Thông tin và số liệu để xây dựng mô hình kinh tế lượng
IV- XỬ LÝ THÔNG TIN
TRƯỚC VÀ TRONG QUÁ TRÌNH XÂY DỰNG MÔ HÌNH.
1) Sử dụng đồ thị
trong phân tích, dự báo
1.1) Tại
sao phân tích qua đồ thị lại quan trọng
Trong rất nhiều cách để phân tích và
hiểu quan hệ qua các số liệu, một trong những cách tốt nhất trước khi bắt tay
vào xây dựng mô hình phân tích, dự báo là phân tích trên đồ thị. Thông qua phân
tích đò thị, có thể hiểu ngay và tương đối đơn giản các chuỗi cần dự báo vì
theo kinh nghiệm, mắt người là một công cụ phân tích số liệu và mô hình hoá tốt
hơn mọi loại kỹ thuật mô hình hoá tinh vi nhất. Tuy nhiên, không thể nói là chỉ
cần phân tích đồ thị là đủ, vì nó còn đầy hạn chế, nhưng đây là cách làm phổ
biến để mở đầu quá trình phân tích, dự báo.
Có thể dùng các số liệu để xây dựng
các đồ thị nhằm minh hoạ lợi ích của dùng đồ thị. Ví dụ chúng ta có bảng số
liệu sau:
|
x1
|
y1
|
x2
|
y2
|
x3
|
y3
|
x4
|
y4
|
|
10
|
8,04
|
10
|
9,14
|
10
|
7,46
|
8
|
6,58
|
|
8
|
6,95
|
8
|
8,14
|
8
|
6,77
|
8
|
5,76
|
|
13
|
7,58
|
13
|
8,74
|
13
|
12,74
|
8
|
7,71
|
|
9
|
8,81
|
9
|
8,77
|
9
|
7,11
|
8
|
8,84
|
|
11
|
8,33
|
11
|
9,26
|
11
|
7,81
|
8
|
8,47
|
|
14
|
9,96
|
14
|
8,1
|
14
|
8,84
|
8
|
7,04
|
|
6
|
7,24
|
6
|
6,13
|
6
|
6,08
|
8
|
5,25
|
|
4
|
4,26
|
4
|
3,1
|
4
|
5,39
|
19
|
12,5
|
|
12
|
10,84
|
12
|
9,13
|
12
|
8,15
|
8
|
5,56
|
|
7
|
4,82
|
7
|
7,26
|
7
|
6,42
|
8
|
7,91
|
|
5
|
5,68
|
5
|
4,74
|
5
|
5,73
|
8
|
6,89
|
Nếu xây dựng các hàm hồi quy y = a. x +b, ta
sẽ thấy chất lượng các quan hệ đều tốt, SE, T của các biến đều chấp nhận được.
R2 của tất cả các phương trình đều bằng 0,67 trong khi SE của chúng đều là
1,24. Tuy nhiên, khi đưa các quan hệ giữa các chỉ tiêu lên đồ thị, chúng ta
thấy có 4 loại đường rất khác nhau:
- Trường hợp 1: Số liệu phân bố khá
tản mạn, song có thể coi là quan hệ tuyến tính dù chất lượng thống kê kém.
 |
Đồ thị 1:
- Trường hợp 2: Đồ thị cho thấy có quan hệ
giữa hai biến, nhưng chắc chắn không phải quan hệ tuyến tính. Do đó phải tìm
dạng mô hình khác.
Đồ
thị 2:
 |
- Trường hợp 3: Đồ thị chỉ ra có một quan hệ
tuyến tính giữa hai biến, nhưng lại có một cặp số không đi theo xu thế chung.
Rõ ràng chúng ta không biết điều này nếu chỉ nhìn các bảng số liệu thô; nhưng
nhờ đồ thị, đã phát hiện ra. Vấn đề đặt ra là phải kiểm tra lại các số lạ này.
