Tản mản về chuyện học kinh tế lượng bậc cử nhân

Trước hết, cảm ơn một bạn đọc (Mrs Left) đã gửi bài cho Website về những quy tắc ngầm dành cho các nhà kinh tế lượng ứng dụng (Link download tại:http://www.uta.edu/faculty/crowder/papers/1467-6419.00179.pdf ). Đây là một vài viết hay, tuy nhiên khá triết lý, sâu sắc và dành cho nhóm đối tượng cụ thể -các nhà kinh tế lượng ứng dụng, những nhà nghiên cứu, và các sinh viên sau đại học (Tiến sĩ hoặc thạc sĩ- những nhà nghiên cứu tiềm năng). Với nhóm đối tượng phổ thông, ví dụ như sinh viên đại học, các bạn có thể đọc thêm để biết, bởi chỉ có trải nghiệm mới thật sự hiểu những vấn đề đề cập, trải nghiệm càng nhiều thì mức độ hiểu càng cao. Nhân đây, tản mạn một tý về kinh tế lượng vì có bạn đề cập đến vấn đề học tập kinh tế lượng ở bậc đại học (Góp ý của bạn có đề cập đến đối tượng cụ thể nhưng mục tiêu của website có tính phổ quát nên tôi sẽ không đề cập đến đối tượng đấy). Những tản mạn này là từ góc nhìn cá nhân tôi, dĩ nhiên không loại trừ những cá nhân khác nhau có những góc nhìn khác nhau. Tản mạn phù hợp cho những bạn sinh viên lựa chọn con đường nghiên cứu kinh tế.

Có 3 sự thật mà tôi muốn đề cập:

– Khi bạn nộp hồ sơ cho chương trình Tiến sỹ Kinh tế học hay kể cả Kinh tế lượng ở nước ngoài, sẽ không có bất kỳ yêu cầu nào liên quan đến việc bạn biết chạy phần mềm hay không. Nói cách khác việc bạn biết chạy phần mềm không ảnh hưởng lắm đến việc bạn được lựa chọn. Việc biết các phần mềm này sẽ giúp bạn có lợi thế khi học, tuy nhiên lợi thế này không thật sự quá lớn.

– Lớp tôi học, có 1/3 sinh viên có xuất phát từ Toán (Không biết gì về kinh tế lượng và các phần mềm kinh tế), 2/3 còn lại ít nhiều liên quan đến kinh tế, nhưng không quá 1/3 trong số này biết việc sử dụng các phần mềm kinh tế lượng (có lẽ rất ít bạn hiểu được ý nghĩa của các mô hình kinh tế lượng). Tuy nhiên, điểm chung của tất cả các sinh viên là kỹ năng Toán rất tốt. Do vậy, nếu bạn dự định theo con đường nghiên cứu, bạn nên chuẩn bị Toán thật tốt. (Đừng đồng nghĩa việc này với việc giỏi toán ở Việt Nam. Toán dành cho kinh tế không cần đến mức quá thông minh để tạo ra một cái gì mới, mà chính là kỹ năng để vận dụng các kiến thức toán đã học- Chỉ cần bạn không sợ, học nhiều sẽ quen thôi. Có bạn sẽ đặt vấn đề rằng, Toán học quá vô biên, nên chuẩn bị những gì? Câu trả lời có thể tìm thấy từ blog của Mankiw (Giáo sư kinh tế Harvard) – http://gregmankiw.blogspot.co.uk/2006/05/which-math-courses.html

– Sử dụng phần mềm không phải là toàn bộ của thế giới kinh tế và nó không có gì quá vĩ đại nếu bạn cảm thấy quen thuộc với nó. Thế giới kinh tế này có thể chia thành: nghiên cứu lý thuyết và nghiên cứu ứng dụng. Trong giới nghiên cứu lý thuyết, nhiều giáo sư kinh tế hàng đầu thậm chí không biết dùng bất kỳ một phần mềm nào. (Ví dụ những giáo sư trong nhóm Lý thuyết Trò chơi). Sở thích của họ là dùng “bút chì và giấy” để chơi với Toán học. Sẽ không quá ngạc nhiên, khi bạn thấy những nhà kinh tế lượng lý thuyết không biết dùng bất kỳ phần mềm nào.

