Giới thiệu về kinh tế lượng: Minh họa thực hành với Stata

Price range: 550.000₫ through 1.490.000₫

Nhiều sinh viên khi mới bắt đầu thường cảm thấy kinh tế lượng là một môn học khô khan, đầy rẫy những công thức toán và các giả định trừu tượng. Bạn có thể dễ dàng chạy một lệnh hồi quy trên phần mềm, nhưng việc hiểu sâu sắc ý nghĩa đằng sau kết quả, nhận biết những cạm bẫy tiềm ẩn như thiên lệch do biến bị bỏ sót (omitted variable bias), hay phân biệt giữa tương quan và tác động nhân quả (causal effect) là một thách thức hoàn toàn khác. Đây chính là khoảng trống mà chuỗi bài giảng này mong muốn lấp đầy.

SKU: SSTOK20U1 Category:

Kinh tế lượng nhập môn: từ lý thuyết đến ứng dụng

An Introduction to Econometrics: From Theory to Application

LỜI GIỚI THIỆU

Chào các bạn sinh viên và nhà nghiên cứu trẻ,

Bạn đã bao giờ tự hỏi làm thế nào các nhà kinh tế có thể khẳng định rằng việc giảm sĩ số lớp học sẽ cải thiện kết quả thi của học sinh? Hay làm thế nào họ ước tính được tác động của việc tăng thuế thuốc lá lên sức khỏe cộng đồng? Những câu hỏi này không thể được trả lời chỉ bằng lý thuyết kinh tế suông. Chúng đòi hỏi một cây cầu nối giữa lý thuyết và dữ liệu thực tế – và cây cầu đó chính là Kinh tế lượng.

Nhiều sinh viên khi mới bắt đầu thường cảm thấy kinh tế lượng là một môn học khô khan, đầy rẫy những công thức toán và các giả định trừu tượng. Bạn có thể dễ dàng chạy một lệnh hồi quy trên phần mềm, nhưng việc hiểu sâu sắc ý nghĩa đằng sau kết quả, nhận biết những cạm bẫy tiềm ẩn như thiên lệch do biến bị bỏ sót (omitted variable bias), hay phân biệt giữa tương quan và tác động nhân quả (causal effect) là một thách thức hoàn toàn khác. Đây chính là khoảng trống mà chuỗi bài giảng này mong muốn lấp đầy.

Chuỗi bài giảng “Giới thiệu về kinh tế lượng” được viết với một triết lý rõ ràng: Kinh tế lượng là một công cụ thực hành để trả lời các câu hỏi quan trọng. Chúng tôi sẽ dẫn dắt bạn qua một hành trình có cấu trúc, bắt đầu từ việc ôn tập các khái niệm xác suất và thống kê cốt lõi, xây dựng nền tảng vững chắc về hồi quy tuyến tính, và sau đó trang bị cho bạn các công cụ nâng cao để giải quyết các vấn đề phức tạp trong thế giới thực. Thay vì chỉ tập trung vào chứng minh toán học, chúng tôi nhấn mạnh vào việc xây dựng trực giác, sử dụng các ví dụ thực tế và hướng dẫn thực hành chi tiết trên Stata để bạn có thể tự tin áp dụng những gì đã học vào nghiên cứu của riêng mình.

