Giới thiệu về đồng tích hợp bậc phân số

An Introduction to Fractional Cointegration

Chào các bạn sinh viên, chào mừng đến với chuỗi bài học chuyên sâu về một trong những chủ đề hấp dẫn và hiện đại của kinh tế lượng chuỗi thời gian: Đồng tích hợp bậc phân số. Trong kinh tế và tài chính, chúng ta thường xuyên gặp các chuỗi dữ liệu có xu hướng biến động cùng nhau trong dài hạn, ví dụ như thu nhập và tiêu dùng, hay giá của hai loại cổ phiếu trong cùng một ngành. Khái niệm đồng tích hợp truyền thống giúp chúng ta mô hình hóa những mối quan hệ cân bằng dài hạn này. Tuy nhiên, thực tế thường phức tạp hơn thế.

Đồng tích hợp bậc phân số là một sự mở rộng tinh vi và linh hoạt hơn, cho phép chúng ta nắm bắt các mối quan hệ cân bằng dài hạn trong những chuỗi thời gian có “trí nhớ dài” – tức là những cú sốc trong quá khứ không phai nhạt nhanh chóng mà có ảnh hưởng dai dẳng. Thay vì giả định các chuỗi phải là I(1) (tích hợp bậc 1) và sai số là I(0) (dừng), phương pháp này cho phép các bậc tích hợp là những con số không nguyên. Điều này mở ra một cánh cửa mới để phân tích các mối quan hệ kinh tế phức tạp một cách chính xác hơn. Chuỗi bài học này sẽ trang bị cho các bạn kiến thức từ nền tảng lý thuyết đến kỹ năng thực hành để tự tin phân tích các mối quan hệ kinh tế phức tạp này.

Để bắt đầu hành trình này, chúng ta sẽ làm quen với ba khái niệm cốt lõi:

  • Đồng tích hợp bậc phân số (Fractional Cointegration): Mô tả mối quan hệ cân bằng dài hạn giữa các chuỗi thời gian mà sự sai lệch khỏi cân bằng có tính chất nhớ dài nhưng vẫn quay về trạng thái cân bằng.
  • Tham số trí nhớ (Memory Parameter): Đây là thước đo định lượng mức độ “lưu luyến” của một chuỗi thời gian đối với các giá trị trong quá khứ.
  • Mô hình bán tham số (Semiparametric Models): Là cách tiếp cận linh hoạt, cho phép chúng ta ước lượng các tham số quan tâm mà không cần phải định dạng toàn bộ mô hình một cách chi tiết.

Mục tiêu của chuỗi bài viết này không chỉ là dịch lại tài liệu gốc, mà là biến những kiến thức học thuật phức tạp thành những bài giảng có cấu trúc, dễ hiểu và có tính ứng dụng cao, đặc biệt dành cho các bạn sinh viên Việt Nam.

CẤU TRÚC CHUỖI BÀI HỌC

  1. Nền tảng về trí nhớ dài và bậc tích hợp I(d)
    Nắm vững định nghĩa cốt lõi về chuỗi có trí nhớ dài và phân biệt sự khác nhau giữa hai cách tiếp cận Type I và Type II.
  2. Các mô hình đồng tích hợp bậc phân số
    Tìm hiểu cách xây dựng các mô hình để biểu diễn mối quan hệ đồng tích hợp bậc phân số, từ trường hợp hai biến đến đa biến.
  3. Ước lượng bán tham số cho véc-tơ đồng tích hợp
    Khám phá các phương pháp ước lượng hiện đại trong miền tần số để tìm ra các véc-tơ đồng tích hợp từ dữ liệu thực tế.
  4. Thực hành phân tích với phần mềm Stata
    Ứng dụng toàn bộ lý thuyết đã học vào phân tích một bộ dữ liệu kinh tế mô phỏng, từ khâu kiểm tra đến ước lượng và diễn giải.
  5. Tổng kết và ứng dụng trong nghiên cứu
    Ôn tập các kiến thức quan trọng, tìm hiểu về các phương pháp kiểm định và xem xét các hướng ứng dụng trong nghiên cứu khoa học.

