Trang chủ > Kinh nghiệm, Think > 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

THÔNG TIN VÀ SỐ LIỆU ĐỂ XÂY DỰNG MÔ HÌNH KINH TẾ LƯỢNG
 I – MỞ ĐẦU:
Trong các bài từ 1 đến 4, chúng ta đã nghiên cứu những vấn đề lý thuyết và kinh nghiệm cụ thể về xây dựng các mô hình kinh tế lượng vĩ mô. Trong bài này chúng ta sẽ nghiên cứu một số vấn đề liên quan đến tình hình số liệu ở Việt nam và kinh nghiệm thu thập, sử lý thông tin, số liệu phục vụ công tác xây dựng mô hình. Nội dung bài này gồm các phần sau:
– Nguồn thông tin ở nước ta để xây dựng các mô hình kinh tế lượng;
– Đánh giá và sử lý thông tin để đưa vào xây dựng các mô hình kinh tế lượng;
– Một số kinh  nghiệm về sử dụng phần mềm Eviews trong xây dựng các mô hình kinh tế lượng;
II – NGUỒN THÔNG TIN ĐỂ XÂY DỰNG CÁC MÔ HÌNH KINH TẾ LƯỢNG
1)    Tại sao làm mô hình tài chính, nhưng phải thu thập thông tin về toàn bộ nền kinh tế quốc dân ?

 

– Cũng như Bộ Kế hoạch và Đầu tư, Bộ Tài chính là một cơ quan quản lý kinh tế tổng hợp giúp Đảng và Nhà nước hoạch định các chính sách kinh tế quan trọng nhất của đất nước. Hoạt động của Bộ Tài chính có ảnh hưởng tới mọi mặt kinh tế xã hội thông qua ban hành các chính sách và triển khai các hoạt động thu chi ngân sách. Bộ Tài chính có tham gia cùng Bộ Kế hoạch và Đầu tư là hai cơ quan duy nhất thực hiện các dự báo kinh tế vĩ mô cơ bản. Do vậy, những người làm chính sách tổng hợp tại Bộ Tài chính phải có cái nhìn toàn diện về nền kinh tế đất nước và việc thu thập, sử lý thông tin kinh tế vĩ mô là hoàn toàn cần thiết. Đối với những người làm tác nghiệp hàng ngày thì có thể không cần.
– Kinh nghiệm trong nước và quốc tế đều cho thấy các chính sách kinh tế vĩ mô của toàn nền kinh tế có ảnh hưởng rất lớn tới các chỉ tiêu ngân sách, đồng thời các chỉ tiêu ngân sách cũng ảnh hưởng rất lớn tới phát triển toàn cục của nền kinh tế quốc dân. Đặc biệt, nhiều chính sách ngân sách không chỉ phát huy ảnh hưởng trong nội bộ khu vực ngân sách mà còn tác động mạnh tới những khu vực khác của nền kinh tế quốc dân. Như vậy, trong bối cảnh kinh tế thị trường hiện nay, việc tách rời khu vực tài chính để nghiên cứu riêng cũng như không tính đến các chỉ tiêu kinh tế vĩ mô là hoàn toàn sai lầm.
Trước đây, trong thời kỳ kế hoạch hoá tập trung, khu vực kinh tế Nhà nước chiếm tỷ trọng cao tuyệt đối; quan hệ tài chính, ngân sách chủ yếu là giữa các tác nhân nhà nước với nhau (doanh nghiệp, nhà nước hoặc hợp tác xã). Hơn nữa, trong thời kỳ này công tác quản lý các hoạt động ngân sách được thực hiện theo nguyên tắc hành chính, mệnh lệnh. Chính vì vậy, có thể xem xét tài chính tương đối độc lập với các khu vực khác. Điều này càng dễ dàng hơn vì thu nước ngoài chiếm tới một nửa tổng thu ngân sách và không chịu ảnh hưởng của các yếu tố kinh tế trong nước. Tuy nhiên, khi chuyển sang cơ chế kinh tế thị trường với 98% tổng thu ngân sách là từ nội bộ nền kinh tế thì hoạt động của khu vực tài chính không thể tách rời các hoạt động chung của toàn nền kinh tế.
