Kinh tế lượng ứng dụng trong kinh tế và tài chính - Phạm Thị Tuyết Trinh và cộng sự

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

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.

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