CẤU TRÚC TÀI LIỆU

  1. Nền tảng của suy luận kinh tế lượng
    Xây dựng bộ công cụ tư duy thiết yếu bằng cách ôn tập các khái niệm xác suất, thống kê và làm quen với mô hình hồi quy tuyến tính đơn. Bạn sẽ hiểu cách dữ liệu và lý thuyết kết hợp để trả lời các câu hỏi kinh tế.
  2. Làm chủ mô hình hồi quy bội đa dạng
    Đi sâu vào công cụ cốt lõi của kinh tế lượng: hồi quy bội. Bạn sẽ học cách kiểm soát nhiều yếu tố cùng lúc, kiểm định các giả thuyết phức tạp và mô hình hóa các mối quan hệ phi tuyến, mở ra khả năng phân tích sâu sắc hơn.
  3. Các công cụ nâng cao cho suy luận nhân quả
    Trang bị các kỹ thuật hiện đại để vượt qua những thách thức phổ biến trong nghiên cứu thực nghiệm. Bạn sẽ làm chủ phân tích dữ liệu bảng, hồi quy biến công cụ và mô hình cho biến phụ thuộc nhị phân để có được những kết luận nhân quả vững chắc.
  4. Phân tích chuỗi thời gian và nghệ thuật dự báo
    Bước vào thế giới của dữ liệu theo thời gian, một lĩnh vực quan trọng trong kinh tế vĩ mô và tài chính. Bạn sẽ học cách mô hình hóa sự phụ thuộc động, xử lý các vấn đề về tính không dừng và xây dựng các mô hình dự báo hiệu quả.
  5. Từ thí nghiệm đến các phương pháp hiện đại
    Khám phá các phương pháp tiêu chuẩn vàng trong đánh giá tác động như thí nghiệm ngẫu nhiên và tựa thí nghiệm. Đồng thời, bạn sẽ được giới thiệu các kỹ thuật hồi quy tiên tiến để xử lý dữ liệu lớn, sẵn sàng cho các thách thức phân tích hiện đại.

KIẾN THỨC TIÊN QUYẾT

Để tiếp thu tốt nhất nội dung trong sách, bạn cần có sự chuẩn bị về các kiến thức và kỹ năng cơ bản sau:

  • Đại số cơ bản: Thoải mái với các phép toán đại số, giải phương trình tuyến tính và hiểu khái niệm về hàm số.
  • Xác suất và Thống kê nhập môn: Đã hoàn thành ít nhất một khóa học cơ bản về xác suất và thống kê, quen thuộc với các khái niệm như biến ngẫu nhiên, phân phối xác suất, ước lượng và kiểm định giả thuyết.
  • Nguyên lý kinh tế học: Hiểu các khái niệm kinh tế cơ bản để có thể nắm bắt bối cảnh của các ví dụ và bài tập.

MỤC TIÊU HỌC TẬP

Hoàn thành chuỗi bài giảng này, bạn sẽ có khả năng thực hiện và diễn giải các phân tích kinh tế lượng một cách độc lập và có tư duy phản biện. Mục tiêu của chúng tôi là giúp bạn đạt được những kỹ năng có thể đo lường được sau đây:

  • Ước lượng và diễn giải các mô hình hồi quy tuyến tính đơn và bội, bao gồm cả các dạng hàm phi tuyến và hiệu ứng tương tác.
  • Thực hiện và diễn giải các kiểm định giả thuyết thống kê cho các hệ số hồi quy một cách chính xác, cả riêng lẻ và đồng thời.
  • Nhận diện và đưa ra giải pháp cho các mối đe dọa phổ biến đối với suy luận nhân quả, như thiên lệch do biến bị bỏ sót, sai số đo lường và nhân quả đồng thời.
  • Áp dụng các kỹ thuật nâng cao như hồi quy dữ liệu bảng, biến công cụ (IV), và mô hình Probit/Logit để trả lời các câu hỏi kinh tế phức tạp.
  • Phân tích dữ liệu chuỗi thời gian cơ bản, bao gồm việc xây dựng mô hình tự hồi quy (AR) và kiểm định tính dừng.
  • Sử dụng thành thạo Stata để quản lý dữ liệu và thực hiện tất cả các phân tích kinh tế lượng được trình bày trong sách.

