Lý thuyết Kinh tế lượng: Minh họa thực hành với Stata

Name: Lý thuyết Kinh tế lượng: Minh họa thực hành với Stata
SKU: HSANK22U1
Availability: InStock

Price range: 550.000₫ through 1.490.000₫

Cuốn sách cung cấp kiến thức nâng cao về các mô hình và phương pháp kinh tế lượng dành cho sinh viên tiến sĩ, nhưng cũng phù hợp cho những người muốn hiểu sâu hơn về lĩnh vực này. Nội dung dựa trên nền tảng toán học như xác suất, thống kê và đại số tuyến tính, với sự linh hoạt cho giảng viên trong việc lựa chọn chủ đề giảng dạy. Sách bao gồm các chương về hồi quy, ước lượng, lý thuyết tiệm cận, dữ liệu chuỗi thời gian và hồi quy nâng cao. Các bài tập cuối chương giúp sinh viên thực hành và củng cố kiến thức. Phụ lục tóm tắt các công cụ đại số ma trận và xác suất, kèm theo tài liệu tham khảo để sinh viên nghiên cứu sâu hơn.

SKU: HSANK22U1 Category: Bài giảng

Description
Mục lục

Lý thuyết kinh tế lượng: từ nền tảng đến kỹ thuật hiện đại

A Comprehensive Guide from Foundational Theory to Modern Techniques

LỜI GIỚI THIỆU

Chào các bạn sinh viên và nhà nghiên cứu trẻ,

Bạn đã bao giờ nhìn vào một phương trình kinh tế lượng như $Y = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}$ và tự hỏi làm thế nào những ký hiệu toán học trừu tượng này lại có thể giải mã được các mối quan hệ phức tạp trong thế giới thực? Hay bạn cảm thấy choáng ngợp trước vô số các mô hình và kỹ thuật, từ OLS cổ điển đến các phương pháp học máy hiện đại, và không biết bắt đầu từ đâu? Nếu câu trả lời là có, bạn không hề đơn độc. Kinh tế lượng vừa là một nghệ thuật, vừa là một khoa học, và việc làm chủ nó đòi hỏi một hành trình có định hướng rõ ràng.

Nhiều tài liệu hiện nay thường rơi vào một trong hai thái cực: hoặc quá nặng về lý thuyết toán học, khiến người đọc khó kết nối với ứng dụng thực tế; hoặc chỉ tập trung vào các dòng lệnh, biến người học thành những “thợ” chạy mô hình mà thiếu đi tư duy phản biện về các giả định đằng sau. Chuỗi bài giảng “Lý thuyết Kinh tế lượng” này ra đời với một sứ mệnh khác biệt: trở thành cây cầu vững chắc nối liền hai bờ lý thuyết và thực hành. Chúng tôi tin rằng một nhà kinh tế lượng giỏi không chỉ biết “làm thế nào” để chạy một mô hình, mà quan trọng hơn, phải hiểu “tại sao” lại lựa chọn mô hình đó và ý nghĩa thực sự của kết quả thu được.

Cuốn chuỗi bài giảng này được thiết kế như một khóa huấn luyện toàn diện, dẫn dắt bạn đi qua một lộ trình học tập có hệ thống. Chúng ta sẽ bắt đầu với những viên gạch nền tảng nhất của xác suất và hồi quy tuyến tính, sau đó từng bước chinh phục các chủ đề nâng cao như biến công cụ (instrumental variables), phân tích chuỗi thời gian, dữ liệu bảng (panel data), và các kỹ thuật suy luận nhân quả (causal inference). Đặc biệt, chúng tôi còn mở rộng đến những lĩnh vực tiên tiến ở giao điểm của kinh tế lượng và khoa học dữ liệu, như học máy (machine learning). Mỗi chương lý thuyết đều được kết thúc bằng một hướng dẫn thực hành chi tiết trên phần mềm Stata, giúp bạn biến kiến thức thành kỹ năng có thể áp dụng ngay lập tức vào nghiên cứu của mình.

