tailieunhanh - Dự báo giá vàng Việt Nam sử dụng mô hình Garch

Mục đích của nghiên cứu này là để dự báo giá vàng Việt Nam. Hai phương pháp được xem xét, đó là Box-Jenkins Autoregressive Integrated Moving Average (ARIMA) và Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Sử dụng tiêu chuẩn Akaike (Akaike's Information Criterion-AIC) để tìm ra mô hình phù hợp, nghiên cứu kết luận rằng GARCH (1,1) là một mô hình thích hợp hơn để dự báo. Phân tích được thực hiện bằng cách sử dụng các phần mềm Stata . | Journal of Science – 2016, Vol. 10 (2), 32 – 39 Part B: Political Sciences, Economics and Law DỰ BÁO GIÁ VÀNG VIỆT NAM SỬ DỤNG MÔ HÌNH GARCH Ngô Văn Toàn1, Nguyễn Phú Quốc2, Nguyễn Hữu Thạch2 1 2 Trường Đại học Hùng Vương Trường Đại học Tài chính Marketing Thông tin chung: Ngày nhận bài: 07/12/2015 Ngày nhận kết quả bình duyệt: 23/12/2015 Ngày chấp nhận đăng: 06/2016 Title: A forecast on Vietnam gold price by GARCH model Từ khóa: Box–Jenkins Autoregressive Integrated Moving Average (ARIMA), Generalized AutoRegressive Conditional Heteroskedasticity (GARCH), volatility, giá vàng Việt Nam Keywords: Box-Jenkins Autoregressive Integrated Moving Average (ARIMA), Generalized Autoregressive Conditional Heteroskedasticity (GARCH), volatility, gold prices of Viet Nam. ABSTRACT The purpose of the current study is to forecast the gold prices of Viet Nam. Two methods are considered, which are Box-Jenkins Autoregressive Integrated Moving Average (ARIMA) and Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Using Akaike's information criterion (AIC) as the goodness of fit measure, the study concludes that GARCH is a more appropriate model. Analysis is carried out by using the Stata software. TÓM TẮT Mục đích của nghiên cứu này là để dự báo giá vàng Việt Nam. Hai phương pháp được xem xét, đó là Box-Jenkins Autoregressive Integrated Moving Average (ARIMA) và Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Sử dụng tiêu chuẩn Akaike (Akaike's Information Criterion-AIC) để tìm ra mô hình phù hợp, nghiên cứu kết luận rằng GARCH (1,1) là một mô hình thích hợp hơn để dự báo. Phân tích được thực hiện bằng cách sử dụng các phần mềm Stata . giá vàng ở Malaysia. Biến động là tình trạng mà phương sai điều kiện thay đổi giữa trạng thái giá trị rất cao và thấp. Về mặt lý thuyết, khi tiếp cận với chuỗi dữ liệu thời gian, điều quan trọng là để dự báo độ biến động của chuỗi dữ liệu hoặc tìm được phương sai thay đổi theo thời gian. 1. GIỚI

• Quản trị kinh doanh
• Dự báo giá vàng Việt Nam
• Dự báo giá vàng
• Mô hình Garch
• Tiêu chuẩn Akaike
• Phần mềm Stata 12
• Box Jenkins Autoregressive Integrated Moving Average
• Khóa luận tốt nghiệp
• Ứng dụng mô hình ARIMA
• Mô hình ARIMA
• Dự báo giá vàng ngắn hạn
• Kế toán tài chính
• Phân tích diễn biến giá vàng
• Diễn biến giá vàng
• Ứng dụng mô hình ARCH GARCH
• Mô hình Grarch
• Box jekins autoregressive integrated moving average
• Generalized autoregressive conditional heteroskesdasticity
• Giá vàng Việt Nam
• Kinh doanh vàng
• Quản trị rủi ro
• Luận văn thạc sỹ thương mại
• Luận văn thạc sĩ
• Luận văn thạc sĩ kinh tế
• Tài chính ngân hàng
• Mô hình Tự hồi quy vecto VAR
• Chênh lệch giá vàng
• Cú sốc giá vàng
• Nghị định 24 2012 NĐ CP
• Giá vàng tại Việt Nam
• Mô hình Tự hồi quy Vec tơ
• Cấu trúc mô hình VAR
• Dự báo thương mại nội địa của Việt Nam
• Tỷ lệ vàng hóa
• Luận văn Thạc sĩ Kinh tế phát triển
• Mô hình dự báo giá vàng
• Lý thuyết cung cầu thị trường
• Niêm yết giá vàng