Giáo Trình Phân Tích Định Lượng Trong Kinh Tế Vĩ Mô

Khám phá giáo trình phân tích định lượng trong kinh tế vĩ mô, cung cấp kiến thức và công cụ cần thiết cho nghiên cứu và ứng dụng thực tiễn.

• 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.

Nội dung chính

Tổng quan về giáo trình

Giáo trình Phân tích định lượng trong kinh tế vĩ mô do PGS. TS. Phạm Thế Anh biên soạn, được Nhà xuất bản Đại học Kinh tế Quốc dân ấn hành năm 2022 (ISBN: 978-604-330-339-1). Tác phẩm được thiết kế làm tài liệu giảng dạy chính thức cho học phần cùng tên thuộc chương trình đào tạo chuyên ngành Kinh tế học tại Trường Đại học Kinh tế Quốc dân, đồng thời dùng làm tài liệu học tập và tham khảo cho các chương trình bậc đại học và sau đại học (thạc sĩ, tiến sĩ) thuộc khối ngành kinh tế, tài chính.

Mục tiêu học tập trọng tâm của giáo trình là trang bị cho người học hệ thống lý thuyết kinh tế lượng chuỗi thời gian (time series econometrics) và kỹ thuật ứng dụng tương ứng trong nghiên cứu kinh tế vĩ mô và thị trường tài chính. Người học được trang bị khả năng xử lý số liệu thực tế, ước lượng các mô hình chuỗi thời gian từ đơn biến đến đa biến, thực hiện các kiểm định giả thuyết kinh tế và tiến hành dự báo các biến số vĩ mô.

Cấu trúc giáo trình gồm 5 chương, được sắp xếp theo tiến trình từ các khái niệm nền tảng đến các mô hình chuyên sâu. Cách tiếp cận của từng chương tuân thủ quy trình chuẩn tắc: bắt đầu từ việc thiết lập khung lý thuyết và chứng minh toán học chi tiết từng bước, tiếp nối bằng quy trình thực hành ước lượng trên phần mềm kinh tế lượng EViews với các chuỗi số liệu thực tế, và kết thúc bằng việc giới thiệu các nghiên cứu thực nghiệm tiêu biểu trong lĩnh vực kinh tế vĩ mô.

Điểm đặc thù của giáo trình là sự kết hợp chặt chẽ giữa nền tảng giải tích toán học của kinh tế lượng hiện đại với bối cảnh dữ liệu thực tế tại Việt Nam và các nền kinh tế phát triển, giúp người học chuyển hóa các khái niệm trừu tượng thành kỹ năng phân tích thực nghiệm độc lập.

---

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Giáo trình phân bổ kiến thức qua 5 chương chuyên đề:

• Chương 1: Các khái niệm cơ bản về phân tích định lượng trong kinh tế vĩ mô sử dụng chuỗi thời gian Trình bày bản chất của dữ liệu chuỗi thời gian; mô hình phân rã 4 thành phần ($y_t = f(s, T, c, u)$ theo dạng tích hoặc dạng tổng); kỹ thuật biến đổi số liệu (thay đổi tần suất, log hóa hàm sản xuất Cobb-Douglas, lấy sai phân bậc nhất $\Delta y_t$, sai phân bậc hai $\Delta^2 y_t$ và sai phân mùa vụ); phương pháp bóc tách mùa vụ bằng Trung bình trượt trọng tâm (CMA) và lọc Hodrick-Prescott (HP Filter với tham số $\lambda = 1600$ cho số liệu quý, $\lambda = 14400$ cho số liệu tháng); khái niệm tính dừng yếu, nhiễu trắng ($u_t \sim iid(0, \sigma^2)$), chuỗi xu hướng xác định, bước ngẫu nhiên (Random Walk có hoặc không có hệ số trượt); các kiểm định nghiệm đơn vị (Dickey-Fuller - DF, Augmented Dickey-Fuller - ADF, Phillips-Perron - PP) và kiểm định chẩn đoán khuyết tật mô hình (Serial Correlation LM Test, ARCH LM Test, Ramsey RESET Test, Jarque-Bera Test).

