ECON2300 Introductory Econometrics: viết báo cáo kinh tế lượng ra sao?

Trả lời thẳng: ECON2300 Introductory Econometrics là môn hồi quy ứng dụng trong chương trình kinh tế của University of Queensland. Môn này đứng trên nền thống kê kinh tế nhập môn và đưa bạn từ chỗ mô tả dữ liệu sang chỗ ước lượng các quan hệ trong dữ liệu, thường trong 13 tuần giảng dạy. Trước khi vào học, bạn nên đọc kỹ bản mô tả môn của học kỳ mình.

Chuỗi môn tiên quyết, số tín chỉ và cấu trúc đánh giá đều được ấn định trong Electronic Course Profile công bố cho học kỳ của bạn, và đó là nguồn có thẩm quyền duy nhất cho những chi tiết này. Chỗ khiến phần lớn sinh viên vấp không nằm ở toán học mà nằm ở việc thế nào mới được tính là một phát hiện: trong môn thống kê, một phép tính đúng chính là câu trả lời, còn trong kinh tế lượng, một phép tính đúng mới chỉ là phần mở đầu của câu trả lời, vì cùng một hệ số có thể là một tác động nhân quả, một dự báo, hay một bản tóm tắt của trung bình có điều kiện, và không có gì trong bảng kết quả R cho bạn biết mình đang cầm loại nào.

Goel (2025), trong một bài thảo luận (discussion paper) 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 (population regression function), hàm kỳ vọng có điều kiện (conditional expectation function) và tác động nhân quả, rồi để sinh viên tự đoán theo ngữ cảnh xem đang nói tới tham số nào. Bài này là IZA Discussion Paper số 18007, phát hành tháng 7 năm 2025, được viết tại Pitzer College và Institute of Labor Economics ở Bonn. Bài của Goel dựng thẳng trên đúng 6 cuốn giáo trình mà Chen và Pearl (2013) từng xem xét, trong đó có các cuốn của Greene, Kennedy, Stock và Watson, và Wooldridge, một số cuốn tới nay vẫn nằm trong danh mục đọc của các chương trình tại Úc. Nền thứ hai của bài là cuốn Mostly Harmless Econometrics xuất bản năm 2009, nên 3 mạch văn liệu riêng biệt nay cùng gặp nhau ở một lời phàn nàn về ký hiệu. Trong 3 tham số kể trên, chỉ tham số thứ ba là thứ rubric môn kinh tế thường quan tâm, và đó lại là tham số mà bảng kết quả không bao giờ dán nhãn.

Một sinh viên tìm tới MAAS vào năm học thứ hai từng gặp đúng tình huống đó: bạn ấy đạt điểm tốt ở mọi bài đánh giá môn thống kê, rồi mất điểm trên khắp một bài báo cáo kinh tế lượng dù cả 5 mô hình hồi quy đều đúng. Câu bình luận cho từng hệ số của bạn ấy đều mở đầu bằng "điều này cho thấy", và lần nào điều nó thật sự cho thấy cũng chỉ là một mối liên hệ có điều kiện đã bị trình bày như một nguyên nhân.

Vì vậy, ngay trong tuần 1, hãy ghi ra 3 điều mà Electronic Course Profile ấn định, gồm trọng số của từng đầu điểm, các mốc nộp bài, và việc có phần nào kèm ngưỡng bắt buộc (hurdle) hay không. Đọc kỹ tài liệu này mất khoảng 20 phút. Đừng lập kế hoạch cả học kỳ dựa trên một trang chia sẻ tài liệu học tập hay dựa trên cấu trúc của năm trước, vì những thứ này thay đổi giữa các lần mở môn.

---

Trả lời thẳng: Báo cáo nghiên cứu đòi bạn bảo vệ một chiến lược nhận dạng (identification strategy), 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 điều gì loại bỏ được các cách giải thích ấy.

Mọi thứ còn lại trong báo cáo, từ mô hình, các kiểm định chẩn đoán cho tới các bảng biểu, đều tồn tại để phục vụ phần bảo vệ đó. Ở điểm này, nội dung môn học và tiêu chí chấm kéo về hai hướng khác nhau, và độ vênh đó đã được ghi nhận. Angrist và Pischke (2017) mua rồi mã hoá nội dung của 12 giáo trình kinh tế lượng bậc cử nhân, đồng thời thu thập đề cương môn học 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 viết dày nhất theo bảng phân loại của hai tác giả là vi phạm giả định và cách khắc phục (Assumption Failures and Fix-ups), chiếm khoảng 20% số trang, tiếp theo là tính chất của hồi quy (Regression Properties) với 11 tới 12% và suy diễn trên hồi quy (Regression Inference) với khoảng 13%. Các ví dụ thực nghiệm dùng dữ liệu thật chiếm khoảng 15% số trang ở sách kinh điển và tăng lên mức trung bình 24,4% ở các giáo trình đương đại. Mô hình hệ phương trình đồng thời (Simultaneous Equations Models) vẫn chiếm 14% số trang ở các sách nhập môn, lên 18% khi mẫu có thêm các sách nâng cao hơn, trong khi dữ liệu bảng (Panel Data) gần như không được chú ý ở cả hai nhóm. Mẫu đề cương của hai tác giả 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 họ rất thẳng thắn: "Regression should be taught the way it's now most often used: as a tool to control for confounding factors", tức hồi quy nên được dạy đúng như cách nó đang được dùng phổ biến nhất, là một công cụ để kiểm soát các yếu tố gây nhiễu.