CẤU TRÚC TÀI LIỆU

Nền tảng hồi quy tuyến tính và Phương pháp OLS
Xây dựng nền tảng vững chắc về mô hình hồi quy cổ điển. Bạn sẽ nắm vững đại số, các giả định và tính chất của ước lượng OLS, đồng thời học cách chẩn đoán các vấn đề cơ bản. Đây là kiến thức cốt lõi cho mọi phân tích định lượng sau này.
Suy luận thống kê và Lý thuyết mẫu lớn
Chuyển từ lý thuyết mẫu hữu hạn sang các thuộc tính tiệm cận thực tế hơn. Bạn sẽ hiểu sâu về các định lý giới hạn, cách kiểm định giả thuyết một cách chặt chẽ và các phương pháp lấy mẫu lại hiện đại như Bootstrap để có được suy luận thống kê đáng tin cậy.
Các mô hình hồi quy nâng cao và Xử lý nội sinh
Giải quyết những thách thức phức tạp nhất trong hồi quy. Phần này tập trung vào các hệ phương trình, và đặc biệt là các kỹ thuật Biến công cụ (IV) và Phương pháp Mô-men Tổng quát (GMM) để xử lý vấn đề nội sinh, chìa khóa cho suy luận nhân quả.
Phân tích Dữ liệu chuỗi thời gian và Dữ liệu bảng
Làm chủ các kỹ thuật phân tích dữ liệu có cấu trúc phụ thuộc. Bạn sẽ học cách mô hình hóa dữ liệu theo thời gian (VAR, VECM) và dữ liệu theo dõi nhiều đối tượng qua thời gian (Fixed/Random Effects), những kỹ năng thiết yếu trong kinh tế vĩ mô và vi mô ứng dụng.
Các phương pháp suy luận nhân quả hiện đại
Trang bị bộ công cụ “tiêu chuẩn vàng” trong nghiên cứu kinh tế ứng dụng. Bạn sẽ thành thạo các phương pháp như Sai biệt kép (DiD) và Hồi quy gián đoạn (RDD) để đánh giá tác động của chính chuỗi bài giảng và các sự kiện một cách đáng tin cậy.
Mô hình biến phụ thuộc giới hạn và phi tham số
Vượt ra ngoài khuôn khổ hồi quy tuyến tính. Bạn sẽ khám phá cách mô hình hóa các biến kết quả không liên tục (Logit/Probit), dữ liệu bị kiểm duyệt (Tobit), và sử dụng các kỹ thuật phi tham số linh hoạt khi không muốn áp đặt dạng hàm cụ thể cho mô hình.
Lựa chọn mô hình và học máy trong kinh tế lượng
Tiếp cận biên giới của nghiên cứu định lượng hiện đại. Phần này giới thiệu các phương pháp lựa chọn biến tự động như Lasso, các thuật toán học máy, và đặc biệt là kỹ thuật Học máy kép (DML) để kết hợp sức mạnh dự báo với suy luận nhân quả.

KIẾN THỨC TIÊN QUYẾT

Để tiếp thu tốt nhất nội dung trong chuỗi bài giảng, bạn cần có kiến thức nền tảng ở các môn học sau:

Xác suất Thống kê: Nắm vững các khái niệm về biến ngẫu nhiên, phân phối xác suất, kỳ vọng, phương sai, hiệp phương sai, và các nguyên lý kiểm định giả thuyết cơ bản.
Toán cao cấp: Hiểu biết về giải tích (đạo hàm, tích phân, tối ưu hóa hàm nhiều biến) và đại số tuyến tính (ma trận, véc-tơ, định thức, trị riêng).
Kinh tế lượng cơ bản: Có hiểu biết ban đầu về mô hình hồi quy tuyến tính đơn và bội là một lợi thế, nhưng không bắt buộc vì chuỗi bài giảng sẽ hệ thống lại từ đầu.

