Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 1 Thục Đoan/Hào Thi
CHƯƠNG 1

Giới Thiệu

1.1 Kinh tế lượng là gì?

Theo nghóa đơn giản, kinh tế lượng, liên quan đến việc áp dụng các phương
pháp thống kê trong kinh tế học. Không như thống kê kinh tế, trong đó các dữ
liệu thống kê là chính yếu, kinh tế lượng được phân biệt bằng sự hợp nhất của
lý thuyết kinh tế, công cụ toán học và các phương pháp luận thống kê. Mở
rộng hơn, kinh tế lượng quan tâm đến (1) ước lượng các mối quan hệ kinh tế,
(2) đối chiếu lý thuyết kinh tế với thực tế và kiểm đònh các giả thuyết liên
quan đến hành vi kinh tế, và (3) dự báo các hành vi của các biến số kinh tế.
Trong phần tiếp theo đây, chúng tôi minh họa mỗi hoạt động này bằng những
ví dụ thực tế ngắn gọn.

Ước lượng các mối quan hệ kinh tế

Kinh tế học thực nghiệm cung cấp rất nhiều ví dụ nhằm ước lượng các mối
quan hệ kinh tế từ dữ liệu. Sau đây là danh sách một số các ví dụ có thể:



Cũng như bất kỳ ngành khoa học nào, một điểm tốt của kinh tế lượng là quan
tâm đến việc kiểm đònh giả thuyết về các hành vi kinh tế. Điều này được
minh họa qua các ví dụ sau:

1. Một chuỗi cửa hàng thức ăn nhanh có thể muốn xác đònh xem chiến dòch
quảng cáo của mình có tác động làm tăng doanh thu hay không.
2. Các nhà phân tích tư nhân lẫn nhà nước có thể đều quan tâm xem nhu
cầu co giãn hay không co giãn theo giá và thu nhập.
3. Gần như bất kỳ công ty nào cũng muốn biết lợi nhuận tăng hay giảm theo
qui mô hoạt động.
4. Các công ty kinh doanh thuốc lá lẫn các nhà nghiên cứu y khoa đều cần
quan tâm đến các báo cáo phẫu thuật tổng quát về hút thuốc và ung thư
phổi (và các bệnh về hô hấp khác) có dẫn đến việc giảm tiêu thụ thuốc lá
đáng kể hay không.
5. Các nhà kinh tế học vó mô có thể muốn đánh giá hiệu quả của các chính
sách nhà nước.
6. Một ủy ban phục vụ công cộng cần quan tâm xem các qui đònh yêu cầu
cách điện tốt hơn trong các toà nhà và hộ gia đình có làm giảm đáng kể
mức tiêu thụ năng lượng không.
7. Các cơ quan hành pháp và những nhà lập pháp có thể muốn đánh giá tính
hiệu quả của việc xiết chặt luật về uống rượu và lái xe đối với việc giảm
các tai nạn và tử vong do uống rượu và giao thông.

Dự báo

Khi các biến số được xác đònh và chúng ta đánh giá được tác động cụ thể của
chúng đến chủ thể nghiên cứu, chúng ta có thể muốn sử dụng các mối quan
hệ ước lượng để dự đoán các giá trò trong tương lai. Sau đây là một số ví dụ
về dự báo

sai hoặc sai lầm do bác bỏ một giả thuyết đúng, và (3) các dự báo dựa vào
các mối liên hệ ước lượng hầu như không bao giờ đúng kết quả. Để giảm
mức độ bất đònh, một nhà kinh tế lượng sẽ luôn luôn ước lượng nhiều mối
quan hệ khác nhau giữa các biến nghiên cứu. Sau đó, nhà kinh tế lượng sẽ
thực hiện một loạt các kiểm tra để xác đònh mối quan hệ nào mô tả hoặc dự
đoán gần đúng nhất hành vi của biến số quan tâm.
Tính bất đònh này khiến cho phương pháp thống kê trở nên rất quan
trọng trong môn kinh tế lượng. Chương tiếp theo sẽ trình bày tóm tắt các
khái niệm thống kê căn bản cần dùng trong cuốn sách này và được sử dụng,
nếu cần, ở các chương sau. Bây giờ chúng ta sẽ xem xét các bước cơ sở để
tiến hành một nghiên cứu thực nghiệm.

