dự báo tăng tưởng GDP của Việt Nam

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hoàng Việt Phương, Lê Hoàng Quân, Mai Thị Lan Hương, Phạm Đức An, Trần Thanh Hoa, Trịnh Thị Thơm

Ngôn ngữ: vie

Ký hiệu phân loại: 330 Economics

Thông tin xuất bản: Ngân hàng, 2021

Mô tả vật lý: 2-8

Bộ sưu tập: Metadata

ID: 389875

 Hội nhập quốc tế sâu rộng khiến nền kinh tế Việt Nam phải hứng chịu biến động mạnh trước các cú sốc trên thị trường quốc tế, điển hình là đại dịch Covid-19 trong năm 2020. Thực tế này đặt ra yêu cầu cấp thiết phải trang bị các lớp mô hình mới nhằm đoán định tốt hơn biến động bất thường để từ đó hỗ trợ hiệu quả, kịp thời công tác điều hành kinh tế vĩ mô. Mục tiêu của bài viết nhằm ứng dụng mô hình dữ liệu hỗn hợp (Mixed Data Sampling - MIDAS) dựa trên sự kết hợp các dữ liệu tần suất cao (ngày, tuần, tháng) để dự báo tăng trưởng GDP của Việt Nam ở tần suất thấp (quý, năm). Dữ liệu đầu vào bao gồm các biến đại diện giá cả, cung - cẩu và thị trường tiền tệ - ngân hàng
  trong khi dạng hàm ảnh hưởng tối ưu được lựa chọn từ quá trình kiểm định các phương trình hàm bước (step function), trễ phân phối đa thức (PDL) và MIDAS không ràng buộc (U-MIDAS). Kết quả cho thây, tăng trưởng GDP của Việt Nam tiếp tục hồi phục trong giai đoạn Quý IV/2020 - Quý 1/2021 so với giai đoạn Quý I/2020 - Quý III/2020. Với mức sai số thấp thu được từ dự báo với mô hình MIDAS, bài viết khẳng định việc phát triển lớp mô hình này là đúng hướng, các thông tin đầu vào được lựa chọn phù hợp.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH