Tiếp cận phi tham số cho mật độ sai số và dạng hàm Nonparametric Approaches for Error Density and Functional Form Giới thiệu Chào mừng các bạn đến với bài học thứ hai. Trong bài học trước, chúng ta đã cùng nhau phân tích mô hình GARCH(1,1) và nhận ra rằng, dù rất mạnh mẽ, nó vẫn phải dựa vào những giả định cứng nhắc: sai số phải tuân theo một phân phối cụ thể (thường là phân phối chuẩn) và mối quan hệ giữa biến động với các cú sốc quá khứ phải tuân theo một dạng hàm bậc hai đối xứng. Những giả định này giống như một “chiếc giường của Procrustes”, buộc dữ liệu thực tế phức tạp phải vừa vặn với một khuôn mẫu định sẵn, đôi khi làm mất đi những thông tin quan trọng. Vậy làm thế nào để chúng ta có thể nới lỏng những ràng buộc này? Câu trả lời nằm ở triết lý của phương pháp phi tham số: “Hãy để dữ liệu tự lên tiếng”. Trong bài học này, chúng …