1.2 Các thành phần căn bản của một nghiên cứu thực nghiệm

Một nhà điều tra tiến hành một nghiên cứu thực nghiệm theo các bước căn
bản sau: (1) Lập mô hình, (2) thu thập dữ liệu, (3) ước lượng mô hình, (4)
dùng mô hình kiểm đònh giả thuyết, và (5) diễn dòch kết quả. Hình 1.1 trình
bày các bước này dưới dạng sơ đồ. Trong phần này chúng tôi mô tả tổng quát
từng hoạt động nêu trên. Chương 14 đi chi tiết hơn vào từng hoạt động. Nếu
giảng viên dự đònh đưa một đề tài nghiên cứu thực nghiệm vào môn học kinh
tế lượng này thì nên giới thiệu chương 14 ngay từ đầu.

Thiết lập mô hình

Mọi phân tích hệ thống kinh tế, xã hội, chính trò hoặc vật lý dựa trên một cấu
trúc logic (gọi là mô hình), cấu trúc này mô tả hành vi của các phần tử trong
hệ thống và là khung phân tích chính. Trong kinh tế học, cũng như trong các
ngành khoa học vật lý, mô hình này được thiết lập dưới dạng phương trình,
trong trường hợp này, các phương trình này mô tả hành vi kinh tế và các biến
liên quan. Một mô hình được nhà nghiên cứu thiết lập có thể là một phương

nguyên vật liệu, …v.v. Nguyên tắc tối đa hóa lợi nhuận sẽ dẫn đến mối liên
hệ về mặt lý thuyết giữa số nhân công (số giờ làm việc) và các biến khác
được nêu trên. Trong ví dụ này, Y là số nhân công (số giờ làm việc) sử dụng,
và các biến X là giá của hàng hóa, mức lương, lãi suất, chi phí nguyên vật
Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác
Thiết lập mô hình
Ước lượng mô hình
Kiểm đònh giả thuyết
Thiết lập lại mô hình
Dự báo
Diễn dòch kết quả
Các quyết đònh về chính sách
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 5 Thục Đoan/Hào Thi
liệu …v.v. Mục tiêu đề ra là ước lượng quan hệ lý thuyết và sử dụng quan hệ
này ra các quyết đònh về chính sách.

Mô hình hệ phương trình. Trong một số nghiên cứu kinh tế lượng, nhà
nghiên cứu có thể quan tâm đến nhiều hơn một biến độc lập và do đó cùng
một lúc thiết lập nhiều phương trình. Những mô hình này được gọi là mô
hình hệ phương trình. Ước lượng các phương trình cầu và cung là các ví dụ
về mô hình loại này. Các mô hình kinh tế vó mô cũng là ví dụ về mô hình hệ

α
là tung độ gốc và
β
là độ dốc của đường thẳng. Giả sử
chúng ta có hai căn nhà có cùng diện tích sử dụng. Có thể hoàn toàn hoặc
hầu như do ngẫu nhiên có những khác biệt giữa hai căn nhà về các đặc điểm
khác nhưng không được xét đến trong mô hình này (ví dụ như kích thước
vườn). Vì vậy, mối liên hệ này có vẻ không chính xác mà có sai số. Để tính
đến những sai số này, một mô hình kinh tế lượng nên được xây dựng như
sau:
PRICE =
α
+
β
SQFT + u (1.1)
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 6 Thục Đoan/Hào Thi

với u là một biến ngẫu nhiên không quan sát được gọi là số hạng sai số (còn
được gọi là số hạng nhiễu hoặc số hạng ngẫu nhiên với một số tính chất thống
kê được mô tả sau. Số hạng sai số sẽ thay đổi trong từng quan sát. Phương
trình (1.1) được gọi là mô hình hồi qui tuyến tính hoặc là mô hình hồi qui