KIẾN THỨC TIÊN QUYẾT

Để theo dõi tốt nhất chuỗi bài học này, các bạn cần có kiến thức nền tảng về:

  • Toán học cơ bản: Đại số tuyến tính (ma trận, véc-tơ) và giải tích.
  • Thống kê căn bản: Các khái niệm về ước lượng, kiểm định giả thuyết và phân phối xác suất.
  • Kinh tế lượng nhập môn: Mô hình hồi quy OLS, tính dừng (stationarity), và khái niệm đồng tích hợp cơ bản.
  • Stata cơ bản: Các lệnh quản lý dữ liệu, chạy hồi quy và vẽ đồ thị.

MỤC TIÊU HỌC TẬP

Sau khi hoàn thành chuỗi bài học này, bạn sẽ có khả năng:

  • Hiểu và giải thích được bản chất của trí nhớ dài và đồng tích hợp bậc phân số.
  • Phân biệt được các loại mô hình và phương pháp ước lượng khác nhau.
  • Sử dụng thành thạo Stata để ước lượng và kiểm định các mô hình đồng tích hợp bậc phân số.
  • Đọc hiểu và diễn giải các kết quả nghiên cứu thực nghiệm sử dụng kỹ thuật này.

TÀI LIỆU THAM KHẢO

  • Chen, W. W., & Hurvich, C. M. (2009). Fractional Cointegration. In Handbook of Financial Time Series. Springer.
  • Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press.
  • Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach. Cengage Learning.

PHỤ LỤC: Dữ liệu mô phỏng cho series

Để phục vụ cho việc thực hành, chúng ta sẽ sử dụng một bộ dữ liệu mô phỏng về tổng sản phẩm quốc nội (gdp) và tiêu dùng (consumption) của một quốc gia giả định. Bộ dữ liệu này được thiết kế để có tính chất đồng tích hợp bậc phân số.

Các bạn có thể tự tạo lại bộ dữ liệu này bằng các câu lệnh Stata dưới đây:

Stata
* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho chuỗi bài học
* ĐẶC TÍNH: Hai chuỗi gdp và consumption có tính đồng tích hợp bậc phân số
* SỐ QUAN SÁT: 500
* ==================================================

* Bước 1: Thiết lập môi trường
clear all
set obs 500
set seed 123
gen time = _n

* Bước 2: Tạo thành phần có trí nhớ dài chung (common component)
* Giả sử thành phần này là một quá trình I(0.8)
arfima, arfima(0, 0.8, 0) n(500) y(common_factor)

* Bước 3: Tạo các sai số I(0.3) riêng biệt cho mỗi chuỗi
arfima, arfima(0, 0.3, 0) n(500) y(error_gdp)
arfima, arfima(0, 0.3, 0) n(500) y(error_cons)

* Bước 4: Tạo hai chuỗi gdp và consumption
* Cả hai chuỗi đều phụ thuộc vào thành phần chung I(0.8)
* Do đó, cả hai đều là I(0.8)
gen gdp = 1.5 * common_factor + error_gdp
gen consumption = 1.0 * common_factor + error_cons

* Bước 5: Kiểm tra mối quan hệ đồng tích hợp
* Tổ hợp tuyến tính (consumption - 1/1.5 * gdp) sẽ loại bỏ common_factor
* và chỉ còn lại sai số có bậc tích hợp thấp hơn
* Đây chính là bản chất của đồng tích hợp
gen cointegrating_relationship = consumption - (1/1.5)*gdp

* Bước 6: Mô tả và lưu dữ liệu
describe
summarize
label var gdp "Log of GDP"
label var consumption "Log of Consumption"
export delimited using "fractional_cointegration_data.csv", replace
// Lệnh trên sẽ lưu dữ liệu thành file .csv trong thư mục làm việc của Stata

Mô tả biến:

  • time: Biến thời gian, từ 1 đến 500.
  • gdp: Logarit của GDP, một chuỗi không dừng có trí nhớ dài, I(0.8).
  • consumption: Logarit của tiêu dùng, một chuỗi không dừng có trí nhớ dài, I(0.8).
  • cointegrating_relationship: Tổ hợp đồng tích hợp, là một chuỗi có bậc tích hợp thấp hơn, thể hiện mối quan hệ cân bằng dài hạn.

📚 Bài tiếp theo: Nền tảng về Trí nhớ Dài và Bậc Tích hợp I(d)

💡 Lưu ý: Hãy đảm bảo đã nắm vững các khái niệm chính trong bài này trước khi tiếp tục.

🎯 Self-check: Bạn có thể giải thích sự khác biệt giữa đồng tích hợp truyền thống và đồng tích hợp bậc phân số cho một người bạn không?

Back to top button