GỢI Ý HỌC TẬP

Để tối đa hóa hiệu quả, chúng tôi khuyến khích bạn áp dụng các phương pháp sau:

  • Kết nối các câu hỏi kinh tế với mô hình: Trước mỗi chương, hãy tự hỏi: “Câu hỏi kinh tế nào mà các kỹ thuật trong chương này giúp trả lời?”. Điều này giúp bạn học với mục đích rõ ràng.
  • Học đi đôi với hành: Kinh tế lượng là một kỹ năng thực hành. Hãy chạy lại tất cả các ví dụ Stata trong sách và thử nghiệm với các tùy chọn khác nhau.
  • Tập trung vào diễn giải: Đừng chỉ nhìn vào các con số. Sau mỗi kết quả, hãy dừng lại và viết ra một hoặc hai câu diễn giải ý nghĩa của nó bằng ngôn ngữ phi kỹ thuật.
  • Tận dụng các phần tóm tắt và bài tập: Cuối mỗi chương đều có phần tóm tắt các khái niệm chính và các bài tập. Hãy sử dụng chúng để củng cố và tự kiểm tra kiến thức của mình.
  • Đừng sợ toán học: Các phần phụ lục lý thuyết được cung cấp để làm rõ nền tảng toán học. Hãy xem chúng như một công cụ tham khảo hữu ích khi bạn muốn hiểu sâu hơn.

GIÁ TRỊ NHẬN ĐƯỢC

Đầu tư vào chuỗi bài giảng này là đầu tư vào nền tảng tư duy định lượng của bạn, một tài sản vô giá cho sự nghiệp sau này. Sau khi hoàn thành, bạn sẽ nhận được:

  • Tư duy phản biện sắc bén: Không chỉ chấp nhận kết quả, bạn sẽ học cách đặt câu hỏi về các giả định, kiểm tra tính vững chắc và đánh giá độ tin cậy của các nghiên cứu kinh tế lượng.
  • Kỹ năng thực hành được săn đón: Thành thạo Stata để phân tích dữ liệu là một kỹ năng được yêu cầu cao trong cả môi trường học thuật, chính phủ và khu vực tư nhân.
  • Khả năng đọc hiểu tài liệu học thuật: Tự tin đọc và hiểu các bài báo nghiên cứu thực nghiệm trên các tạp chí kinh tế hàng đầu, một kỹ năng thiết yếu cho sinh viên sau đại học.
  • Nền tảng vững chắc cho các môn học nâng cao: Nắm vững kiến thức trong sách này sẽ mở đường cho bạn tiếp cận các lĩnh vực chuyên sâu như kinh tế lượng vi mô, kinh tế lượng vĩ mô, và tài chính định lượng.
  • Sự tự tin để thực hiện nghiên cứu riêng: Được trang bị đầy đủ công cụ và tư duy để bắt đầu thực hiện các dự án nghiên cứu thực nghiệm của riêng mình cho các bài tập lớn hoặc luận văn tốt nghiệp.

“Kinh tế lượng nhập môn: từ lý thuyết đến ứng dụng” không chỉ là giáo trình mà là khóa huấn luyện toàn diện, biến bạn từ người học lý thuyết thành một nhà phân tích dữ liệu kinh tế thành thạo. Bắt đầu hành trình ngay hôm nay!

Chương 1: Các câu hỏi kinh tế và Dữ liệu

  • Bốn câu hỏi kinh tế lớn và vai trò của dữ liệu
  • Tác động nhân quả và thí nghiệm lý tưởng
  • Các loại dữ liệu trong kinh tế lượng
  • Thực hành nhận dạng dữ liệu và câu hỏi nghiên cứu
  • Tổng hợp – Nền tảng kinh tế lượng hiện đại

Chương 2: Ôn tập về xác suất

  • Biến ngẫu nhiên và các đặc trưng phân phối
  • Phân phối xác suất của hai biến ngẫu nhiên
  • Các phân phối xác suất quan trọng
  • Lấy mẫu ngẫu nhiên và các định lý giới hạn
  • Thực hành Stata từ lý thuyết đến phân tích
  • Bài Tổng hợp – Hệ thống hóa kiến thức xác suất

Chương 3: Ôn tập về thống kê

  • Nền tảng về ước lượng và các đặc tính
  • Ước lượng trung bình tổng thể và BLUE
  • Kiểm định giả thuyết thống kê
  • Khoảng tin cậy và so sánh hai nhóm
  • Thực hành suy luận thống kê với Stata
  • Tổng hợp và hệ thống hóa kiến thức

