Chương 2: Cơ Sở Toán Học và Thống Kê trong Kinh Tế Học

Cơ sở toán học và thống kê đóng vai trò quan trọng trong việc phân tích và dự đoán các hiện tượng kinh tế. 60 trang · Trường Đại Học Kinh Tế · 2013.

• Trường học: Trường Đại Học Kinh Tế
• Chuyên ngành: Kinh Tế Học
• Đề tài: Cơ Sở Toán Học và Thống Kê trong Kinh Tế Học
• Loại tài liệu: Tài Liệu Học Thuật
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Mục lục chi tiết

• 2. Chapter 2: Mathematical and Statistical Foundations
• 2.1. Functions
• 2.2. Straight Lines
• 2.3. Plot of Hours Studied Against Mark Obtained
• 2.4. Roots
• 2.5. Quadratic Functions
• 2.6. The Roots of Quadratic Functions
• 2.7. The Roots of Quadratic Functions (Cont’d)
• 2.8. Calculating the Roots of Quadratics - Examples
• 2.9. Calculating the Roots of Quadratics - Solutions
• 2.10. Calculating the Roots of Quadratics – Solutions Cont’d
• 2.11. Powers of Number or of Variables
• 2.12. Manipulating Powers and their Indices
• 2.13. Manipulating Powers and their Indices (Cont’d)
• 2.14. The Exponential Function, e
• 2.15. A Plot of the Exponential Function
• 2.16. Logarithms
• 2.17. How do Logs Work?
• 2.18. A Graph of a Log Function
• 2.19. How do Logs Work?
• 2.20. The Laws of Logs
• 2.21. Sigma Notation
• 2.22. Properties of the Sigma Operator
• 2.23. Pi Notation
• 2.24. Differential Calculus
• 2.25. Differentiation: The Basics
• 2.26. The Tangent to a Curve
• 2.27. The Derivative of a Power Function or of a Sum
• 2.28. The Derivatives of Logs and Exponentials
• 2.29. Higher Order Derivatives
• 2.30. Higher Order Derivatives (Cont’d)
• 2.31. Maxima and Minima of Functions
• 2.32. Partial Differentiation
• 2.33. How to do Partial Differentiation
• 2.34. Integration
• 2.35. Matrices - Background
• 2.36. Working with Matrices
• 2.37. Working with Matrices
• 2.38. Working with Matrices 2

Tóm tắt

I. Tổng quan về Cơ Sở Toán Học và Thống Kê trong Kinh Tế Học

Cơ sở toán học và thống kê đóng vai trò quan trọng trong việc phân tích và dự đoán các hiện tượng kinh tế. Các khái niệm như hàm số, biến số và mô hình toán học giúp các nhà kinh tế học hiểu rõ hơn về mối quan hệ giữa các yếu tố kinh tế. Việc áp dụng các phương pháp thống kê giúp xác định xu hướng và đưa ra quyết định chính xác hơn trong kinh doanh.

1.1. Định nghĩa và vai trò của Toán Học trong Kinh Tế

Toán học trong kinh tế không chỉ là công cụ mà còn là ngôn ngữ để mô tả các hiện tượng kinh tế. Nó giúp xây dựng các mô hình kinh tế, từ đó phân tích và dự đoán các xu hướng trong thị trường.

1.2. Tầm quan trọng của Thống Kê trong Kinh Tế

Thống kê cung cấp các phương pháp để thu thập, phân tích và diễn giải dữ liệu kinh tế. Việc sử dụng thống kê giúp các nhà kinh tế đưa ra các quyết định dựa trên dữ liệu thực tế, từ đó nâng cao độ chính xác trong dự báo.

II. Các Vấn Đề và Thách Thức trong Cơ Sở Toán Học và Thống Kê

Mặc dù có nhiều lợi ích, việc áp dụng toán học và thống kê trong kinh tế cũng gặp phải nhiều thách thức. Các vấn đề như độ chính xác của dữ liệu, sự phức tạp của các mô hình toán học và khả năng giải thích kết quả là những yếu tố cần được xem xét.

2.1. Độ chính xác của dữ liệu trong phân tích kinh tế

Dữ liệu không chính xác có thể dẫn đến những kết luận sai lầm. Việc đảm bảo chất lượng dữ liệu là rất quan trọng để có được các phân tích đáng tin cậy.

