Giới thiệu và nền tảng toán học
Chào mừng các bạn sinh viên đến với chuỗi bài học đầu tiên và quan trọng nhất trên hành trình chinh phục kinh tế lượng tài chính! Nhiều bạn có thể cảm thấy e ngại khi bắt đầu, ví như học một ngôn ngữ mới với đầy rẫy ký hiệu và thuật ngữ phức tạp. Tuy nhiên, đừng lo lắng, bởi mục tiêu của chuỗi bài viết này chính là phá bỏ rào cản đó. Chúng ta sẽ cùng nhau xây dựng từng viên gạch kiến thức một cách vững chắc, biến những khái niệm toán học trừu tượng thành những công cụ trực quan và dễ hiểu để phân tích các vấn đề tài chính thực tế.
Trong chuỗi bài học này, chúng ta sẽ tập trung vào việc trang bị bộ công cụ toán học nền tảng. Đây là những kiến thức cốt lõi mà bất kỳ nhà phân tích nào cũng cần nắm vững trước khi xây dựng các mô hình phức tạp. Chúng ta sẽ bắt đầu từ việc tìm hiểu bản chất của kinh tế lượng, sau đó đi sâu vào các công cụ toán học thiết yếu. Việc hiểu rõ “cái tại sao” và “cái như thế nào” của các công cụ này sẽ giúp bạn tự tin hơn rất nhiều trong các môn học chuyên sâu sau này.
Để giúp các bạn có một lộ trình học tập rõ ràng, chúng ta sẽ tập trung vào ba khái niệm nền tảng sau:
- Mô hình kinh tế lượng: Chúng ta sẽ học cách biến những ý tưởng, lý thuyết tài chính thành một mô hình toán học có thể kiểm định được bằng dữ liệu.
- Hàm số: Đây là công cụ cơ bản để mô tả mối quan hệ giữa các biến số tài chính, chẳng hạn như lợi nhuận và rủi ro, hay giá cổ phiếu và các yếu tố kinh tế vĩ mô.
- Đại số ma trận: Một công cụ cực kỳ mạnh mẽ giúp chúng ta xử lý các mô hình có nhiều biến số một cách hiệu quả và gọn gàng, đặc biệt quan trọng trong tài chính hiện đại.
Hãy coi chuỗi bài viết này như một cuốn cẩm nang nhập môn, được thiết kế đặc biệt để dẫn dắt bạn đi từ những bước đầu tiên. Với sự kiên trì, bạn sẽ sớm nhận ra rằng kinh tế lượng không hề đáng sợ, mà ngược lại, nó là một ngôn ngữ đầy sức mạnh để kể câu chuyện đằng sau những con số.
Cấu trúc chuỗi bài học
Để đảm bảo việc học tập có hệ thống và hiệu quả, chúng ta sẽ đi qua 5 bài học được thiết kế theo một lộ trình từ tổng quan đến chi tiết và thực hành.
- Nhập môn kinh tế lượng tài chính và quy trình nghiên cứuBài học này sẽ trả lời những câu hỏi cơ bản nhất, giúp bạn hiểu rõ bản chất, vai trò và các bước tiêu chuẩn để thực hiện một nghiên cứu kinh tế lượng.
- Nền tảng về các loại hàm số trong phân tíchChúng ta sẽ cùng nhau khám phá các loại hàm số, từ đường thẳng đơn giản đến các hàm phức tạp hơn, là công cụ để mô tả mối quan hệ giữa các biến số.
- Tìm hiểu về phép tính vi phân và ứng dụngBài học này giải mã khái niệm đạo hàm và cách ứng dụng nó để đo lường tốc độ thay đổi và các khái niệm biên trong kinh tế và tài chính.
- Khám phá đại số ma trận cho kinh tế lượngChúng ta sẽ làm quen với ma trận, một công cụ toán học không thể thiếu để xử lý các mô hình phức tạp với nhiều biến số một cách hiệu quả.
- Hướng dẫn giải bài tập và ôn tập kiến thứcBài học cuối cùng này sẽ giúp bạn củng cố tất cả kiến thức đã học thông qua việc cung cấp lời giải chi tiết cho các bài tập lý thuyết và thực hành.
MỤC TIÊU HỌC TẬP
- Hiểu sâu lý thuyết: Nắm vững các khái niệm toán học nền tảng như hàm số, đạo hàm, và ma trận.
- Nhận biết ứng dụng: Hiểu được cách các công cụ toán học này được sử dụng để mô tả và phân tích các vấn đề trong tài chính.
