Thứ Sáu, 17 tháng 5, 2013

(2) MÔ HÌNH HOÁ KINH TẾ LƯỢNG Ở NƯỚC TA VÀ KINH NGHIỆM (phần 2)

Tóm tắt bài giảng về Mô hình hóa kinh tế tại Dự án Việt Nam - Canada và tại Bộ Tài chính VN năm 1999-2002:

MÔ HÌNH HOÁ KINH TẾ LƯỢNG Ở NƯỚC TA VÀ KINH NGHIỆM

Quy trình xây dựng một mô hình kinh tế lượng gồm 5 giai đoạn:
Hình thành quan niệm: mô tả và phân tích đối tượng cần mô hình hoá bằng những lời văn.
Xây dựng mô hình lý thuyết: Các phương trình lý thuyết.
Ước lượng các phương trình bằng kỹ thuật kinh tế lượng.
Đánh giá, kiểm tra chất lượng mô hình: Sử dụng kỹ thuật mô phỏng ex-post.
Sử dụng mô hình để phân tích, dự báo: Sử dụng kỹ thuật mô phỏng ex-ante.
A HÌNH THÀNH CƠ SỞ LÝ THUYẾT:
Đây là nền tảng lý luận để thiết kế mô hình vì bản chất của mô hình là diễn đạt lại dưới dạng các phương trình toán học một quan điểm kinh tế của người làm mô hình.
Một số nội dung cần làm là:
Hình dung mục tiêu của mô hình cần xây dựng: Để phân tích hay dự báo.
Nếu là phân tích: Liệu có thể đảm bảo cân bằng ngân sách trong tình hình kinh tế hiện nay không ?
Nếu là dự báo: Liệu có thể đảm bảo cân bằng ngân sách trong tình hình hội nhập 5 năm tới không ?
Khoanh phạm vi vấn đề thành hệ thống và môi trường: Các yếu tố trong hệ thống trở thành biến nội sinh, còn các yếu tố môi trường trở thành biến ngoại sinh.
Diễn đạt bằng lời những quan hệ kinh tế chủ yếu qua một loạt các quan hệ nhân quả.
Hình thành một cơ sở lý luận toàn diện cho mô hình.
Trong giai đoạn này, vai trò của các lý thuyết kinh tế là cực kỳ quan trọng.
Các chuyên gia xây dựng mô hình phải nắm vững các lý thuyết kinh tế, đối chiếu với thực trạng kinh tế nước ta để xem lý thuyết nào giải thích tốt nhất bản chất tiến trình phát triển của kinh tế nước ta, rồi dùng lý thuyết đó để hình thành quan điểm lý luận cho mô hình.
Điều này giống như một bác sĩ (chính phủ) chữa cho người bệnh (một nền kinh tế). Khi người bệnh ốm, đến khám, bác sĩ đã có trong đầu triệu chứng của tất cả các loại bệnh được học (các lý thuyết kinh tế) và nghe bệnh nhân trình bày tình hình bệnh tật (thực trạng kinh tế) để so sánh, sau đó rút ra kết luận bệnh nhân bị bệnh gì. Khi đã xác định được bệnh, bác sĩ sẽ lựa chọn một số loại thuốc trị loại bệnh đó (chính sách kinh tế) theo chỉ dẫn trong sách.

B- XÂY DỰNG MÔ HÌNH LÝ THUYẾT:
Xác định tập hợp các yếu tố của mô hình
 Xây dựng cấu trúc mô hình và hệ thống các phương trình cơ bản.
Những nội dung phải làm rõ là:
- Mô hình gồm mấy khối, đâu là khối trung tâm ?
- Các cân bằng cơ bản là gì ?
- Các phương trình cụ thể với một số dạng hàm
 -Danh sách các biến nội sinh, ngoại sinh, trong đó có phân chia thành biến chính sách và biến không điều khiển được.
 - Các giả thiết về hệ số của từng phương trình.
Nội dung 1 và 2: mục tiêu là tiêu điểm trong thiết kế mô hình.
Nội dung 3 và 4: các phương trình tạo thành một thể thống nhất.
Nội dung cuối cùng đặc biệt quan trọng để đảm bảo ý nghĩa kinh tế của từng biến trong mô hình. Ví dụ hàm đầu tư với lãi suất cho vay là một trong các biến giải thích: dấu của hệ số phải âm


