Phân tích đồng liên kết

GIỚI THIỆU CHUỖI BÀI HỌC

Trong chuỗi bài viết sắp tới, chúng ta sẽ cùng nhau khám phá một trong những chủ đề hấp dẫn và quan trọng bậc nhất trong phân tích chuỗi thời gian hiện đại: Phân tích Đồng liên kết (Cointegration Analysis). Đừng lo lắng nếu bạn nghe thấy những thuật ngữ phức tạp. Sứ mệnh của tôi là biến những lý thuyết trừu tượng này thành những công cụ trực quan và dễ áp dụng, giúp bạn tự tin phân tích các mối quan hệ kinh tế trong dài hạn.

Hãy tưởng tượng hai người bạn thân, dù mỗi người có thể đi lang thang ngẫu nhiên trong một lễ hội đông đúc, nhưng họ luôn có xu hướng tìm về lại với nhau. Đó chính là ý tưởng cốt lõi đằng sau đồng liên kết. Các biến kinh tế như Thu nhập và Tiêu dùng, hay Tỷ giá và Giá cả, cũng có thể “lang thang” (không dừng), nhưng chúng lại bị ràng buộc bởi một mối quan hệ cân bằng kinh tế trong dài hạn. Nếu không hiểu về đồng liên kết, chúng ta rất dễ rơi vào cái bẫy của “hồi quy giả” – tìm thấy những mối quan hệ có vẻ ý nghĩa về mặt thống kê nhưng lại hoàn toàn vô nghĩa về mặt kinh tế. Chuỗi bài học này sẽ trang bị cho bạn kiến thức để tránh sai lầm đó và thực hiện những phân tích đáng tin cậy.

Chúng ta sẽ bắt đầu từ những khái niệm cơ bản nhất, đi qua các phương pháp kiểm định kinh điển và hiện đại, và cuối cùng là làm chủ mô hình VECM mạnh mẽ. Mỗi bài học đều được thiết kế với nhiều ví dụ và hướng dẫn Stata chi tiết để bạn không chỉ “hiểu” mà còn “làm được”. Hãy chuẩn bị cho một hành trình khám phá đầy thú vị nhé!

CẤU TRÚC CHUỖI BÀI HỌC

  1. Nhập môn đồng liên kết
    Hiểu khái niệm cốt lõi về sự cân bằng dài hạn và nguy cơ của hồi quy giả trong kinh tế lượng.
  2. Kiểm định Engle-Granger
    Nắm vững phương pháp kiểm định đồng liên kết hai bước cổ điển dựa trên phân tích phần dư.
  3. Mô hình ARDL và kiểm định giới hạn
    Khám phá cách tiếp cận ARDL linh hoạt để kiểm định mối quan hệ dài hạn giữa các biến.
  4. Hệ thống VAR và mô hình VECM
    Chuyển từ phân tích đơn lẻ sang hệ thống đa biến với mô hình VEC hiệu chỉnh sai số.
  5. Kiểm định Johansen trong VECM
    Học cách sử dụng kiểm định vết và giá trị riêng cực đại để xác định sốcân bằng dài hạn.
  6. Các vấn đề nâng cao trong VECM
    Tìm hiểu về định danh, xử lý xu thế và các yếu tố ngoại sinh trong mô hình đồng liên kết.
  7. Thực hành VECM từ A đến Z
    Áp dụng toàn bộ kiến thức vào một case study hoàn chỉnh với dữ liệu và code Stata chi tiết.
  8. Tổng kết phân tích đồng liên kết
    Hệ thống hóa kiến thức, so sánh các phương pháp và lựa chọn công cụ phù hợp cho nghiên cứu.

KIẾN THỨC TIÊN QUYẾT

  • Kinh tế lượng cơ bản: Hiểu rõ về mô hình hồi quy OLS, kiểm định giả thuyết (t-test, F-test), và các giả định cổ điển.
  • Thống kê căn bản: Nắm vững các khái niệm về phân phối xác suất, giá trị kỳ vọng, phương sai và hiệp phương sai.
  • Chuỗi thời gian nhập môn: Quen thuộc với các khái niệm về tính dừng (stationarity), tự tương quan (autocorrelation), và mô hình ARMA.
  • Stata cơ bản: Có khả năng nhập dữ liệu, thực hiện các lệnh mô tả và chạy hồi quy cơ bản (use, summarize, regress).

