MỘT SỐ KINH NGHIỆM TRONG VIỆC THỰC HIỆN MỘT ĐỀ TÀI NGHIÊN CỨU THỰC NGHIỆM

                                                          Phạm Thành Thái – Bộ môn KTCS

Có một nhà khoa học đã nói, không có cách duy nhất để tiến hành một nghiên cứu thực nghiệm và không có một công thức kỳ diệu nào có thể áp dụng. Thực hành là cách duy nhất để học các bước bằng cách ứng dụng vào nghiên cứu và phát triển trực giác cần thiết để nhận định các kết quả và các kết luận rút ra. Vì vậy, trong bài viết này chỉ nêu ra những hướng dẫn chung và các gợi ý để thực hiện một đề tài nghiên cứu thực nghiệm.

1. Chọn đề tài

Nếu bạn là một nhà nghiên cứu chuyên nghiệp, vấn đề nghiên cứu thường được xác định bởi yêu cầu của công việc và/hoặc do cấp trên chỉ định. Tuy nhiên, nếu chúng ta không phải là một nhà nghiên cứu chuyên nghiệp (có thể là sinh viên, giảng viên,…) thì nhiệm vụ đầu tiên của chúng ta là chọn một đề tài để nghiên cứu, việc này thường dẫn đến xuất hiện một câu hỏi “Tôi sẽ làm gì và bắt đầu như thế nào?”. Để trả lời câu hỏi này, hãy xem phần sau đây:

Đối với chúng ta là những giảng viên, không nghi ngờ gì chúng ta đã học được rất nhiều môn học kinh tế khác nhau, một số có thể ở trình độ cao. Vậy hãy tự hỏi những liên hệ lý thuyết nào chúng ta đã học cần được ước lượng thực nghiệm và những lý thuyết nào có thể đưa vào kiểm định trong thực tế. Trong thực tế giảng dạy, có thể đã có những buổi thảo luận về một vấn đề chuyên môn hoặc về nghiên cứu của một người nào đó khiến chúng ta quan tâm. Đó là những vấn đề có thể xem xét. Một số lĩnh vực có thể quan tâm sau:

1. Kinh tế vĩ mô: Ước lượng một hàm nhu cầu về tiêu dùng hoặc đầu tư hoặc về tiền tệ. Những đề tài này đòi hỏi phân tích chuỗi thời gian và ít nhất là hai giai đoạn. Bạn có thể ước lượng đường cong Phillips với dữ liệu quốc tế đối với nhiều nước hoặc dữ liệu chuỗi thời gian với một nước xác định. Các đề tài vĩ mô có ưu điểm là dễ dàng thu thập dữ liệu.

2. Kinh tế vi mô: Ước lượng hàm sản xuất, chi phí, cung, và cầu thuộc nhóm này, nhưng dữ liệu của những đề tài này nói chung rất khó thu thập.

3. Kinh tế quốc tế: Ước lượng hàm nhập khẩu và xuất khẩu đối với một nước trong một khoảng thời gian hay giữa nhiều nước. Liên hệ giữa tỷ giá hối đoái và các yếu tố quyết định tỷ giá này.

4. Kinh tế phát triển: Đo lường các yếu tố quyết định thu nhập đầu người (GNP) giữa các nước.

5. Tổ chức công nghiệp: Đo lường các ảnh hưởng của quảng cáo đến doanh thu, lợi nhuận, hoặc đến mức độ tập trung (đó là thị phần) trong ngành. Ước lượng liên hệ giữa chi tiêu cho nghiên cứu phát triển (R&D) và năng suất lao động. Nghiên cứu liên hệ giữa tập trung ngành và lợi nhuận do các hoạt động sát nhập. Tuy nhiên, bạn nên cẩn thận vì lý do bảo mật các dữ liệu về nghiên cứu phát triển, và ngân sách quảng cáo của một công ty trong thực tế sẽ không thể thu thập được.

6. Tài chính công: Ước lượng liên hệ giữa thuế thu nhập của chính phủ địa phương và các đặc điểm của địa phương như dân số, sự kết hợp dân số và công nghiệp, lương, thu nhập…Cũng có thể liên hệ chi tiêu cho sức khỏe, đường xá, giáo dục …với các yếu tố quyết định các khoản chi tiêu này.

