ECON2300: viết báo cáo nghiên cứu kinh tế lượng thế nào cho đạt?

Sinh viên vất vả với ECON2300 hiếm khi vất vả vì tính toán. Họ mắc ở chỗ bài báo cáo đòi một kiểu lập luận mà không môn kinh tế nào trước đó từng đòi. Câu hỏi đặt ra không phải là mô hình hồi quy có chạy được hay không, mà là con số nó sinh ra có mang đúng nghĩa bạn gán cho nó hay không, và thiết kế nghiên cứu mới quyết được câu đó, chứ không phải bảng kết quả.

Tác giả: Ban biên tập MAAS · Chuyên gia MAAS phản biện nội dung
Cập nhật lần cuối: 2026-08-28
Chuyên mục: economics

ECON2300 là môn gì, và cần chuẩn bị gì trước khi vào học?

Trả lời trực tiếp: ECON2300 Introductory Econometrics là môn hồi quy ứng dụng trong chương trình kinh tế của University of Queensland. Môn này ở cấp độ năm 2 và đứng trên nền thống kê kinh tế nhập môn, và nó đưa bạn từ chỗ mô tả dữ liệu sang chỗ ước lượng quan hệ trong dữ liệu, thường trải qua 13 tuần giảng dạy và 1 kỳ thi cuối kỳ.

Bằng chứng: Chuỗi môn tiên quyết, số tín chỉ và cấu trúc đánh giá đều nằm trong Electronic Course Profile công bố cho học kỳ của bạn, và đó là nguồn duy nhất có thẩm quyền về những chi tiết này. Khoảng trống khiến phần lớn sinh viên vấp không phải khoảng trống toán học, mà là khoảng trống ở chỗ cái gì mới được tính là một phát hiện. Trong môn thống kê, một phép tính đúng chính là câu trả lời. Trong kinh tế lượng, một phép tính đúng mới chỉ là phần mở đầu của câu trả lời, bởi cùng một hệ số có thể mang 3 nghĩa khác nhau, gồm tác động nhân quả, dự báo, và tóm tắt một trung bình có điều kiện, trong khi bảng kết quả R không hề nói cho bạn biết mình đang cầm loại nào. Goel (2025), trong một bài thảo luận do Institute of Labor Economics phát hành và chưa qua bình duyệt, lập luận rằng các giáo trình phổ biến gộp lẫn 3 tham số tổng thể vốn khác nhau, gồm hàm hồi quy tổng thể, hàm kỳ vọng có điều kiện, và tác động nhân quả, rồi để mặc sinh viên tự đoán theo ngữ cảnh xem đang bàn tham số nào. Bài đó là IZA Discussion Paper số 18007 phát hành tháng 7 năm 2025, và nó soi lại đúng 6 giáo trình mà Chen và Pearl (2013) từng xem xét. Chỉ tham số thứ ba mới là thứ mà một rubric kinh tế thường quan tâm, và nó lại là thứ bảng kết quả không bao giờ dán nhãn. Ghi chú của Goel phát hành dưới dạng IZA Discussion Paper số 18007 vào tháng 7 năm 2025, và nó dựng thẳng trên đúng 6 cuốn giáo trình mà Chen và Pearl đã soi, trong đó có các cuốn của Greene, Kennedy, Stock và Watson, cùng Wooldridge, một số cuốn tới nay vẫn nằm trong danh mục đọc bắt buộc ở các chương trình tại Úc. Ghi chú này viết tại Pitzer College và Viện Kinh tế Lao động ở Bonn, và nó lấy nền thứ hai từ cuốn Mostly Harmless Econometrics xuất bản năm 2009, tức là 3 mạch tài liệu riêng biệt nay cùng gặp nhau ở một lời phàn nàn về ký hiệu.

Ví dụ: Một bạn tìm tới MAAS hồi năm hai từng đạt điểm tốt ở mọi bài đánh giá môn thống kê, rồi mất điểm trải khắp một bài báo cáo kinh tế lượng. Cả 5 mô hình hồi quy đều đúng. Cả 12 câu bình luận cho từng hệ số đều mở đầu bằng "điều này cho thấy", và lần nào thứ nó thật sự cho thấy cũng chỉ là một mối liên hệ có điều kiện được trình bày như một nguyên nhân.