2.2. Sự phức tạp của các mô hình toán học

Các mô hình toán học có thể trở nên phức tạp và khó hiểu. Điều này có thể gây khó khăn trong việc áp dụng và giải thích kết quả cho những người không chuyên về toán học.

III. Phương Pháp và Giải Pháp trong Cơ Sở Toán Học và Thống Kê

Để giải quyết các vấn đề trong toán học và thống kê, nhiều phương pháp đã được phát triển. Các phương pháp này không chỉ giúp cải thiện độ chính xác mà còn giúp đơn giản hóa quá trình phân tích.

3.1. Sử dụng Mô Hình Kinh Tế để Dự Đoán

Mô hình kinh tế giúp dự đoán các biến số kinh tế dựa trên các yếu tố khác nhau. Việc áp dụng mô hình này giúp các nhà kinh tế có cái nhìn tổng quan hơn về thị trường.

3.2. Phân Tích Dữ Liệu Kinh Tế bằng Thống Kê

Phân tích dữ liệu bằng thống kê giúp xác định các xu hướng và mối quan hệ giữa các biến số. Điều này rất quan trọng trong việc đưa ra quyết định kinh doanh.

IV. Ứng Dụng Thực Tiễn của Toán Học và Thống Kê trong Kinh Tế

Toán học và thống kê không chỉ là lý thuyết mà còn có nhiều ứng dụng thực tiễn trong kinh tế. Từ việc phân tích thị trường đến dự báo doanh thu, các công cụ này giúp các doanh nghiệp hoạt động hiệu quả hơn.

4.1. Phân Tích Thị Trường và Dự Đoán Doanh Thu

Việc sử dụng các mô hình toán học trong phân tích thị trường giúp doanh nghiệp dự đoán doanh thu và lập kế hoạch kinh doanh hiệu quả hơn.

4.2. Đánh Giá Hiệu Quả Kinh Doanh

Thống kê giúp đánh giá hiệu quả của các chiến lược kinh doanh. Các chỉ số thống kê cho phép doanh nghiệp theo dõi và điều chỉnh chiến lược kịp thời.

V. Kết Luận và Tương Lai của Cơ Sở Toán Học và Thống Kê trong Kinh Tế

Cơ sở toán học và thống kê sẽ tiếp tục đóng vai trò quan trọng trong kinh tế học. Với sự phát triển của công nghệ và dữ liệu lớn, các phương pháp này sẽ ngày càng trở nên mạnh mẽ và hiệu quả hơn.

5.1. Xu Hướng Phát Triển trong Nghiên Cứu Kinh Tế

Nghiên cứu kinh tế sẽ ngày càng phụ thuộc vào các phương pháp toán học và thống kê hiện đại. Điều này sẽ giúp cải thiện độ chính xác và khả năng dự đoán.

5.2. Tương Lai của Toán Học và Thống Kê trong Kinh Tế

Với sự phát triển của công nghệ thông tin, việc áp dụng toán học và thống kê trong kinh tế sẽ trở nên dễ dàng hơn. Các công cụ mới sẽ giúp các nhà kinh tế học phân tích dữ liệu hiệu quả hơn.

Nội dung chính

Giáo Trình Cơ Sở Toán Học và Thống Kê trong Kinh Tế Lượng Tài Chính (Mathematical and Statistical Foundations)

Tổng quan về giáo trình

Giáo trình Introductory Econometrics for Finance (tác giả Chris Brooks, xuất bản năm 2013) là tài liệu học thuật chuẩn mực được biên soạn nhằm phục vụ công tác giảng dạy và nghiên cứu trong lĩnh vực kinh tế lượng ứng dụng vào thị trường tài chính. Trong cấu trúc tổng thể của công trình này, Chương 2: "Mathematical and Statistical Foundations" (Cơ sở Toán học và Thống kê) đóng vai trò là học phần công cụ nền tảng, thiết lập hệ thống kiến thức toán học và đại số cần thiết trước khi người học tiếp cận các mô hình kinh tế lượng chuyên sâu.