7. Kinh tế xã hội: Giải thích các sai biệt về tội phạm, nghèo đói, tỷ lệ ly dị, qui mô gia đình …giữa các thành phố, thị trấn, tỉnh.

Một phương pháp tiếp cận hệ thống đối với vấn đề chọn một đề tài cụ thể là các tạp chí chuyên về một vài lĩnh vực, ví dụ như: tạp chí Tài chính, tạp chí marketing, tạp chí thủy sản,…Những tạp chí này có thể giúp chúng ta giới hạn được vấn đề nghiên cứu. Hãy chắc chắn là bạn ghi lại tên và các tài liệu tham khảo khác của các sách, báo có liên quan đến đề tài bạn chọn. Đọc lướt qua các bài báo xem bạn có muốn theo đuổi các đề tài đó hay không. Các thư mục trích dẫn trong những bài báo này cũng đáng để xem xét vì chúng có nhiều tài liệu tham khảo khác liên quan đến cùng đề tài. Danh sách mà bạn có được ở giai đoạn này sẽ rất cần thiết cho các bước tiếp theo. Sau khi chọn được một đề tài, hãy chuẩn bị phát biểu đề tài mà bạn dự định nghiên cứu.

2. Cơ sở Lý thuyết

Bước tiếp theo sau việc chọn đề tài và phát biểu vấn đề cần nghiên cứu là tìm xem các nhà nghiên cứu khác đã có những nghiên cứu gì về đề tài này. Việc tra cứu tài liệu tham khảo này rất quan trọng vì bạn sẽ không chỉ học được các mô hình được xây dựng và ước lượng như thế nào mà còn biết được những nguồn dữ liệu.

Trong quá trình chọn đề tài, bạn sẽ tập hợp được một danh sách các bài báo hoặc sách liên quan đến đề tài. Đầu tiên, hãy đọc lướt qua những tài liệu này để xem có cần phải nghiên cứu sâu hơn không. Đặc biệt, ghi chú những tài liệu tham khảo từ các bài báo khác có cùng đề tài. Nếu tài liệu tham khảo được chọn có vẻ hay, hãy đọc kỹ và ghi chú lại. Đặc biệt, xác định các biến phụ thuộc và biến độc lập, xác định loại mô hình cần thiết lập, và xác định xem dữ liệu sử dụng là dữ liệu chuỗi thời gian hay dữ liệu theo không gian, các kỹ thuật ước lượng và các kiểm định giả thuyết được sử dụng, và cả các nguồn dữ liệu, phương pháp đánh giá. Tiếp theo, chuẩn bị một bản tóm tắt từ ba đến năm trang cho mỗi bài báo hoặc mỗi chương của cuốn sách có liên quan đến vấn đề nghiên cứu bạn chọn. Bạn nên chuẩn bị ít nhất là bốn tóm tắt như vậy.

3. Thiết lập mô hình tổng quát

Dựa trên cơ sở lý thuyết, bạn nên xây dựng một mô hình tổng quát cho nghiên cứu của bạn. Việc này có thể đòi hỏi một khung nghiên cứu tối ưu. Phát biểu mô hình khởi đầu dưới dạng các thuật ngữ tổng quát (các khái niệm), và xác định các biến phụ thuộc, độc lập mà bạn muốn thu thập dữ liệu. Ở bước này, bạn cũng nên quyết định xem có cần đến một mô hình hệ phương trình hay không. Nếu các biến của bạn có ảnh hưởng ngược lại (nghĩa là X tác động đến Y và Y tác động lại X), bạn nên chọn mô hình hệ phương trình. Tại bước này, bạn cũng nên quyết định loại dữ liệu nào phù hợp với các mục tiêu bạn đã đề ra, dữ liệu chuỗi thời gian hay dữ liệu theo không gian. Nếu mục tiêu của bạn là giải thích các yếu tố làm cho giá trị của biến phụ thuộc thay đổi theo thời gian, thì dữ liệu chuỗi thời gian là thích hợp. Mặt khác, nếu bạn muốn nghiên cứu tại sao các nhóm khác nhau (như các quốc gia, các tỉnh, các thị trấn, các công ty, các ngành hoặc các nhóm nghề) lại có hành vi khác nhau trong cùng một thời điểm cho trước, thì bạn lại cần dữ liệu chéo. Có thể các liên hệ được ước lượng bằng dữ liệu chéo sẽ không ổn định theo thời gian. Để kiểm tra việc này, bạn cần thu thập dữ liệu tổng hợp (dữ liệu dạng bảng). Hãy chuẩn bị bài viết giải thích tại sao bạn tin là các biến độc lập bạn chọn có ảnh hưởng đến biến phụ thuộc. Hãy mô tả các giả thuyết bạn dự định sẽ kiểm định và bản chất của các tác động từ biến độc lập mà bạn kỳ vọng. Đặc biệt, hãy thảo luận về dấu kỳ vọng của các hệ số hồi qui, có thể xuất hiện quan hệ phi tuyến không, bạn cần xem xét loại tương tác nào giữa các biến độc lập…

