Kinh tế lượng ứng dụng

Mô tả khoá học

– Học Kinh tế lượng giúp người học có hệ thống phương pháp để tiến hành các nghiên cứu định lượng và thực chứng.

– Hai mục đích chính của Kinh tế lượng:(1) kiểm nghiệm lý thuyết kinh tế bằng cách xây dựng các mô hình kinh tế (mà có khả năng kiểm định được) và (2) chạy (estimate) và kiểm tra các mô hình đó xem chúng đưa ra kết quả chấp nhận hay phủ quyết lý thuyết kinh tế

ĐỐI TƯỢNG THAM GIA:

– Học viên cao học

– Sinh viên có nhu cầu làm nghiên cứu khoa học

– Người học có nhu cầu thực hiện chạy mô hình dữ liệu trong công ty nghiên cứu, phân tích thị trường

HỌC PHÍ:

Học Phần 1: Kinh tế lượng cơ bản: 2.000.000đ/HV

Học Phần 2: Phân tích Dữ liệu bảng: 2.500.000đ/HV

Học Phần 3: Phân tích Chuỗi thời gian: 2.500.000đ/HV

* ƯU ĐÃI HỌC PHÍ:

– Giảm 15% cho học viên đăng ký trọn khóa gồm 3/3

– Giảm 10% cho học viên đăng ký 2 học phần bất kỳ trong khóa

– Giảm thêm 100.000 VNĐ/Học viên cho nhóm học viên đăng ký từ 04 bạn trở lên

THỜI GIAN HỌC:

HP1. Kinh tế lượng cơ bản (Basic Econometrics)

> Ngày 15/07/2024 (18h – 20h45 các ngày thứ 2 – 4 – 6)

HP2. Phân tích dữ liệu bảng (Panel Data Analysis)

> Ngày 29/07/2024 (18h – 20h45 các ngày thứ 2 – 4 – 6)

HP3. Phân tích chuỗi thời gian (Time Series Analysis)

> Ngày 12/08/2024 (18h – 20h45 các ngày thứ 2 – 4 – 6)

– Thời lượng: 6 buổi / học phần

HÌNH THỨC HỌC TẬP: Hybrid kết hợp Online và Offline

– Offline tại Cơ sở B UEH (279 Nguyễn Tri Phương, Phường 5, Quận 10, TP. HCM)

– Online trên nền tảng Microsoft Teams (Zoom/GG Meet)

– Học viên linh hoạt hình thức học phù hợp với bản thân trong quá trình tham gia.

ĐIỀU KIỆN TIÊN QUYẾT:

Học viên đăng ký học Học Phần 2,3 cam kết nắm vững kiến thức kinh tế lượng cơ bản (tương đương học phần 1)

CẤU TRÚC CHƯƠNG TRÌNH:

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 bảngHồi 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.