            – Trên thế giới, có rất nhiều mô hình chuyên phân tích chuyên sâu về hoạt động ngân sách và tài chính với hàng nghìn phương trình. Về thực chất, đó là các mô hình kinh tế vĩ mô tổng thể, riêng khối tài chính được làm chi tiết hơn, đồng thời khi tiến hành các mô phỏng, phân tích kinh tế và dự báo, người ta chỉ xây dựng các kịch bản đầu vào liên quan tới tài chính, còn các đầu vào liên quan đến các lĩnh vực khác thì coi như phát triển theo xu thế. Cách làm này vẫn giữ được tính tổng thể, tính hệ thống của mô hình và mô tả đúng các hoạt động thực của nền kinh tế, nhưng lại cho phép phân tích tập trung vào một chủ đề cụ thể.
            – Trong các mô hình kinh tế vĩ mô – tài chính rút gọn, thông thường đều có 2 khối. Khối vĩ mô gộp gồm những cân bằng kinh tế vĩ mô chủ yếu (cân bằng của hệ thống tài khoản quốc gia, cân bằng tiền tệ và giá cả, cân bằng xuất nhập khẩu và cán cân thanh toán quốc tế, và một vài cân bằng khác tuỳ mục tiêu của người làm mô hình). Khối tài chính gồm những phương trình chi tiết cho khối tài chính. Số phương trình trong khối vĩ mô dao động giữa 20-50 phương trình trong khi số phương trình của khối tài chính có thể ít hơn, khoảng 15-30 phương trình nếu chỉ xem xét hoạt động thu chi ngân sách. Nhưng nếu hiểu tài chính theo nghĩa phổ biến hiện nay gồm tất cả các hoạt động thu chi ngân sách, phát hành trái phiếu, tín phiếu chính phủ, doanh nghiệp và ngân hàng, hoạt động của kho bạc, hoạt động của hệ thống ngân hàng, tín dụng, chứng khoán, bảo hiểm, xổ số, trợ cấp và các phúc lợi xã hội, thì số phương trình có thể lên tới vài trăm.
       – Thực tế ở nước ta cho thấy, trong tất cả các mô hình kinh tế vĩ mô ứng dụng, bao giờ cũng có khối tài chính chính phủ, dù có thể với quy mô rất thấp như chỉ xác định tổng thu, tổng chi và mức thâm hụt ngân sách (3-5 phương trình). Một số mô hình có phân tích chi tiết hơn về ngân sách thì số phương trình cũng chỉ lên đến 12-15. Về bản chất, đây vẫn là những mô hình kinh tế lượng vĩ mô mở rộng cho phần tài chính vì các biến giải thích cho khối tài chính chủ yếu vẫn là các biến kinh tế vĩ mô (giá trị sản xuất hay giá trị gia tăng của các ngành được sử dụng trong các phương trình xác định thu ngân sách; tổng thu ngân sách, quỹ tích luỹ, vốn đầu tư, số lượng cán bộ nhân viên khu vực hành chính… được sử dụng trong các phương trình xác định chi ngân sách; ngoài ra có một số biến đặc thù như xuất khẩu, giá quốc tế, giá trong nước và tỷ giá trong phương trình xác định chi bù lỗ, trợ cấp cho hoạt động xuất khẩu, giá cả trong phương trình chi bù giá cho tiêu dùng…). Về cơ bản, các mô hình này tương tự như các mô hình vĩ mô rút gọn của các nước phương tây.
Tuy nhiên, ngoài khối tài chính, trong các mô hình của ta thường đều có khối tiền tệ xác định nhu cầu tiền tệ của nền kinh tế trong quá trình phát triển, thậm chí có cả nhu cầu tiền tệ dùng để bù lỗ thâm hụt ngân sách trong các mô hình xây dựng trước năm 1992.