C- ƯỚC LƯỢNG MÔ HÌNH:
¨Tổ chức cơ sở dữ liệu
Tìm kiếm và phân loại chi tiết
Chọn hệ phần mềm ứng dụng để xây dựng cơ sở dữ liệu
Xử lý sơ bộ các số liệu cho phù hợp với yêu cầu của mô hình
Hoàn chỉnh các chuỗi số liệu, tính thêm chỉ tiêu dẫn suất
Xoá các chuỗi số đã trở nên không cần thiết ...
¨Chọn phương pháp ước lượng
Phương pháp bình phương cực tiểu nguyên gốc;
Phương pháp bình phương cực tiểu hai bước;
Phương pháp bình phương cực tiểu ba bước;
Phương pháp bình phương cực tiểu gián tiếp;
Phương pháp tự tương quan; Phương pháp Almon với thời gian trễ; Các phương pháp phi tuyến;
Phương pháp ước lượng đồng thời nhiều phương trình.
Về lý thuyết, phần lớn các phương trình kinh tế không thoả mãn những điều kiện của phương pháp bình phương cực tiểu nguyên gốc vì các chuỗi số liệu không đảm bảo tính dừng.
Để sử dụng được phương pháp này, có thể chuyển chuỗi nguyên gốc về dạng chuỗi chênh lệch giữa kỳ sau và kỳ trước (hàm D) hoặc hàm log vì các hàm loại này dễ thoả mãn điều kiện tính dừng.
Thực tế: Cứ ước lượng phương trình, sau khi có kết quả thì kiểm tra tính dừng của các chỉ tiêu giữ lại.

Chọn phương pháp: chi phí cho việc sử dụng những phương pháp khác rất lớn vì đòi hỏi phải ước lượng hệ thống phương trình đồng thời .Do đó, kết luận là đối với những mô hình lớn, chỉ nên dùng phương pháp bình phương cực tiểu nguyên gốc

Kiểm tra tính dừng (stationarity) và quan hệ nhân quả.
Phương pháp Dickey-Fuller
Xác định chiều nhân quả để thấy đầu tư tạo ra tăng trưởng (cung) hay tăng trưởng kích thích đầu tư (cầu). Quan hệ nhân quả: Tiền, giá, tỷ giá.
Ước lượng cụ thể các hệ số của phương trình
Theo các dãy số liệu đã có và phương pháp vừa lựa chọn, ước lượng các hệ số của từng phương trình trong mô hình.
Kiểm tra các tiêu chuẩn thống kế: R2, SE, DW...
Kiểm tra sự ổn định của các hệ số, kiểm tra sự thiếu các biến, kiểm tra việc thừa các biến, kiểm tra các đặc trưng của sai số.
Nhận dạng mô hình:
Kiểm tra bằng các thuật toán để đảm bảo tính tương thích toàn cục, tính đồng nhất và tính tồn tại lời giải của mô hình.
Chuẩn hoá mô hình để chuẩn bị thực hiện các mô phỏng: đưa mô hình về dạng chuẩn với biến nội sinh phía vế trái:
Yt = f(Yt, (Yt-1),..., Xt, X(t-1),..., ai)
Mặt lợi: Theo đúng quy luật kinh tế, mô hình dễ hội tụ

D- ĐÁNH GIÁ CHẤT LƯỢNG MÔ HÌNH:
Mục tiêu của công đoạn này là kiểm tra sai số của mô hình so với thực tế, để đảm bảo mô hình là một phản ảnh trung thực nền kinh tế, từ đó có thể sử dụng nó trong phân tích và dự báo.
Từng phương trình tốt không có nghĩa là cả hệ mô hình tốt.
Kỹ thuật mô phỏng ex-post: So sánh sai số giữa giá trị mô phỏng và giá trị thực tế của các biến nội sinh.



