1
ĐỀ CƯƠNG CHI TIẾT

1. Tên môn học: DỰ BÁO KINH TẾ VÀ PHÂN TÍCH DỮ LIỆU
2. Giảng viên: NGUYỄN TRỌNG HOÀI
NGUYỄN HOÀNG BẢO
PHÙNG THANH BÌNH
VÕ ĐỨC HOÀNG VŨ
NGUYỄN KHÁNH DUY
NGUYỄN NGỌC DANH
3. Bậc đào tạo: Đại học Hệ đào tạo: Chính quy
4. Thời lượng: 45 tiết
5. Điều kiện tiên quyết
Để học tốt môn Dự báo kinh tế và phân tích dữ liệu, sinh viên phải được trang bị trước các
môn học sau đây:
 Lý thuyết xác suất và thống kê toán
 Nguyên lý thống kê kinh tế (hoặc Thống kê ứng dụng, Thống kê kinh doanh)
 Kinh tế lượng
 Phương pháp nghiên cứu kinh tế
6. Mô tả môn học
Sự phát triển của kinh tế Việt Nam đặt trong bối cảnh đầy biến động của nền kinh tế thế
giới đã thúc đẩy các nhà hoạch định chính sách kinh tế và quản trị kinh doanh phải quan
tâm nhiều hơn đến việc phân tích dữ liệu và dự báo ở nhiều lĩnh vực khác nhau. Đặc biệt,
với sự ra đời của thị trường chứng khoán Việt Nam, kèm theo sự biến động của nhiều chỉ số
kinh tế trong và ngoài nước đã và đang thúc đẩy dự báo trở thành một hoạt động quan trọng
trong hầu hết các lĩnh vực kinh tế, tài chính, và quản trị. Nhu cầu phân tích, dự báo ở Việt
Nam đang có xu hướng gia tăng bởi vì phân tích, dự báo tốt có thể hỗ trợ đáng kể cho việc
hình thành chính sách, chiến lược, kế hoạch cũng như nhiều quyết định hàng ngày của các
cơ quan quản lý nhà nước và doanh nghiệp. Chính vì thế, các nhà nghiên cứu, nhà hoạch
định chính sách và nhà quản trị tương lai cần được trang bị một nền tảng kiến thức cơ bản

7. Mục tiêu
Sau khi học xong môn học, nhóm giảng viên kỳ vọng sinh viên sẽ có khả năng tốt hơn về:
(1) Thực hiện được các kỹ thuật phân tích thống kê mô tả với các loại dữ liệu khác nhau;
(2) Nhận biết được chuỗi dừng và không dừng thông qua phương pháp giản đồ tự tương
quan cũng như phương pháp kiểm định nghiệm đơn vị;
(3) Nhận diện, đánh giá và lựa chọn mô hình dự báo tốt cho một chuỗi dữ liệu sẵn có;
(4) Thực hiện được các mô hình dự báo đơn biến theo phương pháp Holt, Holt-Winters,
và Box-Jenkins;
(5) Thực hiện được các mô hình dự báo theo phương pháp ARCH, GARCH, TGARCH;
(6) Ứng dụng được kiến thức về phân tích nhân quả thông qua các mô hình nhân quả
Granger giản đơn, mô hình hiệu chỉnh sai số (ECM) của Granger, mô hình hiệu chỉnh
sai số (VECM) của Pesaran, mô hình nhân quả Granger mở rộng của Toda-
Yamamoto;
(7) Giải thích được ý nghĩa và thực hiện được các phương pháp kiểm định đồng liên kết;

3
(8) Áp dụng được kỹ thuật phân tích nhân tố khám phá, kiểm định độ tin cậy của thang
đo;
(9) Sử dụng thành thạo phần mềm Eviews và/hoặc SPSS.
8. Phương pháp giảng dạy
Môn học được chia làm mười một buổi, trong đó có tám buổi lý thuyết và ba buổi thực
hành trên máy vi tính. Các buổi học thực hành sẽ được tổ chức xen kẽ với các buổi học lý
thuyết. Bên cạnh đó, người học sẽ được cung cấp thêm các bài tập tình huống để thực hành
thêm ngoài giờ học vì thời gian thực hành chính thức trên lớp không thể bao quát hết tất cả
các nội dung của môn học.
Các buối học lý thuyết sẽ không trình bày thuần túy lý thuyết mà sẽ tập trung hướng dẫn
thực hành, phân tích và thảo luận các ví dụ để minh họa cho từng mô hình để giúp sinh viên
hiểu rõ hơn nội dung các bài giảng. Điều này yêu cầu sinh viên phải đọc lý thuyết trước khi
lên lớp thì mới nắm bắt được ý tưởng của các ví dụ minh họa. Các buổi học thực hành sẽ
hướng dẫn sinh viên sử dụng phần mềm để thực hành các phương pháp dự báo, phân tích

