Chạy Eview cho chuỗi thời gian: 8 bước từ kiểm định tính dừng đến ARDL, VECM

Chạy Eview là kỹ năng không thể thiếu với sinh viên, học viên ngành kinh tế, tài chính, ngân hàng khi làm luận văn với dữ liệu chuỗi thời gian và dữ liệu vĩ mô. Từ kiểm định tính dừng, chọn độ trễ đến ước lượng ARDL, VECM và kiểm định khuyết tật mô hình, mỗi bước đều có những quy tắc riêng. Bài viết này của Kaas.vn hướng dẫn bạn chạy Eview qua 8 bước chuẩn, kèm cách đọc kết quả và những lỗi thường gặp cần tránh.

Eviews là gì và khi nào nên chạy Eview?

EViews (Econometric Views) là phần mềm kinh tế lượng chuyên dụng, nổi bật với giao diện trực quan và bộ công cụ phong phú cho dữ liệu chuỗi thời gian. Bạn nên chạy Eview khi nghiên cứu có dạng:

• Quan hệ giữa các biến vĩ mô như lạm phát, lãi suất, tỷ giá, tăng trưởng GDP, xuất nhập khẩu.
• Tác động ngắn hạn và dài hạn, cơ chế điều chỉnh về cân bằng.
• Dự báo chuỗi thời gian (ARIMA), biến động giá tài sản (ARCH/GARCH).
• Dữ liệu bảng quy mô vừa (Eviews có hỗ trợ, nhưng Stata thường được dùng nhiều hơn).

Nếu dữ liệu của bạn là khảo sát thang đo Likert, SPSS, AMOS hay SmartPLS sẽ phù hợp hơn. Nếu là dữ liệu bảng nhiều doanh nghiệp, hãy xem bài phân tích dữ liệu bảng bằng Stata.

Phần mềm Eviews hợp pháp

EViews là phần mềm thương mại. Bạn có thể dùng bản quyền của trường, mua giấy phép sinh viên hoặc dùng phiên bản dành cho sinh viên theo chính sách hiện hành của nhà phát hành tại eviews.com. Không nên dùng bản bẻ khóa vì vi phạm pháp luật về sở hữu trí tuệ và dễ nhiễm mã độc.

Chuẩn bị dữ liệu trước khi chạy Eview

Dữ liệu sạch và có nguồn rõ ràng quyết định 50% chất lượng kết quả. Trước khi chạy Eview, hãy:

1. Ghi nguồn từng biến: Tổng cục Thống kê, Ngân hàng Nhà nước, IMF IFS, World Bank WDI... kèm ngày truy cập.
2. Thống nhất tần suất: năm, quý hoặc tháng; nếu chuyển đổi tần suất phải ghi rõ phương pháp.
3. Kiểm tra số liệu thiếu và bất thường: không tự điền số liệu thiếu mà không có phương pháp được trích dẫn.
4. Quyết định biến đổi: lấy logarit cho biến có quy mô lớn (GDP, kim ngạch), dùng tỷ lệ phần trăm cho lạm phát, lãi suất.
5. Sắp xếp dữ liệu trong Excel: cột đầu là thời gian, mỗi cột tiếp theo là một biến, dòng đầu là tên biến không dấu.

Hướng dẫn 8 bước chạy Eview cho dữ liệu chuỗi thời gian

Bước 1: Tạo workfile và nhập dữ liệu

Vào File → New → Workfile, chọn cấu trúc Dated - regular frequency, khai báo tần suất (Annual, Quarterly, Monthly) và khoảng thời gian. Sau đó vào File → Import → Import from file để nhập dữ liệu từ Excel. Kiểm tra lại số quan sát và tên biến sau khi nhập. Nếu bạn mới làm quen, bài hướng dẫn chạy Eviews 10 từ A-Z mô tả chi tiết từng thao tác.

Bước 2: Thống kê mô tả và vẽ đồ thị

Chọn các biến, mở dạng Group, vào View → Descriptive Stats → Common Sample. Vẽ đồ thị từng chuỗi (View → Graph) để nhận diện xu hướng, mùa vụ, điểm gãy cấu trúc. Đồ thị giúp bạn chọn dạng kiểm định nghiệm đơn vị phù hợp (có hằng số, có xu thế hay không).

