Thứ Ba, 17 tháng 12, 2013

(3) Thông tin và số liệu để xây dựng mô hình kinh tế lượng

Thông tin và số liệu để xây dựng mô hình kinh tế lượng
V- TRÌNH BẦY CÁC KẾT QUẢ RÚT RA TỪ MÔ HÌNH
            Việc trình bầy các kết quả rút ra từ mô hình có ý nghĩa rất quan trọng mà chúng ta thường không chú ý. Trên thực tế, các nhà lãnh đạo không mấy chú ý đến mô hình, nhưng lại rất chú ý đến các giả thuyết đầu vào và kết quả đầu ra. Do đó, nếu không chú ý đến trình bầy kết quả, rất dễ bị người đọc mất cảm tình và trở nên không tin tưởng vào mô hình. Một kết quả tồi nhưng minh hoạ tốt lại được tin cậy hơn một kết quả tốt nhưng trình bầy kém. Theo kinh nghiệm quốc tế, cần danh nhiều thời gian cho việc trình bầy và đây chính là điều kiện cần để công tác nghiên cứu kinh tế thông qua công cụ mô hình kinh tế lượng được người đọc tin cậy.
Những phương thức trình bày số liệu được áp dụng phổ biến trong kinh tế là kỹ thuật bảng, biểu đồ và đồ thị thống kê. Việc sử dụng bảng, biểu đồ hay đồ thị phụ thuộc vào số lượng các dãy số, bản chất của các dãy số liệu và mục tiêu của người trình bày. Ví dụ khi muốn phân tích chi tiết tình hình thay đổi giá cả, tỷ giá, lãi suất hoặc diễn biến của thị trường nội địa trong 12 tháng qua, thì việc sử dụng bảng thống kê là phù hợp nhất, vì nó cung cấp không chỉ các thông tin về xu hướng mà cả những số liệu chi tiết, cho phép người sử dụng tính toán thêm những chỉ tiêu dẫn xuất cần thiết trong quá trình phân tích.


Ngược lại, nếu như người sử dụng muốn giới thiệu những giai đoạn, những tháng tăng giảm đột biến của sản xuất, thị trường, giá cả... thì việc sử dụng biểu đồ lại phù hợp hơn cả. Trong trường hợp thứ ba, khi người sử dụng muốn xem xét, phân tích xu hướng thay đổi theo thời gian hoặc mối tương quan giữa một số chỉ tiêu kinh tế nào đó, thì nên sử dụng kỹ thuật đồ thị.
            1) Giới thiệu kết quả:
            Một trình bầy tốt phải đảm bảo các tiêu chuẩn sau:
            -  Không có lỗi. Đây là điều quan trọng nhất. Chỉ một sai sót nhỏ do trình bầy sai, in ấn sai cũng đủ làm người đọc nghi ngờ toàn bộ kết quả nghiên cứu rút ra từ mô hình vì họ không hiểu mô hình và nghi ngờ nó.
            - Rõ ràng: Số liệu phải công khai rõ ràng, các bảng, biểu kết quả phải minh bạch để ai cũng có thể tự kiểm tra được nếu thấy nghi ngờ.
            - Thân thiện với người đọc: cỡ chữ phù hợp với đối tượng đọc, các bảng biểu được sắp đặt hợp lý.
            - Nêu được những điểm chính rút ra từ mô hình mà người làm mô hình muốn gửi đến người đọc.
            - Có phần phục vụ đối tượng lãnh đạo và người không am hiểu mô hình, song cũng có phần (trong phụ lục chẳng hạn) dành cho người có hiểu biết sâu về lĩnh vực này.
            2) Các bảng
Khi có nhiều chỉ tiêu, nhiều lúc khó có thể so sánh trực tiếp chúng với nhau, ví dụ đối với giá trị tổng sản phẩm trong nước, khó có thể so sánh giá trị gia tăng của công nghiệp, nông nghiệp và dịch vụ, hoặc giữa các thành phần của nông nghiệp... với nhau để đánh giá kết quả là tốt hay chưa tốt. Do vậy, cách phổ biến nhất là trình bày các số liệu này dưới dạng bảng,
            Thông thường, khi công bố kết quả của mô hình, cần xây dựng hai loại bảng sau đây:
            - Bảng làm việc, phục vụ đối tượng đọc là những người có hiểu biết về mô hình, tập hợp dưới dạng khái quát tất cả những vấn đề liên quan đến xây dựng mô hình, từ thu thập thông tin đến sơ đồ cấu trúc, xây dựng mô hình, xây dựng các kịch bản và tiến hành mô phỏng. Các bảng và một số sơ đồ cho phép người đọc nhanh chóng hiểu những đặc trưng chính của mô hình, các nội dung mô phỏng chính và các kết quả.
            Nói chung, trong bảng chính sẽ phải trình bầy những chỉ tiêu thuộc 4 cân bằng kinh tế vĩ mô như đã giới thiệu, chủ yếu gồm cân bằng sản xuất – sử dụng, giá cả... Ngoài ra, cần phải tín thêm một số chỉ tiêu tỷ lệ chưa có trong mô hình để người đọc hiểu. Đối với một số chỉ tiêu ít xuất hiện trong ngôn ngữ kinh tế thông dụng thì nên có chú thích ngắn gọn.
            Đối với những mô hình lớn, chi tiết, không cần thiết phải giới thiệu tất cả các biến trung gian vì sẽ làm người đọc mất tập trung. Tuy nhiên, trong phân tích bằng lời, nếu có hiện tượng không bình thường đối với những biến này thì có thể nêu ra để phân tích.
            - Loại bảng thứ hai được dành cho những đối tượng không am hiểu về mô hình. Trong trường hợp này, có thể giới thiệu trực tiếp các kết quả mà họ chú ý nhất. Nếu phục vụ cho người làm kinh tế vĩ mô thì trình bầy các kết quả cân đối vĩ mô. Nếu phục vụ các nhà hoạch định chính sách tài chính thì trình bầy các kết quả cân đối tài chính. Khi đó, cần tính thêm nhiều chỉ tiêu dẫn xuất, chuyển kết quả từ Eviews sang các phần mềm khác để tổ chức bảng biểu đẹp hơn.
            Về kỹ thuật, nên chú ý một số điểm sau:
            a) Số liệu tổng (ví dụ tổng sản phẩm trong nước) nên được viết ở dòng dưới những số liệu thành phần (giá trị gia tăng của các ngành) để dễ theo dõi; không nên viết số liệu tổng theo chiều ngang. Nếu phải tính tổng của nhiều biến thì cũng nên viết số liệu thành phần theo cột rồi ghi số liệu tổng ở dưới mỗi cột thành phần như ví dụ trong bảng 2.
            Bảng 1: Tổng sản phẩm trong nước 1996-1999, theo giá so sánh 1994, phân theo khu vực kinh tế, tỷ đồng
Ngành kinh tế
1996
1997
1998
1999
  Nông nghiệp
53577
55895
57866
60892
  Công nghiệp
67016
75474
81764
88047
  Dịch vụ
93240
99895
104966
107330
  Tổng số
213833
231264
244596
256269