Edition, Sage
Publications.
Gujarati, D. (2009), Basic Econometrics, 5
th
Edition, McGraw-Hill.
Hair, Jr.J.F., Black, W.C., Babin, B.J., Anderson, R.E. & Tatham,R.L. (2006). Multivariate
Data Analysis. 6
th
Edition. Pearson Prentice Hall.
Hanke, J.E. & Wichern, D.W. (2005), Business Forecasting, 8
th
Edition, Pearson Prentice
Hall.
Hoài, N.T. (2003), Mô Hình Hóa Chuỗi Thời Gian trong Kinh Doanh và Kinh Tế, Ấn bán
lần 2, NXB Đại học Quốc Gia TPHCM.
Holton, W.J. & Keating, B. (2007). Business Forecasting With Accompanying Excel-Based
ForecastXTM Software, 5
th
Edition, McGraw-Hill.
Schumacker, R.E., Lomax, R.G. (2004), A Beginner’s Guide to Structural Equation
Modelling, 2
nd
Edition, Lawrence Erlaum Associates.
Trọng, H., Ngọc, C.N.M. (2008b), Thống Kê Ứng Dụng trong Kinh Tế - Xã Hội, NXB
Thống Kê.
Thọ, N.Đ (2011), Phương Pháp Nghiên Cứu Khoa Học trong Kinh Doanh, NXB Lao động
– Xã hội
Ramanathan, R. (2002), Introductory Econometrics with Applications, 5
th
Edition, Harcourt 5
Ngày
(số tiết)
Nội dung giảng dạy
(phương pháp giảng dạy)
Tài liệu đọc
(chương, phần)
Sinh viên
chuẩn bị
Ghi
chú
Ngày 2.
(4 tiết)
Xây dựng cơ sở dữ liệu và phân
tích dữ liệu
 Các tiêu chí để xác định nguồn
dữ liệu đáng tin cậy
 Các thành phần cơ bản trong
chuỗi thời gian
 Khảo sát dữ liệu bằng phân tích
giản đồ tự tương quan
 Bản chất một chuỗi dữ liệu có
tính dừng/không dừng
 Khái niệm bước ngẫu nhiên
 Các kiểm định nghiệm đơn vị
 Các tiêu chí lựa chọn mô hình


Ngày 4.
(4 tiết)
Các mô hình dự báo giản đơn
 Mô hình dự báo trung bình giản
đơn
 Mô hình dự báo trung bình di
động
 Mô hình dự báo san mũ giản đơn

 Mô hình dự báo Holt, mô hình
dự báo Winter
 Mô hình dự báo phân tích thành
phần chuỗi thời gian
 Thực hiện dự báo bằng các mô
hình dự báo giản đơn trên
Crystal Ball và ForecastX
 Ứng dụng dự báo doanh số và
giá cả

 Giáo trình,
Chương 4, 5, và
6
 Bình, P.T.,
Lecture notes 3
6
Ngày

hồi quy trong dự báo
 Giáo trình,
Chương 7
 Bình, P.T.,
Lecture notes 4
 Trọng & Ngọc
(2008a),
chương 1, 3, 9
 Duy, N.K,
Lecture notes 4 Ngày 6.
(4 tiết)
Các mô hình dự báo ARIMA
 Giới thiệu mô hình ARIMA
 Quy trình thực hiện dự báo bằng
phương pháp Box-Jenkins
 Tiêu chí đánh giá, lựa chọn mô
hình ARIMA phù hợp
 Thực hiện các mô hình ARIMA
trên Eviews
 Thực hiện các mô hình ARIMA
với phần mềm ForecastX
 Mô hình SARIMA
 Ứng dụng mô hình ARIMA
trong việc dự báo các biến kinh
tế vĩ mô và giá cả
 Ứng dụng mô hình ARIMA và
SARIMA trong dự báo doanh số

 Kiểm định ảnh hưởng ARCH
 Mô hình ARCH(q)
 Đánh giá các mô hình ARCH
 Mô hình GARCH(p,q)
 Đánh giá các mô hình
ARCH/GARCH
 Mô hình ARCH-M, GARCH-M
 Mô hình TGARCH
 Mô hình hóa các nhân tố ảnh
hưởng rủi ro
 Ứng dụng mô hình ARCH,
GARCH trong việc dự báo các
biến kinh tế vĩ mô và giá cả

 Giáo trình,
Chương 9
 Bình, P.T.,
Lecture notes 6

Ngày 8.
(4 tiết)
Thực hành phòng máy
 Các mô hình dự báo giản đơn
 Các mô hình ARIMA
 Các mô hình ARCH
 Phân tích hồi quy


Chọn
một
trong
hai chủ
đề: Các
mô hình
nhân
quả

HOẶC
8
Ngày
(số tiết)
Nội dung giảng dạy
(phương pháp giảng dạy)
Tài liệu đọc
(chương, phần)
Sinh viên

Alpha
Ngày 10.
(4 tiết)
Các mô hình nhân quả (tiếp theo)
 Ứng dụng các mô hình nhân quả
Granger trong chứng khoán/tài
chính
 Ứng dụng các mô hình nhân quả
Granger trong phân tích các mối
quan hệ kinh tế vĩ mô
 Ứng dụng các mô hình nhân quả
Granger trong lĩnh vực khác.

Phân tích nhân tố khám phá
 EFA và đánh giá giá trị thang đo
 Mô hình EFA
 Ví dụ đánh giá thang đo
 Các dạng phân tích EFA và ứng
dụng
 Điều kiện để phân tích EFA
 Đánh giá giá trị thang đo bằng
EFA
 Phân tích EFA với SPSS
 Tình huống nghiên cứu và ứng
dụng
 Giới thiệu những phân tích khác
thường thực hiện sau EFA:
thống kê mô tả, T-test, ANOVA,
Regression, CFA, SEM…



HOẶC

Phân
tích
nhân tố
khám
phá

9
Ngày
(số tiết)
Nội dung giảng dạy
(phương pháp giảng dạy)
Tài liệu đọc
(chương, phần)
Sinh viên
chuẩn bị
Ghi
chú
Ngày 11.
(4 tiết)
Thực hành phòng máy
 Các mô hình nhân quả Granger
Hoặc
 Kiểm định độ tin cậy của thang
đo (với Cronbach’s Alpha) và
đánh giá giá trị của thang đo (với
phân tích nhân tố khám phá)
 Thực hành các tình huống trong