      – Trong những phân tích trên, chúng tôi nhấn mạnh đối với những người làm phân tích tổng hợp, cần có những thông tin chung về toàn nền kinh tế quốc dân. Tuy nhiên, trong những trường hợp phân tích khá cụ thể, có thể chỉ cần thu thập những thông tin rời rạc, không tạo thành những cân đối vĩ mô. Ví dụ, để phân tích những nhân tố ảnh hưởng tới tổng thu ngân sách, có thể chỉ dùng một phương trình gộp hoặc một số phương trình gộp, trong đó mỗi thành phần của tổng thu ngân sách được giải thích bằng những nguyên nhân đặc thù riêng. Xem lại ví dụ trong bài phân tích lạm phát để hiểu rõ hơn cách làm đối với tài chính.
2) Nhu cầu thu thập thông tin về hoạt động của nền kinh tế và khu vực tài chính.
Nhu cầu về nguồn thông tin để xây dựng các mô hình kinh tế lượng vĩ mô và mô hình tài chính là rất lớn. Các thông tin được chia làm hai loại:
+ Thông tin định tính
+ Thông tin định lượng
Chúng ta thường chỉ chú ý đến thông tin định lượng mà quên các thông tin định tính. Thực ra các thông tin định tính rất quan trọng trong xây dựng các mô hình. Chúng ta đều biết là các mô hình được xây dựng trên các lý thuyết kinh tế; trong khi phân tích các quan hệ dây truyền giải thích tiến triển của một nền kinh tế thực nào đó theo một lý thuyết kinh tế đã chọn, lại chủ yếu là phân tích định tính, sau đó mới chuyển sang kiểm định bằng số liệu, nhiều khi không cần nhiều số liệu vẫn thấy kết luận từ phân tích định tính là đúng. Mặt khác, trước khi xây dựng mô hình, đều phải thu thập những thông tin về cơ cấu vận hành của nền kinh tế hoặc khu vực tài chính để hiểu nó là cái gì, từ đó chọn cách mô hình hoá thế nào cho phù hợp nhất. Ngoài ra, để thực hiện các dự báo, phải có thông tin định tính về nhiều khả năng phát triển của các biến ngoại sinh để từ đó xây dựng được các kịch bản tốt nhất cho các biến ngoại sinh trước khi đưa vào mô hình.
Nguồn thông tin định tính được thu thập thông qua quá trình công tác và thu thập trên sách báo. Ví dụ thu thập thông tin về hệ thống thuế VAT: Nó là gì, được thực hiện như thế nào, có ảnh hưởng tới các khu vực của nền nền kinh tế như thế nào. Nếu VAT không ảnh hưởng tới nông nghiệp thì dĩ nhiên trong khi mô hình hoá, không cần thêm quan hệ này…
Với mục tiêu xây dựng các mô hình thu chi ngân sách, có thể thực hiện theo hai cách:
+ Cách 1: xây dựng một mô hình cân đối vĩ mô gộp, bao gồm 4 cân đối lớn như đã nêu trong bài 2: cân đối tài khoản quốc gia, cân đối tài chính gộp, cân đối tiền tệ và cân đối cán cân thanh toán quốc tế. Sau đó mở rộng khối tài chính để đưa vào đó các chính sách cần mô phỏng, phân tích. Theo cách này, nhu cầu thông tin tương đối lớn, nhiều thông tin sẽ rất khó được thu thập, ví dụ thông tin về tiền tệ và cán cân thanh toán quốc tế.
