Chuyên đề Phương pháp nghiên cứu trong kinh tế – tài chính
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (706.86 KB, 30 trang )
CHUYÊN ĐỀ 6
Phương pháp nghiên cứu
trong kinh tế – tài chính
ThS. Nguyễn Đình Thiên
Trung tâm Nghiên cứu Kinh tế – Tài chính
NỘI DUNG
-
Thu thập số liệu
-
Xử lý số số liệu
-
Chọn lựa mô hình
-
Kiểm định mô hình
-
Giải thích kết quả
THU THẬP DỮ LIỆU
-
World bank, IMF, ADB, OECD…
-
Thomson Reuters, Bloomberg, Yahoo
Finance…
-
Tổng cục thống kê, Ngân hàng Nhà
nước….
-
Website tài chính, trang chuyên ngành
-
Báo cáo chuyên ngành
CÁC LOẠI DỮ LIỆU
-
Chuỗi thời gian (time series data)
-
Chéo (cross sectional data)
-
Bảng (panel data)
-
Đơn biến (Univariate)
-
Đa biến (Multivariate)
-
Rời rạc (Discrete)
-
Liên tục (Continuous)
XỬ LÝ DỮ LIỆU
A
B
C
D
42
46
40
49
35
29
2
87
47
27
39
4
30
31
27
5
38
9
34
28
78
32
19
79
30
102
34
17
33
24
33
62
13
50
41
17
KHAI PHÁ DỮ LIỆU
-
Tính toán giá trị thống kê: min, max,
mean, median, standard deviation.
-
Sắp xếp (Sort)
-
Vẽ biểu đồ: histogram, boxplot, scatter
plot.
KHAI PHÁ DỮ LIỆU
45
40
39
38
35
31
30
27
25
30
27
20
15
10
9
5
5
4
0
0
20
40
60
80
100
PHÂN PHỐI CỦA DỮ LIỆU
DỮ LIỆU CHUỖI THỜI GIAN
DỮ LIỆU CHUỖI THỜI GIAN
Các thành phần chính:
-
Xu hướng
-
Chu kỳ
-
Thời vụ
-
Ngẫu nhiên
DỮ LIỆU CHUỖI THỜI GIAN
DỮ LIỆU CHUỖI THỜI GIAN
Các kiểm định cần có:
-
Tính dừng (Stationary): ACF, PACF, KPSS
Không dừng thì chuyển đổi dữ liệu:
Sai phân bậc 1: wt = Yt - Yt-1
Sai phân bậc 2: wt2 = wt − wt − 1
-
Độ trễ (lag)
-
Đồng tích hợp (Cointegration)
TÍNH DỪNG
ĐỒNG TÍCH HỢP
MÔ HÌNH CHUỖI THỜI GIAN
Mô hình đơn biến (Univariate)
- AR,
MA, ARIMA, ARFIMA
- ARCH,
GARCH
Mô hình đa biến (Multivariate)
-
VAR, VARMA, seasonal VARMA
ECM, VECM
Kiểm định tác động nhân quả: Granger
DỮ LIỆU CHÉO
NAT
VIE
THA
SIN
IND
MAL
CAM
LAO
BRU
PLP
Y
42
46
40
49
35
29
22
87
47
Mô hình OLS
X1
27
39
24
30
31
27
25
38
39
X2
34
28
78
32
19
79
30
42
34
X3
17
33
24
33
62
13
50
41
17
DỮ LIỆU BẢNG
TRÌNH TỰ THỰC HIỆN NGHIÊN CỨU
Thống kê mô tả (Descriptive Statistics)
Ma trận tương quan (Correlation Matrix)
Kiểm định đa cộng tuyến (VIF)
Chọn lựa biến (Variables Selection)
Chọn lựa mô hình (Model Selection)
Kiểm định mô hình
Giải thích kết quả (Result Explanation)
THỐNG KÊ MÔ TẢ
A
B
C
D
41.89
23.33
48.44
32.22
7.39
4.57
9.85
5.50
42
27
34
33
22.18
13.72
29.56
16.51
492.11
188.25
873.53
272.69
Kurtosis
2.85
-1.49
-0.69
-0.46
Skewness
0.39
-0.53
0.98
0.64
85
35
83
49
Minimum
2
4
19
13
Maximum
87
39
102
62
9
9
9
9
Mean
Standard Error
Median
Standard Deviation
Sample Variance
Range
Count
MA TRẬN TƯƠNG QUAN
A
B
C
D
A
B
C
1
0.5620
1
0.5011 0.0501
1
-0.1112 0.1651 -0.2955
D
1
Cho thấy mức độ tương quan giữa các cặp
biến, ví dụ:
- A tương quan cùng chiều với B và
mức tác động là 0.56
- D vs A ???, C vs A???
KIỂM ĐỊNH ĐA CỘNG TUYẾN
Khi có bất kỳ cặp biến nào có giá trị VIF >
10 thì cặp biến đó có hiện tượng đa cộng
tuyến.
Hồi quy giả
Loại bỏ bớt 1 trong 2 biến
Biến nào trong mô hình có kết quả tốt
hơn thì chọn
CHỌN LỰA MÔ HÌNH
- Tiết kiệm: Mô hình đơn giản nhưng phải
chứa các biến chủ yếu ảnh hưởng đến biến
phụ thuộc nhằm giải thích bản chất của vấn
đề nghiên cứu.
- Tính đồng nhất: các tham số ước lượng
phải duy nhất.
-Tính thích hợp (R2): Mô hình có R2 ( hoặc
càng gần 1 được coi càng thích hợp.
- Tính bền vững về mặt lý thuyết: mô
hình phải phù hợp với lý thuyết nền tảng.
- Khả năng dự báo cao
TIÊU CHUẨN R2
R2 đo lường % biến động của Y được giải
thích bởi các Xi trong mô hình.
R2 càng gần 1, mô hình càng phù hợp.
Lưu ý:
- Nó chỉ đo lường sự phù hợp “trong mẫu”
- Khi so sánh R2 giữa các mô hình khác
nhau, các biến phụ thuộc phải giống nhau.
- R2 không giảm khi tăng thêm biến độc
lập.
SAI LẦM KHI CHỌN MÔ HÌNH
•Bỏ sót biến thích hợp: dẫn đến một số
hậu quả như
i. Các tham số ước lượng sẽ bị chệch và
không vững.
ii. Khoảng tin cậy và các kiểm định không
chính xác.
iii. Dự báo dựa trên mô hình sai sẽ không
đáng tin cậy.
iv. Đưa vào mô hình những biến không
phù hợp
SAI LẦM KHI CHỌN MÔ HÌNH
•Lựa chọn mô hình không chính xác:
i. Ước lượng chệch các hệ số hồi quy,
thậm chí dấu của hệ số hồi quy có thể
sai.
ii. Có ít hệ số hồi quy ước lượng được có ý
nghĩa thống kê
iii. R2 không cao
iv. Phần dư các quan sát lớn và biểu thị sự
biến thiên có tính hệ thống.