- Trường hợp 4: Quan hệ tuyến tính
theo chiều thẳng đứng. Tuy nhiên, có 1 điểm không theo quy luật, làm cho quan
hệ thống kê khác hẳn đi. Nếu khong nghiên cứu trước trên đồ thị thì không biết,
và vẫn sử dụng hàm tuyến tính bình thường với tất cả các điểm.
Đồ thị 3:
 |
Đồ
thị 4
 |
Như vậy, qua bốn ví dụ trên, có thể rút ra lợi ích của công cụ đồ thị như sau:
+ Đồ thị giúp chúng ta tổng hợp và
phát hiện dạng quan hệ giữa các biến như trong ví dụ chỉ ra. Đây là vấn đề rất
quan trọng trong phân tích, dự báo.
+ Đồ thị giúp chúng ta nhận dạng
những điểm bất thường trong số liệu. Đây cũng là điểm rất cơ bản trong phân
tích, dự báo vì mô hình dự báo không thể xây dựng với bộ số liệu chứa những
điều bất bình thường như vậy.
+ Dễ dàng hơn cho việc so sánh các quan
hệ. Ví dụ có thể đưa tất cả các quan hệ trên lên 1 đồ thị để thấy với cùng một
biến x, nhưng các biến y khác nhau như thế nào. Đây là kỹ thuật so sánh bội.
+ Một lợi thế khác rất quan trọng là
khi làm việc với một chuỗi gồm rất nhiều số liệu: ví dụ chuỗi 100, 1000 quan
sát. Khi đó không có cách gì hiểu quan hệ giữa các biến ngoài dùng đồ thị. Đồ
thị cho phép đưa một khối lượng thông tin khổng lồ lên một đồ thị rất nhỏ để
quan sát thấy quan hệ.
1.2) Các
loại đồ thị (xem chương dưới đây)
Ví dụ đồ thị về các thành phần của
GDP, làm trong Eviews.
2) Sử lý một số tình
huống với số liệu
Tình trạng không đủ thông tin số
liệu để làm các mô hình xảy ra khá phổ biến trong thực tế, đề nghị mọi người đề
xướng và tôi có thể đưa ra một số phương án trả lời dựa trên kinh nghiệm thực
tiễn của tôi. Dưới đây, xin trình bầy kinh nghiệm đối phó với một số trường hợp
hay xảy ra nhất.
2.1)
Trường hợp thông tin không thống nhất
Trong phần III, chúng ta đã kể ra
hai trường hợp thông tin không thống nhất: Không thống nhất trong nội bộ quốc
gia và không thống nhất khi so sánh quốc tế.
- Khi thu thập thông tin từ nhiều
nguồn trong nước, nếu có sự khác nhau, nguyên tắc xử lý chung là: Ưu tiên chọn
nguồn thông tin có độ chính xác cao hơn làm thông tin chuẩn; sau đó đối với
những năm thiếu, chế biến các nguồn thông tin khác để quy về cùng thước đo với
thông tin chuẩn để bổ xung vào thông tin chuẩn. Một số trường hợp cụ thể:
+ Các thông tin mà Tổng cục Thống kê (TCTK) thường có một cách hệ thống
thì ưu tiên lấy của Tổng cục thống kê. Đặc biệt, thông tin trong Niên giám
thống kê được coi là thông tin chuẩn nhất và luôn luôn được ưu tiên chọn vì nó
có giá trị pháp lý và tất cả các nhà nghiên cứu trong và ngoài nước đều sử
dụng.
+ Thông tin về lao động, sản xuất, đầu tư, xuất nhập khẩu, thu nhập, tiền
lương, thị trường nên lấy từ nguồn Tổng cục Thống kê. Nếu các nguồn khác
cũng có thì chỉ nên dùng để lấp chỗ trống trong thông tin của Tổng cục Thống
kê.