Bước 3: Kiểm định tính dừng

Đây là bước bắt buộc khi chạy Eview với chuỗi thời gian. Mở từng chuỗi, vào View → Unit Root Test, chọn kiểm định Augmented Dickey-Fuller (ADF) hoặc Phillips-Perron (PP), kiểm định ở mức gốc (Level) và sai phân bậc 1 (1st difference). Có thể bổ sung kiểm định KPSS với giả thuyết ngược lại để đối chiếu.

Kết quả xác định bậc tích hợp: I(0) nếu dừng ở mức gốc, I(1) nếu dừng ở sai phân bậc 1. Bậc tích hợp quyết định mô hình ở bước tiếp theo.

Kết quả tính dừng	Mô hình gợi ý
Tất cả biến I(0)	OLS, VAR ở mức gốc
Tất cả biến I(1), có đồng liên kết	VECM (đồng liên kết Johansen)
Tất cả biến I(1), không đồng liên kết	VAR ở sai phân bậc 1
Kết hợp I(0) và I(1), không có I(2)	ARDL và kiểm định đường bao (bounds test)

Bước 4: Chọn độ trễ tối ưu

Ước lượng một mô hình VAR thử, sau đó vào View → Lag Structure → Lag Length Criteria. So sánh các tiêu chí AIC, SC (BIC), HQ, LR, FPE và chọn độ trễ theo tiêu chí phù hợp với cỡ mẫu. Với mẫu nhỏ, tiêu chí SC thường cho mô hình gọn hơn. Ghi rõ tiêu chí đã chọn trong phần phương pháp.

Bước 5: Ước lượng mô hình

ARDL: vào Quick → Estimate Equation, chọn phương pháp ARDL, khai báo biến phụ thuộc, biến độc lập và độ trễ tối đa. Sau khi ước lượng, vào View → Coefficient Diagnostics → Long Run Form and Bounds Test để kiểm định đồng liên kết theo Pesaran, Shin và Smith (2001) và đọc hệ số dài hạn, hệ số hiệu chỉnh sai số (ECT).

VECM: chạy kiểm định đồng liên kết Johansen (View → Cointegration Test trên Group), xác định số quan hệ đồng liên kết bằng thống kê Trace và Max-Eigenvalue, sau đó ước lượng Vector Error Correction.

OLS: với biến dừng, chạy Eview bằng Quick → Estimate Equation với phương pháp LS.

Bước 6: Kiểm định khuyết tật mô hình

Mở cửa sổ phương trình, vào View → Residual Diagnostics và thực hiện:

• Serial Correlation LM Test (Breusch-Godfrey) cho tự tương quan.
• Heteroskedasticity Tests (Breusch-Pagan-Godfrey, White, ARCH) cho phương sai sai số thay đổi.
• Histogram - Normality Test (Jarque-Bera) cho phân phối chuẩn của phần dư.

Với VAR/VECM, kiểm tra thêm điều kiện ổn định qua AR Roots Table/Graph.

Bước 7: Kiểm định tính ổn định và nhân quả

Vào View → Stability Diagnostics để chạy Ramsey RESET và CUSUM, CUSUM of Squares (Recursive Estimates). Nếu cần kiểm tra quan hệ nhân quả theo nghĩa dự báo, dùng kiểm định nhân quả Granger (với VAR) hoặc Wald test cho các hệ số ngắn hạn. Lưu ý: "nhân quả Granger" chỉ là khả năng dự báo, không phải nhân quả theo nghĩa kinh tế.

Bước 8: Trình bày kết quả

Tổng hợp các bảng: thống kê mô tả, kết quả kiểm định tính dừng, độ trễ tối ưu, kết quả ước lượng (hệ số, sai số chuẩn, giá trị t, p), kiểm định đường bao hoặc Johansen, các kiểm định khuyết tật. Trình bày gọn theo chuẩn APA thay vì dán nguyên output. Đừng quên lưu workfile và chương trình (.prg) để có thể tái lập kết quả.

