Trong bài giới thiệu, chúng ta đã nhận thấy tầm quan trọng của việc hiểu rõ bản chất dữ liệu chuỗi thời gian trước khi tiến hành phân tích. Bất kỳ một mô hình kinh tế lượng nào được xây dựng trên dữ liệu chuỗi thời gian mà bỏ qua các đặc tính cố hữu của nó đều có nguy cơ dẫn đến những kết luận sai lệch, hay còn gọi là “hồi quy giả” (spurious regression). Do đó, bước đầu tiên và cũng là quan trọng nhất trong mọi phân tích chuỗi thời gian là chẩn đoán và thấu hiểu quá trình đã sinh ra dữ liệu mà chúng ta đang có trong tay. Bài học này sẽ là nền tảng lý thuyết cốt lõi cho toàn bộ chuỗi bài viết. Mục tiêu của chúng ta trong bài này là giải mã khái niệm Quá trình Tạo dữ liệu (Data Generating Process – DGP), tìm hiểu tại sao hầu hết các chuỗi thời gian kinh tế đều mang bản chất ngẫu nhiên. Trọng tâm của bài học sẽ xoay …