Nên làm gì: ngay tuần đầu, ghi ra 3 thứ mà Electronic Course Profile chốt, gồm trọng số từng đầu điểm, các mốc nộp bài, và liệu có phần nào kèm điều kiện ngưỡng hay không. Đọc kỹ tài liệu này mất khoảng 20 phút, đổi lại là 13 tuần có kế hoạch. Đừng lên kế hoạch cả học kỳ dựa trên một trang chia sẻ tài liệu hay dựa trên cấu trúc của năm trước, vì những thứ đó thay đổi giữa các lần mở môn.

Báo cáo nghiên cứu kinh tế lượng thật ra đòi bạn tạo ra cái gì?

Trả lời trực tiếp: Một bài báo cáo nghiên cứu đòi bạn bảo vệ chiến lược nhận dạng, chứ không đòi bạn phô diễn kỹ thuật. Người chấm muốn biết bạn đang đo đúng một quan hệ nào, những cách giải thích khác nào cũng có thể sinh ra đúng con số đó, và trong thiết kế của bạn có gì loại được các cách giải thích ấy.

Bằng chứng: Mọi thứ còn lại trong bài, gồm mô hình, các kiểm định chẩn đoán và các bảng biểu, đều phục vụ cho phần bảo vệ đó. Đây chính là chỗ mà nội dung môn học và tiêu chí chấm kéo về hai hướng khác nhau, và đã có nghiên cứu ghi nhận độ vênh này. Angrist và Pischke (2017) đã mua rồi mã hoá nội dung của 12 giáo trình kinh tế lượng bậc cử nhân, đồng thời thu thập đề cương từ 38 cơ sở đào tạo thuộc 8 nhóm trường, và công bố kết quả trên Journal of Economic Perspectives năm 2017. Trong các giáo trình kinh điển, chủ đề được phủ dày nhất theo bảng phân loại của họ là nhóm vi phạm giả định và cách khắc phục, chiếm khoảng 20% số trang. Nhóm tính chất của hồi quy chiếm 11 tới 12%, còn nhóm suy diễn thống kê chiếm khoảng 13%, tức 2 nhóm này cộng lại đã gần 25%. Các ví dụ thực nghiệm dùng dữ liệu thật chỉ chiếm khoảng 15% số trang ở sách kinh điển, và tăng lên mức trung bình 24,4% ở các giáo trình đương đại. Nhóm mô hình hệ phương trình đồng thời vẫn chiếm 14% số trang ở các sách nhập môn, và lên 18% khi mẫu có thêm các sách bậc cao hơn, trong khi dữ liệu bảng gần như không được chú ý ở cả hai nhóm. Mẫu đề cương của họ được dựng bằng cách lấy 10 cơ sở lớn nhất trong mỗi nhóm trường, phần lớn đề cương có từ năm 2014 trở về sau và bản cũ nhất là từ năm 2009. Kết luận của hai tác giả nói thẳng rằng hồi quy nên được dạy theo đúng cách nó đang được dùng phổ biến nhất hiện nay, tức là như một công cụ để kiểm soát các yếu tố gây nhiễu.

Ví dụ: Hai bạn cùng nộp báo cáo trên một bộ dữ liệu tiền lương. Bạn thứ nhất dành 600 từ cho các kiểm định phương sai thay đổi cùng cách khắc phục, và chỉ dành 80 từ biện hộ cho tập biến kiểm soát, rồi mất điểm ở 2 tiêu chí. Bạn thứ hai dành 200 từ cho phần chẩn đoán, còn lại dùng để lập luận vì sao trong các nhóm được định nghĩa bởi tập biến kiểm soát của mình, số năm đi học có thể coi như được gán độc lập với năng lực. Bài thứ hai trả lời đúng câu hỏi mà rubric đặt ra.

Diễn giải một hệ số hồi quy thế nào để được điểm?

Trả lời trực tiếp: Hãy viết phần diễn giải thành ba phần, gồm nêu độ lớn kèm đơn vị, nêu phép so sánh đang được thực hiện, và nêu rõ bạn đang khẳng định điều gì cùng điều gì bạn không khẳng định. Thiếu phần thứ 2 trong 3 phần đó là chỗ mất điểm nhiều nhất.