+ Thông tin tài chính: nếu trong các Niên giám thống kê hoặc sách gần
giống Niên giám thống kê mà có thông tin này thì cũng được ưu tiên chọn. Thông
tin của Bộ Tài chính chỉ có giá trị tham khảo dù rằng các chuyên gia trong
ngành cho rằng thông tin của Bộ TC chính xác hơn. Tuy nhiên có hai trường hợp:
. Thông tin chi tiết về thu chi ngân
sách không có trong tài liệu của ngành Thống kê, khi đó phải sử dụng thông tin
của Bộ Tài chính, Tổng cục Thuế hoặc Kho bạc Nhà nước. Có thể xảy ra trường hợp
một số thông tin chi tiết của Bộ Tài chính khác với thông tin của TCTK (nếu
TCTK có) và tổng các thông tin chi tiết không bằng với thông tin gộp của TCTK.
Khi đó, phải phân tích thận trọng để lựa chọn. Thông thường, nếu phải sử dụng 1
bảng tập hợp tất cả các thông tin chi tiết của Bộ Tài chính thì nên chọn thông
tin của Bộ Tài chính vì nó vừa đảm bảo tính thống nhất, vừa có vẻ như có độ tin
cậy cao hơn.
Trong tính toán, ở cấp chi tiết thì
làm với thông tin của Bộ Tài chính, đến khi gộp lại đưa vào cấp cân đối tài
chính vĩ mô thì làm việc với thông tin của TCTK. Bước chuyển giữa hai loại này
có thể được thực hiện bằng một quan hệ tỷ lệ hoặc kinh tế lượng:
T (TCTK) = f( Tổng các thành phần
chi tiết theo số của Bộ Tài chính).
trong
đó T là tổng thu thuế theo nguồn của Tổng cục thống kê.
. Lãnh đạo ngành tài chính khảng
định nội bộ với những người làm mô hình là số của TCTK không đúng, và đặt hàng
họ làm mô hình phục vụ công tác phân tích và dự báo kinh tế của Bộ Tài chính.
Khi đó, nhóm làm mô hình cần yêu cầu lãnh đạo cung cấp số liệu thật để xây dựng
các phương trình. Số liệu của TCTK giờ đây chỉ có tính chất tham khảo và bổ
xung khi số liệu của Bộ TC không đủ.
+ Thông tin tiền tệ và cán cân thanh toán quốc tế
Dĩ nhiên chúng ta không tìm thấy
thông tin này trong tài liệu của TCTK, do đó chỉ còn hai cách: Tiếp xúc với
ngân hàng nhà nước để xin và lấy trong tài liệu của các tổ chức Tài chính quốc
tế. Việc tìm kiếm từ Ngân hàng Nhà nước rất khó khăn, có thể lấy được một số
thông tin không hệ thống về lãi suất, tỷ giá, tỷ lệ dự trữ bắt buộc... chứ
thông tin về cung cầu tiền tệ và can cân thanh toán quốc tế rất khó kiếm. Nếu
kiếm được, chắc chắn khi so với thông tin của các tổ chức tài chính quốc tế, sẽ
thấy rất khác nhau. Xử lý như thế nào ?
Nguyên tắc chung là: Ưu tiên chọn
thông tin của Quỹ Tiền tệ quốc tế vì thông tin này có tính hệ thống (vừa kéo
dài nhiều năm, vừa gồm rất nhiều thông tin chi tiết). Xây dựng mô hình với
thông tin của IMF, làm các phân tích và dự báo bình thường. Mặt khác, chúng ta
ngầm giả định thông tin của Ngân hàng Nhà nước tỷ lệ thuận (theo hàm số y=a.x +
b chẳng hạn) với thông tin của IMF, nên mỗi khi làm với thông tin của IMF thì
có thể tín quy đổi tương đương với thông tin của Ngân hàng Nhà nước.
