Giáo Trình Phân Tích Định Lượng Trong Kinh Tế Vĩ Mô

• Tác giả: PGS. Phạm Thế Anh
• Người hướng dẫn: TS. Nguyễn Anh Tú
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Kinh Tế Học
• Đề tài: Giáo Trình Phân Tích Định Lượng Trong Kinh Tế Vĩ Mô
• Loại tài liệu: Giáo Trình
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ PHÂN TÍCH ĐỊNH LƯỢNG TRONG KINH TẾ VĨ MÔ SỬ DỤNG CHUỖI THỜI GIAN
• 1.1. Thế nào là chuỗi thời gian
• 1.2. Các thành phần của một chuỗi thời gian
• 1.3. Chuyển đổi số liệu
• 1.4. Thay đổi tần suất của chuỗi thời gian
• 1.5. Log hóa số liệu
• 1.6. Lấy sai phân
• 1.7. Phân rã chuỗi thời gian
• 1.8. Hiệu chỉnh mùa vụ
• 1.9. Phân rã thành phần xu hướng và chu kỳ
• 1.10. Hồi quy chuỗi thời gian
• 1.11. Tính dừng và nhiễu trắng
• 1.12. Chuỗi thời gian không dừng
• 1.13. Chuỗi xu hướng xác định (Deterministic Trend)
• 1.14. Bước ngẫu nhiên (Random Walk)
• 1.15. Các chuỗi AR tích hợp (Integrated AR)
• 1.16. Kiểm định nghiệm đơn vị
• 1.17. Kiểm định Dickey-Fuller với AR(1)
• 1.18. Kiểm định Dickey-Fuller với chuỗi có xu hướng
• 1.19. Kiểm định Dickey-Fuller mở rộng với chuỗi AR(p)
• 1.20. Kiểm định Phillips-Perron
• 1.21. Kiểm định sự vi phạm các giả định
• 1.22. Bài tập thực hành chương 1
• 2. CHƯƠNG 2: HỒI QUY ĐƠN CHUỖI: CÁC MÔ HÌNH AR, MA, ARMA VÀ ARDL VÀ MỘT SỐ ỨNG DỤNG TRONG KINH TẾ VĨ MÔ
• 2.1. Mô hình tự hồi quy - AR
• 2.2. Mô hình tự hồi quy bậc nhất - AR(1)
• 2.3. Mô hình tự hồi tổng quát - AR(p)
• 2.4. Phương pháp Box-Jenkins
• 2.5. Ước lượng AR(p)
• 2.6. Các phương pháp lựa chọn mô hình khác
• 2.7. Mô hình trung bình trượt - MA
• 2.8. Mô hình trung bình trượt bậc nhất - MA(1)
• 2.9. Mô hình trung bình trượt tổng quát - MA(q)
• 2.10. Ước lượng mô hình MA(q) trong Eviews
• 2.11. Mô hình ARMA(p,q)
• 2.12. Hàm ACF và PACF của ARMA(p,q)
• 2.13. Ước lượng ARMA(p,q) trong Eviews
• 2.14. Mô hình ARDL
• 2.15. Mô hình ARDL(p,q) và DL(∞)
• 2.16. Lựa chọn độ trễ và ước lượng mô hình ARDL(n,q)
• 2.17. Một số ứng dụng trong kinh tế vĩ mô
• 2.18. Mô hình các nhân tố quyết định lạm phát
• 2.19. Hàm tiêu dùng
• 2.20. Bài tập thực hành chương 2
• 3. CHƯƠNG 3: HỒI QUY ĐA CHUỖI: MÔ HÌNH TỰ HỒI QUY VEC-TƠ VÀ MỘT SỐ ỨNG DỤNG TRONG KINH TẾ VĨ MÔ
• 3.1. Mô hình VAR
• 3.2. Giới thiệu chung
• 3.3. Véc-tơ nhiễu trắng
• 3.4. Ước lượng và kiểm định
• 3.5. Lựa chọn độ trễ
• 3.6. Kiểm định nhân quả Granger
• 3.7. Thực hành trong Eviews
• 3.8. Hàm phản ứng và phân rã phương sai
• 3.9. Hàm phản ứng (IRFs)
• 3.10. Phân rã phương sai (VDF)
• 3.11. Một số ứng dụng trong kinh tế vĩ mô
• 3.12. Nhận diện và đo lường hiệu ứng của các cú sốc chính sách tiền tệ
• 3.13. Đo lường hiệu ứng của đầu tư công đối với tăng trưởng kinh tế
• 3.14. Đo lường hiệu ứng chuyển của tỷ giá hối đoái
• 3.15. Bài tập thực hành chương 3
• 4. CHƯƠNG 4: ĐỒNG TÍCH HỢP, MÔ HÌNH HIỆU CHỈNH SAI SỐ VÀ MỘT SỐ ỨNG DỤNG TRONG KINH TẾ VĨ MÔ
• 4.1. Hồi quy giả và đồng tích hợp
• 4.2. Phương pháp Engle-Granger và mô hình hiệu chỉnh sai số
• 4.3. Kiểm định đồng tích hợp: Phương pháp Engle-Granger
• 4.4. Mô hình hiệu chỉnh sai số (ECM)
• 4.5. Thực hành trong Eviews
• 4.6. Phương pháp Johansen và mô hình véc-tơ hiệu chỉnh sai số
• 4.7. Kiểm định đồng tích hợp: Phương pháp Johansen
• 4.8. Mô hình véc-tơ hiệu chỉnh sai số (VECM)
• 4.9. Mô hình ARDL và kiểm định đường bao
• 4.10. Kiểm định đồng tích hợp đối với điều kiện ngang bằng sức mua
• 4.11. Mô hình hóa hàm cầu tiền trong dài hạn
• 4.12. Bài tập thực hành chương 4
• 5. CHƯƠNG 5: MÔ HÌNH HÓA PHƯƠNG SAI: CÁC MÔ HÌNH ARCH VÀ GARCH VÀ MỘT SỐ ỨNG DỤNG TRONG KINH TẾ VĨ MÔ
• 5.1. Mô hình ARCH
• 5.2. Mô hình ARCH(m)
• 5.3. Các đặc tính của ARCH
• 5.4. Kiểm định ARCH
• 5.5. Ước lượng ARCH trong Eviews
• 5.6. Mô hình GARCH
• 5.7. Mô hình GARCH(r,m)
• 5.8. Ước lượng GARCH trong Eviews
• 5.9. Dự báo với mô hình GARCH
• 5.10. Các dạng mô hình GARCH khác
• 5.11. Mô hình GARCH-M
• 5.12. Mô hình TGARCH
• 5.13. Mô hình EGARCH
• 5.14. Một số ứng dụng trong kinh tế vĩ mô
• 5.15. Sự đánh đổi giữa biến động lạm phát, biến động sản lượng và chính sách tiền tệ
• 5.16. Ước lượng phần bù kỳ hạn của trái phiếu
• 5.17. Bài tập thực hành chương 5
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC: GIỚI THIỆU PHẦN MỀM EVIEWS

