Hướng dẫn thực hành ước lượng mô hình SV bằng Stata A practical guide to estimating sv models using Stata 1. Tóm tắt tổng hợp kiến thức Trong các bài học trước, chúng ta đã hiểu rõ rằng thách thức lớn nhất khi làm việc với mô hình Biến động Ngẫu nhiên (SV) là bản chất tiềm ẩn của biến động. Chúng ta không thể quan sát trực tiếp $\sigma_t$, do đó không thể sử dụng các phương pháp ước lượng tiêu chuẩn như OLS hay MLE một cách dễ dàng. Chúng ta cũng đã khám phá ra rằng các phương pháp suy diễn dựa trên mô phỏng, đặc biệt là Chuỗi Markov Monte Carlo (MCMC) theo trường phái Bayes, là “tiêu chuẩn vàng” để giải quyết bài toán này một cách hiệu quả. Trong bài thực hành hôm nay, chúng ta sẽ cùng nhau đi qua từng bước để ước lượng một mô hình SV log-normal kinh điển bằng phương pháp MCMC ngay trên Stata. Mục tiêu không chỉ là chạy lệnh và lấy kết quả, mà là để …
Các bài đã xem
- Các giả định nhận dạng cốt lõi trong kinh tế lượng
- Xử lý hệ số bằng không và kiểm định giả thuyết
- Nền tảng GARCH và điểm gãy cấu trúc
- Tổng hợp chuỗi Mô hình ARCH(∞) và Trí nhớ dài
- Nền tảng mô hình biến động ngẫu nhiên
- Phân tích tình huống thực tế về động lực tập luyện
- Ước lượng và suy diễn cho mô hình CARMA bằng Stata
- Đúc kết kiến thức và định hướng nâng cao
-
Xem thêm