Hai sinh viên từng cùng nộp báo cáo trên một bộ dữ liệu tiền lương. Người thứ nhất dành 600 từ cho các kiểm định phương sai sai số thay đổi (heteroskedasticity) cùng cách khắc phục, chỉ dành 80 từ để biện luận cho tập biến kiểm soát, và mất điểm ở 2 tiêu chí. Người thứ hai dành 200 từ cho phần chẩn đoán, rồi dùng 1200 từ còn lại để lập luận vì sao, trong các nhóm được xác định bởi tập biến kiểm soát của mình, số năm đi học có thể được coi như được phân bổ độc lập với năng lực. Bài thứ hai trả lời đúng câu hỏi mà rubric đặt ra.

---

Trả lời thẳng: Hãy viết phần diễn giải thành ba ý. Ý thứ nhất nêu độ lớn của hệ số kèm đơn vị, ý thứ hai nêu phép so sánh đang được thực hiện, và ý thứ ba nói rõ bạn đang khẳng định điều gì và không khẳng định điều gì. Câu diễn giải thiếu ý thứ hai là chỗ bài làm mất điểm nhiều nhất, vì người đọc không biết con số đang so sánh những ai.

Câu "khi X tăng một đơn vị thì Y tăng thêm beta đơn vị" chỉ có nghĩa khi bạn nói rõ đang giữ cố định những gì và so sánh trong nhóm người nào. Chính hệ ký hiệu khiến sai sót này dễ xảy ra. Chen và Pearl (2013) khảo sát 6 giáo trình kinh tế lượng có ảnh hưởng trên Real-World Economics Review năm 2013, và 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, đồng thời "uniformly, fail to provide coherent mathematical notation that distinguishes causal from statistical concepts" (Chen & Pearl, 2013, p. 2), tức đều không đưa ra được một hệ ký hiệu nhất quán để tách khái niệm nhân quả khỏi khái niệm thống kê. Khi giáo trình dùng một ký hiệu cho hai ý, một sinh viên viết vội lúc 2 giờ sáng sẽ dùng một câu cho cả hai, và người chấm sẽ đọc ra ý mạnh hơn. Khảo sát của hai tác giả đăng ở số 65 của tạp chí, từ trang 2 tới trang 20, và trong 6 cuốn được xem xét có những cuốn tới nay vẫn là tài liệu đọc chính ở các chương trình tại Úc.

Vì vậy, trước khi viết bất kỳ câu diễn giải nào, hãy trả lời bốn câu hỏi trong giấy nháp: đơn vị của X là gì, đơn vị của Y là gì, những gì đang được giữ cố định, và ai nằm trong nhóm so sánh. Trả lời 4 câu này mất khoảng 5 phút và ngăn được câu văn gây mất điểm nhiều nhất trong cả bài. Giá trị p (p-value), vốn thường được đọc theo ngưỡng 5%, nên đứng sau cả 4 câu trả lời ấy chứ không đứng thay chúng. Ý nghĩa thống kê chỉ cho biết ước lượng như vậy khó xảy ra nếu giả thuyết không (null hypothesis), tức giả thuyết rằng không có quan hệ nào, là đúng, và không nói gì về việc quan hệ đó có phải là quan hệ bạn vừa gọi tên hay không.

---

Trả lời thẳng: Trong ECON2300 tại University of Queensland, R là công cụ chứ không phải sản phẩm nộp. Điểm gắn với phần lập luận mà đoạn mã của bạn chống đỡ, nên đoạn mã được điểm là đoạn mã người chấm lần theo được từ dữ liệu thô tới đúng con số trong bảng kết quả của bạn, chứ không phải đoạn mã viết đẹp nhất hay ngắn gọn nhất.

Bài đánh giá ở các môn kinh tế lượng ứng dụng thường đưa sẵn bảng kết quả rồi yêu cầu bạn đọc nó. Vì vậy, thạo việc rút ra 4 đại lượng làm nên một bảng kết quả, gồm hệ số, sai số chuẩn (standard error), thống kê kiểm định và giá trị p, quan trọng hơn thạo viết mã cho đẹp. Khả năng tái lập (reproducibility) ở đây gánh nhiều việc hơn sinh viên tưởng: nếu bài viết nói một hệ số bằng 0,043 mà đoạn mã của bạn không sinh 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 điều này với hệ ký hiệu, và nó áp thẳng sang mã lệnh, vì một đối tượng không dán nhãn luôn buộc người đọc phải đoán. Đây cũng là cách phòng ngừa rẻ nhất trước sự cố hay gặp nhất vào cuối kỳ, đó là không còn dựng lại được phiên bản nào trong sáu phiên bản mô hình đã sinh ra cái bảng mà mình đã viết bình luận.

