Ước lượng hợp lý tối đa tựa nhiên (QMLE) Quasi-maximum likelihood estimation Giới thiệu Chào mừng các bạn quay trở lại với bài học thứ hai. Ở bài trước, chúng ta đã làm quen với phương pháp LSE và thấy rằng nó khá trực quan nhưng lại có một hạn chế lớn: chỉ áp dụng được cho mô hình ARCH thuần túy. Vậy làm thế nào để ước lượng mô hình GARCH(p, q) tổng quát, vốn có cả thành phần phương sai trễ $h_{t-j}$? Câu trả lời nằm ở một phương pháp mạnh mẽ và linh hoạt hơn rất nhiều: Ước lượng Hợp lý Tối đa Tựa nhiên, hay còn gọi là QMLE (Quasi-Maximum Likelihood Estimation). Cái tên “Tựa nhiên” hay “Quasi” ở đây mang một ý nghĩa rất đặc biệt và là chìa khóa cho sức mạnh của phương pháp này. Thay vì phải biết chính xác phân phối xác suất của nhiễu $\eta_t$ (ví dụ: phân phối t-student, phân phối GED), QMLE cho phép chúng ta thực hiện một giả định đơn giản hóa: chúng ta “giả vờ” …