Đối với Bộ KH-ĐT, chúng tôi có các
thông tin khá chi tiết về tiền tệ và cán cân thanh toán quốc tế theo tháng, quý
và năm của Ngân hàng Nhà nước. Vì vậy, chúng tôi coi đây là nguồn thông tin
chính; thông tin của IMF chi có giá trị tham khảo và được quy đổi theo quan hệ
mô hình để kéo dài chuỗi thời gian của Ngân hàng Nhà nước cung cấp.
- Thông tin quốc tế: Tuỳ từng
chỉ tiêu để chọn thông tin cho phù hợp. Nhưng đối với từng loại thông tin, đã
theo nguồn nào thì theo đến cùng.
+ Thông tin về Việt nam của IMF được
đánh giá là đầy đủ và đồng bộ nhất, do đó được sử dụng nhiều nhất. Thực tế,
chúng tôi thấy thông tin của IMF ngày càng sát với thông tin của chính phủ Việt
nam, nhưng vẫn còn những khoảng cách nhất định. Theo chúng tôi, chỉ nên sử dụng
nguồn tin này đối với các chỉ tiêu tiền tệ vì chúng có tính hệ thống và đủ ba
bảng cân đối tiền tệ (cân đối chung, cân đối của ngân hàng nhà nước và cân đối
của ngân hàng thương mại).
+ Nguồn thứ hai là của Ngân hàng thế
giới, được nêu trong báo cáo hàng năm về kinh tế Việt nam và trình bày trong
hội nghị các nhà tài trợ cho Việt nam định kỳ vào cuối năm. Số liệu dân số, lao
động, sản xuất, đầu tư của nguồn thông tin này giống hệt số liệu chính thức của
Việt nam, kể cả những thông tin mà IMF không công nhận. Do đó nên sử dụng nguồn
thông tin này nếu thông tin trong nước không có. Các số liệu tài chính của Ngân
hàng thế giới chi tiết hơn nhiều so với của IMF và cũng sát so với của Việt nam
hơn, do đó cũng nên sử dụng nguồn thông tin này. Đặc biệt, WB có cả các số liệu
chi tiết về thu thuế và số liệu chi tiết về chi ngân sách mà bình thường ta
không có, ví dụ thuế VAT cho các khu vực quốc doanh, ngoài quốc doanh và nhập
khẩu, chi ngân sách cho tiền lương, chi cho trả lãi, chi trợ cấp về lương thực,
cho sản xuất, cho xuất khẩu... Các số liệu về giá cũng rất chi tiết, kể cả chỉ
số giá giảm phát GDP cho các ngành, lĩnh vực kinh tế.
Như vậy, nguồn thông tin của WB khá tốt, hơn
nữa, nó có ưu điểm là đã tạo sẵn thành một chuỗi dài. Do đó, nói chung có thể
sử dụng nguồn tin này để làm mô hình, nhưng khi đó, đối với mỗi chỉ tiêu, cần
kiểm tra so với số thực của Việt nam để xem có khớp không, tạo sự tin tường đối
với những số chưa được kiểm tra.
Tuy nhiên, thông tin về cán cân
thanh toán quốc tế của IMF và WB có nhiều điểm rất khác nhau, từ đây đặt ra vấn
đề chọn số liệu của tổ chức nào ? Chúng tôi nhận thấy số của IMF sát với số của
Việt nam hơn nên chúng tôi thường chọn số của IMF.
+ Thông tin của Liên hợp quốc và
Ngân hàng phát triển châu á thường không chính xác nên không được sử dụng. Tuy
nhiên, có thể sử dụng các nguồn tin này nhằm tìm số liệu các nước để so sánh
với nước ta.
2.2)
Trường hợp thông tin không đầy đủ
a) Trường hợp thiếu các chỉ tiêu
cần tìm:
Nguyên tắc xử lý chung: Tìm chỉ tiêu
thay thế.