+-------------------------------------------------------------------------+
|     Chương 2: Mathematical and Statistical Foundations (Chris Brooks)    |
+--------------------+---------------------+------------------------------+
|  Hàm số & Giải tích |  Số mũ & Logarit    |  Đại số Ma trận Tuyến tính   |
|  - Tuyến tính/Bậc hai|  - Biến đổi dữ liệu |  - Phép toán, Chuyển vị      |
|  - Đạo hàm riêng   |  - Xử lý phương sai |  - Hạng (Rank), Nghịch đảo   |
|  - Tối ưu hóa OLS  |    thay đổi         |  - Vết (Trace), Định thức    |
+--------------------+---------------------+------------------------------+

Về mặt vị trí chương trình đào tạo, nội dung này thường được bố trí ở giai đoạn đầu của học phần Kinh tế lượng, Kinh tế lượng Tài chính hoặc Phân tích Định lượng ở bậc đại học và sau đại học. Mục tiêu học tập cốt lõi (learning outcomes) của chương bao gồm:

1. Trang bị khả năng phân tích và đồ thị hóa các dạng hàm số cơ bản (hàm tuyến tính, hàm bậc hai, hàm mũ, hàm logarit).
2. Nắm vững kỹ thuật giải tích vi phân (bao gồm đạo hàm đơn biến, đạo hàm bậc cao và đạo hàm riêng) nhằm phục vụ các bài toán tối ưu hóa mô hình hồi quy.
3. Làm chủ các phép toán đại số ma trận từ mức độ cơ bản đến các thuộc tính cấu trúc (hạng ma trận, ma trận nghịch đảo, vết ma trận), phục vụ việc biểu diễn và giải hệ phương trình kinh tế lượng đa biến.

Điểm đặc trưng trong cách tiếp cận của Chris Brooks là tính định hướng ứng dụng thực nghiệm: tài liệu không thuần túy chứng minh các định lý toán học trừu tượng mà tập trung trực diện vào các công cụ toán có liên hệ trực tiếp đến việc ước lượng tham số, biến đổi dữ liệu tài chính và đánh giá tính chất thống kê của mô hình.

---

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

Nội dung cơ sở toán học và thống kê trong tài liệu được chia thành bốn nhóm chuyên đề có tính liên kết chặt chẽ:

1. Lý thuyết Hàm số, Phương trình Tuyến tính và Phi tuyến

• Khái niệm hàm số: Quan hệ ánh xạ giữa tập hợp biến đầu vào ($x$) và biến đầu ra ($y$), ký hiệu $y = f(x)$.
• Hàm tuyến tính: Biểu diễn dưới dạng $y = a + bx$, trong đó $a$ là hệ số chặn (intercept - điểm cắt trục tung $y$), $b$ là hệ số góc (slope/gradient - đo lường mức độ thay đổi $\Delta y / \Delta x$). Giáo trình minh họa qua mô hình quan hệ giữa điểm số trung bình của sinh viên ($y$, tính theo %) và số giờ học ($x$, giờ/năm): $$\text{mark} = 25 + 0.05 \times \text{hours}$$ Hệ số $a = 25$ cho biết điểm số kỳ vọng khi không học ($x=0$), và $b = 0.05$ thể hiện mỗi giờ học bổ sung làm tăng trung bình $0.05%$ điểm số (100 giờ học tăng $5%$).
• Nghiệm của đường thẳng (Roots): Điểm cắt trục hoành khi $y = 0$. Với phương trình trên, nghiệm là $x = -500$ (tài liệu chỉ rõ đây là trường hợp nghiệm không mang ý nghĩa thực tế).
• Hàm bậc hai (Quadratic Functions): Dạng phương trình $y = a + bx + cx^2$. Dấu của tham số $c$ quyết định dạng hình học của đồ thị (nếu $c > 0$, hàm có dạng hình chữ $\cup$; nếu $c < 0$, hàm có dạng hình chữ $\cap$).
• Nghiệm hàm bậc hai: Xác định thông qua phân tích nhân tử (factorisation), phương pháp hoàn thành bình phương (completing the square), hoặc công thức nghiệm tổng quát dựa vào biệt thức:
  • $b^2 > 4ac$: Phương trình có 2 nghiệm phân biệt (cắt trục hoành tại 2 điểm).
  • $b^2 = 4ac$: Phương trình có nghiệm kép (tiếp xúc trục hoành tại 1 điểm).
  • $b^2 < 4ac$: Phương trình không có nghiệm thực (chỉ có nghiệm phức, đồ thị không cắt trục hoành).
  • Các ví dụ điển hình được giải chi tiết: $x^2 + x - 6 = 0 \Rightarrow x \in {2, -3}$; $9x^2 + 6x + 1 = 0 \Rightarrow x = -1/3$; $x^2 - 4x = 0 \Rightarrow x \in {0, 4}$; $x^2 - 3x + 1 = 0 \Rightarrow x \approx 0.62$; và $3x^2 - 2x + 4 = 0$ (nghiệm phức do $b^2 - 4ac < 0$).