            Bảng 2: Giá trị gia tăng của các ngành, giá so sánh 1994, tỷ đồng
Ngành kinh tế
1996
1997
1998
1999










tỷ đồng
%
tỷ đồng
%
tỷ đồng
%
tỷ đồng
%
Nông, lâm, ngư nghiệp








 - Nông nghiệp
45652
21,35
47915
20,72
49639
20,29
52370
20,44
 - Lâm nghiệp
2448
1,14
2450
1,06
2459
1,01
2536
0,99
 - Thuỷ sản
5477
2,56
5530
2,39
5768
2,36
5987
2,34
   Tổng số
53577
25,06
55895
24,17
57866
23,66
60892
23,76
Công nghiệp, xây dựng








 - CN khai thác
11753
5,50
13304
5,75
15173
6,20
17450
6,81
 - CN chế biến
34339
16,06
38743
16,75
42694
17,45
45888
17,91
 - CN điện, ga...
3986
1,86
4572
1,98
5136
2,10
5498
2,15
 - Xây dựng
16938
7,92
18855
8,15
18761
7,67
19211
7,50
   Tổng số
67016
31,34
75474
32,64
81764
33,43
88047
34,36
 Dịch vụ








 - Thương nghiệp
36866
17,24
39422
17,05
41170
16,83
41993
16,39
 - Dịch vụ khác
56374
26,36
60473
26,15
63796
26,08
65337
25,50
  Tổng số
93240
43,60
99895
43,20
104966
42,91
107330
41,88
 GDP toàn
 nền kinh tế