Trong bài 1, phần các phương trình
cơ bản, chúng ta đã bàn về tìm các chỉ tiêu thay thế cho các chỉ tiêu cơ bản để
tính thuế. Trong trường hợp này, chúng ta cũng làm tương tự. Ví dụ trong bài
trước, chúng ta cần biết chỉ tiêu cầu nhập khẩu nước ngoài đối với hàng hoá
nước ta. Do không có chỉ tiêu phản ảnh đúng cầu này nên có thể tìm một chỉ tiêu
thay thế, đó là tỷ lệ tăng trưởng GDP trung bình của các nước bạn hàng chính
qua các năm. Một ví dụ khác là chỉ tiêu tỷ giá thực trong phương trình xuất,
nhập khẩu. Do không tính được chỉ tiêu này (có thể tính được, nhưng rất khó
khăn), nên chúng tôi dùng tỷ giá đồng đô la nhân với chỉ số giá xuất tính bằng
ngoài tệ (hoặc chỉ số giá nhập trong phương trình nhập khẩu) rồi chia cho chỉ
số giá tiêu dùng trong nước (hoặc chỉ số giá GDP...
Một ví dụ khác là tiền lương. Giả sử
phải xây dựng hàm chi phí sản xuất phụ thuộc vào chi phí tiền lương và thu nhập
trung bình toàn xã hội tính trên một đơn vị sản phẩm, nhưng chúng ta không có
số liệu về tổng tiền lương và thu nhập này. Khi đó, cần làm thế nào ?
Giở Niên giám Thống kê ra, chúng ta
thấy có chỉ tiêu "thu nhập bình quân một người một tháng của lao động
trong khu vực Nhà nước qua các năm". Tuy nhiên, chỉ tiêu này chưa phản ảnh
được mức chi phí tiền lương của toàn nền kinh tế. Mặt khác nếu lấy tổng chi
lương trong chi ngân sách chính phủ chia cho số lao động làm việc trong khu vực
nhà nước, sẽ thu được chuỗi số liệu khác với chuỗi số liệu trên, ví dụ năm 1997
chỉ tiêu trước là 470,4 nghìn đồng, chỉ tiêu sau là 550,4 nghìn đồng. Đáng ngạc
nhiên hơn, trong sách điều tra của Bộ Lao động, thương binh và xã hội, cũng có
một chỉ tiêu tương tự: "thu nhập bình quân một người một tháng của lao
động trong khu vực Nhà nước qua các năm", nhưng chuỗi số liệu cao hơn
nhiều, năm 1997 chỉ là 642,1 nghìn đồng (so với 470,4).
Trong tài liệu này, còn có một chỉ tiêu rất
đáng quan tâm vì tính cho toàn nền kinh tế: Thu nhập bình quân 1 người 1 tháng,
chia ra thành thị và nông thôn. Tuy nhiên, chỉ có số liệu của 2 năm điều tra
1996 và 1999: Thu nhập đầu người bình quân cả nước 1 tháng là 226,7 nghìn đồng
năm 1996 và 295 nghìn đồng năm 1999. Nếu xét đến nguồn tài liệu thứ ba là bảng
vào ra, thì có một số liệu cũng lại khác với hai số trên. Ngoài ra còn có thể
có một số chỉ tiêu tiền lương và thu nhập khác do các bộ, ngành và tổ chức quốc
tế đưa ra...
Trong bối cảnh nhiều chỉ tiêu như trên, có
thể chọn:
-
Chỉ
tiêu tiền lương trong khu vực Nhà nước, với giả thiết ngầm là tiền lương bình
quân trong nền kinh tế có quan hệ tỷ lệ tuyến tính với tiền lương trong khu vực
Nhà nước. Trong ví dụ ở bài 2, chúng ta đã đi theo cách làm này. Nguồn số liệu:
Tổng cục Thống kê.
