1 MỞ ĐẦU

Chương 1


Mở đầu
1.1. Kinh tế lượng

Trong ấn bản đầu tiên của cuốn Kinh tế lượng học, Hội Kinh tế lượng cho rằng mục đích
chính của Kinh tế lượng là thúc đẩy những nghiên cứu nhằm đạt đến sự thống nhất về cách
tiếp cận định lượng lý thuyết và thức tiễn đối với những bài toán kinh tế và các nghiên cứu
theo cách tư duy chặt chẽ và xây dựng cách tư suy đã thống trị những ngành khoa học tự
nhiên.
Dù có nhiều khía cạnh của các tiếp cận định lượng trong kinh tế, nhưng không có một
khía cạnh đơn độc nào của những khía cạnh này có thể bị lầm lẫn với Kinh tế lượng. Vì
vậy, Kinh tế lượng không có nghĩa như Thống kê kinh tế. Nó cũng không tương tự như cái
mà gọi là Lý thuyết Kinh tế tổng quát, mặc dù phần lớn lý thuyết này có đặc tính định
lượng một cách rõ ràng. Cũng không nên xem Kinh tế lượng tương tự như việc áp dụng
Toán học vào Kinh tế. Kinh nghiệm cho thấy rằng mỗi quan điểm trong ba quan điểm này
(Thống kê, Lý thuyết Kinh tế, Toán học) đều là điều kiện cần, nhưng không có quan điểm
nào tự nó là điều kiện đủ cho sự hiểu biết thực sự về những mối ràng buộc định lượng
trong đời sống kinh tế hiện đại. Sự hợp nhất cả ba quan điểm trên là sức mạnh. Và chính sự
hợp nhất này tạo thành môn Kinh tế lượng [Frish, 1933].
Frish và nhóm của ông đã đáp ứng được cho việc tích lũy chưa từng có của thông tin
thống kê. Họ thấy cần thiết lập một số nguyên tắc để có thể tổ chức những thông tin, nếu
không chúng sẽ trở thành một khối dữ liệu hỗn độn. Không phải là những điều cốt lõi hay
những đối tượng của Kinh tế lượng đã thay đổi trong nửa thế kỷ qua từ khi ấn bản này xuất
hiện. Kinh tế lượng là lĩnh vực kinh tế tự nó liên quan đến Thống kê toán và những công
cụ Thống kê suy diễn áp dụng vào việc đo đạc thực nghiệm những ràng buộc được giả
định bởi lý thuyết kinh tế.

1.2. Mô hình hoá Kinh tế lượng

Lý thuyết Kinh tế là sinh động và rõ ràng một cách đặc trưng, Những mô hình về nhu
cầu, sản xuất và tiêu dùng; tất cả hình thành những ràng buộc rõ ràng và chính xác. Những
biến độc lập và phụ thuộc được xác định một dạng hàm được thiết lập, và trong hầu hết
trường hợp, ít nhất một kết luận định tính được nêu ra về những kết quả xảy ra khi các biến
độc lập trong mô hình thay đổi. Dĩ nhiên, mô hình chỉ là sự đơn giản hoá của thực tế. Nó
bao gồm những điểm quan trọng của mối quan hệ mà chúng ta quan tâm, nhưng vẫn còn
những ảnh hưởng không lường được có thể có nhưng không quan trọng cho mục đích của
chúng ta. Hiển nhiên, người ta có thể không đồng ý về những ảnh hưởng thực ra là rất nhỏ,
và cuối cùng, điều này có thể chưa phải là một vấn đề thực nghiệm khác. Hơn nữa, chỉ có
phần lớn những nhà phân tích lạc quan mới mong đợi tìm thấy một sự phù hợp chính xác
giữa mô hình của họ và hiện tượng thế giới thực tiễn của nó.
Không có mô hình nào hy vọng bao quát được những khía cạnh ngẫu nhiên thiết yếu
quá nhiều của đời sống kinh tế. Chẳng hạn như, dù cho một mô hình sản xuất có thể tinh tế
hay hoàn hảo đến mấy cũng không thành vấn đề, không có cách nào mô phỏng được khả
năng một nhà máy phải mở và đóng cửa đúng kế hoạch trong một ngày đầy tuyết mặc dù

