Kinh tế lượng ứng dụng trong kinh tế và tài chính - Phạm Thị Tuyết Trinh và các tác giả

Khám phá ứng dụng kinh tế lượng trong kinh tế và tài chính qua cuốn sách của Phạm Thị Tuyết Trinh cùng các tác giả khác. Tài liệu hữu ích cho nghiên cứu và thực tiễn.

• Tác giả: Phạm Thị Tuyết Trinh
• Trường học: Trường Đại học Ngân hàng TP. Hồ Chí Minh
• Chuyên ngành: Kinh tế quốc tế
• Đề tài: Kinh tế lượng ứng dụng trong kinh tế và tài chính
• Loại tài liệu: sách
• Năm xuất bản: 2016
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Lời mở đầu
• Hướng dẫn sử dụng bộ dữ liệu thực hành
• Mục lục
• Danh mục bảng
• Danh mục hình
• Danh mục hộp
• Danh mục từ viết tắt
• 1. Chương 1: CẤU TRÚC DỮ LIỆU VÀ PHÂN TÍCH DỮ LIỆU CƠ BẢN
• 1.1. Các loại cấu trúc dữ liệu
• 1.1.1. Dữ liệu chéo
• 1.1.2. Dữ liệu chuỗi thời gian
• 1.1.3. Dữ liệu bảng
• 1.2. Phân tích dữ liệu cơ bản
• 1.2.1. Quan sát bằng dữ liệu
• 1.2.2. Phân tích đồ thị
• 1.2.3. Thống kê mô tả
• 1.3. Dữ liệu chuỗi thời gian và những xử lý cơ bản
• 1.3.1. Các thành phần của dữ liệu chuỗi thời gian
• 1.3.2. Chỉ số và năm gốc
• 1.3.3. Thay đổi tần suất dữ liệu
• 1.3.4. Chuyển dạng dữ liệu
• 1.3.5. Loại bỏ thành phần mùa vụ
• 1.4. Các bước xây dựng mô hình kinh tế lượng
• 1.5. Tóm tắt nội dung
• 2. Chương 2: ƯỚC LƯỢNG BẰNG MÔ HÌNH CHUỖI THỜI GIAN ĐƠN BIẾN. DỰ BÁO
• 2.1. Giới thiệu về kinh tế lượng chuỗi thời gian và một số khái niệm
• 2.1.1. Giới thiệu về kinh tế lượng chuỗi thời gian
• 2.1.2. Một số khái niệm trong kinh tế lượng chuỗi thời gian
• 2.2. Giới thiệu mô hình chuỗi thời gian đơn biến
• 2.3. Mô hình trung bình trượt (MA)
• 2.3.1. Giới thiệu mô hình MA
• 2.3.2. Đặc điểm mô hình MA
• 2.3.3. Tính khả nghịch của mô hình MA
• 2.4. Mô hình tự hồi quy (AR)
• 2.4.1. Giới thiệu mô hình AR
• 2.4.2. Đặc điểm mô hình AR
• 2.4.3. Điều kiện dừng của mô hình AR(p)
• 2.5. Mô hình trung bình trượt tự hồi quy (ARMA)
• 2.6. Quá trình tích hợp và mô hình ARIMA
• 2.7. Hàm tự tương quan và hàm tự tương quan riêng phần
• 2.7.1. ACF và PACF của quá trình AR
• 2.7.2. ACF và PACF của quá trình MA
• 2.7.3. ACF và PACF của quá trình ARMA
• 2.8. Xây dựng mô hình ARMA theo tiếp cận Box-Jenkins
• 2.8.1. Nhận dạng mô hình
• 2.8.2. Ước lượng mô hình
• 2.8.3. Kiểm định chẩn đoán
• 2.8.4. Kiểm định tính dừng của chuỗi thời gian dựa vào ACF
• 2.9. Xây dựng mô hình ARMA cho chuỗi lạm phát theo tiếp cận Box-Jenkins
• 2.10. Tổng quan về dự báo
• 2.10.1. Tại sao phải thực hiện dự báo?
• 2.10.2. Các loại dự báo
• 2.10.3. Đánh giá tính chính xác của dự báo
• 2.11. Dự báo bằng mô hình chuỗi thời gian
• 2.11.1. Kỳ vọng có điều kiện
• 2.11.2. Dự báo giá trị tương lai của quá trình MA(q)
• 2.11.3. Dự báo giá trị tương lai của quá trình AR(p)
• 2.12. Dự báo lạm phát bằng mô hình ARMA
• 2.13. Tóm tắt nội dung
• 3. Chương 3: MÔ HÌNH TỰ HỒI QUY VECTƠ
• 3.1. Một số khái niệm
• 3.2. Phương trình dạng rút gọn và phương trình cấu trúc
• 3.3. Vấn đề nhận dạng
• 3.4. Hệ phương trình đồng thời, vấn đề nội sinh và vi phạm giả định CLRM
• 3.4.1. Hệ phương trình tam giác/ Hệ phương trình đệ qui
• 3.5. Mô hình tự hồi qui vectơ (VAR)
• 3.5.1. Mô hình tự hồi qui vectơ dạng cấu trúc (SVAR)
• 3.5.2. Mô hình tự hồi qui vectơ dạng rút gọn (VAR)
• 3.5.3. Ưu và nhược điểm của mô hình VAR
• 3.6. Ước lượng mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế bằng mô hình VAR
• 3.7. Kiểm định chẩn đoán mô hình VAR
• 3.7.1. Tính ổn định của mô hình
• 3.7.2. Kiểm định chẩn đoán đối với phần dư
• 3.8. Kiểm định ý nghĩa khối và kiểm định nhân quả
• 3.8.1. Kiểm định quan hệ nhân quả Granger giữa phát triển tài chính và tăng trưởng kinh tế
• 3.9. Phản ứng đẩy và phân rã phương sai
• 3.9.1. Tác động của phát triển tài chính đến tăng trưởng kinh tế qua phân tích phản ứng đẩy và phân rã phương sai
• 3.10. Mô hình VAR có biến ngoại sinh
• 3.11. Tóm tắt nội dung