• Chương 2: Hồi quy đơn chuỗi: Các mô hình AR, MA, ARMA và ARDL và một số ứng dụng trong kinh tế vĩ mô Thiết lập cấu trúc mô hình tự hồi quy AR(1), AR(p) cùng điều kiện dừng dựa trên nghiệm của phương trình đặc trưng ($|z_i| > 1$); mô hình trung bình trượt MA(1), MA(q); mô hình kết hợp ARMA(p,q); quy trình Box-Jenkins (1976) dựa trên hàm tự tương quan (ACF) và hàm tự tương quan riêng (PACF); mô hình tự hồi quy phân phối trễ ARDL(p,q) và tiêu chí lựa chọn độ trễ tối ưu (AIC, SIC, HQ); ứng dụng xây dựng mô hình xác định lạm phát và ước lượng hàm tiêu dùng.

• Chương 3: Hồi quy đa chuỗi: Mô hình tự hồi quy vec-tơ (VAR) và một số ứng dụng trong kinh tế vĩ mô Phân tích hệ phương trình động đa biến VAR; cấu trúc véc-tơ nhiễu trắng; kiểm định nhân quả Granger (Granger Causality Test); kỹ thuật phân tích xung lực qua Hàm phản ứng (IRFs) và Phân rã phương sai sai số dự báo (VDF); ứng dụng thực nghiệm vào nhận diện và đo lường cú sốc chính sách tiền tệ, tác động của đầu tư công đến tăng trưởng kinh tế và hiệu ứng lan truyền tỷ giá hối đoái.

• Chương 4: Đồng tích hợp, mô hình hiệu chỉnh sai số và một số ứng dụng trong kinh tế vĩ mô Khảo sát hiện tượng hồi quy giả (Spurious Regression) giữa các chuỗi không dừng $I(1)$; lý thuyết đồng tích hợp; phương pháp tiếp cận hai bước Engle-Granger và mô hình hiệu chỉnh sai số dạng đơn (ECM); phương pháp Johansen và mô hình véc-tơ hiệu chỉnh sai số (VECM); mô hình ARDL kết hợp kiểm định đường bao (Bounds Testing); ứng dụng kiểm định lý thuyết ngang giá sức mua (PPP) và mô hình hóa hàm cầu tiền dài hạn.

• Chương 5: Mô hình hóa phương sai: Các mô hình ARCH và GARCH và một số ứng dụng trong kinh tế vĩ mô Trình bày hiện tượng phương sai sai số thay đổi có điều kiện; cấu trúc mô hình ARCH(m) và kiểm định ARCH LM; mô hình GARCH(r,m); các dạng mô hình bất đối xứng và mở rộng gồm GARCH-in-Mean (GARCH-M), Threshold GARCH (TGARCH), Exponential GARCH (EGARCH); ứng dụng phân tích mối quan hệ đánh đổi giữa biến động lạm phát, biến động sản lượng với chính sách tiền tệ và ước lượng phần bù kỳ hạn của trái phiếu.

Kiến thức nền tảng được xây dựng

Giáo trình xây dựng hệ thống nguyên lý kinh tế lượng chuỗi thời gian dựa trên các lý thuyết cốt lõi:

• Lý thuyết quá trình dừng và tính Ergodic: Định nghĩa tính dừng bậc hai (trung bình cố định $E[y_t] = \mu$, phương sai cố định $\text{Var}[y_t] = \gamma_0$, hiệp phương sai $\text{Cov}[y_t, y_{t-k}] = \gamma_k$ chỉ phụ thuộc vào khoảng cách trễ $k$), làm nền tảng cho việc suy diễn thống kê chuẩn xác.
• Toán tử sai phân và nghiệm đơn vị: Phân loại chuỗi dừng quanh xu hướng (Trend-stationary) và chuỗi dừng sai phân (Difference-stationary), xây dựng nguyên tắc xác định bậc tích hợp $I(d)$.
• Lý thuyết cân bằng dài hạn và động thái ngắn hạn: Khung phân tích đồng tích hợp chứng minh rằng tổ hợp tuyến tính của các chuỗi không dừng có thể tạo thành một quan hệ dừng, từ đó xác lập cơ chế hiệu chỉnh sai số về trạng thái cân bằng.

