Giới thiệu chuỗi bài học về đồng kết hợp
An Introduction to The Cointegration Series
Tổng quan về Đồng kết hợp
Chào mừng các bạn sinh viên đến với chuỗi bài học chuyên sâu về Đồng kết hợp (Cointegration), một trong những khái niệm hấp dẫn và quan trọng nhất trong kinh tế lượng chuỗi thời gian hiện đại. Chắc hẳn trong quá trình học, các bạn đã từng gặp những chuỗi dữ liệu kinh tế như GDP, tỷ giá hối đoái, hay giá cổ phiếu. Một đặc điểm chung của chúng là thường không ổn định theo thời gian, hay nói cách khác là có xu thế thay đổi – các nhà kinh tế lượng gọi đây là các chuỗi không dừng (non-stationary series).
Theo lý thuyết kinh tế lượng truyền thống, việc hồi quy trực tiếp các chuỗi không dừng này với nhau có thể dẫn đến một vấn đề nghiêm trọng gọi là “hồi quy giả” (spurious regression), tức là chúng ta tìm thấy một mối quan hệ có ý nghĩa thống kê trong khi thực tế lại không hề tồn tại. Vậy làm thế nào để chúng ta có thể nghiên cứu các mối quan hệ kinh tế dài hạn một cách đáng tin cậy? Câu trả lời nằm ở khái niệm đồng kết hợp. Ý tưởng cốt lõi rất trực quan: mặc dù các biến số riêng lẻ có thể biến động không ngừng theo xu hướng riêng của chúng, một tổ hợp tuyến tính nào đó của chúng lại có thể ổn định và dao động quanh một giá trị trung bình cố định. Mối quan hệ ổn định này chính là biểu hiện của một cân bằng kinh tế dài hạn.
Trong chuỗi bài học này, chúng ta sẽ cùng nhau khám phá ba khái niệm trụ cột: Nghiệm đơn vị (Unit Root), Đồng kết hợp (Cointegration), và Mô hình Véc-tơ Tự hồi quy (VAR) (Vector Autoregressive Model). Chúng ta sẽ đi từ lý thuyết nền tảng đến các kỹ thuật ước lượng và kiểm định phức tạp, tất cả đều được trình bày một cách có hệ thống và đi kèm với các ví dụ thực hành trên phần mềm Stata.
CẤU TRÚC CHUỖI BÀI HỌC
- Nền tảng về đồng kết hợp và định lý grangerHiểu rõ các khái niệm cốt lõi về tính dừng, nghiệm đơn vị và ý nghĩa của định lý biểu diễn granger.
- Diễn giải mô hình đồng kết hợp I(1)Học cách diễn giải các hệ số đồng kết hợp, hệ số điều chỉnh và các vấn đề về định danh trong mô hình.
- Ước lượng và kiểm định trong mô hình VARNắm vững phương pháp hồi quy hạng rút gọn và cách xây dựng kiểm định tỷ lệ hợp lý để xác định hạng đồng kết hợp.
- Phân tích tiệm cận và suy diễn thống kêTìm hiểu về phân phối của các kiểm định và ước lượng, nền tảng cho việc suy diễn thống kê chính xác.
- Thực hành phân tích đồng kết hợp trên StataVận dụng toàn bộ lý thuyết đã học để phân tích một bộ dữ liệu kinh tế vĩ mô thực tế từ A đến Z.
- Tổng kết và ứng dụng nâng caoHệ thống hóa kiến thức, khám phá các chủ đề mở rộng và các vấn đề thực tiễn trong nghiên cứu ứng dụng.
MỤC TIÊU HỌC TẬP
- Nắm vững lý thuyết về nghiệm đơn vị và đồng kết hợp, hiểu rõ tại sao chúng quan trọng trong phân tích kinh tế.
- Vận dụng thành thạo quy trình kiểm định Johansen trong Stata để xác định và ước lượng các mối quan hệ đồng kết hợp.