-
Tuy
nhiên, giả thiết đặt ra trong cách làm trên rất mạnh vì trên thực tế, không
nhất thiết tiền lương của khu vực Nhà nước luôn luôn tăng tỷ lệ và đi đôi với
tăng tiền lương trong khu vực tư nhân. Thực tế cho thấy mặc dù biến tiền lương
của khu vực Nhà nước có ý nghĩa trong giải thích tiến triển của giá thành,
nhưng sai số của phương trình vẫn lớn. Do đó phải tìm một chỉ tiêu khác phù hợp
hơn, hoặc để bổ xung. Chỉ tiêu đó là tổng tiền lương trả cho người sản xuất rút
ra từ bảng vào ra (I/O) tính theo giá sử dụng cuối cùng chia cho số lượng lao
động trong toàn nền kinh tế. Thực tế, với chuỗi số liệu này, chất lượng phương
trình tốt hơn hẳn.
b) Trường hợp có chỉ tiêu cần
thiết, song không đủ theo số năm cần thiết (năm có năm không)
Trong trường hợp này, người ta
thường phân tích xem chỉ tiêu đó có quan hệ định lượng với những chỉ tiêu gì
khác, rồi xây dựng các mô hình để xác định các quan hệ. Sau đó thay giá trị đã
biết của các biến giải thích để tính ra số liệu thiếu của chỉ tiêu cần sử dụng.
Ví dụ chúng ta không có đủ số liệu
về tiền lương, nhưng lại biết tất cả các số liệu về sản xuất và lao động, khi
đó chúng ta có thể ước lượng phương trình tiền lương trung bình của nền kinh tế
như sau:
W = a * ( dY
/ dN ) * P + b
trong
đó W là tiền lương, dY/dN là năng suất lao động, P là giá cả. Từ phương trình
này, với các chỉ tiêu Y, N, P đã biết, sẽ tính được W đối với những năm còn
thiếu.
Cơ sở lý thuyết của phương trình
trên như sau: Vì trong kinh tế thị trường, sản xuất lấy lợi nhuận làm mục tiêu
nên cần phải cực đại hoá lợi nhuận, tức là:
Sản xuất – Chi phí lương = P * Y – W * N
Ü max
Vì điểm cực đại xảy ra khi đạo hàm theo N
bằng 0, nên:
P * dY – W * d N =
0
hay
W = ( dY / dN
) * P
tức
là chúng ta có phương trình trên.
3) Cân
đối lại các chỉ tiêu để đảm bảo tính hệ thống
Thực tế cho thấy đối với từng bảng
cân đối vĩ mô chủ yếu nêu trong bài 1, chúng ta thấy có hiện tượng cân đối hợp
lý, có chăng chỉ có một số sai số trong cân bằng tài khoản quốc gia và cân bằng
cán cân thanh toán quốc tế. Tuy nhiên, nếu xây dựng một bảng cân đối gộp tổng
thể với số liệu trong các ô được lấy trong mỗi bảng cân đối trên thì thấy xuất
hiện trong bảng cân đối gộp những điểm mâu thuẫn. Tình hình càng trở nên trầm
trọng nếu chúng ta xuất phát từ những biểu cân đối rất chi tiết. Hậu quả là
trong các mô hình chi tiết được xây dựng theo các nguyên tắc hạch toán kế toán,
sẽ phát sinh hiện tượng sai số cân đối. Sai số tích luỹ càng nhiều có thể dân
đến mô hình không hội tụ hoặc cho những kết luận không phù hợp.
Chính do nguyên nhân này mà khi làm
mô hình cho các nước đang phát triển, chuyên gia nước ngoài thường phải tự xây
dựng lại các cân đối vĩ mô. Ở nước ta, khi giúp Viện Nghiên cứu Quản lý Kinh tế
Trung ương xây dựng mô hình dự báo ngắn hạn, các chuyên gia Đức trong dự án DTZ
cũng đã tiến hành những tính toán cân đối lại để các quan hệ kinh tế khớp nhau.
Kết quả là số liệu đưa vào mô hình sẽ khác với số liệu thực tế, tuy mức độ
không lớn.
