Chào mừng các bạn đến với bài học ứng dụng của chuỗi bài về GARCH đa biến! Trong hai bài học vừa qua, chúng ta đã đi qua một chặng đường khá thử thách về mặt lý thuyết, từ mô hình VECH cồng kềnh đến mô hình DCC thanh lịch hơn. Có thể các bạn đang tự hỏi: “Tại sao chúng ta phải học những mô hình phức tạp như vậy?”. Bài học hôm nay chính là câu trả lời. Giờ là lúc chúng ta “hái quả ngọt”, biến những lý thuyết đó thành các công cụ hữu ích để giải quyết hai trong số những vấn đề kinh điển nhất trong tài chính. Trong bài học này, chúng ta sẽ tập trung vào hai ứng dụng thực tiễn quan trọng. Đầu tiên, chúng ta sẽ học cách sử dụng mô hình MGARCH để ước lượng hệ số Beta thay đổi theo thời gian, giúp chúng ta có một cái nhìn năng động và chính xác hơn về rủi ro hệ thống của một cổ phiếu. Tiếp theo, chúng ta …
Các bài đã xem
- Hàm sản xuất Cobb-Douglas và cách diễn giải kết quả hồi quy
- Các giả định về sai số và quy trình tạo dữ liệu
- Hướng dẫn thực hành và giải bài tập về đánh giá tác động
- Hướng dẫn thực hành mô hình tham số ngẫu nhiên với Stata
- Ứng dụng trong định giá quyền chọn và biến động thực hiện
- Hướng dẫn thực hành ước lượng hợp lý cực đại với Stata
- Bài tổng hợp: Tổng kết và định hướng
- Xử lý dữ liệu bị kiểm duyệt và cắt ngắn với mô hình Tobit
- Mở rộng mô hình và các trường hợp tổng quát
-
Xem thêm