5.5. Dữ liệu bảng phụ thuộc chéo thế hệ 2

Estimated reading: 12 minutes 6 views

TÓM TẮT NHÓM 5.5: Nhóm bài giảng 5.5. Dữ liệu bảng phụ thuộc chéo thế hệ 2 thuộc 5. Kinh tế lượng dữ liệu bảng tĩnh, động và phụ thuộc chéo quy tụ 5 mô hình kinh tế lượng (từ mục 5.5.1 đến mục 5.5.5). Nội dung dưới đây hệ thống hóa cơ sở toán học, phân biệt điều kiện nhận dạng và đối chiếu cú pháp thực thi trên Stata 18, R 4.x và Python 3.11+ theo chuẩn giáo trình quốc tế (Pesaran (2007); Pesaran, Smith & Yamagata (2013); Baltagi (2021); Wooldridge (2010); Pesaran (2015); Verbeek (2021)).

1. Bản chất học thuật và cấu trúc toán học

Trong phạm vi của chương Kinh tế lượng dữ liệu bảng tĩnh, động và phụ thuộc chéo, nhóm phương pháp Dữ liệu bảng phụ thuộc chéo thế hệ 2 giải quyết các bài toán thực nghiệm đòi hỏi đặc tả chính xác quá trình sinh dữ liệu và kiểm soát chặt chẽ cấu trúc sai số (Baltagi (2021); Wooldridge (2010); Pesaran (2015); Verbeek (2021)). Các mô hình trong nhóm 5.5 cùng dựa trên hệ thức cấu trúc nền tảng tại phương trình (1) (Pesaran (2007); Pesaran, Smith & Yamagata (2013)):

$$\Delta Y_{it} = a_i + b_i Y_{i,t-1} + c_i \bar{Y}_{t-1} + \sum_{j=0}^p d_{ij}\Delta \bar{Y}_{t-j} + \sum_{j=1}^p \delta_{ij}\Delta Y_{i,t-j} + e_{it}, \quad \text{CIPS} = \frac{1}{N}\sum_{i=1}^N t_i(N, T) \tag{1}$$

Phương trình điều kiện ước lượng và tối ưu hóa của nhóm phương pháp này được xác định tại công thức (2):

$$\hat{\beta}_{\text{Panel}} = \left(\sum_{i=1}^N \tilde{X}_i^\top W_i \tilde{X}_i\right)^{-1}\left(\sum_{i=1}^N \tilde{X}_i^\top W_i \tilde{Y}_i\right), \quad \tilde{Y}_{it} = Y_{it} – \theta \bar{Y}_i \tag{2}$$

Sự khác biệt giữa 5 mô hình từ 5.5.1. Kiểm định nghiệm đơn vị dữ liệu bảng thế hệ 2 Pesaran (CIPS) đến 5.5.5. Mô hình ARDL bảng tăng cường trung bình chéo (CS-ARDL) nằm ở giả định về phân phối của thành phần nhiễu, cơ chế nội sinh và ma trận trọng số ước lượng (Pesaran (2007); Pesaran, Smith & Yamagata (2013); Baltagi (2021); Wooldridge (2010); Pesaran (2015); Verbeek (2021)).

2. Bảng đối chiếu các mô hình trong nhóm

Bảng dưới đây so sánh trực tiếp bản chất kinh tế lượng, câu lệnh thực thi trên ba phần mềm và kiểm định chẩn đoán của từng bài học trong nhóm 5.5:

