Phân tích Chuỗi thời gian Đơn biến & Mô hình ARIMA #eviews #timeseries #econometrics #research

Phân tích chuỗi thời gian đơn biến (Univariate Time Series Analysis) là phương pháp kinh tế lượng tập trung nghiên cứu động lực học của một chuỗi dữ liệu duy nhất nhằm tìm ra các quy luật quá khứ và dự báo tương lai, thay vì dùng các biến độc lập khác để giải thích. Quá trình này bắt buộc phải kiểm tra tính dừng (stationarity). Nếu dữ liệu không dừng, ta cần lấy sai phân (differencing) để loại bỏ xu hướng và chuyển về dạng dừng. Hệ thống mô hình cốt lõi bao gồm các mô hình Tự hồi quy (AR), Trung bình trượt (MA), ARMA cho chuỗi dừng,,, và mô hình ARIMA cho các chuỗi không dừng. Trong phần mềm EViews, quy trình này được tích hợp rất trực quan. Đầu tiên, bạn mở đối tượng biến cần phân tích và chọn View - Unit Root Test... để kiểm định tính dừng thông qua các công cụ như Augmented Dickey-Fuller (ADF) hay Phillips-Perron (PP). Sau đó, chọn View - Correlogram để phân tích biểu đồ tự tương quan (ACF và PACF) nhằm xác định bậc AR và MA phù hợp,. Để ước lượng mô hình, hãy truy cập Quick - Estimate Equation.... Ví dụ, để ước lượng mô hình ARIMA(1,1,1) cho biến Y, bạn chỉ cần nhập d(y) c ar(1) ma(1) tại ô khai báo và nhấn OK. Cuối cùng, bạn chỉ việc nhấn nút Forecast trên thanh công cụ phương trình để yêu cầu EViews thực hiện tính toán dự báo tĩnh (Static forecast) hoặc động (Dynamic forecast) kèm theo khoảng tin cậy.