213833

100,00

231264

100,00

244596

100,00

256269

100,00
            Hai bảng trên là loại bảng đơn giản, chỉ bao gồm các số liệu năm về giá trị gia tăng của các ngành và toàn nền kinh tế, trong khoảng thời gian 4 năm 1996-1999. Vì giá trị sản xuất theo đơn vị tiền tệ thường tăng lên theo thời gian nên ta không thấy những điểm đột biến, do vậy, trong bảng 2 đã bổ xung chỉ tiêu cơ cấu nội bộ ngành để phân tích những điểm đột biến trong quá trình phát triển của các ngành.
Tuy nhiên, không nên hoàn toàn cứng nhắc theo nguyên tắc này. Nếu chuỗi số liệu dài gồm nhiều năm thì nên ghi danh sách năm và các chỉ tiêu theo cột, thay cho theo dòng, ví dụ như cách làm trong ví dụ ở bảng 3 dưới đây:
            Bảng 3: Chỉ số phát triển GDP qua các năm (năm trước = 100%)
Năm
Tổng số
Nông nghiệp
Công nghiệp
Dịch vụ
1986
102,84
102,99
110,94
97,73
1987
103,63
98,86
108,46
104,57
1988
106,01
103,65
105,00
108,77
1989
104,68
107,00
97,41
107,86
1990
105,09
101,00
102,27
110,19
1991
105,81
102,18
107,71
107,38
1992
108,70
106,88
112,79
107,58
1993
108,08
103,28
112,62
108,64
1994
108,83
103,37
113,39
109,56
1995
109,54
104,80
113,60
109,83
1996
109,34
104,40
114,46
108,80
1997
108,15
104,33
112,62
107,14
1998
105,76
103,53
108,33
105,08
1999
104,77
105,23
107,68
102,25
Nguồn số liệu: Niên giám thống kê 1999, Nhà xuất bản Thống kê, Hà nội, 2000.
            b) Các chỉ tiêu cơ cấu được bổ xung vào bảng 2, nhưng chúng sẽ làm bảng trở nên phức tạp và khó theo dõi, thậm chí làm rối luồng suy nghĩ của người đọc. Do vậy, chỉ nên đưa các số liệu cơ cấu này vào nếu chúng rất cần thiết trong phân tích kinh tế theo mục tiêu lựa chọn.
            c) Các bảng phải được đánh nhãn, đơn vị tính toán cũng phải được ghi rõ trong bảng (nếu nhiều đơn vị tính, ví dụ trong bảng 2 có hai đơn vị là tỷ đồng và %) hoặc trên bảng. Nguồn số liệu cũng phải được chỉ ra vào cuối bảng.
            Bảng 2 phức tạp hơn nên cũng cho nhiều thông tin hơn.
            3) Các biểu đồ

            Biểu đồ có một lợi thế rất quan trọng là làm rõ những tiến triển mà khi nói thì rất khó diễn đạt ngắn gọn. Tính trực quan của biểu đồ cũng rất rõ. Mục đích của xây dựng các biểu đồ thống kê là nêu lên dưới dạng bức tranh những đặc trưng quan trọng nhất của dữ kiện cần nhấn mạnh và so sánh để người xem hiểu ngay vấn đề.  Có nhiều dạng biểu đồ, nhưng những dạng biểu đồ chính thường được sử dụng là biểu đồ cột, biểu đồ cột thành phần, biểu đồ cột thành phần phần trăm, biểu đồ hình tròn, biểu đồ đa cột, biểu đồ đa chiều... Những biểu đồ này và nhiều hình thức biến dạng của chúng đã được chuẩn hoá sẵn trong các hệ phần mềm EVIEWS và EXCEL, người sử dụng chỉ việc nhập số liệu gốc vào là có ngay biểu đồ kết quả.
            a) Biểu đồ cột
            Biểu đồ cột được sử dụng để so sánh kích thước, quy mô của các số liệu; chiều cao của mỗi cột đại diện cho kích thước, quy mô của số tương ứng. Độ rộng của cột hoặc khoảng cách giữa các cột không có ý nghĩa gì trong biểu đồ này. Biểu đồ 1 dưới đây là một ví dụ minh hoạ. Nó chỉ ra tốc độ tăng trưởng kinh tế (GDP) nước ta thời kỳ 1986-1999.
            Biểu đồ 1: Tốc độ tăng trưởng GDP qua các năm 1986-1999,

            Trong biểu đồ trên, chúng ta thấy hai trục đứng và ngang đều được đánh nhãn: Trục đứng là tốc độ tính theo đơn vị %, trục ngang là năm xẩy ra sự kiện. Từ biểu đồ này, có thể thấy xu hướng tăng trưởng qua các năm, có thể so sánh tốc độ tăng trưởng giữa các năm, tìm ra những năm tăng trưởng cao nhất và những năm tăng trưởng thấp nhất...
            b) Biểu đồ cột thành phần
            Hình 2 dưới đây là một minh hoạ của biểu đồ cột thành phần. Trong dạng biểu đồ này, các cột được chia làm nhiều đoạn nhỏ để chỉ ra các thành phần của tổng thể. Chiều cao của mỗi đoạn minh hoạ kích thước của thành phần tương ứng. Các thành phần thường được đánh màu khác nhau hoặc có những nét gạch khác nhau để phân biệt dễ dàng.
            Biểu đồ 2: Các yếu tố hợp thành GDP qua các năm 1986-1999, tỷ đồng giá so sánh 1994
        