Kỹ thuật mô phỏng ex-post:
Có hai loại mô phỏng: Mô phỏng xác địnhmô phỏng ngẫu nhiên.
Mô phỏng xác định là là thay giá trị các biến ngoại sinh Xt đã biết vào hệ phương trình kinh tế lượng ở trên để tính ra giá trị các biến nội sinh Yt.
Ví dụ, sau khi xây dựng được mô hình cho nền kinh tế nước ta theo chuỗi số liệu 1986-2000 với các biến nội sinh Yt, ngoại sinh Xt, chúng ta có mô hình:
Yt = A * Y(t-1) + B * Xt
trong đó Xt và Yt là các vectơ nhiều biến. Nội dung mô phỏng là đưa các giá trị thực của X vào mô hình để giải ra Y. Dĩ nhiên, lời giải tính qua mô hình sẽ không giống với giá trị thật của Y.
Mô phỏng xác định lại được chia làm hai loại:
Mô phỏng ex-post: Dãy Xt là các dãy số thực, đã biết.
Mô phỏng ex-ante: Dãy Xt chưa biết. Phải xây dựng các kịch bản về dãy Xt. Ví dụ như Xt cho các năm 2001-2003.
Kỹ thuật mô phỏng ex-post lại được chia làm hai loại mô phỏng:
Mô phỏng tĩnh: Đối với các biến trễ phương pháp này dùng ngay giá trị thực tế. Như vậy, khi mô phỏng chính sách, các chính sách chỉ có tác dụng trong một thời kỳ.
Mô phỏng động: Sử dụng các kết quả mô phỏng của các thời kỳ trước. Do đó, khi mô phỏng chính sách, các chính sách sẽ có tác dụng không chỉ trong thời kỳ đó mà còn kéo dài nhiều năm.
Trong thực tế, thường dùng phương pháp mô phỏng động vì nó phản ánh tốt hơn hoạt động của nền kinh tế và sau này dự báo chính xác hơn.
Ở nước ta, các mô phỏng đều là mô phỏng động.


Các công thức xác định sai số:
Những công thức phổ biến là:
Sai số trung bình tuyệt đối:
S = (1/T) å ê(Yt - Yt*) ê
Sai số trung bình bình phương:
RS = ( (1/T) å (Yt - Yt*)^2 ) ^(1/2)
Phần trăm sai số trung bình bình phương:
RS% = ( (1/T) å ((Yt - Yt*)/Yt)^2 ) ^(1/2)
Các công thức trên được tính cho:
Từng biến nội sinh trong hệ thống;
Một số biến nội sinh quan trọng;
Từng khối (sai số trung bình của từng khối)
Toàn hệ thống.
Sau khi tính toán, cần phân tích xem:
Các sai số có quá cao không ?
Các biến nào, khối nào có sai số cao nhất ?
Lần theo các dây truyền quan hệ nhân quả trong mô hình để tìm ra nguyên nhân dẫn đến một số biến có sai số cao.
Thông thường, sau khi phân tích, sẽ phải điều chỉnh một số phương trình để có một mô hình phản ánh thực tế tốt hơn. Sau này trong quá trình phân tích và dự báo, sẽ tập trung nhiều hơn vào các biến, các khối có sai số thấp.