và
β
được gọi là
thông số của tổng thể (hoặc đôi khi còn gọi là thông số thật). Liên hệ trung
bình “thật”
α
+
β
SQFT (gọi là hồi qui tổng thể) không bao giờ xác đònh
được nhưng như sẽ được trình bày trong Chương 3, một liên hệ “ước lượng”
(gọi là hồi qui mẫu) có thể có được từ mẫu nghiên cứu. Số hạng không quan
sát được u đại diện cho các ảnh hưởng của các biến bỏ qua (kích thước vườn,
tuổi của ngôi nhà, và các đặc điểm khác có ảnh hưởng đến giá bán nhà), cũng
như các ảnh hưởng của các tác động tồn tại không dự đoán được.
Vì sẽ vô cùng tốn kém khi khảo sát toàn bộ các căn nhà trong một khu
vực để xác đònh giá trò của α và β, nhà điều tra có thể thay bằng một mẫu
ngẫu nhiên và sử dụng thông tin từ mẫu này để đưa ra kết luận không chỉ về
giá trò α và β của tổng thể mà còn và tính thích đáng của giả đònh hồi qui
tuyến tính trong Phương trình (1.1). Vì các kết luận đều căn cứ vào mẫu các
căn nhà, nên chúng đều có sai số. Việc nghiên cứu các sai số này để xem có 1
Trong thực tế, không thể tiến hành nghiên cứu toàn bộ tổng thể như vậy vì chi phí rất cao. Thay vì vậy, một
mẫu được chọn ngẫu nhiên và quan sát trên mẫu đã chọn.
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

1
+ β
2
SQFT + β
3
YARD + β
4
BATHS + β
5
BEDRMS + u (1.2)

Với YARD là kích thước vườn, BATHS là số phòng tắm, và BEDRMS là số
phòng ngủ. Ước lượng và diễn dòch mô hình này sẽ được thảo luận chi tiết
trong Chương 4. Các mở rộng của mô hình này bao gồm phi tuyến được thảo
luận trong Chương 6. α + βSQFT
α
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 8 Thục Đoan/Hào Thi
Ví dụ 1.2

số Standard and Poor’s Composote), và r
f
là lợi nhuận của chứng khoán
không rủi ro (ví dụ trái phiếu ngân khố U.S. Treasury, 30 ngày). Đặt Y = r
−

r
f
là lợi nhuận chênh lệch của một chứng khoán bất kỳ và X = r
m

−
r
f
là lợi
nhuận chênh lệch của tập danh mục đầu tư trung bình. Vậy phương trình sau
là công thức CAPM chuẩn:
Y = βX + u
Lưu ý là mô hình này không có số hạng tung độ gốc. Đó là do lợi
nhuận được diễn tả như khoảng chênh lệch từ lợi nhuận không rủi ro. Nếu
chúng ta có dữ liệu quá khứ của lợi nhuận chứng khoán, chúng ta có thể ước
lượng mô hình trên. Một chứng khoán có β ước lượng lớn hơn 1 được xem là
“thay đổi” hoặc biến động hơn thò trường và chứng khoán có giá trò β ước
lượng nhỏ hơn 1 được xem là “ổn đònh” hoặc ít biến động.
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc



DEATHS = α + βSMOKING + u

với DEATHS là số người chết do ung thư phổi trên một triệu dân số trong
vùng trong một thời gian nhất đònh ví dụ một năm và SMOKING là mức tiêu
thụ thuốc lá bình quân đầu người đơn vò tính là cân Anh. Vì việc hút thuốc
tăng sẽ gây tử vong nhiều hơn, chúng ta kỳ vọng β là số dương. Như trong
trường hợp ví dụ đòa ốc, nhà nghiên cứu cũng có thể đưa vào các biến khác có
ảnh hưởng đến số người chết do ung thư phổi (như ô nhiễm không khí).

Ví dụ 1.6

Nhiều nhà xã hội học và tội phạm học lập luận rằng án tử hình là một công
cụ quan trọng ngăn cản tội phạm bạo hành. Để kiểm đònh điều này, chúng ta
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 10 Thục Đoan/Hào Thi
có thể xây dựng một mô hình như sau (một lần nữa lại bỏ qua các nguyên
nhân khác của những thay đổi trong tội phạm bạo hành):

CRIMES = α + βPUNISHMENT + u

Ở đây CRIMES đại diện cho số tội phạm bạo hành trên 1.000 dân số và

phương pháp nào mà nên sử dụng cả hai phương pháp để đạt được những kết
luận thuyết phục nhất. Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 11 Thục Đoan/Hào Thi
Thu thập dữ liệu