            Kinh nghiệm thực tế cho thấy nên sử dụng các màu sắc khác nhau, hoặc độ đậm của màu đen, để phân biệt các đoạn trong mỗi cột hơn là sử dụng những nét gạch vì mắt thường dễ phân biệt màu sắc hơn là phân biệt chiều đứng, ngang hoặc chéo của các nét gạch.
            Ngoài biểu đồ cột thành phần như trên, người ta còn hay sử dụng biểu đồ cột thành phần dạng cơ cấu hay tỷ lệ phần trăm để diễn đạt cơ cấu và tạo thuận tiện khi so sánh thay đổi cơ cấu qua các năm. Trong loại biểu đồ này, tổng mỗi cột là 100%, mỗi đoạn trong cột phản ảnh tỷ trọng của thành phần tương ứng trong tổng số. Biểu đồ 3 là một ví dụ minh hoạ.
            Biểu đồ 3: Cơ cấu GDP theo giá so sánh 1994 qua các năm, %
            c) Biểu đồ hình tròn
            Biểu đồ hình tròn được sử dụng thay cho biểu đồ cột thành phần phần trăm nêu trên để minh hoạ tỷ trọng tương đối của mỗi thành phần trong tổng thể. Trong biểu đồ này, góc của mỗi miếng trong hình tròn tương ứng với kích thước tương đối của thành phần tương ứng. Việc tính toán giá trị mỗi góc được căn cứ vào tỷ trọng phần trăm nhân với 360 độ của hình tròn. Ví dụ đối với giá trị GDP năm 1996, chúng ta có:
            - Góc đại diện cho nông nghiệp bằng:
                        52577 / 213833 * 360 độ =    89 độ
            - Góc đại diện cho công nghiệp bằng:
                        67016 / 213833 * 360 độ =    113 độ
            - Góc đại diện cho dịch vụ bằng:
                        93240 / 213833 * 360 độ =    158 độ
            Biểu đồ 4 dưới đây là ví dụ minh hoạ cho loại biểu đồ hình tròn.
            Biểu đồ 4: Cơ cấu GDP năm 1996, %
                       
            Ở địa phương, nếu không có máy tính điện tử thì để xây dựng loại biểu đồ này, cần phải chuẩn bị sẵn compa và thước đo độ.
            Nhiều khi chúng ta phải vẽ nhiều biểu đồ hình tròn khác nhau, nhưng lại muốn kích thước của những đường tròn đó như nhau để tiện so sánh và bố trí trên khổ giấy sẵn có. Để đạt mục đích này, cần vẽ các đường tròn với bán kính tỷ lệ với căn bậc hai của giá trị tổng của các yếu tố thành phần. Ví dụ GDP năm 1996 là 213833 tỷ đồng, năm 1999 là 256269 tỷ đồng. Căn bậc hai của hai số này lần lượt là 462,42 và 506,23.
            Nếu 1 cm được chọn tương ứng với 200 đơn vị trên biểu đồ thì bán kính của vòng tròn thứ nhất (cho năm 1996) là 462,42 / 200 = 2,31 cm, và bán kính của vòng tròn thứ hai (cho năm 1999) là 2,53 cm. Khi đó, dù độ lớn của các thông số trong hai đồ thị khác nhau, bán kính của chúng là như nhau.
            Kinh nghiệm thực tế cho thấy biểu đồ hình tròn thường hấp dẫn người đọc hơn là biểu đồ cột thành phần phần trăm. Hơn nữa, nếu phải vẽ biểu đồ với một tổng thể gồm hơn 4 hoặc 5 yếu tố thành phần thì xem biểu đồ hình tròn dễ hơn xem biểu đồ cột thành phần phần trăm. Tuy nhiên, nếu chỉ có 2-3 yếu tố thành phần thì biểu đồ cột thành phần lại dễ đọc hơn là biểu đồ hình tròn. Đây là một gợi ý nhỏ giúp người đọc chọn loại biểu đồ cho phù hợp với tình hình cụ thể khi phân tích kinh tế.
            d) Biểu đồ đa cột
            Biểu đồ đa cột là một công cụ rất hữu ích trong minh hoạ các số liệu kinh tế vì nó cho phép so sánh kích thước, độ lớn của các yếu tố thành phần. Trong mỗi cột của biểu đồ, có thể ghi giá trị của thành phần tương ứng. Biểu đồ 5 dưới đây là một ví dụ minh hoạ, nhưng không ghi giá trị các thành phần:
            Biểu đồ 5: Biểu đồ đa cột về giá trị tăng thêm của các ngành, tỷ đồng, giá so sánh 1994
            Tuy nhiên, như có thể quan sát trên biểu đồ, nhược điểm cơ bản nhất của loại biểu đồ này là không cho biết kích thước của tổng các thành phần hợp thành, ví dụ ở đây là không biết được tổng giá trị GDP các năm.
            e) Biểu đồ đa chiều
            Những biểu đồ nêu trên là loại biểu đồ đơn giản, được trình bày trên không gian hai chiều (mặt phẳng). Trong một số trường hợp, để tăng vẻ đẹp của biểu đồ và lôi cuốn, hấp dẫn người đọc, có thể trình bày các số liệu dưới dạng biểu đồ đa chiều, thường là trong không gian ba chiều. Tuy nhiên, điểm yếu của loại biểu đồ này là quá rườm rà nên rất khó phân biệt rõ các thay đổi tăng giảm và so sánh giữa các chỉ tiêu. Biểu đồ 6 là một ví dụ minh hoạ.
            Biểu đồ 6: Thay đổi giá trị tăng thêm của các ngành qua các năm.
 

