Giới thiệu mô hình chuỗi thời gian chuyển đổi chế độ

An Introduction to Regime Switching Time Series Models

Chào các bạn sinh viên, tôi là Giáo sư Kinh tế lượng của bạn. Trong thực tế, các chuỗi thời gian kinh tế và tài chính hiếm khi hoạt động theo một quy luật duy nhất. Có những giai đoạn thị trường ổn định, tăng trưởng đều đặn, nhưng cũng có những giai đoạn khủng hoảng với biến động cực lớn. Tương tự, chính sách tiền tệ có thể ở trạng thái “thắt chặt” hoặc “nới lỏng”. Các mô hình tuyến tính truyền thống như ARMA hay GARCH thường gặp khó khăn trong việc nắm bắt sự thay đổi cấu trúc đột ngột này. Đây chính là lúc các mô hình chuyển đổi chế độ (regime switching models) phát huy sức mạnh. Chúng cho phép các tham số của mô hình (như trung bình, phương sai, hay hệ số tự hồi quy) thay đổi linh hoạt giữa các “chế độ” hay “trạng thái” khác nhau của nền kinh tế. Chuỗi bài học này sẽ trang bị cho các bạn kiến thức từ cơ bản đến nâng cao về họ mô hình mạnh mẽ này, giúp bạn phân tích dữ liệu thực tế một cách sâu sắc và chính xác hơn.

BA TỪ KHÓA QUAN TRỌNG

  • Chuyển đổi chế độ (Regime Switching): Ý tưởng cốt lõi rằng một quá trình chuỗi thời gian có thể tuân theo các quy luật thống kê khác nhau vào những thời điểm khác nhau.
  • Chuyển đổi Markov (Markov Switching – MS): Một loại mô hình trong đó việc chuyển đổi giữa các chế độ được điều khiển bởi một quá trình Markov ẩn, không quan sát được. Việc ở chế độ nào trong tương lai chỉ phụ thuộc vào chế độ hiện tại.
  • Chuyển đổi theo quan sát (Observation Switching – OS): Một loại mô hình khác, trong đó xác suất chuyển đổi sang một chế độ nhất định phụ thuộc vào các giá trị đã quan sát được trong quá khứ của chính chuỗi thời gian đó.

CẤU TRÚC CHUỖI BÀI HỌC

  1. Nền tảng và mô hình ARCH chuyển đổi chế độ
    Hiểu rõ hai loại mô hình chuyển đổi chính (MS và OS) và áp dụng vào mô hình biến động ARCH để nắm bắt các giai đoạn biến động cao/thấp.
  2. Mô hình CVAR và đồng tích hợp chuyển đổi chế độ
    Khám phá cách mô hình hóa các mối quan hệ cân bằng dài hạn có thể thay đổi hoặc tạm thời biến mất tùy theo chế độ kinh tế.
  3. Ước lượng và kiểm định giả thuyết trong mô hình
    Tìm hiểu các kỹ thuật ước lượng như Hợp lý Tối đa (MLE), thuật toán EM và cách kiểm định xem có thực sự tồn tại nhiều chế độ hay không.
  4. Thực hành Stata từ A đến Z
    Hướng dẫn từng bước cách ước lượng, diễn giải và trực quan hóa kết quả của một mô hình chuyển đổi chế độ trên phần mềm Stata.

KIẾN THỨC TIÊN QUYẾT

  • Kinh tế lượng cơ bản: Hiểu rõ về mô hình hồi quy OLS, các giả định và kiểm định.
  • Chuỗi thời gian nhập môn: Nắm vững các khái niệm về tính dừng, mô hình AR, MA, ARMA, và các mô hình phương sai thay đổi như ARCH/GARCH.
  • Thống kê căn bản: Hiểu về phân phối xác suất, kiểm định giả thuyết (t-test, F-test), và nguyên lý ước lượng hợp lý tối đa (MLE).
  • Stata cơ bản: Quen thuộc với giao diện Stata, cách nhập dữ liệu, thực hiện các lệnh hồi quy và thống kê mô tả cơ bản.