Với ba sự thật này, tôi KHÔNG hàm ý rằng SINH VIÊN Ở BẬC CỬ NHÂN không cần quan tâm bất kỳ ứng dụng phần mềm kinh tế lượng nào. Thay vào đó, tôi nghĩ rằng:

1. Với các bạn sinh viên Kinh tế ở bậc cử nhân có dự định theo con đường nghiên cứu, hãy cố gắng đầu tư thời gian cho học tập, càng nhiều càng tốt, đặc biệt là Toán và các môn kinh tế học. Hãy thích ứng với hoàn cảnh bạn được đào tạo và luôn cố gắng hết mình. Có thể chương trình của trường bạn không phải là tốt nhất, nhưng nếu vì thế mà bạn không chuẩn bị cho mình một tinh thần học tốt thì phần nào đó bạn chưa chuẩn bị để học trong một môi trường tốt hơn. Cụ thể về kinh tế lượng, tôi cũng có quan sát và rằng nội dung kinh tế lượng trong các chương trình cử nhân Kinh tế nhìn chung ở US và UK không quá phức tạp, nhưng tính hệ thống và liên kết của họ cao- từ việc chuẩn bị toán và thống kê. Tuy nhiên, tôi và những người bạn của tôi cũng học cử nhân trong nước, nhưng khi học môi trường quốc tế, chúng tôi vẫn khá tự tin. Từ góc nhìn của chúng tôi, môi trường là quan trọng, nhưng sức mạnh ý chí và nội lực sẽ giúp bạn vượt qua những giới hạn của môi trường.

2. Đừng quá cuồng tín vào kinh tế lượng, bởi không có bất kỳ phương pháp hay phần mềm nào được đặt cho một cái tên là hoàn hảo. Luôn thận trọng khi bạn chọn phương pháp nghiên cứu định lượng, trong đó có 1 vài điểm quan trọng sau:

a. Đầu tiên, khi xây dựng mô hình hồi quy, bạn cần phải nghiên cứu thật rõ các biến nào nên đưa vào mô hình? Giải thích tại sao bạn chọn biến đấy: Dựa trên lý thuyết kinh tế hoặc dựa trên các nghiên cứu thực nghiệm trước đây? Do vậy, phần phân tích định tính cần phải được đầu tư kỹ lưỡng. Điều này đặc biệt quan trọng với các bạn sinh viên đại học vì: (i)- rèn luyện kỹ năng tư duy nghiên cứu, liên hệ với các lý thuyết đã học; (ii)- kỹ thuật xử lý mô hình ở giai đoạn này của các bạn còn thô sơ nên nếu nghiên cứu định tính không phù hợp sẽ dẫn đến những kết quả định lượng không phản ánh chính xác mối quan hệ thực. Do vậy, nếu các bạn làm nghiên cứu khoa học, yếu tố này nên được quan tâm. Ngoài ra, nên chọn những đề tài ở mức độ hợp lý, tham khảo ý kiến của các thầy cô giáo trước khi quyết định. Và luôn ghi nhớ rằng, bài nghiên cứu hay không hẳn là do sử dụng một công cụ kinh tế lượng mới và phức tạp.

b. Đừng quên đánh giá tính phù hợp của mô hình thông qua các test kiểm định hay các chỉ số đánh giá mô hình.

c. Nếu các kết quả có phần ngược với lý thuyết, bạn cần đưa ra lời giải thích tại sao? Đừng vội kết luận bởi có thể mô hình của bạn không phù hợp. Tương tự, nếu một trong các chỉ số đánh giá mô hình không phù hợp, bạn cần xem lại data, biến liên quan và khắc phục mô hình, hoặc đưa ra lời giải thích cho điều này. Ngay cả khi kết quả phù hợp với lý thuyết, bạn cũng cần sử dụng các test để đảm bảo tính phù hợp mô hình.

d. Bạn cần học và rèn luyện để hiểu ý nghĩa của các kết quả từ phần mềm kinh tế lượng. Sẽ tốt hơn nếu bạn biết “quy trình phần mềm xử lý để có kết quả đấy”. Cái quy trình này chính là “bút chì và giấy” của các nhà kinh tế lượng lý thuyết. Đối với sinh viên đại học, nếu các bạn hiểu rõ được quy trình của phương pháp hồi quy bình phương nhỏ nhất (OLS) cũng đã là rất tốt. Bởi đây là nền tảng để mở rộng xa hơn. Ngày xưa, tôi cũng đã từng nghĩ rằng biết chạy phần mềm mới là quan trọng, nhưng giờ tôi nhận thấy rằng “chạy phần mềm như nấu nồi cơm điện”- học để chạy phần mềm không khó, cái khó nhất là hiểu bản chất kinh tế lượng nằm ẩn sau mô hình đấy. Nếu nắm bản chất này thì bạn sẽ không mất quá lâu để học các phần mềm tích hợp: EVIEW, STATA, SPSS, GRETL,…Tuy nhiên, bạn nên chọn phần mềm nào mà bạn cảm thấy dễ dàng. Cá nhân tôi, những vấn đề phức tạp tôi hay dùng MATLAB hoặc R, với các vấn đề đơn giản đã được tích hợp trong các phần mềm, tôi thường dùng EVIEW cho Macroeconometrics và STATA cho Microeconometrics. Tôi vẫn còn giữ tập ghi chép ngày xưa tôi học đại học, chủ yếu là toán để giải các hồi quy đơn giản bằng OLS, nhưng quả thật nó rất ý nghĩa với tôi. Và cách tôi học kinh tế lượng bây giờ cũng tương tự, dùng giấy và bút chì để giải quy trình có được kết quả – Hàng loạt công thức toán học (nhưng thực chất nếu các bạn làm nhiều các bạn sẽ quen- kiểu toán ứng dụng này- chỉ là những kỹ năng đại số). Sau đó, tôi mới dùng phần mềm đề tìm kết quả cụ thể.