            3/ Các loại đồ thị thống kê
            Đồ thị là một trong những công cụ được sử dụng rộng rãi trong sách báo kinh tế vì chúng cho phép nhìn một cách trực quan tiến triển của các chỉ tiêu kinh tế cũng như quan hệ giữa các chỉ tiêu trong quá trình phát triển. Nói chung, đồ thị thường được sử dụng nhiều hơn biểu đồ, nhất là khi người ta muốn nghiên cứu xu hướng thay đổi theo thời gian của các hiện tượng kinh tế. Có nhiều loại đồ thị khác nhau; việc chọn dạng đồ thị phụ thuộc vào số lượng các chỉ tiêu, bản chất của chỉ tiêu và mục tiêu của người sử dụng... Do khuôn khổ tài liệu, dưới đây chỉ giới thiệu một số loại đồ thị thông dụng nhất. Người đọc có thể tham khảo những dạng khác trong các tài liệu thống kê.
            a) Đồ thị quan hệ giữa hai chỉ tiêu
            Thông thường, đồ thị thể hiện mối quan hệ giữa nhiều chỉ tiêu, hay còn được gọi là nhiều biến số. Ví dụ để thể hiện quan hệ giữa tỷ lệ thất nghiệp và tử lệ lạm phát (đường cong Phillip), người ta dùng trục tung để thể hiện biến tỷ lệ thất nghiệp, còn trục hoành được dùng để thể hiện tỷ lệ lạm phát. Điểm gốc, nơi trục tung và trục hoành giao nhau, có giá trị bằng không (0) đối với cả hai trục.
            Qua trình dựng đồ thị trong thực tế như sau: Nếu với tỷ lệ lạm phát là 10%, tương ứng với tỷ lệ thất nghiệp là 5%, thì ta có một điểm có toạ độ (5,10) trên đường đồ thị, bằng cách tìm giao điểm của hai đường thẳng: đường thứ nhất xuất phát điểm 5 trên trục tung và đi song song với trục hoành, đường thứ hai xuất phát từ điểm 10 trên trục hoành và đi song song với trục tung. Làm lần lượt như vậy với rất nhiều điểm, sẽ vẽ được đồ thị quan hệ giữa lạm phát và thất nghiệp theo thời gian. Đồ thị 1 dưới đây là một ví dụ minh hoạ.
            Đồ thị 1: Quan hệ giữa lạm phát và thất nghiệp 1996-1999
       
            Trong ví dụ trên, tỷ lệ thất nghiệp được gọi là biến phụ thuộc, hoặc biến nội sinh, tỷ lệ lạm phát được gọi là biến độc lập, hoặc biến ngoại sinh. Gọi như vậy vì tỷ lệ thất nghiệp phụ thuộc vào tỷ lệ lạm phát do Ngân hàng trung ương điều khiển nhờ thực thi chính sách tiền tệ, trong khi tỷ lệ lạm phát không phụ thuộc vào tỷ lệ thất nghiệp. Theo quy ước chung, biến phụ thuộc được thể hiện trên trục tung, biến độc lập được thể hiện trên trục hoành. Trong loại đồ thị này, chưa tính đến yếu tố thời gian.
            b) Đồ thị thời gian
            Nhiều đồ thị thể hiện tiến triển của các chỉ tiêu kinh tế theo thời gian, tức là biến độc lập là ký hiệu thời gian, ví dụ năm (1996, 1997, 1998...), quý (q1.99, q2.1999, q3.1999, q4.1999, q1.2000,...). Những đồ thị như vậy rất phổ biến trong kinh tế, chúng được gọi là đồ thị thời gian.
            Trong loại đồ thị này, có thể vẽ các điểm rời rạc, cách nhau theo từng điểm thời gian, ví dụ năm 1996, năm 1997... Nhưng cũng có thể nối các điểm trên đồ thị với nhau bằng các đường trơn hoặc đường thẳng để dễ quan sát. Trong thực tế, người ta thường nối các điểm bằng đường thẳng. Đồ thị 2 là ví dụ về đồ thị thời gian với các đường nối là đường thẳng.
            Đồ thị 2: Tiến triển của tỷ lệ thất nghiệp và tỷ lệ lạm phát (%)
 