• 4. Chương 4: ƯỚC LƯỢNG QUAN HỆ NGẮN VÀ DÀI HẠN: MÔ HÌNH ĐỒNG LIÊN KẾT VÀ HIỆU CHỈNH SAI SỐ
• 4.1. Kiểm định tính dừng và kiểm định nghiệm đơn vị
• 4.1.1. Phương pháp kiểm định nghiệm đơn vị/ kiểm định tính dừng
• 4.1.2. Quan sát ACF của chuỗi dữ liệu
• 4.1.3. Kiểm định nghiệm đơn vị/ kiểm định tính dừng
• 4.1.4. Kiểm định nghiệm đơn vị bằng EViews
• 4.2. Đồng liên kết/ đồng tích hợp
• 4.2.1. Tại sao cần phải tìm hiểu phương pháp đồng liên kết?
• 4.2.2. Đồng liên kết là gì?
• 4.2.3. Phương pháp kiểm định quan hệ đồng liên kết
• 4.3. Mô hình hiệu chỉnh cân bằng/ hiệu chỉnh sai số
• 4.4. Ước lượng quan hệ dài hạn và ngắn hạn bằng phương pháp Engle-Granger
• 4.4.1. Sử dụng phương pháp Engle-Granger để ước lượng quan hệ dài hạn và ngắn hạn
• 4.4.2. Quan hệ dài hạn và ngắn hạn của thay đổi tỷ giá và chênh lệch lạm phát theo thuyết PPP (Ví dụ 1)
• 4.4.3. Quan hệ dài hạn và ngắn hạn của tỷ giá thực và cán cân thương mại (Ví dụ 2)
• 4.5. Ước lượng quan hệ dài hạn và ngắn hạn bằng phương pháp Johansen
• 4.5.1. Mô hình vectơ hiệu chỉnh sai số (VECM)
• 4.5.2. Phương pháp kiểm định đồng liên kết theo Johansen
• 4.5.3. Các bước ước lượng quan hệ dài hạn và ngắn hạn theo Johansen
• 4.5.4. Ước lượng quan hệ dài hạn và ngắn hạn của sản lượng, lạm phát, cung tiền bằng phương pháp Johansen
• 4.6. Tóm tắt nội dung
• 5. Chương 5: ĐO LƯỜNG VÀ DỰ BÁO BIẾN ĐỘNG TRONG TÀI CHÍNH: MÔ HÌNH ARCH-GARCH
• 5.1. Tại sao phải đo lường và dự báo biến động trong tài chính?
• 5.2. Phương sai có điều kiện
• 5.3. Mô hình phương sai có điều kiện thay đổi tự hồi qui (ARCH)
• 5.4. Kiểm định tác động ARCH
• 5.4.1. Kiểm định tác động ARCH của chuỗi lợi nhuận VN-Index
• 5.5. Mô hình ARCH tổng quát (GARCH)
• 5.6. Ước lượng mô hình ARCH/GARCH
• 5.7. Ước lượng biến động lợi nhuận VN-Index bằng mô hình GARCH(1,1)
• 5.8. Kiểm định chẩn đoán mô hình GARCH
• 5.9. Mô hình GARCH có thêm biến giải thích: Ảnh hưởng của khủng hoảng 2008 đến biến động lợi nhuận VN-Index
• 5.10. Dự báo biến động lợi nhuận VN-Index bằng mô hình GARCH(1,1)
• 5.11. Tóm tắt nội dung
• 6. Chương 6: MÔ HÌNH HỒI QUI DỮ LIỆU BẢNG
• 6.1. Phân loại và tổ chức dữ liệu bảng
• 6.2. Tại sao phải sử dụng dữ liệu bảng?
• 6.3. Các mô hình dữ liệu bảng
• 6.4. Giả thuyết 1: pl, p2, và P3 không đổi theo đơn vị chéo và theo thời gian
• 6.5. Giả thuyết 2: pl khác nhau theo các đơn vị chéo và không đổi theo thời gian; p2 và p3 không đổi theo đơn vị chéo và thời gian
• 6.6. Giả thuyết 3: pi khác nhau theo các đơn vị chéo và thời gian; p2 và p3 không đổi theo thời gian và đơn vị chéo
• 6.7. Giả thuyết 4: pi, p2, và p3 khác nhau theo các đơn vị chéo nhưng không thay đổi theo thời gian
• 6.8. Vấn đề biến bị bỏ sót
• 6.9. Mô hình tác động cố định (FEM)
• 6.9.1. Giới thiệu mô hình
• 6.9.2. Kiểm định sự không đồng nhất
• 6.9.3. Phương pháp ước lượng FEM
• 6.9.4. FEM có đặc trưng theo thời gian
• 6.9.5. FEM có đặc trưng theo đơn vị chéo và thời gian
• 6.10. Mô hình tác động ngẫu nhiên (REM)
• 6.11. Kiểm định Hausman
• 6.12. Ước lượng mô hình đầu tư Grunfeld bằng mô hình FEM và REM
• 6.13. Kiểm định tự tương quan
• 6.14. Kiểm định mô hình định giá tài sản theo Fama và MacBeth (1973)
• 6.15. Tóm tắt nội dung

Tóm tắt

I. Kinh tế lượng và ứng dụng trong kinh tế và tài chính

Tài liệu Kinh tế lượng ứng dụng trong kinh tế và tài chính của Phạm Thị Tuyết Trinh và cộng sự giới thiệu các phương pháp và kỹ thuật kinh tế lượng được sử dụng phổ biến trong phân tích kinh tế và tài chính. Tài liệu tập trung vào mô hình hồi quy tuyến tính cổ điển (CLRM) và phương pháp bình phương tối thiểu thông thường (OLS). Các phương pháp này được áp dụng để phân tích các vấn đề trong tài chính, tương tự như trong phân tích kinh tế nói chung. Tuy nhiên, dữ liệu tài chính thường có sự khác biệt nhất định so với dữ liệu kinh tế vĩ mô, đặc biệt là về tần suất và độ chính xác.