e) Giải các mô hình:
¨Thuật toán Gauss - Seidel:
Đây là thuật toán được sử dụng nhiều nhất và thành thói quen
Cách làm: Xuất phát từ một điểm gốc, giải ra nghiệm xấp xỉ. Dùng nghiệm xấp xỉ này trong vòng hai để giải ra nghiệm xấp xỉ có độ chính xác cao hơn. Quá trình này cứ tiếp tục đến khi chênh lệch giữa lời giải tại bước k (Yk) và bước k-1 (Y(k-1)) đủ nhỏ để có thể chấp nhận dùng nghiệm ở bước k làm lời giải.
¨ Thuật toán Ritz - Jordan:
Thuật toán này tương tự như thuật toán Gauss - Seidel, chỉ khác là khi giải tại bước lặp k, chỉ sử dụng giá trị tính tóan của các biến nội sinh tại bước lặp k-1.
Phương trình bước lặp k của biến i là:
Yk = f(Yk-1)
Hai phương pháp này đòi hỏi mô hình phải được nhận dạng, tức là các biến nội sinh được chuyển sang vế phải
¨Thuật toán Newton và những cải biên:
Ngược với hai phương pháp kể trên, phương pháp Newton và những cải biên của nó được áp dụng rất tốt với các mô hình chưa nhận dạng. Mô hình trong thuật toán này như sau:
ft (Yt, Yt-1, Xt, a) = 0, hay viết tắt là:  f(y) = 0
Việc giải cũng xuất phát từ một giá trị ban đầu của Y, gọi là Yo. Để giải mô hình, thuật toán sẽ tuyến tính hoá mô hình trên bằng cách lấy đạo hàm của f theo Y tại điểm Y-Yo, rồi giải ra Y. Sau đó cũng so sánh chênh lệch Yk và Yk-1 để dừng quá trình giải.
So với 2 thuật toán trên, thuật toán Newton có quá trình hội tụ chậm hơn.
Để nhanh chóng đạt đến sự hội tụ của các mô hình, cần sắp xếp thứ tự các phương trình sao cho có một khối đệ quy, tiếp đến là một khối có các vòng xoáy, rồi cuối cùng là một khối đệ quy giải trên cơ sở kết quả của các khối trên.

¨Các bước lặp và hội tụ:
Các thuật toán trên đều có một đặc điểm chung là xuất phát từ một giá trị ban đầu, đi tìm giá trị mới, rồi so sánh sai số với giá trị cũ để khi sai số thấp thì dừng.
Như vậy, chỉ cho những nghiệm xấp xỉ. Điều này hoàn toàn chấp nhận được vì độ chính xác của mô hình và cách tính của các máy tính cũng bị hạn chế.
Để máy tính có thể dừng lại khi giải mô hình, người ta thường sử dụng một số cách sau:
Xác định số bước lặp tối đa, ví dụ 100 bước. Tiêu chuẩn này cho phép máy tính dừng tính toán để sửa mô hình vì như thế tức là mô hình chưa hôị tụ.
Sai số: Nếu sai số giữa bước k và k-1 nhỏ đến mức nào đó thì dừng.
Trong thực tế, thường chọn tiêu chuẩn sai số đến mức 0,0001 thì dừng.
Kinh nghiệm: Đối với một số biến có độ biến động cao, dấu thay đổi thất thường, ví dụ như thâm hụt thương mại chẳng hạn, thì có thể chọn tiêu chuẩn sai số tính theo giá trị tuyệt đối, để đảm bảo mô hình không bị không hội tụ chỉ vì những biến động không quan trọng của những biến này.
Ví dụ nếu ngưỡng hội tụ là 0,0001 tính theo giá trị tương đối. Mô hình sẽ không hội tụ khi thâm hụt ngoại thương chuyển từ 1 tỷ USD sang 1,0002 tỷ USD, trong khi đối với nước ta, khoản 200 nghìn USD không phải quá lớn. Khoản này nhiều khi còn bị máy tính tự động cắt đi khi máy chỉ giữ lại 6 chữ số trong kết quả tính toán.
Nói chung, nghiên cứu để đưa một mô hình từ chỗ không giải được trở thành một mô hình giải được là vấn  đề rất phức tạp, cần có kỹ năng sâu.
Đối với mô hình nhiều vòng xoáy: Chấp nhận sai số dừng: 0,001, thậm chí 0,01 đối với những chỉ tiêu tuyệt đối.