            Hình thức của loại đồ thị thời gian này rất phong phú, có thể kẻ ô trong nền đồ thị để dễ thấy giá trị cụ thể của các biến số, thậm chí có thể in ngay giá trị các biến số tại mỗi điểm trên đồ thị, có thể kết hợp đồ thị với biểu đồ, ví dụ tỷ lệ thất nghiệp được mô tả dưới dạng biểu đồ trong khi tỷ lệ lạm phát là một đường thẳng... Người đọc có thể tham khảo các dạng đồ thị trong các hệ phần mềm EVIEWS  hoặc EXCEL.
            Điểm khác cơ bản giữa đồ thị và biểu đồ là trục hoành trong các đồ thị mang tính liên tục, ví dụ nếu trục hoành là tỷ lệ lạm phát thì nó có giá trị từ 0 đến cộng trừ vô hạn, nếu là biến thời gian thì nó lần lượt tăng theo ký hiệu thời gian. Chính vì vậy, một số số liệu biểu đồ không thể minh hoạ được dưới dạng đồ thị, ví dụ biểu đồ 4 chẳng hạn. Hoặc nếu các số liệu 4 năm 1996-1999 trong biểu đồ 2 hoặc 3 được thay bằng số liệu cơ cấu các ngành kinh tế của 4 vùng kinh tế thì cũng không thể vẽ được trên đồ thị.
            c) Đồ thị với hai trục tung với thước đo khác nhau
            Trong thực tế, nhiều khi phải so sánh tiến triển của nhiều chỉ tiêu có giá trị chênh lệch nhau khá lớn, đến mức mà nếu dùng đồ thị thông thường với 1 trục tung và 1 trục hoành, thì không thể mô tả được, vì khi đó một đường sẽ hầu như thành đường thẳng nằm sát trục hoành vì các giá trị của nó quá nhỏ. Ví dụ như biến tỷ lệ tăng trưởng GDP qua các năm trong đồ thị 3 dưới đây. Trong trường hợp đó, phải sử dụng đồ thị với hai trục tung, mỗi trục có thước đo riêng. Đồ thị 3 là một ví dụ minh hoạ.
            Đồ thị 3: So sánh thay đổi tỷ lệ tăng trưởng GDP và tỷ lệ tích luỹ trên GDP thời kỳ 1996-1999, %
           
            Trong đồ thị 3, giá trị xuất phát của trục tung bên trái bằng 0 trong khi của trục tung bên phải bằng 27,8%. Tốc độ tăng của trục tung bên trái nhanh hơn, mỗi nấc tăng 1%, trong khi ở trục tung bên phải, thước đo chỉ tăng 0,1% mỗi nấc. Đồ thị cho thấy mặc dù tỷ lệ tích luỹ trên GDP tăng lên trong thời kỳ 1996-1998, tỷ lệ tăng trưởng GDP lại giảm đi rất nhanh. Ngoài ra, tỷ lệ tích luỹ năm 1999 cao hơn các năm 1996-1997 nhưng tỷ lệ tăng trưởng GDP lại nhỏ hơn nhiều. Như vậy, cần phải phân tích nguyên nhân của hiện tượng này, nó thể hiện tính hiệu quả của nền kinh tế đã giảm sút.
            d) Đồ thị sử dụng diện tích các ô
            Trong một số trường hợp, để so sánh chênh lệch giữa hai chỉ tiêu, ví dụ giữa lạm phát và lãi suất tiền gửi, tiền vay, giữa các loại chứng từ có giá, giữa mức sống của các vùng..., người ta có thể sử dụng loại đồ thị diện tích các ô như ví dụ đồ thị 4 dưới đây.
            Đồ thị 4: So sánh tỷ lệ lạm phát và lãi suất huy động tiết kiệm, số liệu giả định, % năm.
            Theo đồ thị 4, chênh lệch giữa lãi suất tiết kiệm và tỷ lệ lạm phát có xu hướng tăng lên. Chúng ta biết rằng chênh lệch này chính là lãi suất thực. Như vậy, đồ thị cho phép người dân nhận thấy rằng càng gửi tiền tiết kiệm vào hệ thống ngân hàng sẽ càng có lợi. Từ đây, có thể dự báo tốc độ huy động tiền gửi tiết kiệm có nhiều khả năng sẽ tăng lên trong tương lai gần.

