Kinh tế lượng được hiểu theo nghĩa hẹp như là việc lượng hoá các vấn đề thuộc về kinh tế. Nó sử dụng các dữ liệu của quá khứ và hiện tại để suy đoán cho các kết cục có thể có trong tương lai thông qua các thuật toán nhất định. Kinh tế lượng quan trọng bởi vì khả năng dự đoán của nó thông qua các thông tin cô đọng.
Kinh tế lượng không chỉ ứng dụng trong kinh tế mà ứng dụng trong rất nhiều ngành khác từ các ngành thuộc về khoa học xã hội tới các ngành khoa học tự nhiên. Mình sẽ lấy 3 ví dụ để thấy tầm ứng dụng của nó.
Ví dụ 1: Trong y học, người ta phân loại chấn thương thành các mức độ 1, 2, 3, 4, 5 với mức độ nghiêm trọng tăng dần. Tuy nhiên người ta phải xét nghiệm các biểu hiện chấn thương của bệnh nhân để xếp vào cấp bậc chấn thương tương ứng. Thông qua các dữ liệu phân loại từ quá khứ, các bác sĩ sẽ sử dụng mô hình Ordered Choice (Hồi quy thứ bậc) để xếp loại chấn thương của từng bệnh nhân khi biết các biểu hiện cụ thể của họ. Khi mô hình chạy thành công, từ nay, các bác sĩ sẽ không phải đọc và phân tích các xét nghiệm để phân loại nữa (vì công việc này khá phức tạp), họ chỉ cần nhập các thông số xét nghiệm của bệnh nhân vào máy tính có chạy mô hình này, và chưa đầy 5 giây, máy tính sẽ thông báo cho bác sĩ biết nên phân loại bệnh nhân này vào cấp độ chấn thương nào là tốt nhất và xác suất thành công của việc phân loại là bao nhiêu phần trăm. Từ thông tin này các bác sĩ sẽ đưa ra phác đồ điều trị thích hợp. Mô hình trên cũng được ứng rất nhiều trong dự báo thời tiết, trong việc ra quyết định cho vay tín dụng đối với một cá nhân hoặc một tổ chức thông qua những thông số được nhập vào...
Ví dụ 2: Trong nghiên cứu thị trường, cụ thể hơn là nghiên cứu về sự lựa chọn mạng di động, một mạng di động muốn biết xác suất một cá nhân lựa chọn mạng di động của họ hoặc của các mạng khác sẽ phụ thuộc vào các yếu tố đặc trưng nào (hành vi, văn hoá, nhân khẩu học) thì họ sẽ sử dụng mô hình Multinominal Logistic (Hồi quy đa bội) để phân tích. Sau khi chạy mô hình thành công, ngoài việc phân loại được đặc điểm của từng nhóm khách hàng của từng mạng di động, các mạng di động cũng sẽ biết được điểm mạnh và điểm yếu của mình cũng như của đối thủ cạnh tranh trong tâm trí của khách hàng. Từ đó họ sẽ có những chiến lược kinh doanh hợp lý để thu hút khách hàng tiềm năng. Mô hình này cũng được sử dụng trong nhiều lĩnh vực khác như khảo cổ học, khi các nhà khảo cổ học muốn phân loại cổ vật vào các nhóm văn hoá khác nhau dựa trên các thông số vật lý của cổ vật...
Ví dụ 3: Trong kinh tế vĩ mô, cụ thể hơn là trong việc nghiên cứu cầu du lịch quốc tế của một quốc gia sẽ phụ thuộc vào các yếu tố nào, lượng khách du lịch quốc tế trong năm sau hoặc vài năm sau nữa sẽ biến động ra sao, làm thế nào để tối ưu hoá việc thu hút lượng khách du lịch này...thì các nhà kinh tế vĩ mô có thể sử dụng mô hình log tuyến tính.
Còn rất nhiều các ứng dụng trong các lĩnh vực khác như tâm lý học, giáo dục học, xã hội học.
Nói chung, kinh tế lượng giúp các vấn đề cần lượng hoá thành con số cụ thể, có thể dự đoán để dễ dàng trong việc ra các quyết định tối ưu.
Học kinh tế lượng khó không? Trước khi chuyển qua phần tiếp theo, tôi xin kể lại một trao đổi ngắn của tôi với một người bạn đang học về Trí tuệ nhân tạo bên nước Anh. Đại thể cuộc trao đổi như sau: Khi sang đây học, anh bạn tôi choáng ngợp với cách học, khả năng làm việc và năng lực của sinh viên châu Âu, đặc biệt là người Đức, phải một thời gian sau anh ta mới thích nghi được. Anh ta nói rằng "mọi thứ đều quy ra toán" và rằng, ở Việt Nam chúng ta mới chỉ học Tính chứ chưa học Toán. Điều này có nghĩa là Tính là các phương pháp tư duy trên các phép Toán, còn Toán là nguyên căn của phép tính đó. Do vậy dù bạn học Kinh tế lượng hay các môn học khác cần đến toán, chúng ta cần phải biết cả Tính và Toán. Tức là phải biết nguyên căn và ứng dụng của nó thì mới đạt tới những đỉnh cao cần thiết. Mà đã học kinh tế thì rất cần giỏi toán (có thể một vài người không đồng tình với quan điểm này, nhưng chúng ta không bàn luận thêm vấn đề này ở đây). Bạn không nên học toán theo kiểu phổ thông nữa, tức là theo kiểu "có sẵn và áp dụng, không cần hiểu".