1.1. Phân tích dữ liệu kinh tế và tài chính

Dữ liệu kinh tế vĩ mô thường gặp vấn đề về mẫu nhỏ và sai sót đo lường, trong khi dữ liệu tài chính có tần suất cao hơn, giúp tăng độ tin cậy của kết quả nghiên cứu. Phân tích dữ liệu tài chính đòi hỏi các phương pháp phù hợp để xử lý các đặc điểm riêng như độ nhọn chuẩn (leptokurtosis), biến động nhóm (clustering volatility), và hiệu ứng đòn bẩy (leverage).

1.2. Mô hình kinh tế lượng trong tài chính

Các mô hình kinh tế lượng như ARIMA, VAR, và GARCH được sử dụng rộng rãi để dự báo và phân tích dữ liệu tài chính. Mô hình ARIMA giúp dự báo chuỗi thời gian đơn biến, trong khi VAR được sử dụng để phân tích mối quan hệ giữa các biến kinh tế và tài chính. Mô hình GARCH phù hợp để đo lường và dự báo biến động trong tài chính.

II. Phương pháp định lượng và ứng dụng thực tiễn

Tài liệu tiếp cận theo hướng ứng dụng, giúp người đọc dễ dàng hiểu và sử dụng các phương pháp kinh tế lượng. Các nội dung được trình bày theo hướng hạn chế hàm lượng toán học, tập trung vào khía cạnh ứng dụng của từng phương pháp và kỹ thuật. Các ví dụ thực hành được lấy từ các nguồn dữ liệu đáng tin cậy như Thống kê Tài chính Quốc tế (IFS), Tổng cục Thống kê (GSO), và Quandl.

2.1. Hướng dẫn thực hành với EViews

Tài liệu cung cấp hướng dẫn từng bước thực hiện ước lượng và kiểm định bằng phần mềm EViews. Các bước này bao gồm ước lượng mô hình, kiểm định giả thuyết, và phân tích chi tiết kết quả. Điều này giúp người đọc tự thực hành và áp dụng vào nghiên cứu của mình.

2.2. Ứng dụng trong nghiên cứu kinh tế và tài chính

Các phương pháp kinh tế lượng được áp dụng để phân tích các vấn đề như tác động của sản lượng kinh tế đến đầu tư, mối quan hệ giữa lạm phát và tăng trưởng kinh tế, và biến động của thị trường tài chính. Các kết quả nghiên cứu có giá trị thực tiễn cao, hỗ trợ việc ra quyết định trong lĩnh vực kinh tế và tài chính.

III. Giá trị và đóng góp của tài liệu

Tài liệu Kinh tế lượng ứng dụng trong kinh tế và tài chính là một nguồn tham khảo quan trọng cho sinh viên, nhà nghiên cứu và chuyên gia trong lĩnh vực kinh tế và tài chính. Với cách tiếp cận đơn giản và cụ thể, tài liệu giúp người đọc nắm vững các phương pháp kinh tế lượng và áp dụng chúng vào thực tiễn. Các ví dụ minh họa và hướng dẫn chi tiết làm tăng tính ứng dụng của tài liệu.

3.1. Đóng góp cho giáo dục và nghiên cứu

Tài liệu được biên soạn dựa trên kiến thức và kinh nghiệm của nhóm tác giả, kết hợp với các giáo trình kinh tế lượng được sử dụng rộng rãi trên thế giới. Điều này làm tăng giá trị học thuật và tính cập nhật của tài liệu.

3.2. Ứng dụng thực tiễn trong kinh tế và tài chính

Các phương pháp và kỹ thuật được giới thiệu trong tài liệu có thể áp dụng để phân tích và dự báo các vấn đề kinh tế và tài chính hiện đại. Điều này giúp người đọc có cái nhìn sâu sắc và toàn diện hơn về các hiện tượng kinh tế và tài chính.

Nội dung chính

Tổng quan về giáo trình

Kinh tế lượng ứng dụng trong kinh tế và tài chính là tài liệu học thuật do TS. Phạm Thị Tuyết Trinh chủ biên, cùng các thành viên ThS. Đỗ Hoàng Oanh, TS. Lê Minh Sơn và ThS. Nguyễn Văn Tùng (Khoa Kinh tế Quốc tế, Trường Đại học Ngân hàng TP. Hồ Chí Minh) biên soạn, được Nhà xuất bản Kinh tế TP. Hồ Chí Minh ấn hành năm 2016.

Về vị trí trong chương trình đào tạo, tài liệu được thiết kế như phần nối tiếp của học phần Kinh tế lượng cơ bản – vốn tập trung chủ yếu vào Mô hình hồi quy tuyến tính cổ điển (Classical Linear Regression Model - CLRM) và phương pháp Bình phương bé nhất thông thường (Ordinary Least Squares - OLS).

Mục tiêu học tập của giáo trình là cung cấp các phương pháp, kỹ thuật kinh tế lượng nâng cao nhằm xử lý các đặc tính phi chuẩn của dữ liệu kinh tế vĩ mô và dữ liệu chuỗi thời gian, dữ liệu tài chính (độ nhọn vượt chuẩn – leptokurtosis, biến động nhóm – clustering volatility, hiệu ứng đòn bẩy – leverage effect). Giáo trình hướng tới chuẩn đầu ra thực hành: giúp người học hiểu bản chất phương pháp, thực hiện thành thạo thao tác ước lượng, kiểm định chẩn đoán và dự báo trên phần mềm kinh tế lượng EViews, đồng thời đọc hiểu và phân tích kết quả ước lượng để phục vụ nghiên cứu định lượng.

