scholarly journals HỆ THỐNG CHỈ SỐ CẢNH BÁO SỚM KHỦNG HOẢNG TIỀN TỆ VÀ KHỦNG HOẢNG NGÂN HÀNG TẠI VIỆT NAM

2021 ◽  
Vol 36 (06) ◽  
Author(s):  
NGUYỄN THỊ MỸ PHƯỢNG
Keyword(s):  
Least Squares ◽  
Early Warning ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Viet Nam ◽  
Two Stage ◽  
Early Warning Indicators ◽  
Two Stage Least Squares ◽  
Warning Indicators

Dựa trên quan điểm thận trọng, nghiên cứu này tích hợp bốn cách tiếp cận Signal, Logit/Probit, BMA (Bayesian Model Averaging) và 2SLS (Two Stage Least Squares) để phát triển hệ thống các chỉ số cảnh báo sớm (Early Warning Indicators – EWI) về khủng hoảng tiền tệ (KHTT) và khủng hoảng ngân hàng (KHNH)  tại Việt Nam. Kết quả nghiên cứu cho thấy vai trò quan trọng của các chỉ số kinh tế vĩ mô trong cảnh báo sớm KHTT và KHNH tại Việt Nam, đặc biệt là 8 chỉ số, bao gồm chỉ số giá chứng khoán, tỷ giá thực đa phương, xuất khẩu, M2/dự trữ ngoại hối, tiền gửi ngân hàng, dự trữ ngoại hối, số nhân cung tiền M2 và tác động của khủng hoảng tài chính (KHTC) toàn cầu. Thêm vào đó, nghiên cứu cũng tìm thấy bằng chứng về mối quan hệ nhân quả hai chiều giữa KHTT và KHNH tại Việt Nam, đồng thời cung cấp bằng chứng thực nghiệm về tác động của hiện tượng đô la hóa đến khả năng xảy ra KHTT và tác động mạnh mẽ của KHTC toàn cầu đến khả năng xảy ra KHTT và KHNH tại các nền kinh tế mới nổi nhỏ và mở cửa như Việt Nam.

scholarly journals Bayesian Model Averaging and Weighted-Average Least Squares: Equivariance, Stability, and Numerical Issues

2011 ◽  
Vol 11 (4) ◽  
pp. 518-544 ◽  
Author(s):  
Giuseppe De Luca ◽  
Jan R. Magnus
Keyword(s):  
Least Squares ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Weighted Average ◽  
Simulated Data ◽  
Linear Regression Models ◽  
Explanatory Variables ◽  
Memory Problems ◽  
Regression Parameters

In this article, we describe the estimation of linear regression models with uncertainty about the choice of the explanatory variables. We introduce the Stata commands bma and wals, which implement, respectively, the exact Bayesian model-averaging estimator and the weighted-average least-squares estimator developed by Magnus, Powell, and Prüfer (2010, Journal of Econometrics 154: 139–153). Unlike standard pretest estimators that are based on some preliminary diagnostic test, these model-averaging estimators provide a coherent way of making inference on the regression parameters of interest by taking into account the uncertainty due to both the estimation and the model selection steps. Special emphasis is given to several practical issues that users are likely to face in applied work: equivariance to certain transformations of the explanatory variables, stability, accuracy, computing speed, and out-of-memory problems. Performances of our bma and wals commands are illustrated using simulated data and empirical applications from the literature on model-averaging estimation.

scholarly journals CÁC YẾU TỐ TÁC ĐỘNG ĐẾN HIỆU QUẢ CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TẠI VIỆT NAM

2021 ◽  
Vol 51 (03) ◽  
Author(s):  
NGUYỄN THỊ MỸ PHƯỢNG
Keyword(s):  
Data Envelopment Analysis ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Viet Nam ◽  
Data Envelopment

Bài viết này ước tính hiệu quả và nghiên cứu các yếu tố tác động đến hiệu quả của các doanh nghiệp bất động sản niêm yết tại Việt Nam (DNBĐSVN) trong thời kỳ 2010-2019. Đầu tiên, nghiên cứu đo lường mức độ hiệu quả của các DNBĐSVN bằng cách sử dụng phương pháp phân tích bao dữ liệu (Data Envelopment Analysis – DEA). Sau đó, nghiên cứu sử dụng kết hợp hai mô hình Tobit và Bayesian Model Averaging (BMA) để xác định các yếu tố tác động đến hiệu quả của các DNBĐSVN. Kết quả nghiên cứu cho thấy hiệu quả theo quy mô trung bình của các DNBĐSVN ở mức 93,01%, với CRSTE là 80,50% và VRSTE là 86,61%, phản ánh rằng các DNBĐSVN chưa sử dụng tối đa các nguồn lực đầu vào. Kết quả mô hình Tobit và BMA chỉ ra rằng qui mô doanh nghiệp, vòng quay tài sản, khả năng sinh lời, sở hữu nước ngoài, giá bất động sản, chỉ số tiếp cận đất đai, tăng trưởng kinh tế, tính dễ tổn thương của khu vực ngân hàng và hiệu quả Chính phủ có tác động cùng chiều, trong khi đó rủi ro hệ thống, cấu trúc vốn, lãi suất và lạm phát có tác động ngược chiều đến hiệu quả của các DNBĐSVN.

scholarly journals Two-Stage Bayesian Model Averaging in Endogenous Variable Models

