Dữ liệu bảng không dừng

Trong các chương trước, chúng ta đã làm việc chủ yếu với các bộ dữ liệu bảng vi mô, đặc trưng bởi số lượng đối tượng lớn (N lớn) và chuỗi thời gian ngắn (T nhỏ). Tuy nhiên, với sự phổ biến của các bộ dữ liệu vĩ mô xuyên quốc gia như Penn World Table, trọng tâm của kinh tế lượng dữ liệu bảng đã mở rộng sang một lĩnh vực mới đầy thách thức: các bảng vĩ mô với cả N và T đều lớn. Trong bối cảnh này, các vấn đề kinh điển của chuỗi thời gian như tính không dừng (nonstationarity), nghiệm đơn vị (unit roots), và đồng liên kết (cointegration) trở nên cực kỳ quan trọng và không thể bỏ qua.

Khi các chuỗi thời gian kinh tế vĩ mô (như GDP, tỷ giá hối đoái) có xu hướng không ổn định, việc áp dụng các phương pháp hồi quy tiêu chuẩn có thể dẫn đến hiện tượng “hồi quy giả” (spurious regression), tạo ra những mối quan hệ có vẻ đáng tin cậy về mặt thống kê nhưng lại hoàn toàn vô nghĩa về mặt kinh tế. Do đó, việc kiểm định sự tồn tại của nghiệm đơn vị là bước đi tiên quyết và thiết yếu. Chuỗi bài viết này sẽ đưa bạn vào thế giới của dữ liệu bảng không dừng, bắt đầu từ các kiểm định nghiệm đơn vị thế hệ đầu tiên, vốn giả định sự độc lập chéo, cho đến các phương pháp phức tạp hơn cho phép sự tương quan giữa các đối tượng.

Mục tiêu của chuỗi bài học này là trang bị cho bạn một bộ công cụ toàn diện để phân tích các mối quan hệ kinh tế dài hạn một cách đáng tin cậy. Chúng ta sẽ khám phá các kiểm định kinh điển như LLC, IPS, Breitung, tìm hiểu cách chúng hoạt động, các giả định đằng sau chúng, và quan trọng nhất là cách triển khai và diễn giải kết quả của chúng trong Stata. Đây là nền tảng không thể thiếu cho bất kỳ ai muốn thực hiện các nghiên cứu thực nghiệm về các chủ đề như ngang giá sức mua, hội tụ tăng trưởng, hay hiệu ứng lan tỏa R&D quốc tế.

Cấu trúc chuỗi bài học

  1. Bài 1: Giới thiệu Dữ liệu bảng không dừng và Kiểm định Nghiệm đơn vị Thế hệ thứ nhất – Nền tảng về các kiểm định giả định độc lập chéo (LLC, IPS, Breitung, Hadri).
  2. Bài 2: Kiểm định Nghiệm đơn vị Thế hệ thứ hai: Xử lý Sự phụ thuộc Chéo – Khám phá các phương pháp nâng cao sử dụng mô hình nhân tố và trung bình chéo (Pesaran’s CIPS, Bai & Ng).
  3. Bài 3: Hồi quy giả và các Kiểm định Đồng liên kết trong Dữ liệu bảng – Tìm hiểu cách tránh các kết quả sai lệch và kiểm định sự tồn tại của mối quan hệ cân bằng dài hạn (Kao, Pedroni).
  4. Bài 4: Ước lượng và Suy luận trong các Mô hình Đồng liên kết Bảng – Các phương pháp ước lượng mối quan hệ dài hạn như FMOLS và DOLS.
  5. Bài 5: Bài tập Lý thuyết và Thực hành về Dữ liệu bảng không dừng – Củng cố kiến thức qua các bài tập tính toán và ứng dụng Stata.
  6. Bài 6: Hướng dẫn Thực hành: Phân tích Đồng liên kết Tỷ giá Hối đoái Thực với Stata – Một dự án phân tích hoàn chỉnh từ A-Z.

Kiến thức tiên quyết

  • Kinh tế lượng chuỗi thời gian: BẮT BUỘC phải nắm vững các khái niệm về tính dừng, nghiệm đơn vị (kiểm định ADF), và đồng liên kết (kiểm định Engle-Granger, Johansen) ở cấp độ chuỗi đơn.
  • Kinh tế lượng dữ liệu bảng cơ bản: Hiểu rõ về các mô hình hiệu ứng cố định và ngẫu nhiên.
  • Toán học: Nền tảng về đại số ma trận và lý thuyết giới hạn tiệm cận.
  • Stata: Thành thạo các thao tác dữ liệu và các lệnh hồi quy cơ bản.

Mục tiêu học tập

  • Hiểu rõ sự khác biệt giữa dữ liệu bảng vi mô và vĩ mô và tại sao tính không dừng lại quan trọng.
  • Phân biệt và áp dụng các kiểm định nghiệm đơn vị bảng thế hệ thứ nhất và thứ hai.
  • Thực hiện và diễn giải các kiểm định đồng liên kết trong dữ liệu bảng.
  • Ước lượng các mối quan hệ kinh tế dài hạn bằng các phương pháp phù hợp như FMOLS và DOLS.

PHỤ LỤC: Dữ liệu mô phỏng cho chuỗi bài viết

Để minh họa các khái niệm, chúng ta sẽ tạo một bộ dữ liệu bảng vĩ mô mô phỏng. Dữ liệu này bao gồm hai biến, \(y\) và \(x\), cho 20 quốc gia (N=20) trong 50 năm (T=50). Cả hai biến đều được tạo ra như các quá trình bước ngẫu nhiên (có nghiệm đơn vị), nhưng chúng có một mối quan hệ đồng liên kết.

Stata
* ==================================================
* TẠO DỮ LIỆU BẢNG KHÔNG DỪNG MÔ PHỎNG
* Mục đích: Minh họa nghiệm đơn vị và đồng liên kết
* ==================================================

clear
set obs 20
gen id = _n
expand 50
bysort id: gen time = _n
xtset id time

* Tạo biến x là một quá trình bước ngẫu nhiên (I(1))
gen x = 0 in 1/20
bysort id: replace x = x[_n-1] + rnormal() if _n > 1

* Tạo biến y đồng liên kết với x
* y_it = 2*x_it + u_it, trong đó u_it là I(0)
gen u = rnormal()
gen y = 2*x + u

* Kiểm tra lại, tạo một biến y không đồng liên kết (hồi quy giả)
gen z = 0 in 1/20
bysort id: replace z = z[_n-1] + rnormal() if _n > 1

* Mô tả dữ liệu
describe
xtsum y x z
  • id: Mã định danh cho mỗi quốc gia.
  • time: Giai đoạn thời gian (từ 1 đến 50).
  • x: Một biến không dừng, I(1).
  • y: Một biến không dừng, I(1), nhưng đồng liên kết với x.
  • z: Một biến không dừng, I(1), không đồng liên kết với x (dùng để minh họa hồi quy giả).

Bạn có thể chạy đoạn mã trên trong Stata để tự tạo dữ liệu hoặc tải về file .csv đã được tạo sẵn.

Tải về dữ liệu mô phỏng (.csv)

📚 Bài tiếp theo: Kiểm định Nghiệm đơn vị Thế hệ thứ hai: Xử lý Sự phụ thuộc Chéo

💡 Lưu ý: Hãy đảm bảo bạn đã nắm vững các khái niệm về nghiệm đơn vị và đồng liên kết trong chuỗi thời gian đơn trước khi tiếp tục.

Các bài đã xem

Back to top button