Tin mới
Panel data
Kiểm định nhân quả với dữ liệu bảng trên EViews

Kiểm định nhân quả với dữ liệu bảng trên EViews

Theo Hurlin và Venet (2001) kiểm định nhân quả với dữ liệu bảng sẽ hiệu quả hơn so với nhân quả Granger trong dữ liệu chuỗi thời gian bởi (i) có thể kiểm soát tính không đồng nhất giữa các đối tượng bảng; (ii) gia tăng độ chính xác của các ước lượng hồi quy (cỡ mẫu lớn); (iii) giảm các vấn đề xác định mô hình; và (iv) giảm khả năng thiên chệch tổng hợp như trong dữ liệu chuỗi thời gian. Tùy theo cách tiếp cận về tính đồng nhất của các hệ số ước lượng cho các quan sát mà chúng ta có 3 cách kiểm tra quan hệ nhân quả với dữ liệu bảng: Holtz-Eakin, Newey và Rosen (1988); Hurlin (2004); Dumitrescu-Hurlin (2012). Bài viết sẽ lần lượt trình bày và minh họa cách thực hiện kiểm định nhân quả với dữ liệu bảng trên EViews....
read more
Kiểm định nghiệm đơn vị với dữ liệu bảng

Kiểm định nghiệm đơn vị với dữ liệu bảng

Kiểm định nghiệm đơn vị là để phân biệt giữa tính xu thế và tính dừng của dữ liệu. Kiểm định nghiệm đơn vị với dữ liệu bảng có hiệu quả hơn so với các dữ liệu chuỗi thời gian riêng rẽ. Bài viết sẽ minh họa các kiểm định nghiệm đơn vị với dữ liệu bảng trên EViews như: Levin, Lin và Chu (2002), Breitung (2000), Im, Pesaran và Shin (2003), ADF và PP, Maddala và Wu (1999), Choi (2001), và Hadri (2000)....
read more
Kiểm định Breakpoint Unit root test

Kiểm định Breakpoint Unit root test

Perron (1989) đã chỉ ra rằng các kiểm định nghiệm đơn vị thông thường sẽ bị chệch về hướng bác bỏ giả thiết H0 khi dữ liệu là dừng xu thế với điểm gãy cấu trúc (structural break). Trong trường hợp dữ liệu có điểm gãy cấu trúc, thay vì sử dụng các kiểm định nghiệm đơn vị thông thường thì chúng ta sẽ sử dụng kiểm định Breakpoint Unit root test. Bài viết sẽ minh họa cách thực hiện kiểm định Breakpoint Unit root test trên EViews....
read more
Hiệp phương sai đồng thời trong dữ liệu bảng

Hiệp phương sai đồng thời trong dữ liệu bảng

Hiệp phương sai đồng thời (contemporaneous covariances) trong dữ liệu bảng được sử dụng rộng rãi trong phân tích dữ liệu bảng. Thông qua mối tương quan đồng thời giữa các biến số kinh tế vĩ mô chúng ta có thể kiểm tra các tính chất về mối quan hệ giữa các đối tượng bảng, tính toán các phương trình ước lượng Zellner SUR cho các đối tượng bảng, kiểm tra và khắc phục vấn đề phụ thuộc chéo giữa các đối tượng bảng...
read more
Phân tích thành phần chính PCA trên EViews

Phân tích thành phần chính PCA trên EViews

Về mặt nguyên tắc thực hiện, phân tích thành phần chính PCA sẽ mô hình hóa cấu trúc phương sai của một tập biến quan sát bằng cách sử dụng kết hợp tuyến tính của các biến với mục đích trích được 1 số ít các thành phần có thể mô tả gần đúng nhất cấu trúc phương sai ban đầu. Những kết hợp tuyến tính trên được gọi là các thành phần (components) và các hệ số kết hợp được gọi là các hệ số tải (loadings)....
read more
Kiểm tra đồng kết hợp dữ liệu bảng – EViews

Kiểm tra đồng kết hợp dữ liệu bảng – EViews

Nếu 2 chuỗi thời gian, X và Y, là đồng kết hợp thì phải tồn tại một mối quan hệ nhân quả Granger từ X đến Y hoặc từ Y đến X hoặc theo cả 2 hướng. Điều ngược lại là không đúng, nghĩa là, nếu tồn tại mối quan hệ nhân quả Granger 1 hoặc 2 hướng giữa X và Y không nhất thiết phải dẫn đến 2 chuỗi thòi gian X và Y là đồng kết hợp....
read more
Minh họa ước lượng PMG trên EViews