- Xây dựng nền tảng: Tạo một cơ sở kiến thức vững chắc để chuẩn bị cho việc học các mô hình hồi quy và phân tích dữ liệu phức tạp hơn.
- Tăng cường sự tự tin: Vượt qua nỗi sợ ban đầu với các ký hiệu và công thức toán học, cảm thấy tự tin hơn khi tiếp cận các tài liệu học thuật.
TÀI LIỆU THAM KHẢO
- Chính: Brooks, C. (2019). Introductory Econometrics for Finance. Cambridge University Press. (Tài liệu gốc cho chuỗi bài viết này).
- Bổ sung: Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach. Cengage Learning. (Một cuốn sách giáo khoa kinh điển, giải thích rất trực quan).
- Toán học: Renshaw, G. (2016) hoặc Swift, L., & Piff, M. (2014). (Các tài liệu tham khảo về toán học được đề cập trong chương, rất dễ tiếp cận cho người mới bắt đầu).
PHỤ LỤC: Dữ liệu mô phỏng cho chuỗi bài viết
Mặc dù chương đầu tiên này tập trung vào lý thuyết toán học, chúng ta sẽ sử dụng một ví dụ xuyên suốt về mối quan hệ giữa điểm số và giờ học để minh họa các khái niệm. Để chuẩn bị cho các bài thực hành sau này, dưới đây là đoạn code Stata để tạo ra một bộ dữ liệu mô phỏng đơn giản. Các bạn có thể chạy đoạn code này trong Stata để tự tạo file dữ liệu cho riêng mình.
* ==================================================
* TẠO DỮ LIỆU MÔ PHỎNG VỀ ĐIỂM SỐ SINH VIÊN
* Mục đích: Tạo một bộ dữ liệu đơn giản để minh họa các khái niệm
* trong các bài học về hàm số và hồi quy sau này.
* ==================================================
* Xóa bộ nhớ Stata để bắt đầu phiên làm việc mới
clear
* Đặt số lượng quan sát (số sinh viên trong mẫu) là 500
set obs 500
* Tạo biến "id" để định danh duy nhất cho mỗi sinh viên
gen id = _n
* Tạo biến "study_hours" (số giờ học mỗi tuần)
* Giả sử số giờ học tuân theo phân phối đều từ 5 đến 25 giờ
gen study_hours = 5 + (25-5)*runiform()
* Tạo biến "tutoring_hours" (số giờ học thêm mỗi tuần)
* Giả sử số giờ học thêm tuân theo phân phối đều từ 0 đến 5 giờ
gen tutoring_hours = 5*runiform()
* Tạo thành phần sai số ngẫu nhiên (nhiễu) cho mô hình
* Giả định nhiễu tuân theo phân phối chuẩn với trung bình 0, độ lệch chuẩn 5
gen error = rnormal(0, 5)
* Tạo biến "gpa" (điểm trung bình) dựa trên một mối quan hệ tuyến tính
* gpa = 40 (điểm cơ bản) + 2*số giờ học + 3*số giờ học thêm + nhiễu
gen gpa = 40 + 2*study_hours + 3*tutoring_hours + error
* Đảm bảo điểm gpa không vượt quá 100 hoặc dưới 0
replace gpa = 100 if gpa > 100
replace gpa = 0 if gpa < 0
* Gán nhãn cho các biến để dễ hiểu hơn
label variable study_hours "Số giờ tự học mỗi tuần"
label variable tutoring_hours "Số giờ học thêm mỗi tuần"
label variable gpa "Điểm trung bình (thang 100)"
* Lưu bộ dữ liệu thành file "student_grades.dta" trong thư mục hiện tại
* Bạn có thể dùng lệnh "pwd" để xem thư mục hiện tại là gì
save "student_grades.dta", replace
* Xem qua 10 dòng dữ liệu đầu tiên để kiểm tra
list in 1/10
Hướng dẫn sử dụng: Các bạn chỉ cần sao chép toàn bộ đoạn code trên, dán vào cửa sổ Do-file Editor của Stata và nhấn nút “Execute (Do)”. Một file dữ liệu có tên student_grades.dta sẽ được tạo ra. Chúng ta sẽ sử dụng file này trong các bài học sau để làm cho các khái niệm toán học trở nên sống động hơn!
📚 Bài tiếp theo: Để bắt đầu, hãy nhập: Nhập môn kinh tế lượng tài chính và quy trình nghiên cứu
💡 Lưu ý: Hãy chuẩn bị sẵn sàng để khám phá những ý tưởng nền tảng đã định hình nên lĩnh vực kinh tế lượng tài chính hiện đại. Chúng ta sẽ bắt đầu từ những điều cơ bản nhất!