17
1 MỞ ĐẦU

các dữ liệu về giá cả sản phẩm đã được thiết lập thực sự hoàn hảo. Vì vậy, cần kết hợp lại
những yếu tố ngẫu nhiên trong những mô hình thực tế của chúng ta. Do đó, những quan sát
trên những biến phụ thuộc sẽ cho thấy sự biến thiên không chỉ đối với những sai biệt trong
những biến ta đã tính đến mà còn đối với sự ngẫu nhiên của hành vi con người và vô số
ảnh hưởng thứ yếu mà ta không có. Hiện nay, người ta biết rằng việc đưa một nhiểu ngẫu
nhiên vào trong những mô hình tất định là không được dự tính chỉ đơn thuần là để khắc
phục những nhược điểm của nó. Nhất thiết phải kiểm tra những kết quả nghiên cứu, một
kiểu hậu nghiệm, để đảm bảo rằng yếu tố ngẫu nhiên được viện dẫn, nhân tố không được
giải thích là thực sự không thể giải thích. Nếu ngược lại, thì thực tế là mô hình không thích
hợp. Tiếp tục ví dụ của chúng ta, làm ngơ (hay không nhận biết) một cơn bão tuyết là một
việc, không chú ý đến những sự khác nhau địa phương về đơn giá của những yếu tố sản
xuất là một việc hoàn toàn khác. Không có sự bỏ sót yếu tố ngẫu nhiên như thế sẽ bổ sung
cho mô hình các đặc tính thống kê của nó. Do đó, những quan sát trên các biến trong
nghiên cứu được thực hiện như là những kết quả của một quá trình ngẫu nhiên. Với một
cấu trúc ngẫu nhiên đủ chi tiết và với dữ liệu thích hợp, sự phân tích của ta sẽ trở thành vấn
đề suy ra những tính chất của một phân phối xác suất. Những công cụ và những phương
pháp Thống kê Toán học sẽ cung cấp những nguyên tắc làm việc.
Một mô hình (hay lý thuyết) sẽ có thể không bao giờ thực sự được kiểm chứng trừ phi
nó được tạo ra quá rộng để loại bỏ mọi khả năng khác. Nhưng chúng ta có thể xem xét nó
thật tỷ mỷ và bác bỏ nó khi gặp những chứng cứ mâu thuẩn. Một lý thuyết tốt sẽ bị vô hiệu
hóa bởi một quan sát sai lầm đơn giản. Việc đưa những yếu tố ngẫu nhiên vào trong mô
hình làm thay đổi nó từ một sự khẳng định chính xác sang một mô tả có tính xác suất về
những kết quả mong muốn và mang đến cho nó một gợi ý quan trọng. Chỉ có ưu thế của
một chứng cứ mâu thuẩn mới có thể làm mất hiệu lực một cách thuyết phục một mô hình
có tính xác suất và cái tạo nên “ưu thế của chứng cứ” là một vấn đề cần diễn giải. Vì vậy,
mô hình ngẫu nhiên vừa thiếu chính xác vừa ít tinh tế. Tính chất ít tinh tế có lẽ không nhất
thiết phải đặt ra đối với một mô hình tốt.
Vai trò của lý thuyết trong Kinh tế lượng không thể bị cường điệu. Việc tin rằng ta có
thể xem xét kỹ một tập dữ liệu không thực tế và mong đợi khám phá một chân lý phức tạp
nào đó mà chỉ cần dành đủ thời gian thao tác trên những con số là một sự lạc quan vô
vọng. Trong bối cảnh thực tế, chúng ta tùy ý chọn những giá trị của nhân tố xúc tác và
chuyển đổi chúng theo cách nào đó mà ta muốn để dẫn đến một sự thay đổi trong biến đáp
ứng. Cái còn lại chỉ để định lượng mối ràng buộc được quan sát. Theo thuyết duy thực
kinh tế, chúng ta chỉ là những người quan sát bị động của nền kinh tế. Hầu như khái niệm
về một thí nghiệm được kiểm soát chưa từng có. Tốt nhất, chúng ta có thể mong đợi lấy
mẫu những quan sát từ số đông quần chúng và giả sử rằng điều kiện cần để sử dụng những
công cụ của Thống kê suy diễn đã được thỏa. Lý thuyết đóng vai trò của nhà tổ chức cữ
liệu. Không có nền tảng lý thuyết, kết quả của thực nghiệm rất có thể là một bảng liệt kê
mơ hồ của những tình huống.
Lý thuyết gia có thuận lợi khác hơn hẳn nhà thực nghiệm cho dù mục tiêu được đặt ra là
để dự báo, điều khiển hay giải thích. Hãy xét một ví dụ được dẫn chứng rộng rãi, trong đó
các mô hình dự báo phi lý thuyết được viện dẫn và đôi khi chính chúng được sử dụng để
đưa ra những phiên bản kinh tế lượng vẫn còn nằm trong một khuôn khổ nhỏ hẹp. Các nhà
dự báo sử dụng chúng không có cơ sở để bám lấy hy vọng rằng các phương trình dự báo sẽ
hoạt động tốt cho một chu kỳ nữa, khác với những gì họ đã làm trong quá khứ. Je ne sais
quoi. Họ phải trông chờ vào một phiên bản thích hợp hơn được hình thành từ cơ chế sinh
dữ liệu. Được trang bị một hệ thống lý thuyết đã được thử thách qua quan sát thực nghiệm
nghiêm khắc, điều này đôi khi ngăn cản vài sự thay đổi cơ bản trong nền kinh tế, các nhà
mô hình hóa dựa trên nền tảng lý thuyết ít ra cũng có thể kiểm chứng được mục tiêu các
mô hình sẽ hoạt động tốt như trong quá khứ. Những sự bất lợi của những người làm theo