Kinh tế lượng không chỉ ứng dụng trong kinh tế mà ứng dụng trong rất nhiều ngành khác từ các ngành thuộc về khoa học xã hội tới các ngành khoa học tự nhiên. Mình sẽ lấy 3 ví dụ để thấy tầm ứng dụng của nó.
Ví dụ 1: Trong y học, người ta phân loại chấn thương thành các mức độ 1, 2, 3, 4, 5 với mức độ nghiêm trọng tăng dần. Tuy nhiên người ta phải xét nghiệm các biểu hiện chấn thương của bệnh nhân để xếp vào cấp bậc chấn thương tương ứng. Thông qua các dữ liệu phân loại từ quá khứ, các bác sĩ sẽ sử dụng mô hình Ordered Choice (Hồi quy thứ bậc) để xếp loại chấn thương của từng bệnh nhân khi biết các biểu hiện cụ thể của họ. Khi mô hình chạy thành công, từ nay, các bác sĩ sẽ không phải đọc và phân tích các xét nghiệm để phân loại nữa (vì công việc này khá phức tạp), họ chỉ cần nhập các thông số xét nghiệm của bệnh nhân vào máy tính có chạy mô hình này, và chưa đầy 5 giây, máy tính sẽ thông báo cho bác sĩ biết nên phân loại bệnh nhân này vào cấp độ chấn thương nào là tốt nhất và xác suất thành công của việc phân loại là bao nhiêu phần trăm. Từ thông tin này các bác sĩ sẽ đưa ra phác đồ điều trị thích hợp. Mô hình trên cũng được ứng rất nhiều trong dự báo thời tiết, trong việc ra quyết định cho vay tín dụng đối với một cá nhân hoặc một tổ chức thông qua những thông số được nhập vào...
Ví dụ 2: Trong nghiên cứu thị trường, cụ thể hơn là nghiên cứu về sự lựa chọn mạng di động, một mạng di động muốn biết xác suất một cá nhân lựa chọn mạng di động của họ hoặc của các mạng khác sẽ phụ thuộc vào các yếu tố đặc trưng nào (hành vi, văn hoá, nhân khẩu học) thì họ sẽ sử dụng mô hình Multinominal Logistic (Hồi quy đa bội) để phân tích. Sau khi chạy mô hình thành công, ngoài việc phân loại được đặc điểm của từng nhóm khách hàng của từng mạng di động, các mạng di động cũng sẽ biết được điểm mạnh và điểm yếu của mình cũng như của đối thủ cạnh tranh trong tâm trí của khách hàng. Từ đó họ sẽ có những chiến lược kinh doanh hợp lý để thu hút khách hàng tiềm năng. Mô hình này cũng được sử dụng trong nhiều lĩnh vực khác như khảo cổ học, khi các nhà khảo cổ học muốn phân loại cổ vật vào các nhóm văn hoá khác nhau dựa trên các thông số vật lý của cổ vật...
Ví dụ 3: Trong kinh tế vĩ mô, cụ thể hơn là trong việc nghiên cứu cầu du lịch quốc tế của một quốc gia sẽ phụ thuộc vào các yếu tố nào, lượng khách du lịch quốc tế trong năm sau hoặc vài năm sau nữa sẽ biến động ra sao, làm thế nào để tối ưu hoá việc thu hút lượng khách du lịch này...thì các nhà kinh tế vĩ mô có thể sử dụng mô hình log tuyến tính.
Còn rất nhiều các ứng dụng trong các lĩnh vực khác như tâm lý học, giáo dục học, xã hội học.
Nói chung, kinh tế lượng giúp các vấn đề cần lượng hoá thành con số cụ thể, có thể dự đoán để dễ dàng trong việc ra các quyết định tối ưu.
Học kinh tế lượng khó không? Trước khi chuyển qua phần tiếp theo, tôi xin kể lại một trao đổi ngắn của tôi với một người bạn đang học về Trí tuệ nhân tạo bên nước Anh. Đại thể cuộc trao đổi như sau: Khi sang đây học, anh bạn tôi choáng ngợp với cách học, khả năng làm việc và năng lực của sinh viên châu Âu, đặc biệt là người Đức, phải một thời gian sau anh ta mới thích nghi được. Anh ta nói rằng "mọi thứ đều quy ra toán" và rằng, ở Việt Nam chúng ta mới chỉ học Tính chứ chưa học Toán. Điều này có nghĩa là Tính là các phương pháp tư duy trên các phép Toán, còn Toán là nguyên căn của phép tính đó. Do vậy dù bạn học Kinh tế lượng hay các môn học khác cần đến toán, chúng ta cần phải biết cả Tính và Toán. Tức là phải biết nguyên căn và ứng dụng của nó thì mới đạt tới những đỉnh cao cần thiết. Mà đã học kinh tế thì rất cần giỏi toán (có thể một vài người không đồng tình với quan điểm này, nhưng chúng ta không bàn luận thêm vấn đề này ở đây). Bạn không nên học toán theo kiểu phổ thông nữa, tức là theo kiểu "có sẵn và áp dụng, không cần hiểu".