Tóm tắt

I. Tổng quan về Giáo Trình Phân Tích Định Lượng Trong Kinh Tế Vĩ Mô

Giáo trình Phân tích định lượng trong kinh tế vĩ mô cung cấp kiến thức cơ bản về các kỹ thuật phân tích định lượng. Nội dung giáo trình được thiết kế cho sinh viên và học viên cao học, giúp họ nắm vững các phương pháp phân tích chuỗi thời gian. Các kỹ thuật này không chỉ áp dụng trong kinh tế vĩ mô mà còn có thể mở rộng sang các lĩnh vực khác. Mục tiêu chính là trang bị cho người học khả năng phân tích và dự báo các biến kinh tế quan trọng.

1.1. Mục tiêu và Đối tượng của Giáo Trình

Giáo trình này hướng đến sinh viên ngành kinh tế và tài chính, cung cấp các kỹ thuật phân tích chuỗi thời gian. Mục tiêu là giúp người học hiểu rõ các khái niệm cơ bản và ứng dụng thực tiễn trong kinh tế vĩ mô.

1.2. Cấu trúc và Nội dung Chính của Giáo Trình

Giáo trình được chia thành 5 chương, từ các khái niệm cơ bản đến các mô hình phức tạp. Mỗi chương đều có ví dụ minh họa và bài tập thực hành, giúp người học áp dụng lý thuyết vào thực tiễn.