2. Lũy thừa, Hàm Mũ và Phép biến đổi Logarit

• Quy tắc lũy thừa: Bao gồm các tính chất cơ bản $x^1 = x$, $x^0 = 1$ ($0^0$ không xác định), $x^{-n} = 1/x^n$, nhân/chia cùng cơ số $x^a x^b = x^{a+b}$, $x^a / x^b = x^{a-b}$, lũy thừa của lũy thừa $(x^a)^b = x^{ab}$, và lũy thừa không nguyên $x^{1/n} = \sqrt[n]{x}$.
• Hàm mũ tự nhiên ($e$): Cơ số Euler $e \approx 2.71828$, hàm số $y = e^x$ luôn nhận giá trị dương, cắt trục tung tại $y=1$, ứng dụng mô hình hóa tăng trưởng lãi kép liên tục trong tài chính.
• Hàm Logarit: Định nghĩa $\log_a c = b \Leftrightarrow a^b = c$. Logarit tự nhiên cơ số $e$ ký hiệu là $\ln(y)$ hoặc $\log(y)$. Các quy tắc logarit: $$\ln(xy) = \ln(x) + \ln(y)$$ $$\ln(x/y) = \ln(x) - \ln(y)$$ $$\ln(y^c) = c\ln(y)$$ $$\ln(1) = 0$$ $$\ln(e^x) = x$$
• Ba mục đích thực nghiệm của phép biến đổi logarit trong tài chính:
  1. Chuẩn hóa quy mô dữ liệu để ổn định phương sai, khắc phục hiện tượng phương sai sai số thay đổi (heteroscedasticity).
  2. Chuyển đổi phân phối lệch dương (positively skewed distribution) trở về dạng tiệm cận phân phối chuẩn.
  3. Tuyến tính hóa mối quan hệ phi tuyến dạng nhân thành dạng cộng tuyến tính.

3. Ký hiệu Toán tử và Giải tích Vi phân Ứng dụng

• Toán tử tổng ($\Sigma$) và tích ($\Pi$): Ký hiệu tổng có chỉ số $\sum_{i=1}^n x_i$ và tích $\prod_{i=1}^n x_i$.
• Đạo hàm và Tốc độ thay đổi tức thời ($dy/dx$):
  • Đạo hàm của hằng số bằng $0$.
  • Đạo hàm của hàm tuyến tính bằng chính hệ số góc $b$.
  • Quy tắc lũy thừa: $y = cx^n \Rightarrow dy/dx = c n x^{n-1}$ (ví dụ: $y = 4x^3 \Rightarrow dy/dx = 12x^2$; $y = 3/x = 3x^{-1} \Rightarrow dy/dx = -3/x^2$).
  • Đạo hàm hàm logarit và hàm mũ: $\frac{d}{dx}\ln(x) = \frac{1}{x}$; $\frac{d}{dx}\ln[f(x)] = \frac{f'(x)}{f(x)}$; $\frac{d}{dx}e^x = e^x$; $\frac{d}{dx}e^{f(x)} = f'(x)e^{f(x)}$ (ví dụ: $y = e^{3x^2} \Rightarrow dy/dx = 6x e^{3x^2}$).
• Đạo hàm bậc cao và Điều kiện cực trị: Đạo hàm bậc hai $d^2y/dx^2$ phản ánh tốc độ thay đổi của hệ số góc.
  • Tại điểm uốn có $dy/dx = 0$: nếu $d^2y/dx^2 < 0 \Rightarrow$ hàm đạt Cực đại (Maximum); nếu $d^2y/dx^2 > 0 \Rightarrow$ hàm đạt Cực tiểu (Minimum).
  • Ví dụ: Xét hàm $y = 5x^2 + 3x - 6$, ta có $dy/dx = 10x + 3 = 0 \Rightarrow x = -0.3$; $d^2y/dx^2 = 10 > 0 \Rightarrow$ hàm đạt cực tiểu tại $x = -0.3$.
• Đạo hàm riêng (Partial Differentiation): Ký hiệu $\partial y / \partial x_i$, tính toán đạo hàm theo một biến trong khi coi tất cả các biến khác là hằng số. Ví dụ: $$y = 3x_1^3 + 4x_1 - 2x_2^4 + 2x_2^2 \Rightarrow \frac{\partial y}{\partial x_1} = 9x_1^2 + 4; \quad \frac{\partial y}{\partial x_2} = -8x_2^3 + 4x_2$$ Tài liệu chỉ rõ: Đạo hàm riêng là nền tảng toán học để thiết lập hệ phương trình chuẩn tắc nhằm tối thiểu hóa tổng bình phương phần dư ($L$ - Residual Sum of Squares) trong phương pháp ước lượng bình phương bé nhất thông thường (OLS).
• Tích phân: Được giới thiệu ở mức độ khái niệm là phép toán ngược của vi phân nhằm tính diện tích dưới đường cong, không đi sâu vào chi tiết kỹ thuật do không dùng trực tiếp trong các chương sau.