4. Thu thập dữ liệu

Bây giờ đến nhiệm vụ mất thời gian và thường là nhàm chán, nhiệm vụ thu thập dữ liệu, tổ chức dữ liệu dưới dạng có thể xử lý bằng máy tính, và cuối cùng là nhập dữ 1iệu vào máy để phân tích sau này. Bao nhiêu dữ liệu cần thu thập và các nguồn nào có thể thu thập được dữ liệu? Chúng ta thấy là bậc tự do càng cao thì độ chính xác của ước lượng càng cao và độ tin cậy của kiểm định giả thuyết càng cao. Tăng số bậc tự do nghĩa là phải có thêm nhiều quan sát của các biến độc lập. Như chúng ta đã biết, nếu mô hình chuỗi thời gian có nhiều số hạng trễ (lag) hoặc có chuỗi tương quan bậc cao hơn, chúng ta sẽ mất nhiều quan sát ban đầu. Để đánh đổi việc này, chúng ta cần thêm các quan sát. Cuối cùng, kiểm định thừa số Lagrange và các kiểm định tính chất phương sai của sai số thay đổi là những kiểm định mẫu có kích thước lớn do vậy cần phải có thêm nhiều quan sát. Theo qui tắc kinh nghiệm, bậc tự do thấp nhất phải là 30.

Nguồn dữ liệu

            Chúng ta cần xác định xem dữ liệu cho nghiên cứu là dự liệu sơ cấp hay thứ cấp, hoặc nguồn dữ liệu thứ ba. Khi đã xác định loại dữ liệu cần thu thập thì chúng ta sẽ dễ dàng trong việc xác định nguồn dữ liệu. Một số nguồn dữ liệu có thể tham khảo sau:

Dữ liệu có thể đọc được bằng máy. Trong thời đại công nghệ thông tin ngày nay, có nhiều dữ liệu có sẵn trong máy. Ví dụ, Cục Thống kê, thư viện, tại các DN,…

Một nguồn ngày càng phổ biến là World Wide Web có vô số dữ liệu sẵn trên mạng. Bạn có thể tham khảo các trang web ở phạm vi quốc tế như: IMF, World Bank, FAO,…

Nếu dữ liệu bạn cần là dữ liệu sơ cấp thì tất nhiên bạn phải tiến hành điều tra.

Bảng tính

Nếu dữ liệu bạn kiếm có sẵn ở dạng in mà không phải ở dạng đọc được bằng máy tính, bạn phải sao chép lại dữ liệu và chuyển sang dạng có thể đọc được bằng máy tính. Bạn hoàn tất công việc này bằng cách sử dụng bảng tính. Bảng tính có thể được chuẩn bị sao cho dữ liệu được xếp theo lần quan sát trên bảng hoặc theo biến số, nghĩa là theo từng chuỗi. Việc này được chọn chủ yếu dựa vào yếu tố thuận lợi và cách dữ liệu xuất bản được sắp xếp như thế nào. Đối với mỗi chuỗi phải đảm bảo nguồn dữ liệu được ghi lại chính xác (với số trang và số bảng, tên và năm xuất bản, nơi xuất bản…). Việc này rất quan trọng vì bạn có thể muốn xem lại sau này để hiệu chỉnh dữ liệu hoặc tìm thêm dữ liệu bổ sung.