Cấu trúc giáo trình gồm 6 chương theo cách tiếp cận ứng dụng thực hành: giảm thiểu chứng minh toán học và thống kê phức tạp, tập trung vào bản chất kinh tế lượng, quy trình ước lượng và phân tích kết quả. Nguồn ngữ liệu thực nghiệm được khai thác đồng bộ từ 4 tổ chức và cơ sở dữ liệu: Thống kê Tài chính Quốc tế (IFS), Tổng cục Thống kê Việt Nam (GSO), Quandl và Trung tâm Hội nhập Khu vực Châu Á (ARIC), đi kèm hệ thống tham chiếu học thuật quốc tế gồm Brooks (2014), Asteriou và Hall (2011), Enders (2010).

---

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

• Chương 1: Cấu trúc dữ liệu và phân tích dữ liệu cơ bản (Trang 1 – 34): Trình bày 3 dạng cấu trúc dữ liệu chính (dữ liệu chéo, dữ liệu chuỗi thời gian, dữ liệu bảng); các công cụ phân tích khám phá (biểu đồ Histogram, Scatter plot, Line graph, Bar chart; các đại lượng thống kê mô tả trung bình, độ lệch chuẩn, Skewness, Kurtosis, hiệp phương sai và hệ số tương quan tuyến tính). Xử lý dữ liệu chuỗi thời gian bao gồm: phân rã 4 thành phần (xu hướng $T_t$, chu kỳ $C_t$, mùa vụ $S_t$, ngẫu nhiên $I_t$), nhận diện điểm gãy cấu trúc và giá trị ngoại lai, điều chỉnh năm gốc chỉ số (rebase), chuyển đổi tần suất (nội suy từ năm sang quý bằng Quadratic match sum, Match average, Match last), logarit hóa dữ liệu và khử tính mùa vụ.
• Chương 2: Ước lượng và dự báo bằng mô hình chuỗi thời gian đơn biến (Trang 35 – 96): Giới thiệu quá trình dừng và tính khả nghịch; cấu trúc mô hình Trung bình trượt (MA), Tự hồi quy (AR), ARMA và mô hình tích hợp ARIMA; công cụ hàm tự tương quan (ACF) và tự tương quan riêng phần (PACF); định lý phân tách Wold; quy trình Box-Jenkins 4 bước (Nhận dạng, Ước lượng, Kiểm định chẩn đoán, Dự báo); kỹ thuật dự báo tĩnh/động và đánh giá độ chính xác qua MSE, MAE, MAPE với chuỗi lạm phát.
• Chương 3: Mô hình tự hồi quy vector - VAR (Trang 97 – 142): Xử lý tính nội sinh và hệ phương trình đồng thời thông qua VAR dạng rút gọn và VAR cấu trúc (SVAR); tiêu chuẩn chọn độ trễ tối ưu (AIC, SC/SBIC, HQIC); kiểm định tính ổn định qua nghiệm nghịch đảo của đa thức đặc trưng; kiểm định chẩn đoán phần dư (Portmanteau, LM, Jarque-Bera); kiểm định quan hệ nhân quả Granger; phân tích hàm phản ứng đẩy (Impulse Response Function) và phân rã phương sai (Variance Decomposition) trong mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế.
• Chương 4: Ước lượng quan hệ ngắn và dài hạn: Mô hình đồng liên kết và hiệu chỉnh sai số (Trang 143 – 190): Xử lý chuỗi không dừng và hiện tượng hồi quy giả mạo (spurious regression); kiểm định nghiệm đơn vị (ADF, Phillips-Perron); phương pháp 2 bước Engle-Granger cho mô hình hiệu chỉnh sai số (ECM); kiểm định đồng liên kết Johansen (Trace test, Max-Eigen test) và mô hình VECM đánh giá tương tác dài hạn – ngắn hạn giữa sản lượng, lạm phát và cung tiền.
• Chương 5: Đo lường và dự báo biến động trong tài chính: Mô hình ARCH-GARCH (Trang 191 – 234): Lý thuyết phương sai có điều kiện thay đổi; kiểm định hiệu ứng ARCH; ước lượng mô hình ARCH($q$), GARCH(1,1) bằng phương pháp hợp lý cực đại (Maximum Likelihood); mô hình GARCH mở rộng có biến ngoại sinh (đo lường cú sốc khủng hoảng 2008); ứng dụng dự báo biến động lợi nhuận chỉ số VN-Index.
• Chương 6: Mô hình hồi quy dữ liệu bảng (Trang 235 – 280): Cấu trúc dữ liệu bảng cân bằng và không cân bằng; mô hình OLS gộp (Pooled OLS); mô hình tác động cố định (FEM) và kỹ thuật biến giả (LSDV); mô hình tác động ngẫu nhiên (REM); kiểm định F kiểm tra tính đồng nhất; kiểm định Hausman lựa chọn giữa FEM và REM; kiểm định tự tương quan và mô hình định giá tài sản theo phương pháp Fama-MacBeth (1973), mô hình đầu tư Grunfeld.

Kiến thức nền tảng được xây dựng

• Lý thuyết chuỗi thời gian tuyến tính và phi tuyến: Quy luật phân rã chuỗi thời gian, tính dừng (stationarity), quá trình tích hợp $I(d)$, hành vi của phương sai có điều kiện thay đổi theo thời gian.
• Cơ chế liên kết cân bằng động: Mối quan hệ giữa trạng thái cân bằng dài hạn (đồng liên kết) và cơ chế điều chỉnh độ lệch ngắn hạn thông qua phần dư hiệu chỉnh sai số (ECM/VECM).
• Cấu trúc tác động vi mô đa chiều: Phân tách sai số thành thành phần đặc thù theo đối tượng chéo không đổi theo thời gian ($\alpha_i$) và sai số ngẫu nhiên thuần túy trong phân tích dữ liệu bảng.