3. Nếu bạn thích nghiên cứu kinh tế, nhưng “ái ngại” kinh tế lượng vì những gì bạn được học dường như quá phức tạp, thì vẫn có nhiều cánh cửa khác cho bạn. Nó không đang sợ đến mức để bạn từ bỏ đam mê của bạn đâu.Tuy nhiên, nếu bạn theo đuổi nghiên cứu, có thể bạn sẽ thích nó, vì việc chạy phần mềm không khó. Đôi lúc nó quá dễ, và chính sự dễ dàng này phần nào đó đã “hủy hoại” một bộ phận giới nghiên cứu kinh tế vì quá phụ thuộc vào kết quả mô hình. Việc bạn dành 5 năm học tiến sĩ (hoặc 2 năm thạc sĩ – 3 năm tiến sĩ) không phải là để học chạy phần mềm mà là học về bản chất của vấn đề kinh tế (nghiên cứu kinh tế học) hoặc/và là học về quy trình dẫn đến kết quả (kinh tế lượng). Và khi đấy, nếu bạn theo kinh tế lượng ứng dụng, thì link ở phần đầu của bài viết này là dành cho bạn.

Tổng kết lại những điều tôi đã đề cập ở trên:

1- Việc biết chạy mô hình hay không ở bậc cử nhân sẽ không thật sự ảnh hưởng nhiều đến con đường nghiên cứu của bạn. Bạn sẽ được học một cách chính thống và đầy đủ ở các chương trình cao hơn. Do vậy, nếu bạn được đào tạo kinh tế lượng ở bậc cử nhân, hãy cố gắng học tốt chương trình bạn đang học, không phân biệt là bạn đang học theo tiếp cận lý thuyết hay tiếp cận ứng dụng. Bởi rèn luyện kỹ năng sẽ luôn có ích cho bạn
2- Rèn luyện kỹ năng Toán, xác suất và thống kê và hiểu rõ các bản chất kinh tế của các nội dung được đề cập ở cả Kinh tế vi mô và vĩ mô.
3- Nếu bạn thích nghiên cứu định lượng, DIY – “Do it yourself”- tận dụng Internet và sách vở để tự học và rèn luyện kỹ năng của mình, để học những cái bạn quan tâm và ứng dụng những cái bạn thích. Tuy nhiên, cố gắng nghiêm túc và thận trọng khi dùng tiếp cận định lượng bởi nó có thể hủy hoại tư duy nghiên cứu của bạn.

Chúc các bạn học tốt

20 thoughts on “Tản mản về chuyện học kinh tế lượng bậc cử nhân

  1. Hoàn toàn đồng ý với bạn Minh Anh. Việc học sử dụng các phần mềm như MATLAB sẽ không tốn quá nhiều thới gian, quan trọng là hiểu bản chất của model. Theo ý kiến cá nhân, mình nhận thấy nếu các bạn học sử dụng R thuần thục là điều tuyêt vời nhất, về cơ bản các bạn có thể chạy hầu hết các model ở R. Các bạn cũng có thể chạy models của các bạn dùng R mà không cần MATLAB. Mình là big fan của R nên có khi hơi biased🙂 Anyway, mình recommend các bạn dùng R studio, bởi nó có nice giao diện rất giống MATLAB, rất tiền cho việc viết code, checking results, ….

    Thêm vào đó, dựa vào kinh nghiệm cá nhân, mình nhận thấy học econometrics càng làm nhiều, bạn sẽ hiểu về nó hơn🙂 và sẽ dần yêu nó🙂

    p/s: nice paper about applied econometricians🙂

  2. Anh Minh Anh cho em mạn phép hỏi, từ hồi là sinh viên ngoài Eview ra anh có học thêm các loại phần mềm kinh tế lượng khác không ạ.

    • Hi chao em.
      Neu em thich hoc kinh te luong, co gang hoc that tot toan va thong ke nhe. Viec nay se rat co ich cho em. Ngay xua thi anh chu yeu may mo Eview, ngoai ra anh hoc 1 it ve MATLAB.
      Chuc em hoc tot

  3. Anh cho em hỏi 1 mô hình kinh tế lượng mà có hệ số R^2 chỉ khoảng 0.5- 0.6 thì có gọi là phù hợp chưa ạ. Vì R^2 càng cao thì mô hình càng phù hợp nhưng càng cao không hẳn là tốt ạ (vì có thể mắc các khuyết tât). Kỳ 2 năm sau em muốn làm NCKH vì em rất thích hoạt động này và em muốn sử dụng kinh tế lượng vì kỳ vừa rồi em mới học xong. Hi. Em cám ơn anh!