+ Cách 2: xây dựng mô hình đơn giản hơn, phần lớn các biến nội sinh chỉ được gói gọn trong khối tài chính, giống như mô hình phân tích lạm phát trong bài 3. Khi đó tất cả các biến kinh tế vĩ mô, từ GDP đến tiền tệ, giá cả, xuất nhập khẩu, doanh số buôn bán trên thị trường… đều được coi là ngoại sinh. Như vậy, nhu cầu thông tin vĩ mô cho mô hình tài chính sẽ được rút gọn, chủ yếu dựa trên các cuốn Niên giám thống kê và thông tin riêng của ngành tài chính.
Nhược điểm lớn nhất của cách này là mô hình không đảm bảo tính hệ thống vì những mối liên hệ ngược trong nền kinh tế không được tính đến trong mô hình. Ví dụ trong mô hình, chúng ta thấy chi ngân sách thường xuyên chịu ảnh hưởng của các biến kinh tế vĩ mô, nhưng không thấy chi ngân sách thường xuyên ảnh hưởng ngược tới các biến kinh tế vĩ mô; trong khi mọi người đều biết chính sách kích cầu tiêu dùng có ảnh trực tiếp tới tổng cầu và qua đó ảnh hưởng tới tăng trưởng GDP và giá cả. Chính vì nhược điểm này, các mô hình đơn giảm chủ yếu được sử dụng trong phân tích nhân tử chứ ít được dùng trong dự báo. Tuy nhiên, đối với một số nền kinh tế, nếu kiểm tra các quan hệ cho thấy những ảnh hưởng của ngân sách tới nền kinh tế không lớn thì có thể dùng mô hình loại này trong dự báo ngắn hạn.
3) Thông tin định lượng nằm ở đâu ?
Về thông tin định lượng, hiện nay rất phong phú trong nền kinh tế nước ta dù chất lượng… còn khá nhiều vấn đề mà sau này chúng ta sẽ phân tích. Nguồn thông tin được thu thập theo các khối như sau:
a) Dân số, lao động và việc làm:
           – Tổng cục Thống kê
– Bộ Lao động, thương binh và xã hội
– Bộ Kế hoạch và đầu tư
            Trong niên giám thống kê có một số loại số liệu về dân số và lao động, nhưng rất ít và nhiều khi không hệ thống. Riêng số liệu về dân số, đến nay TCTK chưa xác định được chuỗi số từ năm 1989 đến nay như thế nào vì kết quả điều tra dân số năm 1999 cho thấy dân số nước ta giảm hơn 1,5 triệu người so với số liệu công bố hàng năm được tính toán dựa trên phương pháp chuyển tuổi và tỷ suất sinh đẻ hàng năm của TCTK. Hậu quả là chẳng có tài liệu công khai  nào công bố được chuỗi số liệu dân số tin cậy từ năm 1989 đến nay. Để phục vụ cho hội nghị các nhà tài trợ tháng 12/2000, Ngân hàng thế giới đã phải dùng phương pháp tính tỷ lệ tăng trưởng trung bình cho giai đoạn 1990 đến 2000 là 1,65%/năm, trong đó năm 1989 tỷ lệ này đã là 1,64% … Do số liệu dân số như vậy nên các số liệu về nguồn lao động cũng không chính xác.
            Các số liệu chi tiết hơn về lao động có thể tìm thấy trong nhiều tài liệu điều tra do Tổng cục Thống kê và Bộ Lao động, thương binh và xã hội xuất bản. Tuy nhiên, để có được một bộ số liệu hoàn chỉnh từ năm 1989 đến nay liên quan đến dân số và lao động gồm dân số, tổng cung lao động, tổng cầu lao động, lao động đang hoạt động trong nền kinh tế và trong từng khu vực, tỷ lệ thất nghiệp thành thị và tỷ lệ thời gian không có việc làm ở nông thôn, cũng đòi hỏi rất nhiều thời gian thu thập, đối chiếu phân tích và lựa chọn. Các thông tin dân số, lao động chỉ theo năm, thường lấy mốc là 1/7 hàng năm.