Minh họa ước lượng PMG trên EViews

Mô hình ARDL có thể xảy ra vấn đề thiên chệch khi có sự tương quan giữa biến giải thích sai phân trung bình với thành phần sai số. Sự thiên chệch này càng tăng khi T lớn. Phương pháp phổ biến để giải quyết vấn đề thiên chệch này là sử dụng phương pháp PMG được đề xuất bởi Pesaran, Shin and Smith (PSS, 1999). Bài viết sau sẽ giới thiệu và minh họa phương pháp ước lượng PMG trên EViews....
read more
Minh họa ước lượng FMOLS, DOLS trên EViews

Minh họa ước lượng FMOLS, DOLS trên EViews

Tùy theo đặc điểm của dữ liệu, mô hình nghiên cứu mà các bạn có thể lựa chọn phương thức ước lượng phù hợp giữa Pooled, Pooled (weighted), Grouped. Các phương thức ước lượng khác nhau sẽ dẫn đến một sự khác biệt đáng kể trong kết quả ước lượng. Ngoài ra, các thiết lập trong mỗi phương pháp cũng ảnh hưởng đáng kể đến kết quả, do vậy, cần phân tích kĩ dữ liệu để thiết lập các thông số phù hợp. Lưu ý rằng nếu các hệ số phương sai dài hạn là đồng nhất giữa các đơn vị bảng thì ước lượng DOLS là hiệu quả (phù hợp), ngược lại có sự khác nhau về hệ số phương sai dài hạn giữa các đơn vị bảng thì FMOLS là ước lượng phù hợp...
read more
Tổng hợp kiểm định dữ liệu bảng – EViews

Tổng hợp kiểm định dữ liệu bảng – EViews

Kiểm định sự tồn tại của các tác động riêng rẽ của các đối tượng hoặc các thời điểm trong ước lượng dữ liệu bảng là một trong những kiểm định quan trọng nhất trong mô hình dữ liệu bảng. Tùy thuộc vào đặc điểm cụ thể của các tác động riêng rẽ này mà lựa chọn phương pháp phù hợp để ước lượng mô hình (FE, RE, FMOLS, DOLS...) cũng như các phương pháp kiểm tra mối quan hệ nhân quả trong dữ liệu bảng. Bài viết tổng hợp kiểm định dữ liệu bảng sẽ lần lượt trình bày các kiểm định thường được sử dụng trong ước lượng dữ liệu bảng như vấn đề thừa/thiếu biến, kiểm định sự tồn tại các tác động riêng rẽ, lựa chọn mô hình FE/RE thông qua các ví dụ thực hành cụ thể trên EViews....
read more
Giới thiệu mô hình hồi quy ngưỡng – PTR

Giới thiệu mô hình hồi quy ngưỡng – PTR

Các mô hình ngưỡng (threshold models) được sử dụng rộng rãi trong các phân tích tài chính, vĩ mô bởi sự đơn giản và rõ ràng trong hàm ý chính sách. Tuy nhiên, với những mô hình này việc ước lượng và suy diễn là khá phức tạp bởi sự tồn tại của các tham số nhiễu. Để khắc phục vấn đề này, Hansen (1999) đề xuất một mô hình ngưỡng với ước lượng tác động cố định. Các mô hình ngưỡng này được sử dụng phổ biến trong dữ liệu thời gian, tuy nhiên, việc sử dụng trong dữ liệu bảng vẫn còn rất hạn chế. Bài viết sau sẽ giới thiệu về mô hình cũng như minh họa cách thực hiện ước lượng mô hình ngưỡng cho dữ liệu bảng (Panel Threshold Regression – PTR) trên phần mềm Stata...
read more
Minh họa ước lượng mô hình PTR trên Stata

Minh họa ước lượng mô hình PTR trên Stata

Các mô hình ngưỡng được sử dụng rộng rãi trong kinh tế vĩ mô và phân tích tài chính để giải thích các mối quan hệ phi tuyến giữa các biến. Bên cạnh các mô hình tự hồi quy ngưỡng (Threshold AutoRegressive – TAR) của Tong (1983) sử dụng trong dữ liệu thời gian thì các mô hình hồi quy ngưỡng của Hansen (1999) hay mô hình hồi quy bảng chuyển tiếp nhẵn (PSTR) của Gonzalez và các cộng sự năm 2005 lại được sử dụng ngày càng phổ biến trong dữ dữ liệu bảng. Không giống như dữ liệu thời gian, việc ước lượng và phân tích kết quả của mô hình hồi quy ngưỡng trong dữ liệu bảng thường rất phức tạp do tính không đồng nhất của các quan sát trong tập dữ liệu. Bài viết này sẽ minh họa cách ước lượng mô hình ngưỡng PTR của Hansen (1999)....
read more
Giới thiệu về hồi quy dữ liệu bảng

Giới thiệu về hồi quy dữ liệu bảng

Hồi quy dữ liệu bảng trong phân tích cơ bản thường có hai phương pháp sau: FEM (tác động cố định), REM (tác động ngẫu nhiên). (luanhay.vn) ...
read more
Hide Buttons