Kỹ năng phát triển

• Kỹ năng kỹ thuật (Technical skills): Nhập xuất, tổ chức cấu trúc workfile trên EViews, viết lệnh và thao tác giao diện để chuyển đổi tần suất dữ liệu, ước lượng phương trình hồi quy, trích xuất đồ thị ACF/PACF, ma trận phương sai - hiệp phương sai.
• Kỹ năng phân tích (Analytical skills): Đánh giá các khuyết tật của mô hình thông qua kiểm định chẩn đoán phân dư (tự tương quan, phân phối chuẩn, phương sai thay đổi), đọc hiểu các chỉ số thống kê $R^2$, AIC, SIC, Trace Statistic, Hausman Test Statistic.
• Năng lực ứng dụng thực tiễn (Practical competencies): Xây dựng quy trình nghiên cứu định lượng hoàn chỉnh từ khâu thu thập/làm sạch dữ liệu thực tế đến ước lượng, kiểm định và diễn giải ý nghĩa kinh tế phục vụ dự báo và khuyến nghị chính sách.

---

Phương pháp giảng dạy và học tập

• Tiếp cận sư phạm: Giáo trình xây dựng theo mô hình "lý thuyết đi liền với thực hành từng bước" (step-by-step). Mỗi mô hình toán học đều được giản lược hóa các bước suy diễn giải tích, tập trung trực tiếp vào điều kiện áp dụng, ý nghĩa của các tham số và quy trình triển khai trên phần mềm chuyên dụng.
• Hệ thống bài tập thực hành và tình huống thực nghiệm: Đi kèm lý thuyết là các tình huống nghiên cứu cụ thể lấy từ thực tế kinh tế Việt Nam và quốc tế:
  • Phân tích chuỗi sản xuất công nghiệp và GDP Việt Nam từ Tổng cục Thống kê (GSO).
  • Nghiên cứu mối quan hệ giữa tỷ giá thực và cán cân thương mại, ngang giá sức mua (PPP) giữa tỷ giá và lạm phát.
  • Phân tích tác động lan truyền giữa phát triển tài chính và tăng trưởng kinh tế qua mô hình VAR.
  • Ước lượng biến động lợi nhuận của thị trường chứng khoán Việt Nam qua chuỗi VN-Index trong giai đoạn khủng hoảng tài chính.
  • Kiểm định mô hình đầu tư Grunfeld và mô hình định giá tài sản Fama-MacBeth trên dữ liệu bảng.
• Hỗ trợ tệp dữ liệu thực hành: Nhóm biên soạn cung cấp đồng bộ các tệp dữ liệu thô dạng bảng tính Excel (.xlsx) và tệp dữ liệu phần mềm EViews (.wf1) thông qua kênh trao đổi học thuật qua email ([e-mail]).
• Phương pháp đánh giá và tự học: Giáo trình tích hợp các khung tóm tắt chương (Summary boxes) và bảng hệ thống hóa quy trình (quy trình Box-Jenkins, quy trình kiểm định Johansen, bảng lựa chọn mô hình dữ liệu bảng) giúp người học tự kiểm tra kiến thức và đối chiếu kết quả ước lượng độc lập.

---

Điểm nổi bật và cập nhật

• Phân định rõ ranh giới giữa dữ liệu vĩ mô và dữ liệu tài chính: Giáo trình làm rõ hai hạn chế cốt lõi của dữ liệu kinh tế vĩ mô (mẫu nhỏ do tần suất năm/quý và rủi ro sai số đo lường đi kèm điều chỉnh dữ liệu hồi cứu - data revision) so với các đặc thù của dữ liệu tài chính (tần suất cao theo ngày/giờ/giao dịch phát sinh, độ nhọn leptokurtic lớn hơn 3, phân phối đuôi dày, biến động cụm và hiệu ứng đòn bẩy).

Tiêu chí so sánh	Dữ liệu Kinh tế Vĩ mô	Dữ liệu Tài chính
Tần suất thu thập	Thấp (năm, quý, tháng)	Cao (ngày, giờ, theo giao dịch phát sinh)
Quy mô mẫu ($N, T$)	Thường bị giới hạn mẫu nhỏ	Rất lớn, số lượng quan sát nhiều
Vấn đề điều chỉnh dữ liệu	Thường xuyên điều chỉnh hồi cứu (data revision)	Rất ít khi điều chỉnh sau giao dịch
Đặc tính phân phối	Phụ thuộc vào xu hướng dài hạn, chu kỳ	Đuôi dày (leptokurtosis), biến động nhóm (clustering volatility)
Mô hình trọng tâm	ARIMA, VAR, Đồng liên kết (Engle-Granger, Johansen)	ARCH, GARCH, Tác động đòn bẩy, Fama-MacBeth

• Tích hợp các trường phái kinh tế lượng hiện đại: Nội dung chuyển tải các khung phân tích kinh tế lượng từ các tài liệu chuẩn mực quốc tế:
  • Phân tích chuỗi thời gian hiện đại theo Walter Enders (Applied Econometric Time Series, 2010).
  • Kinh tế lượng tài chính theo Chris Brooks (Introductory Econometrics for Finance, 2014).
  • Kỹ thuật phân tích dữ liệu kinh tế lượng ứng dụng theo Dimitrios Asteriou và Stephen G. Hall (Applied Econometrics, 2011).
• Chuẩn hóa dữ liệu quốc tế: Các minh họa sử dụng dữ liệu thực từ các cổng thông tin chuẩn hóa: Thống kê Tài chính Quốc tế (IFS - IMF), Cơ sở dữ liệu Quandl, Trung tâm Hội nhập Khu vực Châu Á (ARIC) và Tổng cục Thống kê Việt Nam (GSO).