Chương 4: Hồi quy tuyến tính với một biến hồi quy

  • Nền tảng mô hình hồi quy tuyến tính đơn
  • Ước lượng OLS và diễn giải kết quả
  • Đánh giá độ phù hợp của mô hình
  • Các giả định OLS cho suy diễn nhân quả
  • Phân phối lấy mẫu của các ước lượng OLS
  • Thực hành hồi quy đơn toàn diện với Stata
  • Tổng hợp và hệ thống hóa kiến thức

Chương 5: Hồi quy đơn: kiểm định giả thuyết và khoảng tin cậy

  • Kiểm định giả thuyết cho hệ số hồi quy
  • Xây dựng khoảng tin cậy và diễn giải
  • Hồi quy với biến độc lập nhị phân
  • Phương sai sai số thay đổi và không đổi
  • Phân tích thực hành với Stata từ A-Z
  • Tổng hợp và lý thuyết nâng cao

Chương 6: Hồi quy tuyến tính với nhiều biến hồi quy

  • Hiểu rõ thiên lệch do biến bị bỏ sót
  • Mô hình hồi quy bội và ước lượng OLS
  • Các thước đo độ phù hợp của mô hình
  • Các giả định OLS và phân phối của ước lượng
  • Hiện tượng đa cộng tuyến trong thực tế
  • Biến kiểm soát và suy luận nhân quả
  • Thực hành phân tích hồi quy bội với Stata
  • Tổng hợp kiến thức về hồi quy bội

Chương 7: Kiểm định giả thuyết và Khoảng tin cậy trong hồi quy bội

  • Kiểm định giả thuyết cho một hệ số
  • Nền tảng về kiểm định giả thuyết đồng thời
  • Thống kê F dựa trên tính đồng phương sai
  • Ứng dụng nâng cao và tập tin cậy
  • Lựa chọn đặc tả mô hình phù hợp
  • Thực hành với dữ liệu điểm thi California
  • Tổng hợp chuỗi Kiểm định Giả thuyết và Khoảng tin cậy

Chương 8: Các hàm hồi quy phi tuyến

  • Tổng Quan và Mô hình đa thức
  • Mô Hình Logarit trong Hồi quy
  • Tương Tác Biến Độc Lập: Biến nhị phân
  • Tương Tác Biến Độc Lập: liên tục và nhị phân
  • Tương Tác Biến Độc Lập: hai biến liên tục
  • Phân tích thực tiễn: Tỷ lệ học sinh – giáo viên
  • Thực hành toàn diện với Stata
  • Tổng hợp Kiến thức và Hướng phát triển

Chương 9: Đánh giá các nghiên cứu dựa trên hồi quy bội

  • Nền tảng về tính hợp lệ nội tại và ngoại suy
  • Chệch do biến bị bỏ sót và định dạng sai hàm
  • Sai số đo lường, chọn mẫu, nhân quả đồng thời
  • Các vấn đề về sai số chuẩn và ứng dụng dự báo
  • Thực hành với case study điểm thi và sĩ số lớp
  • Tổng kết và định hướng nghiên cứu nâng cao

Chương 10: Hồi quy với dữ liệu bảng

  • Giới thiệu Dữ liệu Bảng và So sánh “Trước-Sau”
  • Mô hình Hồi quy Tác động cố định (Fixed Effects)
  • Tác động Cố định theo Thời gian và Mô hình Kết hợp
  • Các Giả định và Sai số chuẩn cho Hồi quy dữ liệu Bảng
  • Phân tích Tình huống – Luật Lái xe và Tử vong giao thông
  • Hướng dẫn Thực hành Phân tích Dữ liệu Bảng với Stata
  • Tổng hợp và Mở rộng về Hồi quy Dữ liệu Bảng