V- MỘT SỐ KỸ THUẬT PHẦN MỀM EVIEWS DÙNG TRONG XÂY DỰNG VÀ SỬ DỤNG MÔ HÌNH KINH TẾ LƯỢNG
            Phần mềm dùng trong phân tích và dự báo là một yếu tố rất quan trọng không thể thiếu được. Số phần mềm chuyên về phân tích dự báo được phát triển từ đầu những năm 80, đến nay đã trở nên khá nhiều. Đối với những mô hình nhỏ, dưới 200 phương trình, nếu như tại các nước khối pháp ngữ người ta thích dùng hệ Soritec thì trong khối tiếng anh và các tổ chức tài chính quốc tế, hệ phần mêm Eviews lại được sử dụng phổ biến. Eviews có thể thực hiện tất cả những chức năng cơ bản của quá trình mô hình hoá, lại nằm trong môi trường Window nên việc sử dụng rất thuận tiện. Có thể tìm hiểu về Eviews theo trang web sau:
                        http://www.eviews.com
Các phần mềm khác cũng được sử dụng nhiều như Micro-TSP, RATS. PC-GIVE, PC-TSP, S+, SAS, MINITAB... Bản thân hệ phần mềm Eviews thực chất cũng là Micro-TSP viết trên Window. Do thói quen, nhiều người thích sử dụng các phần mềm khác hơn nhưng ở nước ta dùng Eviews đến nay đã tương đối phổ biến nên chúng ta nên dùng Eviews (trước đây dùng TSP và Micro-TSP) để dễ trao đổi thông tin. Tuy nhiên, nếu người đọc muốn nghiên cứu sâu hơn về mô hình hoá, muốn giải các bài toán quy mô lớn và phức tạp, thì phải dùng một phần mềm có trình độ tính toán cao hơn, nhiều thuật toán hơn và độ mở cao hơn. Điều này cho phép họ nhanh chóng xây dựng các chương trình riêng cho mình trong hệ phần mềm đó, tự đưa vào các công cụ và kỹ thuật mới của khoa học kinh tế lượng, can thiệp khi chạy các mô hình có vấn đề... MINITAB là một phần mềm như vậy; nó đặc biệt hữu ích khi làm việc với các chuỗi thời gian. Các thông tin về hệ này có thể được tìm thấy trong:
                        http://www.mathworks.com
ngoài ra có thể mở trang mathlab viết riêng cho vấn đề tài chính theo địa chỉ sau:
                        http://finprod.mathworks.com
(không thấy ghi www ở trước).
            Các thông tin liên quan đến phân tích, dự báo khá phong phú trên Internet, nhất là những thông tin nhanh. Do đó, nếu có thời gian, người đọc có thể tìm hiểu chúng để cập nhật kiến thức của mình. Tuy nhiên, cần lưu ý là số trang web tốt và không tốt xen kẽ nhau, có giai đoạn tồn tại, có giai đoạn biến mất, do đó cần cập nhật thường xuyên cứ vài tháng 1 lần. Một số trang web hữu ích cho người làm mô hình là:
- Trung tâm nguồn tin cho các nhà kinh tế:
            http://econwpa.wustl.edu/ecofaq/econfaq.html
- Viện quốc tế các nhà dự báo, Đại học Case Western Reserve của Mỹ.
            http://weatherhead.cwru.edu/forecasting
- Trung tâm dự báo, Lancaster, Anh:
            http://lancs.ac.uk/users/mansch/manageme/research
- Tạp chí dự báo quốc tế:
            http:// weatherhead.cwru.edu/forecasting/ijf.html
-Tạp chí dự báo:
http://journals.wiley.com/wilcat-bin/ops/id0012094/0277-6693/prod
- Stalib:
http://lib.stat.cmu.edu/
- Đại học Pennsylvania:
http://www.ssc.upenn.edu/~diebold/index.html
- Tổ chức Link thuộc Liên hợp quốc:
            http://www.chass.utoronto.ca/link/
- Quỹ Tiền tệ quốc tế:
            http://www.imf.org/external/pubs/ft/weo/weo2001/index.htm
- Stata:
            http://www.stata.com
            Theo các nhà kinh tế lượng, đầu tiên nên vào địa chỉ Trung tâm nguồn tin cho các nhà kinh tế: http://econwpa.wustl.edu/ecofaq/econfaq.html. Trang này sẽ có hàng trăm đầu nối liên hệ với các trang khác để có thể khai thác các nguồn dữ liệu quốc tế, tạp chí và báo kinh tế lượng, các tổ chức nghề nghiệp... Nói đúng hơn, trang này bao gồm tất cả những gì mà người làm kinh tế lượng cần. Tuy nhiên, để tiếp cận nhanh hơn các thông tin cần thiết, có thể vào ngay các trang đặc thù kể trên.
            Để giúp người đọc tiếp cận nhanh chóng hệ phần mềm Eviews phục vụ công tác xây dựng mô hình, dưới đây, xin trình bầy một số vấn đề cơ bản:
1) Quan hệ nhân quả Granger
            Xét hai chuỗi thời gian, có thể chúng có tương quan chặt với nhau. Tuy nhiên, tương quan không nói lên chiều quan hệ nhân quả giữa hai chỉ tiêu; thậm chí không khảng định chúng có quan hệ nhân quả với nhau mà mối tương quan nếu có thì chỉ là quan hệ ngẫu nhiên. Những ví dụ tiêu biểu hay được kể đến là tương quan dương rất chặt giữa tiền lương của giáo viên và tiêu thụ rượu tại Mỹ, hay giữa tỷ lệ chết tại Anh với tỷ lệ đám cưới tại nhà thờ ở nước này. Các nhà kinh tế có hàng loạt câu hỏi đại loại như tiền tệ tạo ra thu nhập hay thu nhập gây ra tiền tệ; quan hệ nhân quả giữa tiền tệ, lạm phát và thâm hụt ngân sách...
Để trả lời câu hỏi này, cách phổ biến hiện nay là sử dụng quan hệ nhân quả Granger. Theo phương pháp này, một chỉ tiêu X gây ra chỉ tiêu Y được phân tích bằng mức độ giải thích Y của các biến trễ của X; tức là X gây ra Y nếu các biến trễ của X có ý nghĩa trong việc giải thích tiến triển của Y.
Về mặt thuật toán, trước tiên người ta xây dựng các hàm Y = f(Y(-1), Y(-2)...) tuỳ theo số năm trễ, sau đó thêm tiếp các biến trễ của X vào phương trình. Nếu việc thêm này làm chất lượng phương trình tốt hơn, đồng thời các hệ số của biến X trễ có ý nghĩa thống kê thì có thể kết luận X gây ra Y. Quan hệ nhân quả có thể diễn ra theo hai chiều: X gây ra Y và Y gây ra X.
Tuy nhiên, cần khảng định rằng trước khi kiểm định phải có những phân tích lý thuyết để thấy một quan hệ như vậy là hợp lý và có thể tin được. Theo cách làm này, X gây ra Y không có nghĩa là với bất cứ hai chỉ tiêu nào đưa vào thử nghiệm thấy đúng thì kết luận ngay Y là kết quả của X. Phương pháp Granger chỉ mang ý nghĩa toán học thuần tuý, có tác dụng đo lường nội dung thông tin định lượng chứ không phản ảnh quan hệ nhân quả hoàn toàn tự nhiên như khái niệm quan hệ nhân quả được sử dụng phổ biến trong ngôn ngữ thông thường.
            Phân tích nhân quả theo tiếp cận Granger được chạy tự động trong Eviews. Bạn chỉ cần nhận dạng tên hai chỉ tiêu và số giá trị trễ; sau đó Eviews sẽ chay 4 phương trình hồi quy: Y theo các Y trễ, Y theo các Y trễ và X trễ, X theo các X trễ, X theo các X trễ và Y trễ.
            Kiểm định đặt ra là liệu các hệ số của X trong phương trình 2 có bằng 0 hay không ? Tương tự đối với Y: liệu các hệ số của Y trong phương trình $ có bằng 0 hay không ? Như vậy giả thuyết không sẽ là X không gây ra Y và Y không gây ra X. Nhìn kết quả kiểm định, nếu xác xuất xẩy ra thấp thì có quan hệ nhân quả.
            Lệnh trong Eviews như sau:
            CAUSE (2) X Y                     cho 2 biến
hay     CAUSE (4) X Y Z T  cho 4 biến
2) Ước lượng hệ thống
Phần này đề nghị xem lại những tài liệu tôi đã giảng kỳ trước. Dưới đây là một vài tóm tắt cơ bản.
            Nhờ một số kỹ thuật trên Eviews, có thể ước lượng đồng thời các phương trình trong một mô hình và từ đó dễ dàng xây dựng mô hình mà không có sai sót. Quá trình này gồm hai bước:
            2.1) Mở một hệ thống:
            Để mở một hệ thống, bấm con trỏ vào cửa sổ: Object/New/ System
-          Đánh các phương trình
-          Đặt tên cho hệ thống.
-          Có thể đặt các ràng buộc đối với hệ số, ví dụ cùng một hệ số C(7) cho hai phương trình, hoặc 1-c(7) cho phương trình thứ hai...
-  Nên đưa cả các phương trình nhận dạng.
            Mô hình sẽ tự động ghi lại lần ước lượng gần nhất.
            Có lẽ hướng dẫn luôn trên máy.
            2.2) Ước lượng mô hình
            Các phương pháp.
3) Xây dựng mô hình

4) Giải mô hình: lệnh solve
           
5) Xây dựng các kịch bản và mô phỏng


6) Viết các đoạn chương trình tính toán các chỉ tiêu. 

1 nhận xét:

  1. Kính chào Bác!

    Cho em xin 1 bản full ạ. Mail em là: Huynhducvuongst@gmail.com

    Chân thành cám ơn!

    Trân trọng,

    Trả lờiXóa