Bằng chứng: Câu "khi X tăng một đơn vị thì Y tăng thêm beta đơn vị" chỉ có nghĩa khi bạn nói rõ là giữ cố định cái gì, và so sánh trong nhóm người nào. Chính hệ ký hiệu dễ gây ra sai sót này. Chen và Pearl (2013), khi khảo sát 6 giáo trình kinh tế lượng có ảnh hưởng trên Real-World Economics Review năm 2013, nhận thấy các sách trải từ chỗ phủ nhận hoàn toàn tới chỗ chấp nhận một phần nội dung nhân quả của phương trình kinh tế lượng, và tất cả đều "uniformly, fail to provide coherent mathematical notation that distinguishes causal from statistical concepts" (Chen & Pearl, 2013, tr. 2), tức không đưa ra được hệ ký hiệu tách bạch khái niệm nhân quả với khái niệm thống kê. Khi giáo trình dùng chung một ký hiệu cho hai ý, một sinh viên viết vội lúc 2 giờ sáng sẽ dùng chung một câu cho cả hai, còn người chấm thì đọc ra ý mạnh hơn trong hai ý đó. Khảo sát của họ đăng ở số 65 của tạp chí, trải từ trang 2 tới trang 20, và trong 6 cuốn được xem xét có những cuốn tới nay vẫn nằm trong danh mục đọc bắt buộc của các chương trình ở Úc, tức sau hơn 10 năm.

Nên làm gì: trước khi viết bất kỳ câu diễn giải nào, hãy trả lời bốn câu hỏi ra giấy nháp. Đơn vị của X là gì. Đơn vị của Y là gì. Cái gì đang được giữ cố định. Ai nằm trong nhóm so sánh. Bốn câu trả lời đó tốn 5 phút cho mỗi hệ số và ngăn được câu tốn kém nhất trong cả bài. Giá trị p, vốn thường được đọc theo ngưỡng 5% hoặc 1%, chỉ nên đứng sau cả 4 câu trả lời ấy chứ không được đứng thay chúng, bởi ý nghĩa thống kê chỉ nói rằng ước lượng khó xảy ra nếu giả thuyết không có quan hệ là đúng, và nó không nói gì về việc quan hệ ấy có phải quan hệ bạn vừa gọi tên hay không.

R nằm ở đâu trong phần đánh giá?

Trả lời trực tiếp: Trong ECON2300 tại University of Queensland, R là công cụ chứ không phải sản phẩm nộp. Điểm gắn vào phần lập luận mà đoạn mã của bạn chống đỡ, nên đoạn mã được điểm là đoạn mã mà người chấm lần theo được từ dữ liệu thô tới đúng con số trong bảng của bạn.

Bằng chứng: Các bài đánh giá trong những môn kinh tế lượng ứng dụng thường đưa sẵn bảng kết quả rồi yêu cầu bạn đọc nó, nghĩa là thạo việc rút ra 4 đại lượng làm nên một bảng kết quả, gồm hệ số, sai số chuẩn, thống kê kiểm định và giá trị p, quan trọng hơn là thạo viết mã cho đẹp. Khả năng tái lập ở đây gánh nhiều việc hơn sinh viên tưởng, và nó là điều kiện tối thiểu để một bảng 4 cột được coi là bằng chứng trong 1 bài nộp. Nếu bài viết nói một hệ số bằng 0,043 mà đoạn mã của bạn không tái tạo lại được con số đó từ tệp gốc, thì bài không có bằng chứng nào đứng sau, bất kể con số ấy là bao nhiêu. Goel (2025) nêu đúng vấn đề đó với hệ ký hiệu, và điều này áp thẳng sang mã lệnh, vì một đối tượng không dán nhãn luôn mời người đọc đoán. Đây cũng là cách bảo hiểm rẻ nhất trước sự cố hay gặp nhất vào cuối kỳ, là không tài nào dựng lại nổi trong sáu phiên bản mô hình thì phiên bản nào đã sinh ra cái bảng mà mình đã viết bình luận cho nó.

Nên làm gì: giữ 1 tệp mã cho mỗi báo cáo, đánh số theo đúng thứ tự chạy, và đặt trên mỗi khối một dòng chú thích dài 1 dòng nói khối đó trả lời câu hỏi nào, việc này tốn chừng 15 phút cho cả bài và tiết kiệm nhiều giờ vào tuần 12. Lưu bộ dữ liệu đã làm sạch tách riêng khỏi bộ dữ liệu thô trong 2 thư mục đặt tên rõ ràng, và tuyệt đối không sửa tệp gốc. Khi dán một bảng vào bài, hãy dán ngay trong hôm đó dòng lệnh đã sinh ra bảng ấy vào phần phụ lục.