Kỹ năng phát triển

• Kỹ năng kỹ thuật (Technical skills): Thực hiện thành thạo các bước chuyển đổi dữ liệu (tính sai phân, hiệu chỉnh mùa vụ CMA, lọc tách xu hướng HP), lập trình dòng lệnh và thao tác giao diện trên phần mềm EViews, Stata hoặc Microfit.
• Kỹ năng phân tích (Analytical skills): Nhận diện cấu trúc mô hình thông qua biểu đồ Correlogram (ACF/PACF), giải thích các bảng kết quả ước lượng, phân tích đồ thị phản ứng đẩy (IRFs), bảng phân rã phương sai và đối chiếu giá trị thống kê với các bảng phân phối phi chuẩn (bảng giá trị tới hạn MacKinnon cho kiểm định DF/ADF).
• Năng lực thực hành ứng dụng (Practical competencies): Vận dụng các mô hình định lượng vào giải quyết các bài toán vĩ mô thực tế như dự báo lạm phát, đánh giá tác động của chính sách tài khóa - tiền tệ và lượng hóa rủi ro trên thị trường tài chính.

---

Phương pháp giảng dạy và học tập

Giáo trình triển khai phương pháp sư phạm kết hợp chặt chẽ giữa diễn dịch toán học (deductive mathematical approach) và thực nghiệm ứng dụng (applied empirical approach). Các công thức ước lượng, phương sai và hàm tự tương quan đều được biến đổi và chứng minh giải tích chi tiết, giúp người học hiểu rõ bản chất toán học trước khi chuyển giao sang bước thực hành tính toán bằng phần mềm.

Hệ thống bài tập cuối mỗi chương được thiết kế đa tầng:

• Bài tập phân tích giải tích: Yêu cầu người học tự chứng minh các đặc tính thống kê (ví dụ: chứng minh chuỗi AR(2) chuyển hóa về dạng phương trình kiểm định ADF tại Chương 1, Bài 1.7, tính giá trị kỳ vọng, phương sai và hệ số tự tương quan $\rho_k$).
• Bài tập thực hành trên máy tính: Cung cấp bộ số liệu chuỗi thời gian thực (như dữ liệu lạm phát Việt Nam 2000–2012, chỉ số CPI và lãi suất thị trường liên bang Mỹ giai đoạn 1948–2012) để người học trực tiếp thao tác các kiểm định nghiệm đơn vị, ước lượng mô hình và kiểm định chẩn đoán sai số.

Phương pháp đánh giá kết quả học tập bao gồm: kiểm tra lý thuyết (khả năng hiểu và chứng minh các điều kiện dừng, cấu trúc phương trình) và đánh giá thực hành (bài tập lớn/tiểu luận nghiên cứu yêu cầu xử lý dữ liệu thực tế và viết báo cáo phân tích định lượng).

Hướng dẫn tự học: Người học được khuyến nghị thực hiện lại từng bước các ví dụ mẫu được trình bày chi tiết trong sách, đối chiếu kết quả đầu ra trên EViews và khai thác nguồn dữ liệu thực hành được công khai trên cổng thông tin trực tuyến của tác giả.

---

Điểm nổi bật và cập nhật

• Tích hợp đầy đủ các kỹ thuật chuỗi thời gian hiện đại: Giáo trình bao quát từ các mô hình cổ điển (AR, MA, ARMA), mô hình động lực học trung hạn (ARDL, VAR), lý thuyết đồng tích hợp (Engle-Granger, Johansen, ARDL Bounds Testing) đến các mô hình biến động phương sai phi tuyến tính (ARCH, GARCH, TGARCH, EGARCH).
• Phản ánh đặc thù dữ liệu kinh tế Việt Nam: Tác giả phân tích rõ ràng sự khác biệt trong công tác thống kê, chỉ ra rằng các chuỗi số liệu kinh tế vĩ mô do cơ quan thống kê Việt Nam công bố thường ở dạng chưa hiệu chỉnh mùa vụ, từ đó nhấn mạnh tính tất yếu của các kỹ thuật xử lý tiền trạm như phương pháp Trung bình trượt trọng tâm (CMA) và lọc Hodrick-Prescott (HP).
• Gắn kết trực tiếp với các chủ đề nghiên cứu vĩ mô thực nghiệm: Không dừng lại ở việc mô tả công cụ toán học, mỗi chương đều gắn liền với các ứng dụng thực tế:
  • Đo lường mức độ truyền dẫn tỷ giá vào mặt bằng giá nội địa;
  • Phân tích hiệu ứng phân rã của cú sốc đầu tư công tới tăng trưởng GDP;
  • Kiểm định tính hợp lý của lý thuyết ngang giá sức mua (PPP);
  • Đánh giá sự đánh đổi giữa mức độ biến động lạm phát và sản lượng trong điều hành chính sách tiền tệ.
• Tính chi tiết trong hướng dẫn thực hành: Giáo trình cung cấp các câu lệnh EViews (Command line) và chỉ dẫn thao tác giao diện đồ họa (GUI) cụ thể cho từng kỹ thuật ước lượng và kiểm định thống kê.

