Bài giảng Kinh tế lượng ứng dụng: Chương 4 - Phạm Thị Tuyết Trinh

Tài liệu này giới thiệu về đo lường và dự báo biến động trong tài chính, tập trung vào mô hình ARCH-GARCH. Mục tiêu là cung cấp kiến thức về đặc điểm dữ liệu tài chính, phương sai có điều kiện, mô hình ARCH-GARCH, kiểm định tác động ARCH, và ứng dụng ước lượng mô hình bằng Eviews.

Sinh viên và nhà nghiên cứu trong lĩnh vực Tài chính Ngân hàng muốn tìm hiểu về đo lường và dự báo biến động trong tài chính sử dụng mô hình ARCH-GARCH.

Tài liệu này trình bày chi tiết về các mô hình ARCH và GARCH, là những công cụ quan trọng trong việc phân tích và dự báo biến động của dữ liệu tài chính. Các đặc điểm chính của dữ liệu tài chính như độ nhọn vượt chuẩn, biến động nhóm và hiệu ứng đòn bẩy được thảo luận để làm nổi bật sự cần thiết của các mô hình này.

Phương sai có điều kiện được giới thiệu như một khái niệm trung tâm, thể hiện sự thay đổi của phương sai dựa trên thông tin từ các giai đoạn trước. Mô hình ARCH được trình bày như một phương pháp tự hồi quy có điều kiện để mô hình hóa phương sai thay đổi, trong đó phương sai hiện tại phụ thuộc vào các giá trị bình phương của phần dư từ các giai đoạn trước.

Kiểm định tác động ARCH được thực hiện để xác định xem có sự tồn tại của hiệu ứng ARCH trong dữ liệu hay không, sử dụng phương pháp quan sát ACF và kiểm định LM (Lagrange Multiplier). Sau đó, mô hình GARCH được giới thiệu như một sự mở rộng của ARCH, cho phép phương sai có điều kiện phụ thuộc vào cả bậc trễ của sai số và bậc trễ trước đó của chính nó, giúp khắc phục các hạn chế của mô hình ARCH truyền thống.

Các ví dụ thực hành sử dụng phần mềm Eviews được cung cấp để minh họa cách ước lượng và dự báo biến động bằng các mô hình ARCH và GARCH. Thêm vào đó, tài liệu này cũng đề cập đến việc thêm các biến giải thích vào mô hình ARCH/GARCH để cải thiện khả năng mô hình hóa và dự báo.