Home | Thẻ: Time series ( trang 2)

Thẻ: Time series

Tổng quan về mô hình SVAR

Giới thiệu tổng quan về SVAR

Trừ khi ma trận phương sai - hiệp phương sai của phần dư (A) là ma trận đơn vị (mô hình VAR cơ sở/đơn giản nhất) nếu không thì các phần dư trong dạng rút gọn sẽ có tương quan với nhau. Khi các phần dư có tương quan với nhau thì sẽ làm lệch kết quả phân tích IRF. ...

Đọc tiếp »

Ví dụ minh họa hạn chế của VAR

Lựa chọn VAR vs SVAR

Khi các phần dư có tương quan với nhau thì kết quả phân tích IRF, FEVD sẽ bị thiên chệch. Do đó, để có kết quả phân tích IRF tin cậy và hiệu quả thì cần thiết phải biết các phần tử của ma trận phương sai - hiệp phương sai của VAR. Đây chính là cơ sở thực hiện ...

Đọc tiếp »

Không sử dụng mô hình VAR khi nào?

Số tham số tự do cần ước lượng của mô hình VAR quá nhiều

Một trong những vấn đề nghiêm trọng của các mô hình VAR là số tham số tự do cần ước lượng của mô hình VAR quá nhiều. Giả sử, một mô hình VAR bậc p cho n biến nội sinh thì số tham số tự do cần được ước lượng là n2p + n(n+1)/2, trong đó n2p tham số hệ ...

Đọc tiếp »

Các bước ước lượng mô hình ARDL

Các bước ước lượng mô hình ARDL

Ưu điểm của mô hình ARDL là cho phép ước lượng các mô hình tồn tại bậc tích hợp hỗn hợp cũng như trong các trường hợp không chắc chắn về kết quả kiểm định nghiệm đơn vị. Ngoài ra, mô hình ARDL còn cho phép kiểm chứng mối quan hệ đồng tích hợp giữa các chuỗi và từ đó phân ...

Đọc tiếp »

Minh họa ước lượng mô hình ARDL trên Stata

Các bước ước lượng mô hình ARDL

Bài viết sẽ minh họa chi tiết các bước ước lượng một mô hình ARDL trên Stata theo quy trình các bước ước lượng ARDL. Bạn có thể tham khảo cách ước lượng ARDL trên EViews cho cùng một mẫu dữ liệu để tiện so sánh giữa 2 phần mềm. . import delimited using https://vietlod.com/data . . . Phần nội ...

Đọc tiếp »

Kiểm định tính dừng – hồi quy mơ hồ

Hồi quy mơ hồ - Spurious regression giữa các chuỗi không dừng, nghiệm đơn vị

Hồi quy mơ hồ (spurious regression) thường được sử dụng khi đề cập đến vấn đề phân tích hồi quy giữa các chuỗi không dừng. Bởi thông thường tổ hợp tuyến tính của các chuỗi không dừng sẽ là một chuỗi không dừng. Vì vậy, các thống kê chuẩn như t, F hay R2 sẽ không còn phù hợp. Bài ...

Đọc tiếp »

Một số khái niệm cơ bản trong time series

Toán tử trễ, nghiệm đơn vị, định lí Wold...

Các thuật ngữ như tính dừng, bước ngẫu nhiên hoặc nghiệm đơn vị là những khái niệm cơ bản được sử dụng rất phổ biến khi đề cập đến các loại dữ liệu chuỗi thời gian. Ngoài ra, các khái niệm như toán tử trễ, ma trận đa thức trễ, nghiệm đặc trưng, hay định lí Wold thường được biết ...

Đọc tiếp »

Kiểm định Breakpoint Unit root test

Thực hiện kiểm định breakpoint unit root test trên EViews 9

Perron (1989) đã chỉ ra rằng các kiểm định nghiệm đơn vị thông thường sẽ bị chệch về hướng bác bỏ giả thiết H0 khi dữ liệu là dừng xu thế với điểm gãy cấu trúc (structural break). Trong trường hợp dữ liệu có điểm gãy cấu trúc, thay vì sử dụng các kiểm định nghiệm đơn vị thông thường thì ...

Đọc tiếp »

Các tiêu chuẩn thông tin trong lựa chọn mô hình

Lựa chọn mô hình theo tiêu chuẩn thông tin AIC, BIC/SIC, HQ

Tương tự như thống kê độ phù hợp trong mô hình hồi quy, R2 thì các tiêu chuẩn thông tin cũng bao gồm thành phần độ phù hợp dựa trên giá trị log-likelihood và thành phần phức tạp dựa trên tham số được ước lượng của mô hình. Tiêu chuẩn thông tin như AIC, AICc, HQ, BIC/SIC cung cấp cho chúng ...

Đọc tiếp »