Dữ liệu cho bài báo cáo nên lấy từ đâu?

Trả lời trực tiếp: Hãy dùng bộ dữ liệu công khai và có tài liệu mô tả, tức bộ mà người khác tải về được, bởi người chấm không lấy được dữ liệu của bạn thì cũng không kiểm được bảng của bạn. Với các chủ đề về Úc, những điểm khởi đầu tiêu chuẩn là Australian Bureau of Statistics, Reserve Bank of Australia, và Australian Data Archive, cả 3 đều miễn phí.

Bằng chứng: Với chủ đề liên quốc gia, các kho của World Bank, Organisation for Economic Co-operation and Development, và International Monetary Fund phục vụ cùng mục đích ấy. Chọn dữ liệu trước rồi mới chọn câu hỏi là cách phổ biến nhất khiến một bài báo cáo mất lập luận ngay trước khi được viết ra. Bộ dữ liệu quyết định những phép so sánh nào là khả thi, nên một câu hỏi cần loại biến thiên mà dữ liệu của bạn không chứa thì không thể cứu bằng một mô hình khéo hơn. Angrist và Pischke (2017) ghi nhận rằng các minh hoạ thực nghiệm dùng dữ liệu thật chỉ chiếm khoảng 15% số trang trong các giáo trình kinh điển, tức khoảng 15 trang trên mỗi 100 trang, nghĩa là phần lớn sinh viên bước vào bài báo cáo đầu tiên sau khi đã đọc về các ước lượng nhiều hơn hẳn so với đọc về cách một bộ dữ liệu dùng được thật sự hình thành.

Ví dụ: Một bạn muốn ước lượng tác động của một chính sách cấp bang lên việc làm của thanh niên bằng số liệu tổng hợp toàn quốc theo quý. Trong dữ liệu đó không có gì biến thiên giữa các bang, nên phép so sánh bạn cần vốn không tồn tại trong tệp. Chuyển sang chuỗi số liệu cấp bang trước khi viết chữ nào đã tránh được một lần viết lại toàn bộ.

Nên làm gì: trước khi chốt, hãy kiểm 3 điều trong tài liệu mô tả gồm đơn vị quan sát, khoảng thời gian được bao phủ, và liệu biến bạn quan tâm có thật sự biến thiên trong mẫu hay không. Sai bất kỳ điều nào trong 3 điều đó thì hãy đổi bộ dữ liệu chứ đừng đổi câu hỏi.

Cái gì phân biệt bài đạt với bài giỏi?

Trả lời trực tiếp: Bài đạt tường thuật lại những gì mô hình tìm ra, trong 4 phần mà một báo cáo thường có, gồm mở đầu, dữ liệu, kết quả và kết luận. Bài giỏi còn gọi tên phản bác mạnh nhất nhắm vào phát hiện đó, và trả lời phản bác ấy bằng một thứ cụ thể nằm trong thiết kế hoặc trong dữ liệu.

Bằng chứng: Khác biệt ở đây không nằm ở công sức và cũng không nằm ở số từ, mà nằm ở chỗ trên trang giấy có xuất hiện một lập trường hay không. Sự khác nhau ấy lộ ra ở bản nháp trước khi nó lộ ra ở điểm số. Ranh giới mà Angrist và Pischke (2017) vạch giữa mối bận tâm kỹ thuật với thiết kế nghiên cứu hiện lên trực tiếp trong khâu chấm bài. Lối viết mô tả thì chỗ nào cũng chắc giọng mà không chỗ nào cụ thể, bởi nó không bao giờ chịu nói khẳng định nào của chính nó là yếu nhất. Một bài chịu nhận một hạn chế rồi giải thích vì sao hạn chế ấy không lật đổ được ước lượng chính là bài đang làm đúng phần việc đánh giá mà chuẩn đầu ra yêu cầu, còn một bài liệt kê hạng mục hạn chế ở đoạn kết mà không nối chúng với ước lượng thì chỉ tạo ra một thủ tục chứ không tạo ra một lập luận.