Chương 11: Hồi quy với biến phụ thuộc nhị phân

  • Mô hình xác suất tuyến tính (LPM)
  • Giới thiệu mô hình Probit và Logit
  • Diễn giải và ước lượng trong Probit & Logit
  • Thực hành phân tích nguy cơ từ chối vay
  • Các chủ đề nâng cao và so sánh mô hình
  • Tổng hợp chuỗi Hồi quy với Biến phụ thuộc Nhị phân

Chương 12: Hồi quy biến công cụ

  • Nền tảng hồi quy biến công cụ
  • Ước lượng bình phương tối thiểu hai giai đoạn
  • Mô hình IV tổng quát và biến công cụ yếu
  • Kiểm định tính ngoại sinh và tìm kiếm biến công cụ
  • Thực hành ứng dụng IV và TSLS với Stata
  • Hệ thống hóa kiến thức về biến công cụ

Chương 13: Thí nghiệm và thí nghiệm tự nhiên

  • Nền tảng thí nghiệm ngẫu nhiên có kiểm soát
  • Phân tích dữ liệu thí nghiệm qua case study
  • Giới thiệu về tựa thí nghiệm
  • Các vấn đề nâng cao và tác động không đồng nhất
  • Thực hành phân tích tựa thí nghiệm với Stata
  • Tổng hợp và so sánh các phương pháp

Chương 14: Dự báo với hồi quy và dữ liệu lớn

  • Vấn đề dự báo và hạn chế của OLS
  • Hồi quy Ridge – Kỹ thuật co ngót hệ số
  • Hồi quy Lasso – Lựa chọn biến tự động
  • Hồi quy thành phần chính (PCR)
  • Thực hành so sánh các mô hình trong Stata
  • Phân tích sâu và diễn giải kết quả
  • Lựa chọn mô hình phù hợp

Chương 15: Giới thiệu hồi quy chuỗi thời gian và dự báo

  • Nền tảng về dữ liệu chuỗi thời gian
  • Dự báo, sai số và khái niệm tính dừng
  • Mô hình tự hồi quy (AR)
  • Mô hình hồi quy phân phối trễ (ADL)
  • Vấn đề phi dừng – Xu thế và nghiệm đơn vị
  • Vấn đề phi dừng – Gãy cấu trúc
  • Thực hành và tổng kết chuỗi bài học
  • Bài tổng hợp

Chương 16: Ước lượng các tác động nhân quả động

  • Nền tảng về hiệu ứng nhân quả động
  • Ước lượng bằng OLS và sai số chuẩn HAC
  • Các phương pháp ước lượng nâng cao: ADL và GLS
  • Phân tích thực nghiệm giá nước cam
  • Tổng kết và định hướng nghiên cứu

Chương 17: Các chủ đề bổ sung trong hồi quy chuỗi thời gian

  • Mô hình tự hồi quy véc-tơ (VAR)
  • Các phương pháp dự báo đa kỳ
  • Bậc tích hợp và kiểm định nghiệm đơn vị
  • Đồng tích hợp và mô hình VECM
  • Biến động cụm và mô hình ARCH/GARCH
  • Phân tích vĩ mô với Stata
  • Hệ thống hóa kiến thức

Chương 18: Lý thuyết hồi quy tuyến tính với một biến

  • Nền tảng lý thuyết tiệm cận và các giả định OLS
  • Phân phối tiệm cận của ước lượng OLS
  • Phân phối chính xác và phương pháp WLS
  • Hướng dẫn thực hành OLS và WLS với Stata
  • Tổng hợp lý thuyết hồi quy tuyến tính

Chương 19: Lý thuyết về hồi quy bội

  • Nền tảng hồi quy bội dạng ma trận
  • Phân phối tiệm cận của ước lượng OLS
  • Hiệu quả của OLS và định lý Gauss-Markov
  • Mở rộng sang bình phương tối thiểu tổng quát
  • Hướng dẫn thực hành hồi quy với Stata
  • Hệ thống hóa lý thuyết hồi quy bội
[/box]
Back to top button