Học phần

Nội dung 

Mục tiêu

KINH TẾ LƯỢNG CƠ BẢN

Buổi 1: Khát quát

– Mô hình hồi quy tuyến tính
– Phương pháp bình phương nhỏ nhất
– Các giả thiết của mô hình hồi quy tuyến tính cổ điển
– Tính vững, hiệu quả và không chệch của ước lượng
– Kiểm định giả thuyết đơn và giả thuyết bội về hệ số hồi quy 

Hướng dẫn thực hành với phần mềm R, học viên có thể:

– Nắm vững bản chất của kinh tế lượng và dữ liệu kinh tế.

– Hiểu rõ mô hình hồi quy tuyến tính đơn và hồi quy tuyến tính bội với dữ liệu chéo: vấn đề ước lượng, vấn đề suy diễn và một số vấn đề mở rộng. Ứng dụng được các mô hình trong thực tế.

– Hiểu rõ phương pháp bình phương nhỏ nhất và tính chất của ước lượng OLS.

– Hiểu rõ về lý thuyết và ứng dụng cho trường hợp hồi quy với biến định tính.

– Kỹ năng sử dụng phần mềm R để thực hiện ước lượng, kiểm định và dự báo bằng hồi quy.

– Có khả năng thích ứng và cập nhật những kiến thức mới trên nền tảng những kiến thức đã được trang bị.

Buổi 2: Mở rộng hồi quy tuyến tính

– Mô hình log-lin

– Mô hình lin-log

– Mô hình log-log

– Mô hình hồi quy đa thức

– Một số dạng hàm khác

Buổi 3: Hồi quy với biến giả

Buổi 4: Vấn đề đa cộng tuyến (Multicollinearity): phát hiện và xử lý

Buổi 5: Vấn đề phương sai thay đổi (Heteroskedasticity): kiểm định và xử lý

Buổi 6: Vấn đề nội sinh: (Endogeneity): nguyên nhân, xử lý và các kiểm định

PHÂN TÍCH DỮ LIỆU BẢNG

Buổi 1: Giới thiệu dữ liệu bảng

Hồi quy với dữ liệu dạng bảng (panel data)

– Pooled OLS

– Mô hình FEM (Fixed effect model)

– Mô hình REM ( Random effect model)

– Kiểm định Hausman và một số kiểm định so sánh lựa chọn mô hình

– Hiểu rõ về dữ liệu bảng, biết cách trình bày dữ liệu bảng.

– Biết cách lựa chọn mô hình phù hợp với bộ dữ liệu đang có.

– Biết cách thực hiện các kiểm định liên quan đến dữ liệu bảng.

– Hiểu rõ phương pháp GMM và áp dụng GMM cho mô hình dạng bảng động.

Buổi 2:

– Kiểm định và xử lý phương sai thay đổi với dữ liệu bảng

– Kiểm định và xử lý tương quan chéo với dữ liệu bảng

– Xử lý nội sinh với dữ liệu bảng

Buổi 3: 

– Mô hình dữ liệu bảng hai chiều

+ FEM hai chiều

+ REM hai chiều

– Kiểm định lựa chọn mô hình

Buổi 4: 

– Mô hình SUR 

– Vấn đề kiểm định giả thiết đồng thời giữa các phương trình

Buổi 5: Phương pháp GMM (Generalized Method of Moment) 

Buổi 6: Phương pháp GMM với mô hình dạng bảng động

– Difference – GMM 

– System GMM

PHÂN TÍCH CHUỖI THỜI GIAN

Buổi 1: Giới thiệu

– Các ví dụ về chuỗi thời gian

– Chuỗi dừng và hàm tự tương quan

– Ước lượng và loại trừ thành phần xu hướng và mùa vụ. 

– Tính dừng của chuỗi thời gian

– Biểu đồ ACF và PACF

– Kiểm định nghiệm đơn vị : kiểm định DF, ADF, Phillip – Perron và KPSS

– Thực hành trên phần mềm R. 

– Cung cấp các phương pháp cơ bản để phân tích và dự báo chuỗi thời gian. 

– Các chủ đề bao gồm chuỗi dừng, phân tích và dự báo bằng ARIMA, mô hình GARCH, mô hình VAR và VECM. 

– Hiểu được các phương pháp, ý tưởng, kết quả và kết luận trong các bài nghiên cứu về kinh tế và tài chính áp dụng chuỗi thời gian. 

– Nắm được cách phân tích chuỗi thời gian và vận dụng được cho những chuỗi thời gian cụ thể. 

Buổi 2: Chuỗi không dừng và mô hình ARIMA

– Mô hình ARIMA

– Kỹ thuật nhận dạng mô hình ARIMA

– Dự báo mô hình ARIMA

– Mô hình ARIMA theo mùa

– Thực hành trên phần mềm R. 

Buổi 3: Mô hình hồi quy động

– Mô hình ARDL 

– Các kiểm định liên quan đến mô hình ARDL

– Thực hành trên phần mềm R. 

Buổi 4: Mô hình phân tích biến động

– Mô hình ARCH

– Mô hình GARCH

– Kiểm định liên quan đến mô hình GARCH

– Thực hành trên phần mềm R. 

Buổi 5-6: Mô hình VAR

– Giới thiệu về mô hình VAR

– Kiểm định Granger Causality

– Lựa chọn độ trễ

– Tính ổn định (stability) của mô hình VAR

– Thực hành trên phần mềm R. 

– Giới thiệu về đồng liên kết

– Mô hình ECM

– Mô hình VECM

– Thực hành trên phần mềm R.