Phép lọc tuyến tính và vấn đề khử xu hướng của chuỗi thời gian: Nghiên cứu thực nghiệm tại Việt Nam

Mỹ Bùi Thị Thiện; Yến Nguyễn Thị

doi:10.24311/jabes/2022.33.05.02

Các tác giả

Bùi Thị Thiện Mỹ Trường Đại học Ngân hàng TP. Hồ Chí Minh Tác giả
Nguyễn Thị Yến Trường Đại học Ngân hàng TP. Hồ Chí Minh Tác giả

DOI:

https://doi.org/10.24311/jabes/2022.33.05.02

Từ khóa:

Phép lọc Baxter-King, Phép lọc Hodrick-Prescott, Phép lọc tuyến tính

Tóm tắt

Phép lọc là công cụ phổ biến để phân tích một chuỗi thời gian thành các thành phần xu hướng và chu kỳ. Tính chất chung của các phép lọc là giữ lại một số thành phần trong chuỗi thời gian gốc, đồng thời làm ảnh hưởng đến biên độ dao động và pha của chuỗi dữ liệu nhận được sau phép lọc. Bài viết phân tích các tính chất đặc trưng của các phép lọc tuyến tính phổ biến: Phép lấy sai phân, phép trung bình trượt, phép lọc thông cao, thông thấp, thông dải, Hodrick-Prescott và Baxter-King thông qua phân tích hàm truyền và hàm lợi ích. Với mục đích tách thành phần xu hướng của một chuỗi thời gian, chỉ các phép lọc thông cao, Hodrick-Prescott và Baxter-King có thể được sử dụng. Bên cạnh đó, ba loại phép lọc này không làm thay đổi pha và biên độ dao động của thành phần chu kỳ so với chuỗi dữ liệu gốc. Từ một nghiên cứu thực nghiệm các phép lọc thông cao, Hodrick-Prescott, Baxter-King trên chuỗi chỉ số giá chứng khoán VN-Index tần số tuần, nhóm tác giả đã tìm được các tham số hợp lý cho các phép lọc thông cao, Hodrick-Prescott và Baxter-King.

Tài liệu tham khảo

Baxter, M., & King, R. G. (1999). Measuring business cycles: Approximate band-pass filters for economic time series. Review of Economics and Statistics, 81(4), 575–593.

Dadashova, B. (2012). Detrending the business cycles: Hodrick-Prescott and Baxter-King filters, 1–23. Universidad Carlos III de Madrid.

Hamilton, J. D. (2020). Time Series Analysis. United States: Princeton University Press.

Hamilton, J. D. (2018). Why you should never use the Hodrick-Prescott filter. Review of Economics and Statistics, 100(5), 831–843. doi: 10.1162/rest_a_00706

Hodrick, R., & Prescott, E. (1997). Postwar U.S. business cycles: An empirical investigation. Journal of Money, Credit and Banking, 29(1), 1–16. doi: 10.2307/2953682

Hornsterin, A. (1998). Inventory investment and the business cycle. Federal Reserve Bank Richmond Economic Quarterly, 84(2), 47–71.

Iacobucci, A. (2005). Spectral analysis for economic time series. In Leskow J., Punzo L. F., Anyul M. P. (eds), Lecture Notes in Economics and Mathematical Systems, 551, 203–219. Berlin, Heidelberg: Springer. doi: 10.1007/3-540-28444-3_12

Kamalian, A., Zamani, Z., Amirali, M., & Dehkordi, M. M. (2020). Analyzing the different effects of endogenous and exogenous money supply on inflation: A spectral analysis approach. The Economic Research, 20(3), 57–77. Retrieved from https://ecor.modares.ac.ir/article-18-37417-en.html

Neusser, K. (2016). Time Series Econometrics. Berlin, Heidelberg: Springer.

Ravn, M. O., & Uhlig, H. (2002). On adjusting the Hodrick-Prescott filter for the frequency of observations. Review of Economics and Statistics, 84(2), 371–376. doi: 10.1162/003465302317411604

Tastan, H., & Sahin, S. (2020). Low-frequency relationship between money growth and inflation in Turkey. Quantitative Finance and Economics, 4(1), 91–120. doi: 10.3934/qfe.2020005