Đọc kết quả khi chạy Eview

• Coefficient, Std. Error, t-Statistic, Prob.: hệ số, sai số chuẩn, thống kê t và mức ý nghĩa của từng biến.
• R-squared, Adjusted R-squared: mức độ giải thích của mô hình; với chuỗi thời gian có xu thế, R² cao chưa chắc là mô hình tốt (nguy cơ hồi quy giả mạo).
• Durbin-Watson: gợi ý tự tương quan bậc 1, nhưng không dùng được khi mô hình có biến trễ của biến phụ thuộc; khi đó dùng LM test.
• F-statistic (bounds test): so sánh với cận dưới I(0) và cận trên I(1); lớn hơn cận trên thì có đồng liên kết.
• CointEq(-1) hoặc ECT: hệ số âm và có ý nghĩa thể hiện tốc độ điều chỉnh về cân bằng dài hạn.

Khắc phục khuyết tật khi chạy Eview

Khi phát hiện khuyết tật, hãy khắc phục bằng phương pháp có cơ sở và báo cáo minh bạch:

• Tự tương quan: điều chỉnh cấu trúc độ trễ hoặc dùng sai số chuẩn Newey-West (HAC).
• Phương sai sai số thay đổi: dùng sai số chuẩn vững White hoặc HAC.
• Gãy cấu trúc: thêm biến giả cho giai đoạn khủng hoảng, có giải thích kinh tế rõ ràng.
• Phần dư không chuẩn với mẫu lớn: thường không nghiêm trọng; với mẫu nhỏ cần thảo luận hạn chế.

Không xóa quan sát, không cắt mẫu chỉ để kiểm định "đạt". Mọi điều chỉnh đều phải được trình bày trong phần phương pháp.

Ví dụ minh họa chạy Eview: lạm phát, cung tiền và tỷ giá

Giả sử bạn nghiên cứu tác động của cung tiền M2 và tỷ giá đến lạm phát tại Việt Nam với dữ liệu quý, nguồn từ Ngân hàng Nhà nước và Tổng cục Thống kê. Khi chạy Eview, kiểm định ADF cho thấy lạm phát dừng ở mức gốc I(0), còn logarit M2 và logarit tỷ giá dừng ở sai phân bậc 1 I(1). Không có biến I(2).

Do các biến có bậc tích hợp khác nhau, mô hình ARDL được lựa chọn. Độ trễ tối đa 4 quý, mô hình tối ưu được chọn theo tiêu chí AIC. Kiểm định đường bao cho giá trị F lớn hơn cận trên ở mức 5%, kết luận có quan hệ đồng liên kết. Hệ số ECT âm và có ý nghĩa, cho thấy khoảng một phần ba độ lệch khỏi cân bằng được điều chỉnh mỗi quý.

Các kiểm định LM, Breusch-Pagan-Godfrey không phát hiện tự tương quan và phương sai sai số thay đổi; CUSUM nằm trong dải 5%. Hệ số dài hạn của tỷ giá không có ý nghĩa thống kê và được báo cáo, thảo luận trung thực. Toàn bộ workfile được lưu kèm chương trình để tái lập.

Chạy Eview với mô hình ARCH và GARCH

Với chuỗi lợi suất chứng khoán, tỷ giá theo ngày, phương sai thường thay đổi theo thời gian (hiện tượng cụm biến động). Khi chạy Eview cho dạng dữ liệu này, trước tiên ước lượng phương trình trung bình, sau đó kiểm định hiệu ứng ARCH trên phần dư. Nếu có hiệu ứng ARCH, chọn phương pháp ARCH - Autoregressive Conditional Heteroskedasticity trong cửa sổ Estimate Equation và khai báo bậc ARCH, GARCH. Các biến thể như EGARCH, TGARCH giúp kiểm tra tác động bất đối xứng của tin tốt và tin xấu.

Checklist sau khi chạy Eview

• Đã ghi nguồn và ngày truy cập cho từng chuỗi dữ liệu.
• Đã báo cáo kết quả kiểm định tính dừng ở mức gốc và sai phân.
• Đã nêu tiêu chí chọn độ trễ.
• Đã báo cáo đầy đủ kiểm định khuyết tật và tính ổn định.
• Đã lưu workfile và chương trình sau khi chạy Eview để tái lập kết quả.

