Dự báo chỉ số giá tiêu dùng tại Việt Nam bằng mô hình ARIMA

Nghiên cứu này ứng dụng mô hình ARIMA trong dự báo chỉ số giá tiêu dùng CPI ở Việt Nam từ tháng 6 năm 2021 đến tháng 3 năm 2022, với số liệu được dùng để ước lượng từ tháng 1 năm 2009 đến tháng 5 năm 2021. Số liệu được thu thập từ finance.vietstock.vn. Kết quả cho thấy mô hình ARIMA(7,0,5) là thích hợp cho việc dự báo. Kết quả dự báo CPI trong 10 tháng cuối nói trên đã phản ảnh được xu hướng biến đổi của chỉ số giá tiêu dùng thực tế.
Nội dung trích xuất từ tài liệu:
Dự báo chỉ số giá tiêu dùng tại Việt Nam bằng mô hình ARIMA Soá 07 (228) - 2022 TAØI CHÍNH VÓ MOÂ DỰ BÁO CHỈ SỐ GIÁ TIÊU DÙNG TẠI VIỆT NAM BẰNG MÔ HÌNH ARIMA Nguyễn Thị Thanh Huyền* - Nguyễn Tuấn Sơn** Nghiên cứu này ứng dụng mô hình ARIMA trong dự báo chỉ số giá tiêu dùng CPI ở Việt Nam từ tháng 6 năm 2021 đến tháng 3 năm 2022, với số liệu được dùng để ước lượng từ tháng 1 năm 2009 đến tháng 5 năm 2021. Số liệu được thu thập từ finance.vietstock.vn. Kết quả cho thấy mô hình ARIMA(7,0,5) là thích hợp cho việc dự báo. Kết quả dự báo CPI trong 10 tháng cuối nói trên đã phản ảnh được xu hướng biến đổi của chỉ số giá tiêu dùng thực tế. • Từ khóa: Chỉ số giá tiêu dùng, ARIMA. Ngày nhận bài: 10/5/2022 This study applies the ARIMA model in forecasting Ngày gửi phản biện: 18/5/2022 the consumer price index CPI in Vietnam from June Ngày nhận kết quả phản biện: 18/6/2022 2021 to March 2022, with the data used to estimate Ngày chấp nhận đăng: 20/6/2022 from January 2009 to May 2021. The data is collected from finance.vietstock.vn. The results show that the ARIMA(7,0,5) model is suitable for forecasting. The CPI forecast results for the last 10 months mentioned above have reflected the trend of the actual consumer Chỉ số CPI có mối liên hệ đặc biệt mật thiết với tỉ lệ price index. lạm phát, được coi như là một thước đo điển hình của tỉ lệ lạm phát hay còn được gọi là “thuế” lạm phát. CPI • Keywords: Consumer price index, ARIMA. được coi như một chỉ số kinh tế, việc tính toán và phân tích chỉ số CPI, đem lại nhiều hiệu quả tích cực cho nền kinh tế, chính phủ, doanh nghiệp, từ đó người dân sẽ có 1. Giới thiệu sự chuẩn bị trước khi thay đổi giá cả nền kinh tế. Tính CPI là một chỉ số được sử dụng khi phân tích và toán CPI là một trong những yếu tố quan trọng, chỉ số đánh giá khả năng tiêu dùng của nền kinh tế. Chỉ số giá CPI còn được ứng dụng làm thước do lạm phát cho các tiêu dùng (tiếng Anh: Consumer Price Index - CPI) là yếu tố kinh tế khác. Các yếu tố kinh tế này có thể là chỉ số phản ánh mức thay đổi tương đối của giá hàng doanh số bán lẻ, thu nhập hàng giờ, giá trị đồng tiền… tiêu dùng theo thời gian được tính bằng phần trăm (%). Việc tăng chỉ số giá tiêu dùng đồng nghĩa với việc CPI đo lường sự thay đổi trung bình về giá theo thời giá cả của các loại mặt hàng đều tăng, điều này tác động gian mà người tiêu dùng trả cho một giỏ hàng hóa hoặc mạnh mẽ đến đời sống của người tiêu dùng đặc biệt là dịch vụ, thường được gọi là lạm phát. với những người có thu nhập thấp, cuộc sống của họ Cách tính chỉ số CPI gồm 4 bước: sẽ trở nên khó khăn và vất vả hơn. Ở thành thị, những người có thu nhập thấp chủ yếu có thu nhập từ tiền Bước 1: Cố định giỏ hàng hóa: Thông qua báo cáo lương, tiền công, trợ cấp xã hội, mức tiền lương không điều tra sẽ xác định lượng hàng hoá, dịch vụ tiêu biểu thay đổi, nhưng giá thành sản phẩm nhu cầu tiêu dùng mà một người tiêu dùng điển hình mua. lại tăng cao, do đó chi phí chi tiêu cũng tăng, cuộc sống Bước 2: Xác định giá cả: Thống kê giá cả của mỗi dần trở nên khó khăn và vất vả hơn. mặt hàng trong giỏ hàng hoá tại từng thời điểm. Dự báo chỉ số giá tiêu dùng (CPI) là hoạt động quan Bước 3: Tính chi phí vật dụng trong giỏ hàng hoá trọng đối với không chỉ chính phủ mà cả các doanh bằng cách dùng số lượng nhân với giá cả của từng loại nghiệp trong việc lập kế hoạch hoạt động. Kết quả dự sản phẩm rồi cộng lại. báo càng chính xác thì việc lập kế hoạch càng khả thi. Bước 4: Lựa chọn thời kỳ gốc để làm cơ sở so sánh Hoạt động dự báo này cũng được tiến hành nhiều trong rồi tính chỉ số giá tiêu dùng bằng công thức sau: các nghiên cứu trước. Với các nghiên cứu ngoài nước, Moser và cộng sự (2007) áp dụng các mô hình nhân tố do Stock và Watson đề xuất, cũng như các mô hình VAR và ARIMA để tạo ra các dự báo không lấy mẫu trong 12 Thời kỳ gốc sẽ được thay đổi trong vòng 5 đến 7 năm tháng về lạm phát HICP của Áo và các chỉ số phụ của nó. tùy ở từng nước. * Công ty Cổ phần Dịch vụ Phát triển Nam Phong - ** Cục Thuế Bắc Ninh Taïp chí nghieân cöùu Taøi chính keá toaùn 13 TAØI CHÍNH VÓ MOÂ Soá 07 (228) - 2022 Các tác giả áp dụng quy trình lựa chọn mô hình dự báo - Nhận dạng mô hình của mô hình ARMA(p, q): Để tuần tự, phù hợp với nhiệm vụ cụ thể này. Kết quả chỉ ra xác định thứ tự của ARMA(p, q), chúng ta sử dụng mẫu rằng các mô hình nhân tố có độ chính xác dự đoán cao của hàm tự tương quan (ACF) và hàm tự tương quan nhất đối với một số chỉ số phụ và độ chính xác dự đoán riêng phần (PACF) của chuỗi tĩnh. Hai phần này ...