---

Đối tượng sử dụng giáo trình

• Sinh viên đại học khối ngành kinh tế - tài chính: Dành cho sinh viên năm 3, năm 4 thuộc các ngành Kinh tế quốc tế, Tài chính - Ngân hàng, Kinh tế học, Quản trị kinh doanh cần học phần Kinh tế lượng nâng cao, Kinh tế lượng ứng dụng hoặc chuẩn bị viết khóa luận tốt nghiệp.
• Học viên cao học và nghiên cứu sinh: Cung cấp khung phương pháp luận định lượng xử lý chuỗi thời gian đa biến (VAR, VECM), mô hình biến động (GARCH) và hồi quy dữ liệu bảng (Panel Data) cho luận văn thạc sĩ và bài báo khoa học.
• Điều kiện tiên quyết (Prerequisites): Người học cần hoàn thành học phần Kinh tế lượng cơ bản (nắm vững mô hình CLRM, giả định Gauss-Markov, kiểm định OLS cơ bản) và có kiến thức nền tảng về Thống kê kinh tế (xác suất, kỳ vọng, phương sai, phân phối chuẩn).
• Giảng viên và nhà nghiên cứu phân tích: Sử dụng làm tài liệu giảng dạy thực hành tại phòng máy tính, giáo trình tham chiếu bài giảng hoặc tài liệu tra cứu các thao tác chẩn đoán mô hình định lượng.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Tài liệu phù hợp cho sinh viên đại học chuyên ngành kinh tế, tài chính, học viên cao học, giảng viên và các chuyên viên phân tích dữ liệu nghiên cứu cần thực hiện mô hình định lượng phục vụ công việc học thuật hoặc phân tích thị trường.

2. Cần chuẩn bị kiến thức nền tảng gì trước khi đọc giáo trình?

Người học cần có kiến thức cơ bản về đại số tuyến tính, xác suất thống kê và kinh tế lượng cơ bản (nắm được mô hình hồi quy tuyến tính hai biến và đa biến, phương pháp OLS, các khuyết tật cơ bản của mô hình OLS).

3. Giáo trình này có điểm gì khác biệt so với sách kinh tế lượng thuần lý thuyết?

Tài liệu giảm lược tối đa các chứng minh toán học nặng tính giải tích, tập trung trực tiếp vào bản chất ứng dụng, điều kiện thực nghiệm, các bước thao tác cụ thể trên giao diện phần mềm EViews và cách phân tích bảng kết quả đầu ra (output).

4. Phương pháp tự học giáo trình như thế nào để đạt hiệu quả cao?

Người học nên đọc kỹ phần giải thích bản chất mô hình trong từng chương, sau đó mở tệp dữ liệu mẫu tương ứng trên EViews, thực hiện tuần tự theo các bước hướng dẫn thao tác, tự tái lập lại các kết quả bảng/hình mẫu trong sách và làm lại các bước kiểm định chẩn đoán.

5. Dữ liệu thực hành đi kèm sách được cung cấp dưới dạng nào?

Dữ liệu được tổ chức dưới dạng tệp Microsoft Excel (.xlsx) và workfile EViews (.wf1). Người học nhận bộ dữ liệu bằng cách gửi thư đề nghị về hòm thư học thuật của ban biên soạn: [e-mail].

---

Kết luận

Giáo trình Kinh tế lượng ứng dụng trong kinh tế và tài chính (TS. Phạm Thị Tuyết Trinh chủ biên, NXB Kinh tế TP. Hồ Chí Minh, 2016) là tài liệu học thuật hoàn chỉnh về mặt phương pháp định lượng thực hành.

Tài liệu thiết lập lộ trình học tập khoa học: đi từ xử lý dữ liệu cơ bản (Chương 1), phân tích chuỗi thời gian đơn biến ARIMA (Chương 2), mở rộng sang hệ đa biến VAR (Chương 3), đồng liên kết VECM (Chương 4), mô hình biến động tài chính ARCH/GARCH (Chương 5) và kết thúc ở mô hình hồi quy dữ liệu bảng FEM/REM (Chương 6).

Với sự tích hợp giữa lý thuyết chuẩn mực quốc tế (Brooks, Asteriou & Hall, Enders) và hệ thống dữ liệu thực nghiệm (IFS, GSO, Quandl, ARIC) trên nền tảng phần mềm EViews, giáo trình là tài liệu tham khảo giá trị cho công tác đào tạo và nghiên cứu kinh tế ứng dụng.

Trích đoạn nội dung tài liệu

TRlfdNG DAI HOC NGAN HANG TP. HO CHf MINH KHOA KINH TE QUOC TE TS. PHAM TH! TUYET TRINH (Chu bien) W® TE IMG ft® DUNG TMNUa KINH TE Vfi Tfll CUMI KnUSHNQ HOUSE NHA XUAT BAN KINH Tg TP. h6 CHl MINH NAM 2016 Chu bien TS.

PHAM TH! TUYET TRINH Thanh vien ThS. DO HOANG OANH TS. LE MINH SO’N ThS. NGUYEN VAN TUNG * LCH MO DAU Tai lieu Kinh te lu'O'ng ling dung trong kinh te va tai chinh nham gicri thieu den ngirdi doc nhirng phirong phap va ky thuat kinh te lirgng dirge str dung pho bien trong phan tfch kinh te, tai chinh.

