Thực hành ước lượng mô hình SV bằng Stata A step-by-step guide to estimating SV models in Stata 1. Tóm tắt tổng hợp kiến thức Trước khi bắt đầu, chúng ta hãy cùng nhau nhìn lại chặng đường đã qua. Chúng ta đã bắt đầu từ mô hình hồi quy phương sai của Rosenberg, hiểu rằng mô hình SV là một sự tổng quát hóa tự nhiên của GARCH (Bài 1). Chúng ta đã khám phá cách mô hình SV có thể tạo ra các đặc tính quan trọng như đuôi dày và hiệu ứng đòn bẩy thông qua các mô-men bậc cao (Bài 2). Sau đó, chúng ta đã bước vào thế giới thời gian liên tục và học về khái niệm Biến động Thực tế (RV) như một thước đo biến động quan sát được (Bài 3). Cuối cùng, chúng ta đã đối mặt với thách thức lớn nhất—biến động là một biến tiềm ẩn—và học về các giải pháp dựa trên mô phỏng như Suy diễn Gián tiếp (Bài 4) và Phương pháp Mô-men Mô phỏng (SMM) …