---

Đối tượng sử dụng giáo trình

• Sinh viên đại học: Sinh viên năm thứ 3 và năm thứ 4 theo học các chuyên ngành Kinh tế học, Kinh tế phát triển, Tài chính, Ngân hàng, Kinh tế quốc tế có nhu cầu trang bị công cụ định lượng phục vụ môn học chuyên ngành và khóa luận tốt nghiệp.
• Học viên cao học và nghiên cứu sinh: Học viên thạc sĩ, nghiên cứu sinh tiến sĩ khối ngành kinh tế và tài chính sử dụng giáo trình làm tài liệu chuẩn bị phương pháp luận định lượng cho luận văn, luận án và các bài báo khoa học.
• Điều kiện tiên quyết (Prerequisites): Người học cần hoàn thành các học phần đại cương và cơ sở khối ngành gồm: Đại số tuyến tính, Xác suất và Thống kê toán, cùng học phần Kinh tế lượng căn bản ở bậc đại học.
• Giảng viên và nhà nghiên cứu: Giảng viên sử dụng làm giáo trình giảng dạy học phần Phân tích định lượng trong kinh tế vĩ mô, Kinh tế lượng ứng dụng; các chuyên viên phân tích tại các ngân hàng thương mại, công ty chứng khoán, viện nghiên cứu chính sách sử dụng làm tài liệu tham khảo kỹ thuật trong phân tích chuỗi thời gian và dự báo kinh tế.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với ai?

Giáo trình được thiết kế cho sinh viên năm cuối, học viên cao học, nghiên cứu sinh chuyên ngành Kinh tế, Tài chính và các chuyên viên nghiên cứu phân tích vĩ mô cần kỹ năng mô hình hóa chuỗi thời gian.

2. Cần kiến thức nền nào để học?

Người học cần nắm vững kiến thức về Đại số tuyến tính (phép tính ma trận), Lý thuyết Xác suất và Thống kê toán, cùng các nguyên lý hồi quy OLS cơ bản trong Kinh tế lượng bậc đại học.

3. Điểm khác biệt với giáo trình khác?

Giáo trình tập trung chuyên biệt vào dữ liệu chuỗi thời gian ứng dụng trong kinh tế vĩ mô và tài chính; kết hợp đầy đủ từ chứng minh toán học giải tích, hướng dẫn từng bước trên phần mềm EViews đến trích xuất kết quả từ các nghiên cứu vĩ mô thực tế.

4. Làm sao để tự học hiệu quả?

Người học nên đọc kỹ phần chứng minh toán học của từng mô hình, sau đó tải dữ liệu thực hành từ cổng thông tin đi kèm, thực hiện lại toàn bộ quy trình ước lượng trên EViews và giải quyết hệ thống bài tập thực hành cuối mỗi chương.

5. Có tài liệu bổ trợ nào kèm theo?

Giáo trình đi kèm hệ thống bài giảng slide và tệp dữ liệu số liệu thực hành (.wf1, .xls) cho từng ví dụ được lưu trữ trên website cá nhân của tác giả; phần phụ lục sách cung cấp tài liệu hướng dẫn tổng quan về phần mềm EViews.

---

Kết luận

Giáo trình Phân tích định lượng trong kinh tế vĩ mô của PGS. TS. Phạm Thế Anh là tài liệu học thuật hoàn chỉnh, cung cấp khung lý thuyết kinh tế lượng chuỗi thời gian chuẩn tắc cùng quy trình thực nghiệm đồng bộ.

Lộ trình học tập đề xuất: Người học bắt đầu từ việc nắm vững các khái niệm cơ bản và kiểm định tính dừng (Chương 1), tiếp cận các mô hình chuỗi đơn ARMA/ARDL (Chương 2), mở rộng sang phân tích động lực đa chuỗi VAR (Chương 3), xử lý quan hệ dài hạn qua đồng tích hợp và mô hình hiệu chỉnh sai số (Chương 4), trước khi tiến đến mô hình hóa biến động phương sai với họ mô hình ARCH/GARCH (Chương 5).

Các tài nguyên bổ trợ gồm bộ dữ liệu thực hành, tài liệu hướng dẫn EViews và hệ thống bài tập cuối chương tạo điều kiện tối ưu cho quá trình giảng dạy, nghiên cứu và tự học chuyên sâu.