So sánh các dự báo bằng hàm mất mát Comparing forecasts using loss functions Giới thiệu Chào mừng các bạn đã đến với bài học thứ hai trong chuỗi bài về đánh giá dự báo biến động! Ở bài trước, chúng ta đã trang bị được công cụ nền tảng là hồi quy Mincer-Zarnowitz (MZ) để trả lời câu hỏi: “Dự báo của tôi có tối ưu không?”. Đó là một bước khởi đầu tuyệt vời. Tuy nhiên, trong thực tế, chúng ta thường phải đối mặt với một bài toán phức tạp hơn: “Tôi có nhiều mô hình dự báo khác nhau (ví dụ GARCH, EGARCH, GJR-GARCH), vậy mô hình nào là tốt nhất?”. Để trả lời câu hỏi này, chúng ta cần một “thước đo” hay một “bảng điểm” để chấm điểm cho từng dự báo. Trong kinh tế lượng, bảng điểm này được gọi là (loss function). Ý tưởng rất đơn giản: dự báo nào có điểm trung bình trên bảng điểm này thấp hơn thì được coi là tốt hơn. Tuy nhiên, liệu sự khác biệt …