4. Đại số Ma trận Tuyến tính (Matrix Algebra)

• Định nghĩa và Phân loại:
  • Scalar (vô hướng - số đơn lẻ), Vector (mảng 1 chiều: vector hàng $1 \times C$, vector cột $R \times 1$), Matrix (mảng 2 chiều $R \times C$).
  • Ma trận vuông ($R = C$), ma trận không (zero matrix), ma trận đối xứng ($m_{ij} = m_{ji}$), ma trận đường chéo (diagonal matrix), ma trận đơn vị ($I$) thỏa mãn $MI = IM = M$.
• Phép toán ma trận:
  • Cộng/Trừ ma trận cùng cấp: Thực hiện theo từng phần tử tương ứng.
  • Nhân với vô hướng: $c(A + B) = cA + cB$.
  • Nhân hai ma trận: Yêu cầu số cột ma trận thứ nhất bằng số hàng ma trận thứ hai ($(a \times b) \times (b \times c) = (a \times c)$). Phép nhân ma trận không có tính chất giao hoán ($AB \ne BA$).
• Ma trận chuyển vị (Transpose): Ký hiệu $A'$ hoặc $A^T$, chuyển đổi kích thước từ $R \times C$ thành $C \times R$.
• Hạng của ma trận (Rank): Số lượng tối đa các hàng (hoặc cột) độc lập tuyến tính.
  • Ma trận có hạng bằng kích thước gọi là ma trận đủ hạng (full rank).
  • Ma trận thiếu hạng (short rank) là ma trận suy biến (singular).
  • Các tính chất: $\text{Rank}(A) = \text{Rank}(A')$; $\text{Rank}(AB) \le \min[\text{Rank}(A), \text{Rank}(B)]$; $\text{Rank}(A'A) = \text{Rank}(AA') = \text{Rank}(A)$.
• Ma trận nghịch đảo (Inverse): Ký hiệu $A^{-1}$, thỏa mãn $AA^{-1} = A^{-1}A = I$. Điều kiện tồn tại: ma trận vuông và không suy biến (non-singular).
  • Tính chất: $(A^{-1})^{-1} = A$; $(A')^{-1} = (A^{-1})'$; $(AB)^{-1} = B^{-1}A^{-1}$.
  • Công thức nghịch đảo cho ma trận cấp $2 \times 2$: $$\begin{pmatrix} a & b \ c & d \end{pmatrix}^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \ -c & a \end{pmatrix}$$ Trong đó biểu thức $(ad - bc)$ là định thức (determinant) của ma trận.
• Vết của ma trận (Trace): Ký hiệu $\text{Tr}(A)$, là tổng các phần tử trên đường chéo chính của ma trận vuông.
  • Tính chất: $\text{Tr}(cA) = c\text{Tr}(A)$; $\text{Tr}(A') = \text{Tr}(A)$; $\text{Tr}(A + B) = \text{Tr}(A) + \text{Tr}(B)$; $\text{Tr}(I_N) = N$.