Cac noi dung trong tai lieu dtro'c tiep can nhir la str noi tiep cua noi dung kinh te lu'O'ng can ban thirang tap trung vao mo hinh hoi qui co dien (Classical Linear Regression Model, CLRM) va phirong phap binh phuong be nhat thong thu’d’ng (Ordinary Least Square, OLS). * ban, nhung phirong phap, ky thuat kinh te lu’O'ng Ve co dirge sir dung de phan tich cac van de trong tai chinh cung giong nhir cac phirong phap dirge sir dung trong phan tfch kinh te n6i chung. Tuy nhien, du * lieu tai chinh thirong c6 sir khac biet nhat dinh so voi dir lieu kinh te vT mo. Dir lieu sir dung de nghien ciru kinh te vT mo thirong virong phai hai van de.

Mot la, van de mau nhd lam thieu dir lieu san c6 de kiem dinh ly thuyet hoac gia thuyet. Nguyen nhan la vi cac dir lieu kinh te vT mo nhir tai khoan quoc gia, ngan sach chinh phu, dan so va lao dong. thirong dirge do lirong theo tan suat nam. Hai la, van de sai sot do lirong (measurement error) thirong di kem voi viec dieu * lieu (data revisions) sau d6, lam anh hirong den ket chinh du qu& nghien cun.

Chang han, dau nam 2015 nha nghien cun thirc hien iron lirgng tac dong eda san lirgng nen kinh te den dau tir vao linh virc cong nghe cao trong giai doan 1995 - 2014 t£r dir * quan thong ke eda chinh phd cong bo (Chang han lieu dirge co nhir o’ Viet Nam la Tong cue Thong ke). Den gan cuoi nam 2015, i nha nghien cilu phat hien ra rang gia tri cua cac quan sat nam 2013 va 2014 da thay doi do cor quan nay da dieu chinh du * lieu. Nhirng van de nay hiem khi gap phai trong nghien cilu tai chinh. Du- lieu tai chinh third * ng co tan suat cao han so vo'i dvr lieu kinh te vT mo.

Gia hoac lai nhuan tai san tai chinh co the dirge thu thap hang gia, ngay, tuan. lam cho so lirgng quan sat san cd de phan tich thirang rat Ian. Nha qui mo mau Ion, ket qua nghien cihi trong linh vgc tai chinh co dirge tinh tin cay cao. Ngoai ra, dir lieu tai chinh nhir gia tai san dirge ghi nhan khi giao dich thgc te dien ra hoac dirge niem yet tren man hinh cua nha cung cap thong tin.

Kha nang sai sot hoac dieu chinh dir lieu mac du co the xay ra do thay doi phirang phap do lirang dir lieu hoac loi danh may, van de khong nghiem trong nhir so vdi trirang hgp sai sot va dieu chinh dir lieu kinh te vT mo. Ben canh do, phan tich dir lieu tai chinh phai doi dien vo'i nhirng van de khac gan lien vo'i nhirng dac diem rieng cd cua dir lieu tai chinh nhir do nhon virgt chuan (leptokurtosis), bien dong nhom (clustering volatility), hieu irng don bay (leverage). Nhirng khac biet nay doi hoi phdi cd nhirng phirang phap, ky thuat phu hgp de xir ly cac dir lieu tai chinh va giai quyet cac van de trong tai chinh. Tai lieu dirge tiep can theo hirong ling dung nham giup ngtrai doc de dang hieu, lam chu va sir dung dirge cac phirang phap, ky thuat kinh te lirgng.

Cac noi dung dirge trlnh bay theo hird'ng han che ham lirgng toan, thong ke va tap trung vao khia canh irng dung cua tirng phirang phap, ky thuat ket hgp vo’i khai thac cac tien ich san cd tir phan mem kinh te lirgng. Trong tirng chirang, song song vo'i phan thuyet la phan hird'ng dan ii irng dung tren bo dir lieu phu hop dirge lay tir 4 nguon tin cay, gbm Thong ke Tai chfnh Quoc te (International Financial Statistics, IFS), Tong cue Thong ke (General Statisics Office, GSO), Dir lieu Tai chfnh va Kinh te Quandl va Trung tarn Hoi nhap Khu vtre Chau A (Asia Regional Integration Centre, ARIC). Tai lieu cung dira vao phan hircrng dan tirng biro'c thao tac cu the de thirc hien iro'C lirgng, kiem dinh bang phan mem EViews va phan tfch chi tiet cac ket qua ircrc lirong, kiem dinh nham giup ngircri doc tir thirc hanh va co the thirc hien nghien cun cua rieng minh. Von muc tieu giup nhumg doi tiromg dang va se can sir dung kinh te lirong cho hoc tap, nghien cun co dirge mot tai lieu tieng Viet tiep can theo hircrng irng dung don gian va cu the, tai lieu dirge bien soan dga tren nhung kien thirc va kinh nghiem tfch luy dirge trong qua trinh nghien cun va giang day cua nhom bien soan.

Noi dung trong tai lieu con dirge bien soan dira theo nhung giao trinh kinh te lirgng dirge sir dung rong rai tai cac trirong dai hoc tren the gicri, trong do cac tai lieu tham khao chu yeu gbm Brooks (2014), Asteriou va Hall (2011,), Enders (2010). Cau true cua tai lieu gbm 6 chirong. Chirong 1 gicri thieu cac dang cau true dir lieu dirge str dung trong phan tich kinh te, tai chfnh va cac phirong phap phan tfch dir lieu co’ ban bao gbm phan tfch do thi, thong ke mb t£, thay doi tan suat dir lieu, chuyen dang dir lieu, loai bo thanh phan mua vu cua dir lieu thoi gian. Ngoai ra, cac biro'c thgc hien nghien ciru dinh lirgng cung dirge mo ta ngan gon trong chiromg nay.