Để ước lượng mô hình kinh tế lượng mà một nhà nghiên cứu đưa ra, cần có
mẫu dữ liệu về các biến phụ thuộc và biến độc lập. Nếu nhà phân tích quan
tâm đến việc giải thích sự biến thiên của biến phụ thuộc theo thời gian, ông
ta hay cô ta phải có các số đo tại các thời điểm khác nhau (gọi là dữ liệu
chuỗi thời gian). Ví dụ, một thành phố muốn dự báo nhu cầu nhà ở cho năm
hoặc mười năm trong tương lai. Việc này đòi hỏi phải xác đònh các biến có
ảnh hưởng đến nhu cầu nhà ở của thành phố đó trong quá khứ, có được chuỗi
dữ liệu theo thời gian trong nhiều năm ở quá khứ, và sử dụng chúng vào một
mô hình thích hợp để tạo các giá trò dự báo của nhu cầu tương lai. Khoảng
thời gian hoặc thời đoạn của chuỗi thời gian sẽ là hàng năm, hàng quý hoặc
hàng tháng, tùy theo thành phố đó muốn xem xét thay đổi trong nhu cầu nhà
ở hàng năm, hàng quý hay hàng tháng. Loại dữ liệu sẵn có thường sẽ quyết
đònh thời đoạn của dữ liệu thu thập.
Trong khi dữ liệu chuỗi thời gian đại diện các quan sát trong những


Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 12 Thục Đoan/Hào Thi
một thời điểm (đó là dữ liệu chéo), (3) cho một nhóm gia đình trong một thời
đoạn (dữ liệu bảng), (4) tổng chi tiêu và tổng thu nhập của toàn bộ dân cư
trong một số thành phố, quốc gia hoặc tiểu bang (đó là dữ liệu chéo tổng hợp
cho dân cư của nhiều vùng đòa lý), và (5) tổng chi phí và tổng thu nhập theo
thời gian của toàn dân cư trong một vùng đòa lý (là dữ liệu chuỗi thời gian
tổng hợp cho dân cư của khu vực). Bản chất của các câu hỏi nhà điều tra
quan tâm trả lời sẽ chỉ ra loại dữ liệu mà anh ta hoặc cô ta sẽ phải thu thập và
mức độ tổng hợp, nếu cần.
Trong quá trình thu thập dữ liệu, một nhà điều tra thực nghiệm phải
xem xét đến việc dữ liệu sẵn có có thểõ không hoàn toàn thích hợp với yêu
cầu của nhà phân tích. Ví dụ, lý thuyết kinh tế liên quan nhiều đến lãi suất.
Tuy nhiên không có một loại lãi suất đơn độc. Nếu nhà phân tích quan tâm
đến việc tìm hiểu nhu cầu về nhà ở, anh ta hoặc cô ta phải sử dụng lãi suất
thế chấp. Tuy nhiên, nếu họ quan tâm đến chi tiêu vốn cho nhà xưởng và
máy móc thiết bò mới thì “lãi suất cơ bản” hoặc các lãi suất vay liên quan với
nó là lãi suất thích hợp nhất cần tính toán.
Vì vậy, trong một nghiên cứu thực nghiệm việc đánh giá và xem xét
cẩn thận quá trình xử lý dữ liệu là rất cần thiết. Một nhà điều tra không chỉ
cần chọn dữ liệu phù hợp với vấn đề nghiên cứu mà còn phải biết đến các
hạn chế của dữ liệu sử dụng, bởi vì tính chính xác của các kết luận phụ thuộc
vào độ chính xác của dữ liệu.

Ước lượng mô hình

Sau khi mô hình đã được thiết lập và dữ liệu phù hợp đã được thu thập, nhiệm

có những ảnh hưởng đi theo những hướng không mong đợi. Nhà phân tích
kinh tế vì vậy sẽ kiểm đònh chẩn đoán mô hình nhiều lần nhằm chắc chắn là
những giả đònh đặt ra và các phương pháp ước lượng được sử dụng phù hợp
với dữ liệu đã thu thập. Mục tiêu là tìm được những kết luận thuyết phục
nhất − đó là những kết luận không thay đổi nhiều đối với các đặc trưng của
mô hình. Để đạt được mục tiêu này, thường thường cần phải thiết lập lại các
mô hình, và dó nhiên là ước lượng lại mô hình bằng nhiều kỹ thuật khác nhau.
Kiểm đònh giả thuyết không chỉ được thực hiện nhằm cải tiến các đặc trưng
của mô hình mà còn nhằm kiểm đònh tính đúng đắn của các lý thuyết.

Diễn dòch kết quả

Bước cuối cùng của một điều tra thực nghiệm là diễn dòch các kết quả. Các
kết luận thường phải ủng hộ một lý thuyết kinh tế hoặc là bác bỏ lý thuyết
này, vì vậy, đòi hỏi phải xem xét lại lý thuyết. Nếu các kết quả phù hợp đối
với việc ra quyết đònh về chính sách, thì sau đó các quyết đònh này cũng sẽ
được thực hiện trong giai đoạn này. Hoặc là nhà phân tích thực nghiệm có
thể sử dụng tập mô hình cuối cùng để dự báo một hoặc nhiều biến phụ thuộc
trong nhiều tình huống khác nhau trong tương lai và sử dụng những kết quả
này cho việc ra quyết đònh vềâ chính sách.