---

Kiến thức nền tảng được xây dựng

Giáo trình xây dựng ba trụ cột kiến thức nền tảng:

1. Khung phân tích hàm số và đại số: Cung cấp ngôn ngữ toán học chuẩn xác để thiết lập các mô hình kinh tế tài chính từ dạng đơn biến tuyến tính đến các quan hệ phi tuyến phức tạp.
2. Nguyên lý tối ưu hóa vi phân: Thiết lập cơ chế xác định điểm cực trị thông qua đạo hàm bậc một và bậc hai, làm cơ sở lý thuyết trực tiếp cho các phương pháp ước lượng kinh tế lượng (OLS, Maximum Likelihood).
3. Hệ thống cấu trúc đại số tuyến tính: Xây dựng công cụ biểu diễn gọn các tập dữ liệu lớn nhiều chiều, cho phép giải các hệ phương trình tuyến tính đồng thời và thực hiện biến đổi dữ liệu thông qua ma trận chuyển vị, nghịch đảo và tính hạng.

---

Kỹ năng phát triển

• Kỹ năng tính toán kỹ thuật: Thực hiện thành thạo việc tìm nghiệm đa thức, lấy đạo hàm các hàm hợp chứa logarit/hàm mũ, tính đạo hàm riêng nhiều biến, và thực hiện các phép tính ma trận (nhân ma trận, tìm định thức, nghịch đảo ma trận cấp 2).
• Kỹ năng phân tích định lượng: Nhận diện dạng quan hệ giữa các chuỗi dữ liệu (tuyến tính, bậc hai, hàm mũ), lựa chọn phép biến đổi dữ liệu thích hợp (log-transform) để khắc phục hiện tượng phương sai thay đổi hoặc phân phối lệch trong dữ liệu chuỗi thời gian tài chính.
• Kỹ năng mô hình hóa: Chuyển đổi các bài toán kinh tế lượng từ dạng phương trình đại số đại số thông thường sang dạng biểu diễn vector và ma trận thu gọn.

---

Phương pháp giảng dạy và học tập

Giáo trình của Chris Brooks áp dụng phương pháp sư phạm diễn dịch kết hợp minh họa thực nghiệm:

Phương pháp tiếp cận sư phạm (Pedagogical approach)

• Đi từ đơn giản đến phức tạp: Bắt đầu bằng hàm số tuyến tính một biến, mở rộng sang đa thức bậc hai, hàm siêu việt (mũ, log), sau đó phát triển lên giải tích đa biến và không gian ma trận đa chiều.
• Gắn liền toán học với ý nghĩa kinh tế lượng: Mọi công cụ toán học đưa ra đều đi kèm lý do tồn tại trong phân tích tài chính. Ví dụ, việc học đạo hàm riêng được liên kết trực tiếp với mục tiêu tìm tham số cực tiểu hóa tổng bình phương sai số $L$ trong OLS; việc học logarit gắn liền với việc xử lý phương sai sai số thay đổi (heteroscedasticity).

Hệ thống bài tập và ví dụ thực hành

• Tài liệu tích hợp các bài tập giải mẫu chi tiết từng bước (step-by-step solutions), tiêu biểu là các bài toán tìm nghiệm phương trình bậc hai bằng phương pháp phân tích nhân tử hoặc dùng công thức căn bậc hai.
• Cung cấp các ví dụ đối chứng cụ thể, chẳng hạn kiểm tra tính khả nghịch của ma trận dựa vào định thức $ad-bc \ne 0$ và kiểm tra tính đúng đắn bằng phép nhân kiểm chứng $AA^{-1} = I$.

Phương pháp đánh giá và hướng dẫn tự học

• Đánh giá: Tập trung vào năng lực giải quyết bài toán kỹ thuật (tính đạo hàm riêng, nghịch đảo ma trận) và giải thích ý nghĩa các tham số mô hình (hệ số chặn, hệ số góc).
• Tự học: Người học cần tự thực hiện lại các bước đạo hàm và biến đổi ma trận trên giấy, đối chiếu trực tiếp với các bước giải mẫu có trong giáo trình trước khi ứng dụng vào phần mềm thống kê.