2013 ◽  
Vol 33 (1-4) ◽  
pp. 122-151 ◽  
Author(s):  
Alex Lenkoski ◽  
Theo S. Eicher ◽  
Adrian E. Raftery
Keyword(s):  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Endogenous Variable ◽  
Two Stage

scholarly journals A Regional Blended Precipitation Dataset over Pakistan Based on Regional Selection of Blending Satellite Precipitation Datasets and the Dynamic Weighted Average Least Squares Algorithm

2020 ◽  
Vol 12 (24) ◽  
pp. 4009
Author(s):  
Khalil Ur Rahman ◽  
Songhao Shang
Keyword(s):  
Least Squares ◽  
Bayesian Model ◽  
Arid Regions ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Weighted Average ◽  
Satellite Precipitation ◽  
Post Monsoon ◽  
Skill Scores ◽  
Higher Weights

Substantial uncertainties are associated with satellite precipitation datasets (SPDs), which are further amplified over complex terrain and diverse climate regions. The current study develops a regional blended precipitation dataset (RBPD) over Pakistan from selected SPDs in different regions using a dynamic weighted average least squares (WALS) algorithm from 2007 to 2018 with 0.25° spatial resolution and one-day temporal resolution. Several SPDs, including Global Precipitation Measurement (GPM)-based Integrated Multi-Satellite Retrievals for GPM (IMERG), Tropical Rainfall Measurement Mission (TRMM) Multi-Satellite Precipitation Analysis (TMPA) 3B42-v7, Precipitation Estimates from Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), ERA-Interim (reanalysis dataset), SM2RAIN-CCI, and SM2RAIN-ASCAT are evaluated to select appropriate blending SPDs in different climate regions. Six statistical indices, including mean bias (MB), mean absolute error (MAE), unbiased root mean square error (ubRMSE), correlation coefficient (R), Kling–Gupta efficiency (KGE), and Theil’s U coefficient, are used to assess the WALS-RBPD performance over 102 rain gauges (RGs) in Pakistan. The results showed that WALS-RBPD had assigned higher weights to IMERG in the glacial, humid, and arid regions, while SM2RAIN-ASCAT had higher weights across the hyper-arid region. The average weights of IMERG (SM2RAIN-ASCAT) are 29.03% (23.90%), 30.12% (24.19%), 31.30% (27.84%), and 27.65% (32.02%) across glacial, humid, arid, and hyper-arid regions, respectively. IMERG dominated monsoon and pre-monsoon seasons with average weights of 34.87% and 31.70%, while SM2RAIN-ASCAT depicted high performance during post-monsoon and winter seasons with average weights of 37.03% and 38.69%, respectively. Spatial scale evaluation of WALS-RPBD resulted in relatively poorer performance at high altitudes (glacial and humid regions), whereas better performance in plain areas (arid and hyper-arid regions). Moreover, temporal scale performance assessment depicted poorer performance during intense precipitation seasons (monsoon and pre-monsoon) as compared with post-monsoon and winter seasons. Skill scores are used to quantify the improvements of WALS-RBPD against previously developed blended precipitation datasets (BPDs) based on WALS (WALS-BPD), dynamic clustered Bayesian model averaging (DCBA-BPD), and dynamic Bayesian model averaging (DBMA-BPD). On the one hand, skill scores show relatively low improvements of WALS-RBPD against WALS-BPD, where maximum improvements are observed in glacial (humid) regions with skill scores of 29.89% (28.69%) in MAE, 27.25% (23.89%) in ubRMSE, and 24.37% (28.95%) in MB. On the other hand, the highest improvements are observed against DBMA-BPD with average improvements across glacial (humid) regions of 39.74% (36.93%), 38.27% (33.06%), and 39.16% (30.47%) in MB, MAE, and ubRMSE, respectively. It is recommended that the development of RBPDs can be a potential alternative for data-scarce regions and areas with complex topography.

Bayesian Model Averaging With Exponentiated Least Squares Loss

2018 ◽  
Vol 64 (5) ◽  
pp. 3331-3345
Author(s):  
Dong Dai ◽  
Lei Han ◽  
Ting Yang ◽  
Tong Zhang
Keyword(s):  
Least Squares ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging

scholarly journals Predicting Systemic Banking Crises Using Early Warning Models: The Case of Montenegro

2017 ◽  
Vol 6 (3) ◽  
pp. 157-182 ◽  
Author(s):  
Željka Asanović
Keyword(s):  
Early Warning ◽  
Logit Model ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Composite Index ◽  
Banking System ◽  
Model Averaging ◽  
Banking Crises ◽  
Composite Indices ◽  
Signal Approach

Abstract Very high costs of systemic banking crises emphasize the importance of early warning models for these crises. In order to create an early warning model for systemic banking crises a combined approach is implemented. The first approach applied in this paper is signal approach, however, with some modifications as compared with its standard application in the literature. On the basis of individual indicators two composite indices are created. Unlike other papers in this field, the author has chosen a 24-month period before the beginning of the crisis as a signal horizon, while the signal horizon in the literature is usually considered to be a period of 12 months before and 12 months after the crisis onset. The second approach represents logit model whereas the independent variables are actually the indicators with the best performances obtained within the signal approach. In order to check the robustness of indicators, the Bayesian model averaging technique is used. The indicator that represents the credit growth rate, besides being a part of the composite index, is statistically significant in all estimated specifications of the logit model, including the technique of Bayesian model averaging. Additionally, trends in the international market have a significant influence on the domestic banking system and its stability, and hence also on the probability of occurrence of a systemic banking crisis.

Sign in / Sign up

Export Citation Format

Share Document