Tóm tắt những phần quan trọng

Để thực hiện một nghiên cứu thực nghiệm, một nhà điều tra phải có những
câu trả lời thỏa đáng cho các câu hỏi sau:

1. Mô hình có ý nghóa kinh tế không? Cụ thể, mô hình có thể hiện mọi quan
hệ tương thích ẩn trong quá trình phát dữ liệu hay không?
2. Dữ liệu có tin cậy không?
3. Phương pháp ước lượng sử dụng có phù hợp không? Có sai lệch trong các

14.4).
Mức độ trung cấp thì nhiệm vụ dễ hơn. Đối với mức độ này, chọn một
trong những tập tin dữ liệu được liệt kê sau và được mô tả chi tiết trong Phụ
lục D, cập nhật dữ liệu hoặc tìm dữ liệu tương tự cho một khu vực hoặc một
quốc gia và thực hiện phân tích tương tự như đã thảo luận trong sách. Ví dụ,
tập tin dữ liệu DATA9-7 trong phụ lục D liên hệ nhu cầu về xe hơi mới với
chỉ số giá xe hơi mới, thu nhập, lãi suất …v.v Các nguồn thông tin cũng được
liệt kê trong phụ lục. Những chuỗi dữ liệu này có thể cập nhật đối với nước
Mỹ hoặc các dữ liệu tương tự có thể có đối với các quốc gia khác. Tuy nhiên
đối với một số dữ liệu, nguồn dữ liệu không được ghi ra nhưng có thể tìm
được từ các nguồn liệt kê trong phần 14.4
Các tập tin dữ liệu có thể cập nhật tốt là DATA4-4, DATA4-7 đến
DATA4-14 (trừ DATA4-8 và DATA4-11), DATA6-3 đến DATA6-5,
DATA7-2, DATA7-9 đến DATA7-20 (trừ DATA7-19), một số tập tin trong
Chương 9, DATA10-1, DATA10-3, DATA10-4, DATA11-1, DATA12-1 và
DATA13-1.
Nếu bạn đã cập nhật một trong những tập tin dữ liệu này và muốn đưa
vào bản hiệu đính sau này của cuốn sách, vui lòng gửi tập tin dữ liệu đó cho
tôi. Đòa chỉ thư điện tử của tôi là [email protected]
và hộp thư bưu
điện là: Department of Economics, University of California, San Diego, La
Jolla, CA 92093-0508, USA.

TÓM TẮT

Lónh vực kinh tế lượng liên quan đến ước lượng các mối liên hệ kinh tế, kiểm
đònh giả thuyết các lý thuyết kinh tế, và dự báo các biến kinh tế hoặc các
biến số khác. Một nhà kinh tế lượng thường bắt đầu với một tập hợp các lý
thuyết kinh tế, sau đó kết hợp chúng với những nhận đònh trực giác (hoặc
Chương trình Giảng dạy Kinh tế Fulbright

Cross-section data: Dữ liệu chéo
Data generating process (DGP): Quá trình phát dữ liệu
Dependent variable: Biến phụ thuộc
Econometric model: Mô hình kinh tế lượng
Econometrics: Môn kinh tế lượng
Engel curve: Đường cong Engel
Error term: Số hạng sai số
Forecasting: Dự báo
General to simple model: Lập mô hình từ tổng quát đến đơn giản
Hedonic price index model: Mô hình đònh giá-hưởng thụ
Hendry/LSE approach: Phương pháp Hendry/LSE
Independent variable: Biến độc lập
Linear regression model: Mô hình hồi qui tuyến tính
Marginal prospensity: Xu hướng biên tế
Model: Mô hình
Multple regression model: Mô hình hồi qui bội
Panel data: Dữ liệu bảng
Periodicity: Tính thời đoạn
Pooled cross-section and time series data: Dữ liệu chéo (theo không gian) và
theo chuỗi thời gian
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004

Phương pháp phân tích
Bài đọc

Nhập môn kinh tế lượng với các ứng dụng
Chương 1: Giới thiệu

Ramu Ramanathan 16 Thục Đoan/Hào Thi