    • R^2 chi la 1 trong nhung tieu chi de danh gia su phu hop cua cac bien giai thich. Quan trong hon chinh la cac kiem dinh mo hinh. Vi du nhu, khi ban dung OLS, ban phai dua tren mot vai gia dinh nhu: mau ngau nhien va phan phoi chuan. Do vay, viec thuc hien cac kiem dinh la het suc can thiet. Chuc ban thanh cong

  4. Anh Minh Anh cho em hỏi với ạ, em có đọc 1 bài nghiên cứu có mô hình hồi quy nhưng không có hệ số chặn, y= a*X1+ b*X2+c*X3+ e, thì mô hình này có thể hồi quy như bình thường không ạ, hay nó là 1 dạng khác ạ.

    • Neu mo hinh hoi quy nhu vay. Tac gia ham y rang: Khi X1=0; X2=0; X3=0. Gia tri trung binh cua y la 0.
      Tuy nhien de kiem dinh gia thiet lieu he so chan co quan trong khong, ta co the uoc luong mo hinh:
      y= d + a*X1+ b*X2+c*X3
      Sau do kiem dinh gia thiet: H0 : d=0

      • Mô hình của có dạng 1= a.X1+b.X2+c.X3+ e anh ạ, tức là Y luôn = 1, tác giả ghi là để hồi quy mối quan hệ tuyến tính giữa ba biến và tổng tỷ trọng của 3 biến là 1 hằng số, nhưng em không hiểu sao đã gọi là tỷ trọng thì hàm ý phải là mỗi biến chiếm bao nhiêu %, tức là tổng a+b+c = 100%, một vấn đề nữa là khi em chạy mô hình bằng eviews thì lại không hiện chỉ số R2 ạ, chỉ khi nào em hồi quy 1 biến theo 2 biến còn lại mới có R2 ạ, anh giải đáp giúp em với ạ. Em cảm ơn anh nhiều!

      • Anh ơi, nếu vậy em có thể chuyển được về dạng: X1= m+ nX2+ pX3+ u rồi hồi quy được không ạ?

      • Theo minh thi Van de khong phai la hoi quy theo ham nao. Ma lan ban chat kinh te cua mo hinh la gi? Ban phai dua ra luan co de giai thich cho mo hinh truoc khi xay dung mo hinh. Day moi la dieu quan trong nhat.
        Viec chay mo hinh thi tuong doi la “Cheap” vi ai cung co the lam duoc voi 1 cu click chuot.

  5. Chào anh Minh Anh, em đọc một bài nghiên cứu có sử dụng mô hình hồi quy đa biến, trong đó biến phụ thuộc là 1 hằng số. Em đã thử chạy mô hình này bằng Eviews 6 nhưng lại không thu được giá trị R-squared ạ (không hiện giá trị này ạ), anh giải thích giúp em với ạ???

      • Anh ơi, em sử dụng lệnh BINARY- Binary Choice (Logic, Probit..) nhưng khi nhập xong thì bị lỗi “Dependent variable has no variance” ạ, biến phụ thuộc của em luôn bằng 1, có khi nào lại sai ạ. Em đọc bài nghiên cứu thì họ dùng phần mêm STATA thì lại hồi quy được ạ. Em chỉ dùng được mỗi Eviews.😦

      • Không bàn về mô hình. Bàn về ý nghĩa bản chất trước.

        Một biến phụ thuộc luôn bằng 1 thì dù các biến giải thích như thế nào thì biến phụ thuộc cũng bằng một. Do vậy ước lượng mô hình như vậy ===> Không có ý nghĩa. Mô hình Logic hay Probit thì không phải biến phụ thuộc luôn bằng 1 mà là: Biến phụ thuộc có một số giá trị nhất định (Có tểh chỉ bằng 0- hoặc bằng 1).
        Trước khi chạy mô hình, nên cố gắng hiểu bản chất của các biến và giải thích được tại sao có mô hình đấy. cái đấy quan trọng hơn nhiều so với việc chạy mô hình
        Chúc bạn may mắn

  6. Anh ơi em đang chạy mô hình Probit trên eviews nhưng tìm được tài liệu nào hướng dẫn cách kiểm định các khuyết tật (vì đa phần chỉ áp dụng cho OLS). Anh hướng dẫn giúp em với

    • Chào bạn.

      Bạn click vào “help” trên thanh bar của Eview và download tài liệu hướng dẫn: User guide. Bạn có thể xem các kiểm định khuyết tật ở đấy.

      Chúc thành công

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s