MỤC TIÊU HỌC TẬP

  • Phân biệt và giải thích được sự khác nhau giữa mô hình Chuyển đổi Markov (MS) và Chuyển đổi theo quan sát (OS).
  • Vận dụng được lý thuyết chuyển đổi chế độ vào các mô hình ARCH và CVAR để phân tích các vấn đề thực tiễn.
  • Sử dụng thành thạo Stata để ước lượng và diễn giải kết quả từ một mô hình chuyển đổi chế độ đơn giản.
  • Đọc và hiểu được các bài nghiên cứu ứng dụng có sử dụng mô hình chuyển đổi chế độ.

TÀI LIỆU THAM KHẢO

  • Lange, T., & Rahbek, A. (2009). An Introduction to Regime Switching Time Series Models. Handbook of Financial Time Series. (Tài liệu gốc của chuỗi bài viết này).
  • Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press. (Đây là tài liệu kinh điển và nền tảng về chủ đề này).
  • Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach. (Cung cấp kiến thức nền tảng vững chắc về kinh tế lượng).

PHỤ LỤC: DỮ LIỆU MÔ PHỎNG CHO SERIES

Để giúp các bạn thực hành, chúng ta sẽ sử dụng một bộ dữ liệu mô phỏng về tỷ suất sinh lợi của chỉ số VN-Index, được thiết kế để có hai chế độ biến động rõ rệt: một chế độ “bình ổn” (biến động thấp) và một chế độ “khủng hoảng” (biến động cao). Các bạn có thể tạo lại dữ liệu này bằng Stata với đoạn code dưới đây.

Stata
* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho chuỗi bài học
* KỊCH BẢN: Tỷ suất sinh lợi VN-Index với 2 chế độ biến động
* SỐ QUAN SÁT: 1000 phiên giao dịch
* ==================================================

* Bước 1: Dọn dẹp và thiết lập số quan sát
clear
set obs 1000
gen time = _n

* Bước 2: Tạo một chuỗi Markov mô phỏng 2 trạng thái (regime)
* p11: xác suất ở lại trạng thái 1 (biến động thấp) nếu đang ở trạng thái 1
* p22: xác suất ở lại trạng thái 2 (biến động cao) nếu đang ở trạng thái 2
matrix P = (0.95, 0.05 \ 0.10, 0.90)
gen state = 1
quietly {
    forval t = 2/1000 {
        local p11 = P[1,1]
        local p21 = P[2,1]
        local random_draw = runiform()
        
        if state[`t'-1] == 1 & `random_draw' > `p11' {
            replace state = 2 in `t'
        }
        else if state[`t'-1] == 2 & `random_draw' > (1-`p21') {
            replace state = 2 in `t'
        }
        else if state[`t'-1] == 2 & `random_draw' <= (1-`p21') {
            replace state = 1 in `t'
        }
        else {
            replace state = state[`t'-1] in `t'
        }
    }
}
label define state_label 1 "Bình ổn" 2 "Khủng hoảng"
label values state state_label
tab state // Hiển thị phân bổ các trạng thái

* Bước 3: Tạo chuỗi tỷ suất sinh lợi dựa trên trạng thái
* Chế độ 1 (Bình ổn): Trung bình 0.05, độ lệch chuẩn 0.8
* Chế độ 2 (Khủng hoảng): Trung bình -0.1, độ lệch chuẩn 2.5
gen vni_return = .
replace vni_return = 0.05 + 0.8 * rnormal() if state == 1
replace vni_return = -0.1 + 2.5 * rnormal() if state == 2

* Bước 4: Lưu dữ liệu để sử dụng
* Ghi chú: Hãy thay đổi đường dẫn tới thư mục của bạn
* save "D:\HocTap\KTL\regime_switching_data.dta", replace
describe
summarize vni_return
tsset time // Khai báo dữ liệu chuỗi thời gian

📚 Bài tiếp theo: Nền tảng và mô hình ARCH chuyển đổi chế độ

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

Back to top button