Ví dụ: Một chuyên gia hướng dẫn đề nghị học viên xoá mọi câu trong phần kết luận mở đầu bằng cụm "nghiên cứu sau có thể", và thay từng câu bằng đúng kết quả nào sẽ làm bạn đổi ý. Số từ giảm chừng 250 và bài chuyển từ một bản tóm tắt tròn trịa thành một lập luận, vì lần đầu tiên nó nói ra điều kiện để chính nó sai. Bạn thay 4 câu kết và không đổi một con số nào.

Nên làm gì: viết xong bản nháp, để đó 24 giờ, rồi viết 1 đoạn mà bạn sẽ không nộp, trả lời câu hỏi rằng nếu người chấm muốn bác ước lượng chính của mình thì họ sẽ công vào chỗ nào trước. Những gì bạn vừa viết trong đoạn đó mới là thứ thuộc về bài báo cáo.

Câu hỏi thường gặp

Có cần giỏi toán mới qua được ECON2300 không?
Bạn cần thấy thoải mái với phần thống kê đã học ở môn thống kê kinh tế nhập môn, và sẵn lòng làm việc với ký hiệu hình thức. Phần khiến sinh viên vấp là khâu diễn giải chứ không phải khâu chứng minh, bởi cùng một ước lượng sẽ mang nghĩa khác nhau tuỳ theo thiết kế đứng sau nó.

Bài thi cuối kỳ chiếm bao nhiêu phần của môn?
Trọng số của từng đầu điểm, và việc có đầu điểm nào kèm điều kiện ngưỡng hay không, đều được ấn định trong Electronic Course Profile của học kỳ bạn học. Hãy đọc tài liệu đó trong tuần 1 và ghi số ra giấy, việc này mất khoảng 20 phút, thay vì dựa vào con số trích trên các trang chia sẻ tài liệu, vốn thường lấy từ một lần mở môn trước đó.

Có nên báo cáo mọi kiểm định chẩn đoán đã chạy không?
Không. Chen và Pearl (2013) cho thấy ngay cả giáo trình cũng làm mờ nghĩa của một hệ số, nên rõ ràng quan trọng hơn phủ rộng. Hãy báo cáo những kiểm định có thể làm đổi kết luận của bạn, và nói rõ bạn đã xử lý chúng ra sao. Một bài liệt kê các kiểm định mà không nói kết quả nào phụ thuộc vào chúng sẽ đọc ra thành sự phủ rộng chứ không thành phân tích.

MAAS có viết báo cáo kinh tế lượng hộ tôi không?
Không. MAAS làm việc với vai trò cố vấn học thuật theo đúng chuẩn mực liêm chính học thuật ở Úc, và bài bạn nộp phải là sản phẩm của chính bạn. Một buổi trao đổi với chuyên gia MAAS có thể giúp bạn làm rõ câu hỏi nghiên cứu, rà lại logic của chiến lược nhận dạng, và góp ý cho bản nháp do bạn viết, tương tự cách một buổi trao đổi với trợ giảng diễn ra.

Đổi mô hình sau khi đã thấy kết quả thì có được không?
Đổi đặc tả mô hình là việc bình thường trong nghiên cứu ứng dụng, và Angrist cùng Pischke (2017) coi các lựa chọn thiết kế chính là phần cốt lõi của công việc này, nhưng thay đổi ấy phải được khai báo. Hãy báo cáo tất cả các đặc tả bạn đã thử, tốt nhất là gom trong 1 bảng so sánh, và nói vì sao bạn chọn một đặc tả, bởi một bảng chỉ trưng ra mô hình cho ra kết quả bạn mong muốn không phải là một phát hiện mà người chấm có thể tin.

References

Angrist, J. D., & Pischke, J.-S. (2017). Undergraduate econometrics instruction: Through our classes, darkly. Journal of Economic Perspectives, 31(2), 125–144.

Chen, B., & Pearl, J. (2013). Regression and causation: A critical examination of six econometrics textbooks. Real-World Economics Review, 65, 2–20.

Goel, D. (2025). Estimator of what? A note on teaching regressions in introductory econometrics (IZA Discussion Paper No. 18007). Institute of Labor Economics.

Công cụ và tài nguyên

• Hỗ trợ học thuật MAAS để nhận góp ý cho bản nháp do bạn viết.
• Kèm cặp cùng chuyên gia MAAS để cùng gỡ phần diễn giải hồi quy.