Đơn vị đo lường dữ liệu cũng cần phải được ghi chú cẩn thận. Như chúng ta đã thấy, diễn dịch các giá trị số học của hệ số hồi qui phụ thuộc chính vào đơn vị dùng để đo lường các biến số. Cuối cùng, hãy kiểm tra xem có thay đổi gì trong phần định nghĩa biến hay không. Nếu có thay đổi, có thể bạn phải hiệu chỉnh dữ liệu theo thay đổi đó.

Do máy tính có thể thực hiện các tính toán số học, bạn không cần phải chuyển dữ liệu một cách thủ công cho phù hợp với mô hình của bạn. Ví dụ, nếu mô hình bạn sử dụng cần thu nhập thực trên đầu người, thu thập thông tin về thu nhập danh nghĩa, chỉ số giá, và dân số. Sau đó hãy để máy tính thực hiện công việc chuyển đổi tương ứng để có được thu nhập bình quân đầu người thực.

Nhập dữ liệu vào máy tính

Tiếp theo sau là công việc nhập dữ liệu vào máy tính để thực hiện chương trình phân tích dữ liệu.

Chúng ta nên sử dụng một chương trình bảng tính chẳng hạn như EXCEL để nhập dữ liệu. Điều này rất hữu dụng cho chúng ta khi cần sử lý dữ liệu thô trước khi thực hiện các phân tích chính thức. Trước khi bạn thử nhập dữ liệu vào máy tính, hãy tìm hiểu các yêu cầu của chương trình hồi qui bạn dự định sử dụng.

Một điểm cần lưu ý là máy tính khác nhau về độ chính xác của các phép tính số học. Một số chương trình và máy tính thường làm tròn và sai số nhiều hơn so với các máy/chương trình khác. Vì vậy, tốt nhất khi thực hành tránh dùng những giá trị quá lớn hoặc quá nhỏ khi phân tích. Tổng bình phương của những số có giá trị lớn có thể sẽ vô cùng lớn gây ra các sai số lớn. Các giá trị nhập vào nên nằm trong khoảng từ 1 đến 1000.

5. Phân tích thực nghiệm

Phân tích rõ ràng là một bước quan trọng trong một nghiên cứu thực nghiệm. Nó bao gồm: đầu tiên dữ liệu được kiểm tra sơ bộ vài lần, sau đó ước lượng các mô hình đã được thiết lập ban đầu, thực hiện các kiểm định thích hợp, và nếu cần, thiết lập lại mô hình và ước lượng lại.

Phân tích dữ liệu sơ bộ

Trước khi sử dụng dữ liệu để ước lượng mô hình, một việc làm rất quan trọng là phải thực hiện một số phân tích sơ bộ (thường là các thống kê mô tả) để phát hiện những lỗi do đánh máy, dữ liệu dị biệt (outlier - những dữ liệu có giá trị ở hai cực quá lớn hoặc quá nhỏ), và không có sự sai lệch dữ liệu.

Thường chúng ta sẽ thử vẽ đồ thị các giá trị của biến phụ thuộc với giá trị của mỗi biến độc lập để xem quan hệ phi tuyến tồn tại hay không. Ngoài việc vẽ đồ thị, chúng ta cũng nên xác định những giá trị thống kê như trung bình, độ lệch chuẩn, và hệ số biến đổi - chính là tỷ số giữa độ lệch chuẩn và giá trị trung bình.

Cuối cùng, nên sử dụng ma trận hệ số tương quan − đó là các hệ số tương quan của mỗi cặp biến số dùng trong phân tích. Lý tưởng thì tương quan giữa biến phụ thuộc với một biến độc lập phải cao. Tương quan chặt giữa hai biến độc lập thì sẽ gây ra vấn đề đa cộng tuyến và vấn đề này cần được quan tâm sớm.