f) Xử lý một số vấn đề phát sinh khi giải các mô hình:
¨ Nếu mô hình hội tụ : Tốt, dừng
¨ Nếu số bước lặp tối đa đã đạt được, nhưng mô hình chưa hội tụ: Thử bằng thuật toán khác.
¨ Nếu vẫn chưa hội tụ:
Nếu chưa có biến nào hội tụ:
+ Trong thuật toán G-S, kiểm tra xem có dao động quả lắc giữa hai giá trị gần nhau. Nhiều khi do tiêu chuẩn hội tụ quá cao và máy tính không tìm ra lời giải vì sai số tính toán của bản thân máy tính. Nếu mở rộng tiêu chuẩn hội tụ mà chưa được thì:
. Xem lại trật tự kinh tế, sắp xếp lại thứ tự các phương trình.
. Nới lỏng các điều kiện cho khối chứa những quan hệ qua lại phức tạp (khối không đệ quy).
+ Trong thuật toán Newton: Tìm một điểm bắt đầu khác.
Nếu đã có một số biến hội tụ, một số biến thì chưa:
+ Kiểm tra xem tiêu chuẩn hội tụ có phù hợp với các biến không hội tụ không (ví dụ thâm hụt thương mại như trên). Đối với các chỉ tiêu về thâm hụt và tỷ lệ tăng trưỏng, không nên đưa ra những tiêu chuẩn quá cao. Trong thực tế, chỉ cần khu vực không đệ quy hội tụ là đủ.
+ Nếu không đạt được hội tụ, hãy sử dụng các cách nêu trong trường hợp chưa có biến nào hội tụ.
¨Khi gặp các giá trị không phù hợp, ví dụ giá trị âm trong hàm logarith): Thay đổi giá trị điểm xuất phát,
Đưa vào một số quy định, ràng buộc ngăn ngừa hiện tượng này, ví dụ thay hàm log(x) bằng log(max(a,x)), trong đó a là số dương. Để chọn hằng số a, chỉ cần chú ý sao cho khi hội tụ, x phải lớn hơn a.
Nói chung còn khá nhiều vấn đề liên quan đến sự hội tụ.

Dự báo giả:
Mô phỏng ở trên chỉ cho biết mô hình có phù hợp với thực tế kinh tế quá khứ hay không, chưa cho phép tin tưởng là nó có đủ tư cách là một công cụ dự báo tương lai.
Có nhiều mô hình dùng để phân tích, mô tả quá khứ tốt, nhưng để dự báo tương lai lại không tốt. Do đó phải kiểm tra khả năng dự báo của mô hình. Cách làm là thực hiện một số dự báo giả.
Nội dung:
- Ước lượng lại mô hình nhưng không đưa số liệu của một, hai năm cuối cùng vào ước lượng.
- Kiểm tra chất lượng của mô hình mới.
- So sánh các hệ số của mô hình mới với mô hình cũ.
- Sau đó, dùng mô hình dự báo giá trị các biến nội sinh của một, hai năm đó.
- Phân tích sai số dự báo so với các giá trị thực tế, tiến tới chấp nhận hoặc phải sửa mô hình.

Nhược điểm: Giảm mẫu ước lượng nên giảm ý nghĩa các hệ số vì chuỗi số liệu Việt nam thường ngắn.

Trong thực tiễn: Thường chỉ dành 1 năm để làm dự báo giả.

2 nhận xét:

  1. ban viet hay lam tai lieu that tuyet rat monmg ban co the chia se cho minh theo dia chi: langtumeomap@yahoo.com
    vi cac bai cua ban viet minh doc rat nhieu va mong ban cho minh xin 1 it de nghien cuu them! cam on - meo map

    Trả lờiXóa
  2. Mình đã gửi thư cho bạn rồi đấy.

    Trả lờiXóa