Chiro’ng 2 trinh bay mo hinh chubi thai gian do,n bien va tong quan ve dir bao, iii trong do noi dung chu yeu la hirang dan phirong phap trcrc * bao mo hinh ARIMA theo tiep can Box-Jenkins. lirgng va du Chirong 3 gidi thieu ve mo hinh tg hoi qui vectcr (VAR), mo hinh chuoi thoi gian da bien dirge sir dung pho bien nhat de giai quyet van de noi sinh. Phan tich nhan qua Granger, phan irng day va phan ra phirong sai cung dirge trinh bay nhtr la nhung phirong phap phan rich chu yeu cua mo hinh VAR. Chirong 4 trinh bay mo hinh dong lien ket va hieu chinh sai so de xu * ly cac dir lieu chuoi then gian khong dung dong then kham pha tac dong ngan han va dai han.

Chirong 5 gioi thieu cac mo hinh phu hgp veri dir lieu tai chinh co dac diem phirong sai thay doi, bao gbm hai loai mo hinh don gian nhat la ARCH va GARCH. Chirong 6 gioi thieu hai mo hinh co’ ban nhat de phan tich dir lieu bang la mo hinh tac dong co dinh (FEM) va mo hinh tac dong nglu nhien (REM). Mac dii nhom bien soan da rat no lire, tai lieu chac chan se con nhung thieu sot nhat dinh. Nhom bien soan rat mong nhan dirge y kien dong gop cua ban doc de tiep tuc hoan chinh tai lieu.

Moi y kien dong gop xin vui long giri ve dia chi email: iefapplyeconometrics@gmail. Nhom bien ‘soan xin tran trong cam on moi y kien dong gop. NHOM BIEN SOAN iv HU’O’NG DAN SIT DUNG ■ I BO Dtr LIEU THLFC HANH ■ ■ ■ * lieu thirc hanh du'o’c cung cap cho ban doc diroa dang Bo du file excel (.xlxs) va workfile cua EViews (. De co bo du * lieu thtrc hanh di kern tai lieu, ban doc gtri email: - Co tieu de: De nghi cung cap bo du * lieu thirc hanh - Giri den dia chi: [e-mail] Ngoai ra, trong qua trinh tim hieu Kinh te Itromg trng dung, quy ban doc co thac mac can giai dap, nhom bien soan rat mong nhan du'o’c email chia se cua quy ban doc.

Trong kha nang co the, chung toi se giai dap cac thac mac cua quy ban doc nhu * mot str dong hanh va ho trcr quy ban doc tren con du'dmg hoc tap va nghien cu-u. Nhom bien soan rat mong nhan du'o’c email cua quy ban doc! NHOM BIEN SOAN ■ MUC LUC ■ ■ Ld'i mo* dau. i Hu'6'ng dan sir dung bo dir lieu thirc hanh v Muc luc. vi Danh muc bang xiii Danh muc hinh xiv Danh muc hop.

xviii Danh muc tir viet tat. xix CHU'O’NG 1. CAU TRUC DU * * LIEU VA PHAN TICH DU ■ LIEU CCf BAN 1 1. Cac loai cau true dir lieu 2 1.

*Du lieu cheo 2 1. Dir lieu chuoi thcri gian 3 1. *Du lieu bang 5 1. Phan tfch *du lieu *co bin 6 1.

Quan sat bang *du lieu 6 1. Phan tfch do thi 7 1. Thong ke mo ta 8 1. Du lieu chuoi thd'i gian va nhung xu ly cor ban 11 1.

Cac thanh phan cua du- lieu chuoi thd’i gian 11 1. Chi so va nam goc. Thay doi tan suat du lieu 19 1. Chuyen dang *du lieu 24 1.

Loai bo thanh phan mua vu 29 1. Cac bu'6'C xay dung mo hinh kinh te lu'crng 31 Tom tat noi dung 33 vi CHiraNG 2. U O’C LU'C/NG • • BAG BANG MO HINH VA DU' CHUOI THO! GIAN DCTN BIEN. Gio'i thieu ve kinh te lirong chuoi thoi gian va mot so khai niem.

Gio’i thieu ve kinh te lu'ong chuoi thoi gian. Mot so khai niem trong kinh te lu'ong chuoi then gian. Gio'i thieu mo hinh chuoi thoi gian do,n then. Mo hinh trung binh triro't (MA).

Gio'i thieu mo hinh MA. Dac diem mo hinh MA. Tfnh kha nghich cua mo hinh MA. Mo hinh tir hoi qui (AR).

Gio'i thieu mo hinh AR. Dac diem mo hinh AR. Dieu kien dung cua mo hinh AR(p). Mo hinh trung binh tru’O't tir hoi qui (ARMA).

Qua trinh ti'ch htyp va mo hinh ARIMA. Ham tir tiro'ng quan va ham tir tirong quan rieng phan. ACF va PACF cua qua trinh AR. ACF va PACF cua qua trinh MA.

ACF va PACF cua qua trinh ARMA. Xay dung mo hinh ARMA theo tiep can Box-Jenkins. Nhan dang mo hinh. U’crc lu'ong mo hinh.

Kiem dinh chan doan. Kiem dinh tfnh dung cua chuoi thcri gian dvra vao ACF. Xay dung mo hinh ARMA cho chuoi lam phat theo tiep can Box-Jenkins. Tong quan ve du* bao.

Tai sao phai thirc hien dir bao?. Cac loai du* bao. Danh gia tfnh chfnh xac cua dir bao. Dir bao bang mo hinh chuoi tho-i gian.

Ky vong co dieu kien. Dir bao gia tri tiromg lai cua qua trinh MA(q). Dir bao gia tri tirong lai cua qua trinh AR(p). Dir bao lam phat bang mo hinh ARMA.90 Tom tat noi dung.

MO HINH TH HOI QUIVECTCT. Mot so khai niem. Phtrong trinh dang rut gon va phirong trinh cau true. Van de nhan dang.

He phirong trinh dong thoi, van de noi sinh va vi pham gia dinh CLRM.