Time series

Phương pháp ước lượng dữ liệu thời gian như mô hình ARIMA, ARCH/GARCH, mô hình VAR/VECM, mô hình ARDL hoặc các mô hình ngưỡng…cùng các kiểm tính tính dừng, đồng tích hợp là các phương pháp chính trong dữ liệu thời gian.

KTL nâng cao

Ước lượng mô hình DSGE phi tuyến

Các mô hình cân bằng động ngẫu nhiên tổng quát, hay gọi tắt là mô hình DSGE (Dynamic Stochastic General Equilibrium) được sử dụng trong kinh tế vĩ mô để mô tả cấu trúc của nền kinh tế. Những mô hình…

Xem thêm »
KTL nâng cao

Minh họa ước lượng mô hình FMOLS DOLS CCR

Khi làm việc với các dữ liệu bảng, dữ liệu thời gian thì đầu tiên chúng ta phải kiểm tra tính dừng của các chuỗi. Các chuỗi phải đảm bảo là dừng trước khi được đưa vào mô hình ước lượng.…

Xem thêm »
KTL nâng cao

Ước lượng mô hình ARDL trên Stata

MÔ HÌNH ARDL Trên Stata, chúng ta có thể sử dụng câu lệnh ardl để ước lượng mô hình ARDL tổng quát cho các chuỗi thời gian. Câu lệnh ardl sẽ tính toán các hệ số ngắn hạn, hệ số dài…

Xem thêm »
KTL nâng cao

Giới thiệu và ước lượng mô hình Markov Switching trên Stata

Giới thiệu mô hình Markov Switching Câu lệnh mswitch trong Stata 14 được sử dụng để ước lượng các mô hình hồi quy động thể hiện sự khác nhau giữa các giai đoạn không quan sát (unobserved states) bằng cách sử…

Xem thêm »
KTL nâng cao

Hướng dẫn đọc kết quả mô hình EGARCH

Có nhiều mô hình chuỗi thời gian được sử dụng để đo lường sự biến động của thị trường như mô hình ARCH, GARCH…, tuy nhiên, được sử dụng nhiều hơn cả có thể là mô hình EGARCH. Tuy nhiên, để…

Xem thêm »
KTL nâng cao

Áp dụng thực tiễn của mô hình DSGE trên Stata

Các mô hình cân bằng động ngẫu nhiên tổng quát (DSGE) được sử dụng trong kinh tế học vĩ mô để mô hình hóa hành vi chung của các chuỗi thời gian tổng hợp như lạm phát, lãi suất và thất…

Xem thêm »
Back to top button
Close
Close