II. Các Thách Thức Trong Phân Tích Định Lượng Kinh Tế Vĩ Mô

Phân tích định lượng trong kinh tế vĩ mô đối mặt với nhiều thách thức. Các vấn đề như dữ liệu không đầy đủ, độ chính xác của mô hình và sự biến động của các biến kinh tế là những yếu tố cần được xem xét. Việc lựa chọn mô hình phù hợp cũng là một thách thức lớn, ảnh hưởng đến kết quả phân tích.

2.1. Vấn Đề Dữ Liệu Trong Phân Tích Kinh Tế

Dữ liệu không đầy đủ hoặc không chính xác có thể dẫn đến kết quả phân tích sai lệch. Việc thu thập và xử lý dữ liệu là bước quan trọng trong phân tích định lượng.

2.2. Độ Chính Xác Của Các Mô Hình Kinh Tế

Độ chính xác của mô hình phụ thuộc vào nhiều yếu tố, bao gồm lựa chọn biến, phương pháp ước lượng và giả định của mô hình. Việc kiểm định mô hình là cần thiết để đảm bảo tính chính xác.

III. Phương Pháp Phân Tích Định Lượng Trong Kinh Tế Vĩ Mô

Có nhiều phương pháp phân tích định lượng được sử dụng trong kinh tế vĩ mô. Các phương pháp này bao gồm hồi quy đơn, hồi quy đa biến và các mô hình chuỗi thời gian. Mỗi phương pháp có ưu điểm và nhược điểm riêng, phù hợp với từng loại dữ liệu và mục tiêu nghiên cứu.

3.1. Hồi Quy Đơn và Hồi Quy Đa Biến

Hồi quy đơn giúp phân tích mối quan hệ giữa hai biến, trong khi hồi quy đa biến cho phép xem xét nhiều biến cùng lúc. Cả hai phương pháp đều cần kiểm định giả thuyết để đảm bảo tính chính xác.

3.2. Mô Hình Chuỗi Thời Gian Trong Kinh Tế

Mô hình chuỗi thời gian giúp phân tích dữ liệu theo thời gian, cho phép dự đoán các xu hướng tương lai. Các mô hình như ARIMA và VAR thường được sử dụng trong phân tích kinh tế.

IV. Ứng Dụng Thực Tiễn Của Phân Tích Định Lượng

Phân tích định lượng có nhiều ứng dụng thực tiễn trong kinh tế vĩ mô. Các nhà kinh tế sử dụng các kỹ thuật này để dự đoán tăng trưởng kinh tế, lạm phát và các chỉ số kinh tế khác. Việc áp dụng các mô hình phân tích giúp đưa ra quyết định chính sách hiệu quả.

4.1. Dự Đoán Tăng Trưởng Kinh Tế

Sử dụng các mô hình phân tích định lượng để dự đoán tăng trưởng kinh tế giúp các nhà hoạch định chính sách đưa ra quyết định kịp thời và chính xác.

4.2. Phân Tích Lạm Phát và Chính Sách Tiền Tệ

Phân tích lạm phát thông qua các mô hình định lượng giúp hiểu rõ hơn về mối quan hệ giữa cung tiền và giá cả, từ đó điều chỉnh chính sách tiền tệ phù hợp.

V. Kết Luận và Tương Lai Của Phân Tích Định Lượng

Phân tích định lượng trong kinh tế vĩ mô sẽ tiếp tục phát triển với sự tiến bộ của công nghệ và phương pháp phân tích. Tương lai của lĩnh vực này hứa hẹn sẽ mang lại nhiều cơ hội mới cho các nhà nghiên cứu và nhà hoạch định chính sách.

5.1. Xu Hướng Phát Triển Trong Phân Tích Định Lượng

Sự phát triển của công nghệ thông tin và phần mềm phân tích sẽ giúp cải thiện độ chính xác và hiệu quả của phân tích định lượng trong kinh tế.

5.2. Tầm Quan Trọng Của Phân Tích Định Lượng Trong Chính Sách Kinh Tế

Phân tích định lượng sẽ đóng vai trò quan trọng trong việc xây dựng và điều chỉnh chính sách kinh tế, giúp các nhà hoạch định đưa ra quyết định dựa trên dữ liệu và bằng chứng.