Lỗi thường gặp khi chạy Eview

1. Bỏ qua kiểm định tính dừng và hồi quy trực tiếp các chuỗi I(1), dẫn đến hồi quy giả mạo.
2. Dùng ARDL khi có biến I(2): kiểm định đường bao không còn hợp lệ.
3. Chọn độ trễ tùy tiện mà không dựa trên tiêu chí thông tin.
4. Đọc Durbin-Watson cho mô hình có biến trễ phụ thuộc.
5. Diễn giải nhân quả Granger như nhân quả kinh tế.
6. Không ghi nguồn dữ liệu hoặc tự điền số liệu thiếu.

Dịch vụ Eview tại Kaas.vn

Nếu bạn cần người đồng hành khi chạy Eview, Kaas.vn hỗ trợ từ kiểm tra dữ liệu, kiểm định tính dừng, chọn mô hình ARDL, VAR, VECM, ARCH/GARCH đến kiểm định khuyết tật và giải thích kết quả. Bạn nhận workfile, chương trình và bảng kết quả để tự tái lập. Xem chi tiết tại Dịch vụ Eview, dịch vụ chạy định lượng hoặc bảng giá.

Kaas.vn làm việc theo Cam kết liêm chính học thuật: không tạo hay sửa số liệu, không chọn mô hình theo kết quả mong muốn, báo cáo trung thực cả những hệ số không có ý nghĩa.

Câu hỏi thường gặp khi chạy Eview

Chuỗi thời gian cần bao nhiêu quan sát để chạy Eview?

Không có con số cố định, nhưng mô hình có nhiều biến và nhiều độ trễ cần nhiều quan sát. Với dữ liệu năm, 20 đến 30 quan sát thường bị hạn chế về bậc tự do; dữ liệu quý hoặc tháng giúp tăng số quan sát. Hãy cân nhắc số tham số cần ước lượng so với cỡ mẫu.

Nên chọn ARDL hay VECM?

ARDL linh hoạt khi các biến có bậc tích hợp khác nhau (I(0) và I(1)) và phù hợp mẫu nhỏ, với một phương trình chính. VECM phù hợp khi tất cả biến cùng I(1), có đồng liên kết và bạn quan tâm đến hệ thống nhiều phương trình. Lựa chọn dựa trên kết quả kiểm định tính dừng và mục tiêu nghiên cứu.

Hệ số không có ý nghĩa thống kê thì có nên bỏ biến?

Không nên bỏ biến chỉ vì không có ý nghĩa nếu biến đó có cơ sở lý thuyết. Hãy báo cáo kết quả và thảo luận nguyên nhân. Bỏ biến để "đẹp" mô hình là một dạng chọn lọc kết quả.

Có thể chạy Eview cho dữ liệu bảng không?

Có. Eviews hỗ trợ cấu trúc Panel với các mô hình hiệu ứng cố định và ngẫu nhiên. Tuy nhiên với dữ liệu bảng nhiều đối tượng và cần GMM, Stata có nhiều lệnh chuyên dụng hơn.

Nên dùng phiên bản Eviews nào?

Các bước trong bài áp dụng được cho EViews 9 trở lên, vì từ phiên bản 9 Eviews đã tích hợp sẵn ARDL và kiểm định đường bao. Các phiên bản mới hơn bổ sung nhiều công cụ và cải thiện giao diện, nhưng logic khi chạy Eview không thay đổi: kiểm định tính dừng, chọn độ trễ, ước lượng, kiểm định khuyết tật và diễn giải. Hãy ghi rõ phiên bản phần mềm đã dùng trong phần phương pháp để người đọc có thể tái lập.

Kết luận

Chạy Eview hiệu quả không nằm ở việc thuộc lòng menu, mà ở việc hiểu logic: kiểm định tính dừng để chọn mô hình, chọn độ trễ có tiêu chí, kiểm định khuyết tật đầy đủ và diễn giải đúng. Khi làm theo 8 bước trong bài và lưu lại workfile, kết quả của bạn sẽ minh bạch và thuyết phục.

Tài liệu tham khảo

• Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326.
• Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551-1580.
• Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics (5th ed.). McGraw-Hill.
• EViews. EViews Help documentation.