Assoc. prof. Mădălina-Gabriela ANGHEL PhD (madalinagabriela_anghel@yahoo.com)
„Artifex” University of Bucharest
Abstract
În acest articol, autorul s-a concentrat pe prezentarea modelelor multivariate. Aceste modele multivariate folosesc la descompunerea cursului considerat, oferind informații care au în esența lor posibilități de cuantificare. În acest mod, metodologia vector autoregresivă intitulată VAR este o metodă întâlnită în analiza seriilor de timp, flexibilității și adaptării la aceste tipuri de analize. Variabilele respective stau la baza construirii, realizării unor ecuații care prin derivare parțială asigură un sistem de ecuații prin a cărui rezolvare putem identifica foarte ușor parametrii în baza cărora să facem estimarea fenomenului supus cercetării, în cazul nostru, a cursului de schimb. Pentru a lua în considerație rezultatele care se obțin prin aceste metode multivariate chiar și a celor univariate este necesar să aplicăm teste de acuratețe a prognozelor.
Pentru a determina performanța diferitelor metode de prognoză se pot utiliza o serie de indicatori, aceștia măsurând distanța între valorile reale, istorice ale seriei respective și valorile obținute din rezolvarea, utilizarea modelelor respective. O serie de indicatori cum ar fi RMSE, arată modul în care cursul de schimb valutar va putea să evolueze într-o perioadă de timp dată. Testele care se aplică sunt teste statistice care evidențiază acuratețea cu care rezultatele care se obțin sunt edificatoare din punctul de vedere al managerului la nivel macroeconomic sau la nivel microeconomic.
Modelele prezentate și utilizate pe baza unor date pentru exemplificare, relevă faptul că testele de acuratețe sunt pozitive și din acest punct de vedere indicatorii calculați, estimați, sunt de încredere, au o probabilitate destul de mare și asigură astfel la completarea prognozelor macroeconomice despre care vorbim prin considerarea trendului ce-l va avea într-o perioadă viitoare cursul de schimb.
Cuvinte cheie: modele, teste de acuratețe, prognoză, curs de schimb, indicatori.
Clasificarea JEL: C10, E10, G10
Use of ARIMA and VAR models for exchange rate forecasting and accuracy testing
Abstract
In this article, the author focused on presenting multivariate models. These multivariate models use the decomposition of the considered course, providing information that has essentially quantification possibilities. In this way, the autoregressive vector methodology called VAR is a method found in the analysis of time series, flexibility and adaptation to these types of analyzes. These variables are the basis of the construction, the realization of equations that by partial derivation provide a system of equations by which we can easily identify the parameters according to which we can estimate the phenomenon under investigation, in our case, the exchange rate. In order to take into account the results obtained by these multivariate methods, even the univariate ones, it is necessary to apply accuracy tests of the forecasts.
In order to determine the performance of the different forecasting methods, a series of indicators can be used, these measuring the distance between the actual, historical values of the respective series and the values obtained from the resolution, the use of the respective models. A number of indicators, such as the RMSE, show how the exchange rate will be able to evolve over a given period of time. The tests that are applied are statistical tests that highlight the accuracy with which the results obtained are edifying from the manager’s point of view at the macroeconomic level or at the microeconomic level.
The models presented and used on the basis of data for example, show that the accuracy tests are positive and from this point of view the calculated, estimated indicators are reliable, have a high probability and thus ensure the completion of the macroeconomic forecasts we are talking about by considering the trend that the exchange rate will have in a future period.
Keywords: models, accuracy tests, forecast, exchange rate, indicators.
JEL classification: C10, E10, G10