- Diễn giải một cách chính xác và sâu sắc kết quả từ Mô hình Hiệu chỉnh Sai số Véc-tơ (VECM).
- Tự tin áp dụng các kỹ thuật đã học vào các dự án nghiên cứu kinh tế lượng của riêng bạn.
TÀI LIỆU THAM KHẢO
- Tài liệu gốc: Johansen, S. (2009). Cointegration: Overview and Development. In Handbook of Financial Time Series.
- Sách giáo khoa kinh điển: Hamilton, J.D. (1994). Time Series Analysis. Princeton University Press.
- Sách giáo khoa nhập môn: Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach.
PHỤ LỤC: Dữ liệu mô phỏng cho series
Để giúp các bạn dễ dàng theo dõi và thực hành, chúng ta sẽ sử dụng một bộ dữ liệu mô phỏng về các biến kinh tế vĩ mô của một quốc gia giả định. Bộ dữ liệu này được thiết kế để thể hiện các đặc tính của chuỗi thời gian không dừng và có mối quan hệ đồng kết hợp.
Mô tả dữ liệu:
gdp: Logarit của Tổng sản phẩm quốc nội thực tế.cons: Logarit của Tiêu dùng tư nhân thực tế.inv: Logarit của Đầu tư tư nhân thực tế.
Lý thuyết kinh tế cho rằng có một mối quan hệ cân bằng dài hạn giữa thu nhập, tiêu dùng và đầu tư. Chúng ta sẽ sử dụng chuỗi bài học này để kiểm định giả thuyết đó.
Mã Stata để tạo dữ liệu:
* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho chuỗi bài học về Đồng kết hợp
* NỘI DUNG: 3 biến vĩ mô (gdp, cons, inv) có 2 xu thế chung và 1 quan hệ đồng kết hợp
* SỐ QUAN SÁT: 200 quý
* ==================================================
* Bước 1: Dọn dẹp và thiết lập chuỗi thời gian
clear
set obs 200
gen time = tq(1970q1) + _n-1
format time %tq
tsset time
* Bước 2: Tạo các cú sốc (innovations) và các xu thế ngẫu nhiên (random walks)
set seed 12345
gen e1 = rnormal(0, 1) // Cú sốc cho xu thế 1
gen e2 = rnormal(0, 1) // Cú sốc cho xu thế 2
gen e3 = rnormal(0, 0.5) // Cú sốc cho thành phần dừng
gen trend1 = sum(e1) // Xu thế ngẫu nhiên thứ nhất
gen trend2 = sum(e2) // Xu thế ngẫu nhiên thứ hai
* Bước 3: Tạo các biến không dừng từ các xu thế chung
* Giả định các biến đều bị ảnh hưởng bởi 2 xu thế này
gen gdp = 1.0*trend1 + 1.0*trend2 + e3
gen cons = 0.8*trend1 + 0.5*trend2 + 0.5*e3
gen inv = 0.2*trend1 + 0.5*trend2 - 1.5*e3
* Bước 4: Kiểm tra quan hệ đồng kết hợp lý thuyết
* Theo cách tạo dữ liệu, ta có: gdp - 0.8*cons - 0.4*inv là một chuỗi dừng
* Đây chính là mối quan hệ dài hạn chúng ta sẽ cố gắng tìm lại
gen cointegrating_relation = gdp - 0.8*cons - 0.4*inv
* Bước 5: Đặt tên cho các biến và lưu dữ liệu
label var gdp "Log of Real GDP"
label var cons "Log of Real Consumption"
label var inv "Log of Real Investment"
label var cointegrating_relation "Theoretical Cointegrating Vector"
* Lưu dữ liệu để sử dụng cho các bài sau
* compress
* save macro_data.dta, replace
📚 Bài tiếp theo: Nền tảng về Đồng kết hợp và Định lý Granger
💡 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 một chuỗi dừng và một chuỗi không dừng cho người khác không?