2.4)
Trường hợp chuyển từ số liệu năm sang số liệu quý và ngược lại
Việc phân rã số liệu năm sang số
liệu quý cũng được làm theo cách xây dựng quan hệ giữa chỉ tiêu cần phân rã với
các chỉ tiêu khác đã có số liệu quý. Sau khi có phương trình, sẽ theo đó tính
ra các số liệu quý của chỉ tiêu cần phân rã.
Ví dụ trước đây chúng ta chỉ có chỉ
tiêu giá trị tổng sản lượng công nghiệp và giá trị doanh số bán lẻ trên thị
trường theo quý và năm, trong khi chúng ta muốn phân rã GDP chung theo quý.
Cách làm như sau:
+ Xây dựng quan hệ giữa tăng trưởng
công nghiệp với GDP công nghiệp theo năm. Từ đó tính GDP công nghiệp theo quý
theo giá trị sản xuất công nghiệp theo quý.
+ Tương tự, tính GDP dịch vụ theo
quý căn cứ vào giá trị doanh số bán lẻ trên thị trường theo quý.
+ Xây dựng hàm quan hệ giữa GDP
chung với GDP của hai ngành trên theo năm; sau đó tính GDP chung theo quý.
+ Trừ GDP chung theo quý cho GDP của
công nghiệp, dịch vụ, sẽ có GDP của nông nghiệp theo qúy.
+ Xem xét lại tính hợp lý của các số
liệu thu được. Tính một số quan hệ tỷ lệ và cơ cấu để kiểm tra trước khi chấp
nhận kết quả.
2.5)
Trường hợp dự báo các số liệu đầu vào làm cơ sở để mô phỏng dự báo tương lai
Dự báo đầu vào bao gồm:
- Dự báo các biến ngoại sinh
- Dự báo các sai số
a) Dự báo các biến
ngoại sinh:
a1) Dự báo các biến
ngoại sinh thuần tuý
Những phương pháp thông dụng là dự báo trên
cơ sở các dự báo khác đang có, các dự báo của các cơ quan khác và dự báo theo
xu thế.
- Dự báo theo các mô hình toán học khác: Ta
hay làm, xây dựng các mô hình cho lĩnh vực đó để dự báo sơ bộ.
- Dự báo của các cơ quan khác: Thông thường
đối với dự báo kinh tế thế giới, giá cả quốc tế...
- Ngoại suy theo xu thế: Ta hay làm đối với
các biến không quan trọng. Các phương
trình hay được làm dưới dạng hàm log. Ví dụ cụ thể:
+
Theo phương pháp kinh tế lượng:
. Chỉ số giá xuất khẩu: log(PX) = a + b . t
. Chỉ số giá nhập khẩu: log(PM) = a + b . t
. Chỉ số giá xuất khẩu dầu thô: log(PO) = a + b . t
. Chỉ số giá nhập khẩu năng lượng: PE = 1.1 * PE(-1) đối với giai đoạn 2001-2003
và = 1.15 * PE(-1) đối với những năm sau.
. Xuất khẩu dầu thô: OEX = OEX1990 * (1+r) ^
t, với r = 0,1 cho 5 năm đầu và 0,7 cho 5 năm tiếp theo.
....
+
Theo phương pháp dự báo thích nghi: Box Jenkin
a2) Dự báo các biến
ngoại sinh chính sách
- Dự báo theo ý kiến chuyên gia: ít làm vì
không có tiền trả
- Dự báo trên cơ sở thông tin qua sách báo
- Dự báo trên cơ sở thông tin của các Bộ,
ngành
b) Dự báo các sai số
Rất phức tạp vì phải nghiên cứu quy luật dao
động của chúng
Thực tế:
- Cho các sai số bằng không nếu sai số của
biến đó thấp
- Cố xây dựng sai số cho một số biến quan
trọng căn cứ vào 1 quy luật biến động theo xác suất ngẫu nhiên nào đó. Thực tế
ta không làm.
Không có nhận xét nào:
Đăng nhận xét