MỤC TIÊU HỌC TẬP

  • Nắm vững lý thuyết: Giải thích được bản chất của đồng liên kết, hồi quy giả và các phương pháp kiểm định chính.
  • Thành thạo Stata: Tự tin thực hiện kiểm định nghiệm đơn vị, kiểm định Engle-Granger, ARDL, và kiểm định Johansen.
  • Diễn giải kết quả: Đọc và phân tích kết quả từ Stata để rút ra các kết luận kinh tế có ý nghĩa về mối quan hệ dài hạn.
  • Tư duy phản biện: Phân biệt được ưu, nhược điểm của từng phương pháp và lựa chọn được kỹ thuật phù hợp với câu hỏi nghiên cứu.

TÀI LIỆU THAM KHẢO

  • Engle, R. F., & Granger, C. W. J. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica, 55(2), 251-276.
  • Johansen, S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models. Econometrica, 59(6), 1551-1580.
  • Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of applied econometrics, 16(3), 289-326.
  • Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach. Cengage learning.

PHỤ LỤC: DỮ LIỆU MÔ PHỎNG CHO SERIES

Để giúp các bạn dễ dàng theo dõi và thực hành, tôi đã tạo một bộ dữ liệu kinh tế vĩ mô mô phỏng đơn giản cho một quốc gia giả định. Bộ dữ liệu này, vn_macro_data.dta, chứa dữ liệu quý từ 1990q1 đến 2022q4.

Mô tả biến:

  • time: Biến thời gian (định dạng quý).
  • gdp: Logarit của Tổng sản phẩm quốc nội thực (được mô phỏng là một chuỗi I(1)).
  • cons: Logarit của Tiêu dùng hộ gia đình thực (mô phỏng là chuỗi I(1) và đồng liên kết với gdp).
  • inv: Logarit của Tổng vốn đầu tư thực (mô phỏng là chuỗi I(1) nhưng không đồng liên kết với gdp và cons).

Bạn có thể tạo lại và lưu dữ liệu này bằng các câu lệnh Stata dưới đây.

Stata
* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho chuỗi bài học về Đồng liên kết
* DỮ LIỆU: Dữ liệu kinh tế vĩ mô quý (1990q1 - 2022q4)
* CÁC BIẾN: GDP, Tiêu dùng (cons), Đầu tư (inv)
* ==================================================

* Xóa bộ nhớ và thiết lập số quan sát
clear
set obs 132

* Tạo biến thời gian
gen time = tq(1990q1) + _n-1
format time %tq
tsset time

* Tạo một xu thế ngẫu nhiên chung (common stochastic trend)
set seed 123
gen common_trend = 0
replace common_trend = 0.8 * common_trend[_n-1] + rnormal(0,1) if _n > 1
replace common_trend = common_trend + 10

* Tạo các biến I(1)
gen gdp = 0.5 * common_trend + rnormal(0, 0.5)
gen cons = 0.4 * common_trend + rnormal(0, 0.4)

* Tạo một biến I(1) khác không đồng liên kết
gen inv_rw = 0
replace inv_rw = inv_rw[_n-1] + rnormal(0,1.5) if _n > 1
gen inv = inv_rw + 8

* Đặt nhãn cho các biến
label var gdp "Log of Real GDP"
label var cons "Log of Real Consumption"
label var inv "Log of Real Investment"

* Lưu dữ liệu
save "vn_macro_data.dta", replace

* (Tùy chọn) Xuất ra file CSV để tải về
export delimited using "vn_macro_data.csv", replace

📚 Bài tiếp theo: Nhập môn Đồng liên kết - Tìm kiếm sự cân bằng dài hạn

💡 Lưu ý: Hãy đảm bảo bạn đã xem qua các kiến thức tiên quyết. Việc ôn lại các khái niệm về tính dừng và hồi quy OLS sẽ rất hữu ích cho bài học đầu tiên.

🎯 Self-check: Trước khi bắt đầu, bạn có thể tự trả lời câu hỏi: “Tại sao việc hồi quy hai chuỗi thời gian đang có xu hướng tăng lại có thể nguy hiểm không?”

Back to top button