Ước lượng mô hình và Kiểm định giả thuyết

Bây giờ chúng ta đã sẵn sàng để ước lượng mô hình tổng quát đã được xây dựng ở phần trên. Ước lượng mô hình và kiểm tra các trị thống kê F và t . Mô hình đại diện được bao nhiêu phần trăm thay đổi của biến phụ thuộc? Mô hình đầu tiên được ước lượng thường có những kết quả không như mong đợi. Dấu của các hệ số hồi qui có thể trái với mong đợi trước đó, các trị thống kê t có thể biểu hiện không có ý nghĩa trong một số biến, R2 hiệu chỉnh có thể thấp, các tương quan có thể tồn tại nếu sử dụng dữ liệu chuỗi thời gian…

Ở đây một lần nữa lại không có công thức tổng quát về việc tiến hành như thế nào. Ở mỗi bước yêu cầu phải có những hiệu chỉnh đáng kể và nhà nghiên cứu cần thay đổi nhiều về phương pháp. Tuy nhiên cũng cần có một số hướng dẫn tổng quát. Bài học căn bản là tránh những kết luận vội vã mà không có lập các mô hình để phân tích thêm. Phương pháp được đề nghị là thiết lập mô hình dựa trên một số khung lý thuyết và sự hiểu biết về hành vi, và sau đó thực hiện một loạt các kiểm định chẩn đoán để chắc chắn là các kết luận có tính thuyết phục − nghĩa là chúng không nhạy đối với các đặc trưng của mô hình. Chúng ta đã thấy rõ là các kiểm định thừa số Lagrange và Wald rất có ích trong việc kiểm định xem nên thêm vào các biến đã bỏ qua, tính phi tuyến, các tương tác, sự tồn tại của biến phụ thuộc trễ, tương quan thời gian của bậc cao hơn và có nên thêm biến mới vào mô hình hay không.

Khi nhiều mô hình tương tự được thiết lập, tiêu chuẩn chọn mô hình có thể được sử dụng để đánh giá một mô hình so với các mô hình khác. Nếu một biến nào không có ý nghĩa trong các mô hình khác, bạn có thể kết luận một cách an toàn là có lẽ đây là biến thừa và việc bỏ qua biến đó có thể sẽ không dẫn đến hậu quả nghiêm trọng.

Kiểm tra các tương quan giữa các biến giải thích và xem các giá trị lớn có giải thích được những dấu không như mong đợi hoặc/và các hệ số không có ý nghĩa. Nếu bạn tìm thấy các tương quan chuỗi trong dữ liệu chuỗi thời gian, hãy thiết lập lại mô hình để xem có loại bỏ được tương quan chuỗi hay không. Nếu cần, ứng dụng phương pháp Cochrane-Orcutt và/hoặc Hildreth-Lu. Tương tự, nếu tồn tại phương sai của sai số thay đổi, nên sử dụng thủ tục bình phương bé nhất có trọng số để khắc phục. Đối với mô hình nhiều phương trình, hãy sử dụng thủ tục bình phương bé nhất hai giai đoạn (2SLS) để tránh thiên lệch bình phương bé nhất và sự không nhất quán của các ước lượng. Ước lượng và kiểm định chẩn đoán mô hình thường liên quan đến nhiều giai đoạn của việc ước lượng lại và kiểm định lại.

6. Viết báo cáo

Giai đoạn cuối cùng của một nghiên cứu là viết một báo cáo trình bày các bước và diễn dịch kết quả. Đầu tiên, chuẩn bị một tựa đề cho nghiên cứu để diễn tả được bản chất của vấn đề nghiên cứu. Khi viết báo cáo nhớ dùng văn phong đơn giản, trực tiếp. Cẩn thận tránh dùng từ dài dòng, nhiều nghĩa (nói các khác, tránh dùng từ đao to búa lớn). Sau đây là dàn ý đề nghị cho một báo cáo:

1. Phát biểu vấn đề

2. Cơ sở lý thuyết.

3. Thiết lập mô hình tổng quát.

4. Nguồn dữ liệu và mô tả dữ liệu.

5. Ước lượng mô hình và kiểm định giả thuyết.

6. Diễn dịch kết quả và kết luận.

7. Các hạn chế của nghiên cứu và hướng mở rộng.

8. Cảm ơn.

9. Tài liệu tham khảo.

Phát biểu vấn đề: Trong một đoạn văn khoảng một trang, diễn tả vấn đề bạn đã nghiên cứu, các câu hỏi bạn nêu ra, và các giả thuyết tổng quát bạn đã kiểm định. Bạn cũng có thể nêu ra tóm tắt các kết luận của mình.