            Bộ KH-ĐT cũng có nhiều thông tin về dân số, lao động và việc làm do TCTK và Bộ LĐTBXH cung cấp. Các chuỗi số của Bộ KH-ĐT thường có hệ thống hơn, kéo dài ít nhất cũng từ năm 1990 đến nay. Đặc biệt, các số liệu dự báo và kế hoạch được tập trung khá phong phú tại Bộ KH-ĐT.
b) Sản xuất và đầu tư:
            Thông tin về tình hình sản xuất chủ yếu được lấy từ Tổng cục Thống kê vì đây là cơ quan duy nhất làm các tính toán tổng hợp. Tuy nhiên, để có được các thông tin dự báo sản xuất thì phải đến Bộ KH-ĐT. Tình hình cũng tương tự đối với các thông tin về đầu tư. Riêng về đầu tư, có nhiều cách phân loại: theo ngành (công nghiệp, nông nghiệp, dịch vụ, và chi tiết hơn cho mỗi ngành trên); theo thành phần kinh tế (ngân sách Nhà nước, tín dụng Nhà nước, doanh nghiệp Nhà nước, tư nhân, khu vực có vốn đầu tư nước ngoài). Mỗi loại lại được tính theo hai loại giá: giá cố định và giá hiện hành.
Nói chung, thông tin sản xuất và đầu tư tương đối phong phú, nhưng nhược điểm lớn nhất là chất lượng. Thông tin về đầu tư của chính phủ đáng tin cậy trong khi thông tin về đầu tư của khu vực DNNN, của khu vực tư nhân và khu vực có vốn đầu tư nước ngoài rất đáng nghi ngờ. Do đó cần thận trọng khi sử dụng trong mô hình. Đặc biệt, thông tin về tài sản cố định đến nay không có. Thông tin chi tiết về vốn ODA và FDI chỉ có tại Bộ KH và ĐT, nhưng đi vào cụ thể lại phải đến nhiều Vụ khác nhau trong Bộ.
c) Tài chính:
            Mặc dù Đảng và Nhà nước ta có chủ trương công khai hoá hoạt động ngân sách, nhưng đến nay những thông tin công khai về lĩnh vực này còn ít và chất lượng rất đáng nghi ngờ, không hiểu có phải là thông tin thật không, hay đã bị xử lý trước khi công bố. Trong một số sách xuất bản của TCTK, đã thấy xuất hiện các chuỗi số về tổng thu chi ngân sách và một số thành phần cơ bản của nó. Tuy nhiên mức độ chi tiết còn quá ít làm người lập mô hình thất vọng, nhất là chi ngân sách. Khoản chi ngân sách khác thông thường phải rất bé thì của ta lại rất cao vì trong đó chứa cả chi cho quốc phòng an ninh vẫn được coi là tối mật. Thông tin chi tiết nhất được công khai hạn chế là chi ngân sách hàng năm của các bộ, ngành, địa phương.
            Để thoả mãn người làm mô hình, thông thường phải sử dụng thêm các chuỗi số liệu của Quỹ Tiền tệ thế giới nêu trong báo cáo hàng năm của tổ chức này. Trong sách hàng năm về ngân sách của Quỹ tiền tệ quốc tế (Government Finance Statistics Yearbook) từ năm 1999, cũng đã xuất hiện số liệu về Việt nam, nhưng rất nhiều dòng còn để trống. Theo sách này năm 1999, in năm 2000, thì tổng chi ngân sách năm 1999 của ta là 73573 tỷ đồng, trong đó chi khác lên tới 41913 tỷ đồng. Dĩ nhiên như vậy độ tin cậy sẽ thấp. Ngoài ra, ngân hàng thế giới, ngân hàng phát triển châu á và liên hợp quốc cũng công bố những số liệu tài chính Việt nam, nhưng mức độ không chi tiết bằng của IMF và độ tin cậy kém vì chênh lệch quá lớn so với số liệu của TCTK.