Mã mục	Tên mô hình	Bản chất kinh tế lượng	Cú pháp ước lượng chuẩn (Stata 18 · R 4.x · Python 3.11+)	Kiểm định chẩn đoán bắt buộc
5.5.1	Kiểm định nghiệm đơn vị dữ liệu bảng thế hệ 2 Pesaran (CIPS)	Kiểm định nghiệm đơn vị dữ liệu bảng thế hệ thứ 2 bổ sung trung bình chéo $\bar{Y}_{t-1}$ và $\Delta\bar{Y}_{t-l}$ (CADF) cho từng đơn vị rồi lấy trung bình cắt cụt $\text{CIPS} = N^{-1}\sum_{i=1}^N \tilde{t}_i$.	Stata: `xtcips / pescadf (ssc install xtcips: xtcips y, maxlags(2) bglags(2))` R: `plm (plm::cipstest(pdata$y, lags = 2, type = "drift"))` Python: `Pesaran CADF/CIPS runner (Cross-sectionally augmented Dickey–Fuller truncated $t$-bar & Pesaran 2007 critical values)`	Thống kê CIPS và CIPS* (truncated), giá trị tới hạn chính xác theo $(N, T)$ ở mức $1\%, 5\%, 10\%$ (không chặn / có chặn / có xu thế), phân bố $t_i$ CADF.
5.5.2	Kiểm định đồng tích hợp bảng hiệu chỉnh sai số Westerlund	Kiểm định đồng tích hợp dữ liệu bảng thế hệ thứ 2 dựa trên ý nghĩa của tốc độ hiệu chỉnh sai số ($\alpha_i < 0$) thay vì áp đặt ràng buộc nhân tố chung (common-factor restriction) như kiểm định phần dư Pedroni/Kao.	Stata: `xtwest (ssc install xtwest: xtwest y x1 x2, lags(1) leads(0) lrwindow(3) bootstrap(200))` R: `plm / Westerlund ECM (Entity & pooled conditional ECM t-ratio and normalized alpha statistics)` Python: `Westerlund 4-statistic ECM runner ($G_\tau, G_\alpha, P_\tau, P_\alpha$ standardized $Z$-scores + sieve bootstrap $p$-values)`	Bộ 4 thống kê $G_\tau, G_\alpha, P_\tau, P_\alpha$, giá trị $Z$-stat tiệm cận chuẩn và robust bootstrap $p$-value dưới phụ thuộc chéo.
5.5.3	Ước lượng trung bình nhóm hiệu ứng tương quan chung (CCEMG)	Đưa trung bình chéo theo thời gian $(\bar{Y}_t, \bar{X}_t)$ vào hồi quy riêng của từng đơn vị $i$ để lọc bỏ các nhân tố chung không quan sát được (cú sốc giá dầu, chu kỳ tài chính toàn cầu, đại dịch) gây phụ thuộc chéo mạnh.	Stata: `xtdcce2 (ssc install xtdcce2: xtdcce2 y x1 x2, cr(y x1 x2) cr_lags(0))` R: `plm (plm::pcce(y ~ x1 + x2, data = pdata, model = "mg"))` Python: `Cross-sectionally augmented MG solver (Entity OLS với $\bar{z}_t$ projection + Pesaran 2006 nonparametric MG variance)`	Kiểm định Pesaran CD trước và sau lọc CCE (kỳ vọng phần dư hết phụ thuộc chéo), bậc mũ phụ thuộc chéo $\hat{\alpha}_{\text{CD}}$, kiểm định $\tilde{\Delta}$ slope homogeneity.
5.5.4	Ước lượng gộp hiệu ứng tương quan chung (CCEP)	Phiên bản gộp hiệu quả cao của Pesaran CCE khi hệ số dốc $\beta$ đồng nhất giữa các đơn vị nhưng tải trọng nhân tố ẩn $\gamma_i$ tác động khác nhau lên từng quốc gia/doanh nghiệp.	Stata: `xtdcce2, pooled (xtdcce2 y x1 x2, cr(y x1 x2) pooled(x1 x2) pooledvce(nw))` R: `plm (plm::pcce(y ~ x1 + x2, data = pdata, model = "p"))` Python: `Cross-sectionally demeaned & factor-projected Pooled estimator (M_G projection per entity + Pesaran Eq. 67 sandwich covariance)`	Kiểm định Pesaran CD phần dư, Pesaran–Yamagata $\hat{\Delta}_{\text{adj}}$ kiểm chứng điều kiện gộp hệ số, $R^2_{\text{MG/CCEP}}$.
5.5.5	Mô hình ARDL bảng tăng cường trung bình chéo (CS-ARDL)	Mở rộng CCE sang bảng động có biến trễ $Y_{i,t-p}, X_{i,t-q}$ bằng cách bổ sung $\lfloor T^{1/3} \rfloor$ độ trễ của trung bình chéo $(\bar{Y}_{t-l}, \bar{X}_{t-l})$, ước lượng nhất quán hệ số dài hạn dưới cả nội sinh động và cú sốc toàn cầu.	Stata: `xtdcce2 (xtdcce2 d.y, lr(l.y x1 x2) lr_options(ardl) cr(y x1 x2) cr_lags(3))` R: `plm / dynamic CCE (Entity ARDL augmented with lags 0..p_T of cross-sectional means + Delta long-run MG)` Python: `Dynamic CS-ARDL solver ($\bar{z}_{t-l}$ lag-augmented entity ARDL + Chudik–Pesaran long-run $\hat{\theta}_{\text{CS-ARDL}}$ & MG SE)`	Kiểm định CD phần dư sau gắn cr_lags, hệ số hội tụ ECM $\hat{\phi} < 0$, kiểm định nghiệm đơn vị CIPS trên phần dư dài hạn.

