RESEARCH METHOD

Mô hình Markov Switching được sử dụng cho các chuỗi mà được cho là có sự chuyển tiếp trong một tập hữu hạn các trạng thái không quan sát được, cho phép quá trình chuyển đổi khác nhau ở mỗi giai đoạn. Quá trình chuyển đổi xảy ra theo một quá trình Markov. Thời gian của quá trình chuyển đổi từ một giai đoạn sang giai đoạn khác và thời gian giữa những thay đổi trong giai đoạn là ngẫu nhiên.



Câu lệnh mswitch trong Stata 14 được sử dụng để ước lượng các mô hình hồi quy động thể hiện sự khác nhau giữa các giai đoạn không quan sát (unobserved states) bằng cách sử dụng các tham số trạng thái phụ thuộc (state-dependent parameters) để phù hợp (accommodate) với các cú sốc cấu trúc (structural breaks) hoặc những vấn đề đa giai đoạn khác (other multiple-state phenomena). Những mô hình này được biết đến với tên gọi là các mô hình chuyển đổi Markov hay Markov Switching bởi vì sự chuyển tiếp giữa các giai đoạn không quan sát được theo một chuỗi Markov.

Mô hình gồm nhiều cấu trúc (phương trình) mô tả các đặc điểm của dữ liệu thời gian trong các giai đoạn khác nhau (different regimes). Bằng cách chuyển đổi giữa các cấu trúc (structures) mô hình được kì vọng sẽ ghi nhận một tính động phức tạp hơn. Tính năng chính của mô hình Markov Switching là cơ chế chuyển đổi được kiểm soát bởi các biến trạng thái không quan sát được mà các biến này tuân theo một chuỗi Markov bậc 1. Theo Walter Enders (2015 trang 448) thì thông thường các mô hình Markov Switching được sử dụng để ước lượng dạng level của một chuỗi. Tuy nhiên, các nghiên cứu gần đây đã cho thấy có thể kết hợp mô hình MS với các đặc điểm tự hồi quy không điều kiện như MS-VAR, MS-VECM và tự hồi quy có điều kiện phương sai thay đổi như MS-ARCH, MS-GARCH (Edwards and Susmel, 2000).

Hướng dẫn thực hiện Breakpoint Unit Test trên EViews



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.
https://vietlod.com/kiem-dinh-breakpoint-unit-root-test/4

Lựa chọn mô hình theo AIC, BIC,HQ, BIC/SIC

Tương tự như thống kê độ phù hợp trong mô hình hồi quy, R2 thì các tiêu chuẩn thông tin cũng bao gồm thành phần độ phù hợp dựa trên giá trị log-likelihood và thành phần phức tạp dựa trên tham số được ước lượng của mô hình. Tiêu chuẩn thông tin như AIC, AICc, HQ, BIC/SIC cung cấp cho chúng ta công cụ so sánh các dạng mô tả khác nhau của mô hình và lựa chọn mô hình phù hợp giữa chúng. Mô hình đơn giản là mô hình được lựa chọn. Bài viết sẽ trình bày ý nghĩa, cách tính toán, so sánh các tiêu chuẩn thông tin cùng với các lưu ý về cách sử dụng các tiêu chuẩn này trong việc lựa chọn mô hình.

Tham khảo: https://vietlod.com/cac-tieu-chuan-thong-tin-trong-lua-chon-mo-hinh

Trong phân tích dữ liệu bảng, tính dừng của các biến chuỗi cần được xem xét kiểm định đầu tiên. Tiếp đến là kiểm tra các tác động riêng rẻ của mỗi đối tượng hoặc của điểm thời gian là cố định hoặc ngẫu nhiên, dồng thời cũng nên quan tâm đến tính ổn định của hệ số ước lượng theo các nhóm qua kiểm định Chow - Test. Tính nội sinh của biến cũng cần được xem xét khi chúng ta có lý do nghi ngờ tồn tại một/các biến có mối quan hệ chặt với một số biến trong mô hình. Sau khi hoàn tất các kiểm định trên thì mô hình mới được ước lượng. Kết quả ước lượng sau khi thỏa mãn các kiểm định về phương sai thay đổi, sự tự tương quan sẽ được sử dụng để phân tích, suy diễn thống kê. Bài viết này bao gồm 5 mục như sau:
- Mục 1 sẽ trình bày về kiểm định nghiệm đơn vị;
- Mục 2: kiểm tra tính ngẫu nhiên của các tác động riêng rẻ để lựa chọn FEM hay REM;
- Mục 3 sẽ kiểm tra tính ổn định của các hệ số ước lượng qua Chow test;
- Mục 4: kiểm tra biến nội sinh trong mô hình;
- Mục 5 sẽ đề cập đến vấn đề phương sai thay đổi và tự tương quan của phần dư trong mô hình.
http://vietlod.com/tong-hop-cac-kiem-dinh-trong-du-lieu-bang

Nếu như kinh tế vĩ mô và kinh tế vi mô mô tả sự vận động của nền kinh tế thì kinh tế lượng cung cấp các phương pháp phân tích mổ xẻ mặt lượng quan hệ giữa các hiện tượng hoặc yếu tố kinh tế cùng sự tác động qua lại giữa chúng trên cơ sở các số liệu nhằm củng cố thêm giả thiết, từ đó đưa ra các quyết định đúng đắn hơn.

Kinh tế lượng từ nhiều năm đã được áp dụng rộng rãi trong nhiều ngành, không riêng gì kinh tế. Một số phương pháp, mô hình ước lượng thường được sử dụng trong nghiên cứu kinh tế

• Kiểm định t-test, ANOVA, ANCOVA, MANOVA…
• Hồi quy tuyến tính đa biến;
• Hồi quy 2 giai đoạn 2SLS;
• Hồi quy Logit, Probit, Tobit;
• Phương pháp EFA, CFA, SEM;
• Ước lượng SUR;
• Ước lượng DID;
• Phương pháp phân tách DFA;
• Mô hình tác động đồng thời SEM;
• Mô hình hồi quy đa biến bội;
• Hồi quy dữ liệu bảng.

Ngoài ra, các bạn có thể tham khảo thêm các vấn đề về xử lý dữ liệu, lựa chọn kiểm định, thống kê mô tả và phân tích hồi quy từ cơ bản đến NÂNG CAO trên các phần mềm SPSS, STATA tại trang CÁC CHUYÊN ĐỀ KINH TẾ LƯỢNG