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 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 »
KTL nâng cao

Vận dụng mô hình DSGE trong hoạch định chính sách

Tiếp theo bài Hướng dẫn ước lượng và phân tích mô hình cân bằng động ngẫu nhiên tổng quát (DSGE), chúng ta đã biết cách xây dựng, thiết lập mô hình DSGE cũng như đã giải thích được các kết quả…

Xem thêm »
KTL nâng cao

Hướng dẫn ước lượng và phân tích mô hình DSGE

Mô hình DSGE hay còn gọi là mô hình cân bằng động ngẫu nhiên tổng quát (DSGE là viết tắt của Dynamic Stochastic General Equilibrium), là một mô hình dữ liệu thời gian được sử dụng ngày càng phổ biến trong…

Xem thêm »
Back to top button
Close
Close