---

Điểm nổi bật và tính ứng dụng thực tế

• Tính tinh giản và tập trung cao độ: Không dàn trải vào các chứng minh toán học thuần túy. Giáo trình lược bỏ có chủ đích các phần toán không trực tiếp phục vụ kinh tế lượng tài chính (chẳng hạn tuyên bố rõ ràng không trình bày chi tiết các quy tắc tích phân vì kỹ thuật này không bắt buộc cho các mô hình sau).
• Kết nối chặt chẽ với dữ liệu tài chính:
  • Mô hình hóa lãi kép thông qua hàm số mũ tự nhiên $e^x$.
  • Ứng dụng biến đổi $\ln$ để đưa chuỗi giá tài chính về chuỗi tỷ suất sinh lợi có phân phối đối xứng gần với phân phối chuẩn.
  • Sử dụng đại số ma trận để biểu diễn dữ liệu bảng và hệ phương trình hồi quy nhiều biến trong định giá tài sản (CAPM, APT).

---

Đối tượng sử dụng giáo trình

+-------------------------------------------------------------------------+
|                       ĐỐI TƯỢNG SỬ DỤNG GIÁO TRÌNH                      |
+------------------------------------+------------------------------------+
|  Bậc Đại học                       |  Bậc Sau đại học                   |
|  - Ngành: Tài chính, Ngân hàng,    |  - Học viên Thạc sĩ/NCS ngành      |
|    Kinh tế học, Phân tích dữ liệu   |    Tài chính, Kinh tế ứng dụng     |
|  - Môn học: Kinh tế lượng cơ sở,   |  - Mục đích: Hệ thống hóa công cụ  |
|    Toán kinh tế ứng dụng           |    toán trước khi học mô hình nâng |
|  - Yêu cầu: Toán sơ cấp phổ thông  |    cao (VAR, GARCH, Panel Data)    |
+------------------------------------+------------------------------------+

1. Sinh viên bậc Đại học: Chuyên ngành Tài chính - Ngân hàng, Kinh tế học, Phân tích dữ liệu kinh doanh. Học phần phù hợp: Kinh tế lượng cơ bản, Kinh tế lượng tài chính, Phân tích định lượng.
2. Học viên Cao học và Nghiên cứu sinh: Sử dụng chương này như tài liệu hệ thống hóa toàn bộ công cụ giải tích và đại số tuyến tính trước khi tiếp cận các mô hình chuỗi thời gian phi tuyến (ARCH/GARCH) hoặc hồi quy dữ liệu bảng.
3. Giảng viên: Sử dụng làm đề cương chuẩn và tài liệu trình chiếu (lecture slides) cho 2-3 tuần học đầu tiên của học phần.
4. Điều kiện tiên quyết (Prerequisites): Người học chỉ cần nắm vững kiến thức đại số sơ cấp bậc trung học phổ thông.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với ai?

Giáo trình phù hợp cho sinh viên, học viên cao học chuyên ngành Kinh tế, Tài chính và các nhà nghiên cứu định lượng cần một tài liệu toán ứng dụng chuẩn xác, súc tích, phục vụ trực tiếp cho mô hình hóa kinh tế lượng.

2. Cần chuẩn bị kiến thức nền nào trước khi học chương này?

Người học chỉ cần kiến thức đại số cơ bản. Toàn bộ các khái niệm từ hàm số, số mũ, logarit đến đạo hàm và ma trận đều được tài liệu định nghĩa và hướng dẫn lại từ đầu theo hướng ứng dụng.

3. Điểm khác biệt lớn nhất giữa chương này và sách Toán kinh tế thông thường là gì?

Giáo trình của Chris Brooks lược bỏ các phần chứng minh lý thuyết trừu tượng không cần thiết (như các kỹ thuật tích phân nâng cao), thay vào đó tập trung giải thích lý do vì sao một công cụ toán lại cần thiết trong kinh tế lượng (ví dụ: biến đổi log để trị phương sai thay đổi, đạo hàm riêng để tìm ước lượng OLS).