18
1 MỞ ĐẦU

kinh nghiệm trong việc cố gắng sử dụng dữ liệu để thiết lập một cơ chế điều khiển vẫn còn
quá rõ ràng và dĩ nhiên, tính vô nghĩa của việc cố gắng một cách mù quáng nhằm thúc ép
khối dữ liệu giải thích nền kinh tế vận hành như thế nào là điều không cần phải bàn cãi.
Chính việc dựa vào một lý thuyết làm nền tảng để giải thích các dữ kiện có được đã đem
đến cho Kinh tế lượng một hương vị độc đáo.
Quá trình phân tích Kinh tế lượng khởi đầu từ việc nêu rõ đặc điểm một quan hệ lý
thuyết. Thoạt đầu, chúng ta xúc tiến công việc với một giả định lạc quan rằng chúng ta có
thể thu được các số đo chính xác tất cả các biến trong mô hình được cụ thể hóa một cách
chính xác của ta. Nếu các điều kiện lý tưởng được thỏa ở tất cả các bước thì sự phân tích
kế tiếp hầu như là không thay đổi. Thật không may là điều đó hiếm khi xảy ra. Chúng ta có
thể sẽ gặp một số khó khăn sau :
1. Dữ liệu được đo đạc không tốt hoặc chỉ phù hợp một cách mơ hồ với các biến trong
mô hình. “Lãi suất” là một ví dụ.
2. Một biến vốn dĩ không đo được. “Kỳ vọng” là một trường hợp điển hình.
3. Lý thuyết có thể chỉ mang lại một dự đoán thô sơ về một dạng hàm chính xác và
chúng ta có thể phải chọn lựa từ một danh sách dài dòng rối rắm của các khả năng.
4. Các tính chất ngẫu nhiên được giả định của các đại lượng ngẫu nhiên trong mô hình
có thể chứng minh được là bị vi phạm. Điều này gợi lên sự hoài nghi về phương
pháp đánh giá và cách thức suy diễn mà chúng ta đã sử dụng.
5. Một số biến thích đáng có thể bị bỏ sót trong mô hình.
v.v... Các bước tiếp theo của sự phân tích bao gồm việc đối phó với các vấn đề này và cố
gắng chọn lọc bất kỳ thông tin nào có thể có mặt trong khối dữ liệu dĩ nhiên là chưa được
hoàn hảo đó. Phương pháp pháp luận là các phương pháp của Thống kê Toán học và Lý
thuyết Kinh tế lượng. Sản phẩm là một mô hình Kinh tế lượng.

1.3. Kinh tế lượng Lý thuyết và Ứng dụng

Giữa Kinh tế lượng Lý thuyết và Ứng dụng thường có sự phân biệt. Có thể vẽ ra một
đường ranh giới khiên cưỡng giữa sự phát triển kỹ thuật và việc ứng dụng các kỹ thuật ấy,
trong một tình huống cụ thể các nhà lý thuyết cũng phân tích các hệ quả của việc ứng dụng
các phương pháp riêng biệt, khi những giả thiết cho bài toán đó được thỏa. Nhưng sự khác
nhau thường là áp đặt thông thường những kỹ thuật mới được phát triển theo lĩnh vực để
đáp ứng với những bài toán cụ thể trong một nghiên cứu cụ thể hơn là trong phòng thí
nghiệm [Về mặt lý thuyết, có một sự hấp dẫn về mặt trí tuệ hướng ta đến một kỹ thuật
được phát triển để giải một bài toán đặc thù, khi ta phải giải quyết một bài toán được nghĩ
ra và khi đó ta quên khuấy việc phải tìm một bài toán để giải]. Cuốn sách này hướng về
những kỹ thuật hữu dụng theo lĩnh vực. Thêm nữa, điều nhấn mạnh là về phương pháp hơn
là về những kết quả cụ thể [Có một số công trình xuất sắc về Kinh tế lượng Ứng dụng,
trong đó có Bridge (1971), Desai (1976), và Berndt (1990)]. Những ví dụ đa dạng được
trình bày để minh họa cho các kỹ thuật hơn là để tìm ra những kết quả thực nghiệm mới.
Trong một vài trường hợp, chúng tôi cố gắng mô phỏng những nghiên cứu bước đầu (đôi
khi không thành công), trong khi ở vài trường hợp khác chúng tôi lặp lại những nghiên cứu
đã có trong các tài liệu với những dữ liệu mới hơn. Những độc giả quan tâm có thể sẽ
muốn mở rộng những nghiên cứu này với tập hợp dữ liệu mới hơn hay khác hơn.

