RESEARCH METHOD

Biến nội sinh là biến có tương quan với phần dư trong mô hình ước lượng. Bên cạnh bản chất của các mối quan hệ thì một trong những nguyên nhân phổ biến gây ra vấn đề biến nội sinh là bỏ sót biến. Các phương pháp phổ biến để giải quyết (xử lí) vấn đề biến nội sinh có thể kể đến như ước lượng biến công cụ (IV), hồi quy hai giai đoạn (2SLS), ba giai đoạn (3SLS)... hoặc ước lượng GMM. Nguyên tắc cơ bản để giải quyết vấn đề biến nội sinh là tìm một tập các biến công cụ để làm đại diện cho biến nội sinh trong mô hình. Theo đó, một biến công cụ phù hợp phải thỏa mãn điều kiện cần (không tương quan với phần dư) và điều kiện đủ (có tương quan mạnh với biến nội sinh). Sự khác nhau trong việc xác định tập biến công cụ và số biến công cụ được sử dụng làm đại diện cho biến nội sinh dẫn đến sự hình thành các nhóm phương pháp khác nhau. Phần nội dung này sẽ lần lượt giới thiệu biến nội sinh là gì, thế nào là biến công cụ phù hợp và hai phương pháp cơ bản để giải quyết biến nội sinh là ước lượng IV và 2SLS.

Tham khảo chi tiết:

• Chuyên đề biến nội sinh: https://vietlod.com/tag/endogeneity
• https://vietlod.com/hoi-quy-2-giai-doan-2sls
• https://vietlod.com/bien-noi-sinh-trong-cac-uoc-luong-ols-iv-gmm

Kiểm tra tính dừng của chuỗi dữ liệu bảng (Panel Unit Root Test) là bước đầu tiên quan trọng nhất trong quy trình ước lượng và kiểm định dữ liệu bảng. Tùy vào tính đồng nhất và tính độc lập của các đơn vị bảng mà có nhiều nhóm phương pháp kiểm tra tính dừng dữ liệu bảng như nhóm kiểm định đồng nhất (LLC, Breitung, Hardi), nhóm kiểm định không đồng nhất (IPS, Fisher) hoặc nhóm có sự phụ thuộc chéo như Pesaran (2003)... Trên Stata, chúng ta có thể thực hiện kiểm tra nghiệm đơn vị bảng qua các lệnh như xtunitroot, multpurt...

Tham khảo chi tiết:

• https://vietlod.com/kiem-dinh-nghiem-don-vi-voi-du-lieu-bang
• https://vietlod.com/kiem-dinh-tinh-dung-qua-nghiem-don-vi

Mô hình EGARCH được sử dụng phổ biến để phân tích sự biến động của một chuỗi thời gian trong trường hợp thị trường tồn tại thông tin bất cân xứng. Nghĩa là, mô hình EGARCH có thể giúp chúng ta đánh giá được mức ảnh hưởng của các cú sốc tích cực (thông tin tốt) hoặc cú sốc tiêu cực (thông tin xấu) đến biến động của chuỗi. 

Tuy nhiên, việc hiểu và giải thích được các tham số đối xứng, bất đối xứng hay tham số điều chỉnh của mô hình EGARCH không phải là điều dễ dàng với nhiều người. Bài viết sau sẽ giới thiệu đặc trưng của mô hình EGARCH so với mô hình ARCH/GARCH, và giải thích ý nghĩa các tham số ước lượng của mô hình EGARCH. Tham khảo chi tiết tại: https://vietlod.com/huong-dan-doc-ket-qua-mo-hinh-egarch