Cơ sở lý thuyết: Tổng hợp các lý thuyết bạn thu thập được trước đây và đưa vào phần này. Như đã nói ở trên, phần này sẽ gồm phần tóm tắt của từng bài báo, từng cuốn sách bạn đã đọc có liên quan đến nghiên cứu của bạn, với những mô hình, những phương pháp sử dụng, các nguồn dữ liệu, và các kết luận của các tác giả.

Thiết lập mô hình tổng quát: Mô tả ở đây mô hình xuất phát bạn đã thiết lập. Nêu ra những khác biệt giữa phương pháp của bạn và phương pháp của những người khác đã nghiên cứu vấn đề tương tự.

Nguồn dữ liệu và mô tả dữ liệu: Trình bày một bảng tên biến và định nghĩa chúng.

Hãy nhớ nêu rõ các đơn vị đo lường. Liệt kê các nguồn dữ liệu và đính kèm bản sao dữ liệu thô. Đưa vào bảng những công thức chuyển đổi tạo ra những biến thực sự được dùng để ước lượng.

Ước lượng mô hình và Kiểm định giả thuyết: Trình bày các kết quả hồi qui trong một bảng. Ở đây đề nghị bạn trình bày các trị thống kê t, trị thống kê F và giá trị p-value tương ứng. Các giá trị thống kê cần thiết như R2 hiệu chỉnh, trị thống kê Durbin-Watson, các tiêu chuẩn chọn mô hình, bậc tự do…Trong bài, hãy trình bày các mô hình bạn ước lượng, các kiểm định bạn thực hiện và các kết quả. Mức độ mà một nhà nghiên cứu cần phải trình bày phụ thuộc nhiều vào đôc giả. Nếu bạn nộp đồ án môn học cho giảng viên thì nhất thiết phải có những bước phân tích. Nếu độc giả không thiên về kỹ thuật, hãy đưa những chi tiết kỹ thuật này vào phụ lục.

Diễn dịch kết quả và kết luận: Phát biểu những gì bạn đã quan sát dưới dạng những giả thuyết ban đầu và những kỳ vọng. Nếu bạn tìm được những kết quả không mong đợi, trình bày lý do. Hãy đưa ra những kết luận đáng lưu ý liên quan đến nghiên cứu của bạn và liên hệ chúng với những nghiên cứu khác.

Các hạn chế của nghiên cứu và hướng mở rộng: Rất cần thiết phải nhận ra những hạn chế trong nghiên cứu của bạn. Những hạn chế này có thể do thiếu dữ liệu hoặc do chương trình máy tính đối với phương pháp bạn sử dụng không tương thích, hoặc do các lý do khác. Hãy định hướng phát triển từ nghiên cứu của bạn và hướng mở rộng nào cần quan tâm.

Cám ơn: Trong suốt thời gian thực hiện nghiên cứu, bạn có thể nhận được sự giúp đỡ của nhiều người: giáo sư, trợ giảng, nhân viên thư viện giúp bạn tìm tài liệu tham khảo, những người giúp bạn thu thập dữ liệu…Theo phép lịch sự thông thường hãy cảm ơn họ.

Tài liệu tham khảo: Đính kèm danh sách theo thứ tự chữ cái những tài liệu tham khảo bạn đã thu thập trong khi chuẩn bị nghiên cứu. Danh sách phải gồm có tài liệu tham khảo lý thuyết lẫn nguồn dữ liệu của bạn. Tránh đánh số tài liệu tham khảo và sử dụng số tương ứng trong bài viết vì nếu bạn thêm vào một tài liệu tham khảo khác, bạn sẽ phải đánh số lại và phải thay đổi số trong bài viết. Nếu bạn liệt kê theo thứ tự chữ cái và trích dẫn trong bài viết theo tên tác giả và năm xuất bản, bạn sẽ chỉ phải sửa chữa nhỏ, nếu có những thay đổi sau này.

……….

TÀI LIỆU THAM KHẢO

1. Nguyễn Trọng Hoài “Bài giảng phương pháp nghiên cứu khoa học trong kinh tế”, Khoa Kinh tế Phát triển, Đại học Kinh tế TP.Hồ Chí Minh.

2. Ramu Ramanathan (2002) Nhập Môn Kinh Tế Lượng. NXB Harcourt, (Bản dịch tiếng Việt của Chương trình giảng dạy kinh tế Fulbright).