Vì vậy, hãy giữ 1 tệp mã cho mỗi báo cáo, đánh số theo đúng thứ tự chạy, và đặt trên mỗi khối một dòng chú thích nói khối đó trả lời câu hỏi nào, việc này tốn khoảng 15 phút cho cả bài. Hãy lưu bộ dữ liệu đã làm sạch tách khỏi bộ dữ liệu thô trong 2 thư mục đặt tên rõ ràng, và không bao giờ sửa tệp gốc. Tách 2 tệp thay vì dùng 1 tệp chỉ mất chừng 10 phút để tạo thói quen, nhưng tiết kiệm được nhiều giờ nếu tệp gốc bị hỏng vào tuần 12. Mỗi khi dán một bảng vào bài, hãy dán luôn trong ngày dòng lệnh đã sinh ra bảng đó vào phần phụ lục.

---

Trả lời thẳng: Hãy dùng một bộ dữ liệu công khai, có tài liệu mô tả, mà người khác tải về được, vì 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 dùng miễn phí.

Với chủ đề so sánh giữa các quốc gia, các kho dữ liệu của World Bank, Organisation for Economic Co-operation and Development và International Monetary Fund phục vụ cùng mục đích. Chọn bộ dữ liệu trước rồi mới chọn câu hỏi là cách phổ biến nhất khiến một báo cáo mất lập luận ngay cả trước khi được viết. Bộ dữ liệu quyết định những phép so sánh nào làm được, nên một câu hỏi cần loại biến thiên mà dữ liệu không có thì không mô hình nào khéo hơn cứu được. 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, nghĩa là phần lớn sinh viên bước vào bài báo cáo đầu tiên sau khi đã đọc về các hàm ước lượng nhiều hơn hẳn so với đọc về cách một bộ dữ liệu dùng được thật sự được dựng lên.

Một sinh viên từng 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 ấy cần hoàn toàn không tồn tại trong tệp. Việc chuyển sang chuỗi số liệu cấp bang ở tuần 3, trước khi viết chữ nào, đã giúp sinh viên đó tránh phải viết lại cả bài ở tuần 10.

Trước khi chốt, hãy kiểm 3 điều trong tài liệu mô tả dữ liệu, gồm đơn vị quan sát, khoảng năm được bao phủ, và biến bạn quan tâm có thật sự biến thiên trong mẫu hay không. Nếu sai ở bất kỳ điều nào trong 3 điều đó, hãy đổi bộ dữ liệu chứ đừng đổi câu hỏi.

---

Trả lời thẳng: Một bài đạt (pass) trình bày lại những gì mô hình tìm ra, trong 4 phần mà báo cáo thường có là mở đầu, dữ liệu, kết quả và kết luận. Một bài giỏi (distinction) còn gọi tên phản bác mạnh nhất nhắm vào phát hiện đó, rồi trả lời phản bác ấy bằng một điều cụ thể nằm trong thiết kế nghiên cứu hoặc trong dữ liệu của mình.

Khác biệt ở đây không nằm ở công sức hay số từ mà ở chỗ trên trang giấy có một lập trường hay không, và nó lộ ra trong bản nháp trước khi lộ ra ở điểm số. Ranh giới mà Angrist và Pischke (2017) vạch ra giữa những mối bận tâm kỹ thuật và 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, vì nó không bao giờ nói khẳng định nào của chính nó là yếu nhất. Một bài thừa nhận một hạn chế rồi giải thích vì sao hạn chế đó không lật đổ được ước lượng chính là bài đang làm đúng phần việc đánh giá mà chuẩn đầu ra yêu cầu. Ngược lại, một bài liệt kê các hạn chế ở đoạn cuối mà không nối chúng với ước lượng thì mới làm xong một thủ tục chứ chưa tạo ra một lập luận.

Một mentor từng gợi ý một sinh viên xoá mọi câu trong phần kết luận mở đầu bằng "nghiên cứu sau có thể", rồi tự thay mỗi câu bằng đúng kết quả nào sẽ khiến bạn ấy 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. Sinh viên đó thay 4 câu kết và không đổi một con số nào.

Bạn có thể tự làm việc này: viết xong bản nháp thì để đó 24 giờ, rồi viết 1 đoạn mà bạn sẽ không nộp, trả lời câu hỏi "nếu người chấm muốn bác ước lượng chính của mình, họ sẽ tấn công chỗ nào trước?". Những gì bạn viết trong đoạn đó chính là thứ cần có mặt trong bài báo cáo.

---