MỤC TIÊU HỌC TẬP

Hoàn thành chuỗi bài giảng này, bạn sẽ không chỉ hiểu lý thuyết mà còn có thể tự tin thực hiện các phân tích phức tạp. Mục tiêu của chúng tôi là giúp bạn đạt được những kỹ năng có thể đo lường được sau đây:

Lựa chọn và xây dựng mô hình kinh tế lượng phù hợp với câu hỏi nghiên cứu và cấu trúc dữ liệu, từ OLS, IV, GMM đến các mô hình chuỗi thời gian, dữ liệu bảng.
Thực thi và diễn giải thành thạo các lệnh Stata tương ứng cho từng mô hình, từ cơ bản đến nâng cao, và tùy chỉnh các tùy chọn để phù hợp với yêu cầu phân tích.
Chẩn đoán và khắc phục các vấn đề phổ biến như phương sai sai số thay đổi (heteroskedasticity), tự tương quan (autocorrelation), và nội sinh (endogeneity).
Áp dụng các phương pháp hiện đại để ước lượng tác động nhân quả, bao gồm Sai biệt kép (DiD), Hồi quy gián đoạn (RDD) và các kỹ thuật dựa trên biến công cụ.
Sử dụng các kỹ thuật học máy như Lasso để lựa chọn biến và Double Machine Learning (DML) để thực hiện suy luận nhân quả trong môi trường dữ liệu nhiều chiều.
Trình bày kết quả phân tích một cách chuyên nghiệp, rõ ràng và có tính thuyết phục cao, sẵn sàng cho các bài tập lớn, luận văn hoặc công bố khoa học.

GỢI Ý HỌC TẬP

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

Học đi đôi với hành: Đừng chỉ đọc lý thuyết. Hãy mở Stata và chạy lại tất cả các ví dụ trong chuỗi bài giảng với bộ dữ liệu được cung cấp. Thử thay đổi các tùy chọn lệnh để xem kết quả thay đổi ra sao.
Hiểu “Tại sao” trước khi học “Làm thế nào”: Trước khi gõ một lệnh Stata, hãy dừng lại một chút để tự hỏi: “Tại sao mình lại cần mô hình này? Nó giải quyết vấn đề gì mà mô hình trước đó không làm được?”.
Tận dụng phần bài tập: Mỗi chương đều có các bài tập thực hành. Đây là cơ hội tuyệt vời để bạn tự kiểm tra kiến thức và rèn luyện kỹ năng giải quyết vấn đề một cách độc lập.
Thảo luận nhóm: Học cùng bạn bè là một cách hiệu quả để củng cố kiến thức. Việc giải thích một khái niệm cho người khác chính là cách tốt nhất để bạn thực sự hiểu sâu về nó.
Ghi chú và tóm tắt: Sau mỗi chương, hãy dành thời gian tóm tắt lại các ý chính, các lệnh Stata quan trọng và những lưu ý đặc biệt. Việc này sẽ giúp bạn hệ thống hóa kiến thức và dễ dàng ôn tập sau này.

GIÁ TRỊ NHẬN ĐƯỢC

Đầu tư vào chuỗi bài giảng này là đầu tư vào tương lai học thuật và sự nghiệp của chính bạn. Sau khi hoàn thành, bạn sẽ nhận được:

Sự tự tin học thuật: Tự tin xử lý các bộ dữ liệu phức tạp, thực hiện các phân tích kinh tế lượng nâng cao và bảo vệ kết quả nghiên cứu của mình một cách thuyết phục.
Kỹ năng thực hành vượt trội: Thành thạo Stata, một trong những phần mềm thống kê được ưa chuộng nhất trong giới nghiên cứu kinh tế, giúp bạn nổi bật trong mắt nhà tuyển dụng.
Nền tảng vững chắc cho nghiên cứu sau đại học: Nắm vững các kỹ thuật phân tích từ cơ bản đến nâng cao là yêu cầu bắt buộc đối với bất kỳ nghiên cứu sinh kinh tế nào.
Tư duy phản biện sắc bén: Không chỉ học cách chạy mô hình, bạn còn học cách đặt câu hỏi, chẩn đoán vấn đề và lựa chọn phương pháp phù hợp nhất, hình thành tư duy của một nhà nghiên cứu thực thụ.
Tiết kiệm thời gian và công sức: Chuỗi bài giảng cung cấp một lộ trình học tập có hệ thống, rõ ràng, giúp bạn tránh được những sai lầm phổ biến và đi thẳng vào trọng tâm vấn đề.

“Lý thuyết Kinh tế lượng” không chỉ là giáo trình mà là khóa huấn luyện toàn diện, biến bạn từ học lý thuyết thành nhà phân tích thành thạo. Bắt đầu hành trình ngay hôm nay!