Các hướng dẫn dưới đây trang bị cho người học kỹ năng thu thập, tổ chức, làm sạch và khai thác các loại dữ liệu thường gặp trong nghiên cứu tài chính và đầu tư. Nội dung tập trung vào ba nhóm dữ liệu chính: dữ liệu chuỗi thời gian như giá và lợi suất cổ phiếu, chỉ số thị trường chứng khoán, tỷ giá, lãi suất và chỉ số hàng hóa; dữ liệu bảng (panel data) được xây dựng từ báo cáo tài chính của các doanh nghiệp; và dữ liệu tài chính – kinh tế vĩ mô quốc tế từ IMF, World Bank và các cơ sở dữ liệu có uy tín khác. Người học được hướng dẫn toàn bộ quy trình từ dữ liệu thô đến xây dựng bộ dữ liệu sẵn sàng cho phân tích kinh tế lượng.
Trên nền tảng dữ liệu đã được xử lý, một số phương pháp kinh tế lượng tài chính phổ biến sẽ được giới thiệu. Với dữ liệu chuỗi thời gian, trọng tâm bao gồm kiểm định tính dừng, các mô hình ARIMA, các mô hình ARCH/GARCH và các mở rộng nhằm mô hình hóa và dự báo biến động của thị trường tài chính. Với dữ liệu doanh nghiệp và dữ liệu tài chính vĩ mô, người học tiếp cận các mô hình dữ liệu bảng truyền thống như Fixed Effects và Random Effects, đồng thời học cách kết hợp dữ liệu doanh nghiệp, thị trường và vĩ mô để xây dựng các mô hình nghiên cứu thực nghiệm.
Phần 1: Dữ liệu từ Investing.com
Bài 1: Hướng dẫn cách tải dữ liệu từ Investing.com – Xem hướng dẫn
Bài 2: Xử lý và kết hợp dữ liệu thị trường tài chính hằng ngày bằng Stata – Xem hướng dẫn và do-file
Bài 3: Chuyển dữ liệu tài chính từ tần suất ngày sang tháng bằng collapse – Xem hướng dẫn và do-file
Bài 4: Xử lý dữ liệu theo tháng – tải trực tiếp – Xem hướng dẫn và do-file