3. Quy tắc lựa chọn mô hình phù hợp

Nhà nghiên cứu có thể áp dụng quy tắc phân nhánh dưới đây để chọn đúng mô hình trong nhóm 5.5 cho dữ liệu thực tế (Baltagi (2021); Wooldridge (2010); Pesaran (2015); Verbeek (2021)):

Chọn 5.5.1. Kiểm định nghiệm đơn vị dữ liệu bảng thế hệ 2 Pesaran (CIPS) khi: Bước kiểm định tiên quyết bắt buộc cho mọi nghiên cứu dữ liệu bảng vĩ mô/tài chính có phụ thuộc chéo (nơi các kiểm định thế hệ 1 như LLC, IPS bác bỏ sai giả thuyết nghiệm đơn vị). (Kiểm định bắt buộc: Thống kê CIPS và CIPS* (truncated), giá trị tới hạn chính xác theo $(N, T)$ ở mức $1\%, 5\%, 10\%$ (không chặn / có chặn / có xu thế), phân bố $t_i$ CADF.).
Chọn 5.5.2. Kiểm định đồng tích hợp bảng hiệu chỉnh sai số Westerlund khi: Dữ liệu bảng chuỗi thời gian $I(1)$ ($T \ge 12, N \ge 5$); cung cấp 4 thống kê: 2 thống kê trung bình nhóm ($G_\tau, G_\alpha$) và 2 thống kê gộp bảng ($P_\tau, P_\alpha$) kèm bootstrap bền vững trước phụ thuộc chéo. (Kiểm định bắt buộc: Bộ 4 thống kê $G_\tau, G_\alpha, P_\tau, P_\alpha$, giá trị $Z$-stat tiệm cận chuẩn và robust bootstrap $p$-value dưới phụ thuộc chéo.).
Chọn 5.5.3. Ước lượng trung bình nhóm hiệu ứng tương quan chung (CCEMG) khi: Dữ liệu bảng vĩ mô/năng lượng/tài chính có $N, T \ge 15$ khi kiểm định Pesaran CD bác bỏ tính độc lập chéo và hệ số dốc không đồng nhất giữa các thực thể. (Kiểm định bắt buộc: Kiểm định Pesaran CD trước và sau lọc CCE (kỳ vọng phần dư hết phụ thuộc chéo), bậc mũ phụ thuộc chéo $\hat{\alpha}_{\text{CD}}$, kiểm định $\tilde{\Delta}$ slope homogeneity.).
Chọn 5.5.4. Ước lượng gộp hiệu ứng tương quan chung (CCEP) khi: Dữ liệu bảng có phụ thuộc chéo mạnh do nhân tố chung đa chiều ($f_t$), số chiều $N, T$ vừa–lớn và kiểm định Pesaran–Yamagata không bác bỏ tính đồng nhất của hệ số dốc. (Kiểm định bắt buộc: Kiểm định Pesaran CD phần dư, Pesaran–Yamagata $\hat{\Delta}_{\text{adj}}$ kiểm chứng điều kiện gộp hệ số, $R^2_{\text{MG/CCEP}}$.).
Chọn 5.5.5. Mô hình ARDL bảng tăng cường trung bình chéo (CS-ARDL) khi: Chuẩn mực hàng đầu hiện nay (2021–2026) trong kinh tế vĩ mô quốc tế, kinh tế môi trường/chuyển dịch xanh khi dữ liệu vừa động, vừa $I(1)$, vừa chịu phụ thuộc chéo mạnh ($T \ge 25$). (Kiểm định bắt buộc: Kiểm định CD phần dư sau gắn cr_lags, hệ số hội tụ ECM $\hat{\phi} < 0$, kiểm định nghiệm đơn vị CIPS trên phần dư dài hạn.).

4. Tài liệu tham khảo

Pesaran (2007). Foundational econometric methodology and empirical inference in Journal of Applied Econometrics.
Pesaran, Smith, & Yamagata (2013). Foundational econometric methodology and empirical inference in Journal of Econometrics.
Baltagi, B. H. (2021). Econometric Analysis of Panel Data (6th ed., Chương 2–12: Static, Dynamic and Cross-Sectionally Dependent Panels). Springer.
Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed., Chương 10–11). MIT Press.
Pesaran, M. H. (2015). Time Series and Panel Data Econometrics (Chương 26–29: Large Heterogeneous and Cross-Sectionally Dependent Panels). Oxford University Press.
Verbeek, M. (2021). Panel Methods for Finance: A Guide to Empirical Practice. De Gruyter.

ĐIỀU HƯỚNG HỌC TẬP:
↑ Tài liệu gốc: KINH TẾ LƯỢNG ỨNG DỤNG TOÀN DIỆN TỪ A – Z
↑ Chương chủ quản: 5. Kinh tế lượng dữ liệu bảng tĩnh, động và phụ thuộc chéo
→ Bài học đầu tiên trong nhóm: 5.5.1. Kiểm định nghiệm đơn vị dữ liệu bảng thế hệ 2 Pesaran (CIPS)