4. Làm sao để tự học hiệu quả các nội dung trong chương?

Người học nên làm lại toàn bộ các ví dụ mẫu có trong văn bản: giải 4 phương trình bậc hai mẫu, tính đạo hàm riêng của đa thức mẫu, và thực hiện phép nhân nghịch đảo ma trận $2 \times 2$ để kiểm tra kết quả ra ma trận đơn vị $I$.

5. Tài liệu có đề cập đến các công cụ ma trận nâng cao không?

Tài liệu cung cấp đầy đủ các nền tảng ma trận từ cơ bản đến trung cấp gồm: ma trận chuyển vị, hạng ma trận, ma trận nghịch đảo, định thức và vết ma trận, đủ điều kiện toán học để tiếp thu mô hình hồi quy đa biến dạng ma trận tổng quát $Y = X\beta + u$.

---

Kết luận

Chương 2 "Mathematical and Statistical Foundations" trích từ giáo trình Introductory Econometrics for Finance (Chris Brooks, 2013) cung cấp một khung công cụ toán học và thống kê định lượng toàn diện, có tính chọn lọc cao. Bằng việc hệ thống hóa chặt chẽ lý thuyết hàm số, phép biến đổi logarit, giải tích tối ưu hóa vi phân và đại số ma trận, tài liệu tạo tiền đề trực tiếp cho việc lĩnh hội các mô hình kinh tế lượng từ cơ bản (OLS đơn biến/đa biến) đến nâng cao trong toàn bộ các chương tiếp theo của giáo trình.

Trích đoạn nội dung tài liệu

Chapter 2 Mathematical and Statistical Foundations ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 1 Functions • A function is a mapping or relationship between an input or set of inputs and an output • We write that y, the output, is a function f of x, the input, or y = f(x) • y could be a linear function of x where the relationship can be expressed on a straight line • Or it could be non-linear where it would be expressed graphically as a curve • If the equation is linear, we would write the relationship as y = a + bx where y and x are called variables and a and b are parameters • a is the intercept and b is the slope or gradient ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 2 Straight Lines • The intercept is the point at which the line crosses the y-axis • Example: suppose that we were modelling the relationship between a student’s average mark, y (in percent), and the number of hours studied per year, x • Suppose that the relationship can be written as a linear function y = 25 + 0.05x • The intercept, a, is 25 and the slope, b, is 0.05 • This means that with no study (x=0), the student could expect to earn a mark of 25% • For every hour of study, the grade would on average improve by 0.05%, so another 100 hours of study would lead to a 5% increase in the mark ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 3 Plot of Hours Studied Against Mark Obtained ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 4 Straight Lines • In the graph above, the slope is positive – i. the line slopes upwards from left to right • But in other examples the gradient could be zero or negative • For a straight line the slope is constant – i. the same along the whole line • In general, we can calculate the slope of a straight line by taking any two points on the line and dividing the change in y by the change in x • ∆ (Delta) denotes the change in a variable • For example, take two points x=100, y=30 and x=1000, y=75 • We can write these using coordinate notation (x,y) as (100,30) and (1000,75) • We would calculate the slope as ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 5 Roots • The point at which a line crosses the x-axis is known as the root • A straight line will have one root (except for a horizontal line such as y=4 which has no roots) • To find the root of an equation set y to zero and rearrange 0 = 25 + 0.05x • So the root is x = −500 • In this case it does not have a sensible interpretation: the number of hours of study required to obtain a mark of zero! ‘Introductory Econometrics for Finance’ © Chris Brooks 2013 6 Quadratic Functions • A linear function is often not sufficiently flexible to accurately describe the relationship between two series • We could use a quadratic function instead. We would write it as y = a + bx + cx2 where a, b, c are the parameters that describe the shape of the function • Quadratics have an additional parameter compared with linear functions • The linear function is a special case of a quadratic where c=0 • a still represents where the function crosses the y-axis • As x becomes very large, the x2 term will come to dominate • Thus if c is positive, the function will be ∪-shaped, while if c is negative it will be ∩-shaped.

‘Introductory Econometrics for Finance’ © Chris Brooks 2013 7 The Roots of Quadratic Functions • A quadratic equation has two roots • The roots may be distinct (i., different from one another), or they may be the same (repeated roots); they may be real numbers (e.