1.4. Bố cục của cuốn sách

Cuốn sách này được sắp xếp thành bốn phần
Phần I gồm ba chương nghiên cứu những công cụ được sử dụng trong Toán Kinh tế.
Chương 2 nói về đại số ma trận, chương 3 nghiên cứu lý thuyết phân phối và xác suất, và
chương 4 nói về thống kê suy diễn. Vì giả thiết rằng độc giả đã được học về những chủ đề

19
1 MỞ ĐẦU

này, những phần tóm tắt ở đây khá ngắn gọn và khá cơ bản đối với những ai muốn ôn lại
hay muốn có một bản tham khảo tiện lợi.
Phần II phát triển mô hình hồi quy cổ điển. Chương 5, 6 và 7 trình bày những kết quả
cơ bản của mô hình hồi quy tuyến tính cổ điển. Chương 8 bàn về các mở rộng của mô hình
cổ điển, đã chỉ ra rằng mô hình tuyến tính không hạn chế so với các mô hình khác như
chúng ta tưởng. Chương 9 nói về đa cộng tuyến, sai số đo đạc, và bỏ sót dữ liệu, làm nổi
lên vài vấn đề làm cản trở việc ứng dụng máy móc đơn giản của mô hình lý thuyết vào dữ
liệu thế giới thực. Chương 10, 11 và 12 giới thiệu trình bày các chủ đề mở rộng có phần
cao cấp hơn. Những kết quả mẫu lớn được bàn trong chương 10 được sử dụng xuyên suốt
trong các chương sau đó. Chương 11 liên quan đến những mô hình hồi quy phi tuyến.
Chương 12 giới thiệu một vài khía cạnh kỹ thuật của tối ưu phi tuyến.
Phần III đề cập đến các mô hình hồi quy tổng quát hóa. Từ chương 13 trở đi, những hạn
chế của mô hình cổ điển từng bước được giảm nhẹ. Chương 13 trình bày một số kết quả lý
thuyết tổng quát cho mô hình. Nhừng nguyên tắc này sau đó được sử dụng trong hai mô
hình tiêu chuẩn : heteroscedasticity trong chương 14 và tự tương quan trong chương 15. Sự
kết hợp của hai hiện tượng này được bàn đến trong chương 16 dưới đề mục “phần giao -
dữ kiện chuỗi thời gian”.
Phần IV chứa một vài chương về các chủ đề ít nhiều cao cấp hơn trong Kinh tế lượng
[tôi do dự khi dùng thuật ngữ các chủ đề trong Kinh tế lượng (topics in econometrics) vì
thực ra hầu hết các phương pháp được bàn đến đã được các nhà ứng dụng sử dụng rộng rãi
cho nghề nghiệp của họ. Có lẽ các chủ đề về sau sẽ có tên chính xác hơn]. Chương 17 thảo
luận về mô hình hồi quy nhiều chiều và việc đánh giá những hệ phương trình cầu. Chương
18 trình bày những chủ đề trong phân tích chuỗi thời gian và những mô hình phân phối trễ.
Chương 19 thảo luận về những mô hình những phương trình tương thích. Tầm quan trọng
trong chủ đề này được nhấn mạnh lúc nhiều lúc ít. Những ứng dụng thực nghiệm của các
mô hình các phương trình tương thích được Hội Đồng Cowles phát thảo ngày càng ít được
nhấn mạnh và ít được chú ý hơn nhiều trong các tài liệu về Kinh tế lượng ứng dụng trong
những năm gần đây. Khá thú vị là việc nghiên cứu lý thuyết theo chủ đề tiếp tục không
giảm đi và đều đặn cho ta những hiểu biết sâu sắc thường có ích hơn trong những tình
huống khác. Chương 20 và 21 trình bày hai lĩnh vực tương đối mới trong Kinh tế lượng :
các mô hình với các biến phụ thuộc rời rạc và những mô hình các biến phụ thuộc có giới
hạn.

Tài liệu tham khảo

Berndt, The Practice of Economics, Reading, Mass : Addison-Wesley, 1990

Bridge, Applied Econometrics, Amsterdam : North Holland, 1971
Desai, Applied Econometrics, New York : MacGraw-Hill, 1976
Frisch, Editorial, Econometrica, 1, 1, 1933, pp. 1-4

20
1 MỞ ĐẦU

Phần I
Công cụ

21