            Khác nhau quan trọng giữa số liệu của Việt nam và IMF là tỷ lệ thâm hụt ngân sách. Số liệu tỷ lệ thâm hụt ngân sách do Việt nam công bố thường rất cao trong khi số do IMF công bố lại rất thấp. Nguyên nhân là cách tính khác nhau. Theo cách tính của Việt nam, phần chi ngân sách đã bao gồm cả trả nợ gốc có giá trị tương đối lớn, trong khi trong cách tính của IMF, chi ngân sách không tính phần trả nợ gốc. Trả nợ gốc theo IMF được tính bù trừ trong phần cân đối với bên ngoài để bù đắp thâm hụt ngân sách.
            Số thu ngân sách của Việt nam thường bị coi là thấp dưới sự thật vì ngoài những khoản thu thực, người dân còn phải đóng thêm đủ loại tiền phục vụ dịch vụ chung mà lẽ ra nhà nước phải làm: lao động công ích, đóng tiền nghĩa vụ lao động, tiền an ninh, tiền vệ sinh đường phố, tiền xây nhà trẻ, bệnh xá, trường học, đường giao thông nông thôn, đường dẫn điện hạ thế về làng, đóng góp khắc phục hậu quả lũ lụt bắt buộc, mua công trái bắt buộc (khoán do Bộ Tài chính yêu cầu)…
            Đến nay, để lấy các số liệu tài chính, chỉ có 2 nơi: Bộ Tài chính và TCTK. Bộ KH-ĐT cũng có nhưng không chi tiết và chính xác vì thường chỉ là thông tin nhanh. Thông tin dự báo thu chi ngân sách của Bộ KH-ĐT thường cao hơn của Bộ Tài chính, nhưng theo nhiều ý kiến thì dự báo của Bộ KH-ĐT thường chính xác hơn. Điều này cũng dễ hiểu vì mục tiêu của hai bộ khác nhau.
d) Ngân hàng
            Có thể nói đây là một trong những khu vực có thông tin, số liệu có vấn đề nhất ở nước ta. Nguồn thông tin chính thức là từ Ngân hàng Nhà nước Việt nam, nhưng chắc chắn đến xin thì họ không cho. Trong các Niên giám thống kê không có thông tin tiền tệ, ngân hàng. Nguồn duy nhất mà tất cả các nhà nghiên cứu trong và ngoài chính phủ sử dụng đến nay vẫn là từ Quỹ Tiền tệ quốc tế.
            Trên một số báo, sách, cũng có thông tin về tăng trưởng tiền tệ, tín dụng nước ta, nhưng phần lớn đều là thông tin nhanh nên không chính xác, các số liệu đều không chính thức. Đặc biệt, các thông tin cực kỳ tản mạn và đều là số tương đối nên rất khó dùng trong mô hình.
            Ưu điểm lớn nhất của nguồn số liệu của IMF là rất chi tiết và mang tính hệ thống. Số liệu năm kéo dài từ năm 1985 đến nay, số liệu quý từ năm 1988. Ngoài ra còn có số liệu hàng tháng. Tuy nhiên, dư luận phổ biến hiện này là các số liệu của IMF khác hẳn so với số liệu thật của Ngân hàng Nhà nước.
e) Tiền lương, thu nhập và thị trường nội địa
            Đây cũng là loại chỉ tiêu có độ tin cậy kém ở nước ta. Tổng quỹ lương cho khu vực hành chính sự nghiệp được lấy ở Bộ tài chính, nhưng nhiều khi rất khó kiếm. Trong bảng chi ngân  sách thường không có chỉ tiêu này. Một số chỉ tiêu khác về lương trong các ngành kinh tế, khu vực kinh tế cũng có trong niên giám thống kê hoặc trong các tài liệu điều tra của TCTK và Bộ LĐ, TB và XH. Tuy nhiên, rất khó xử lý các số liệu này vì nó vẫn không mang tính tổng thể mà chỉ đại diện cho một số khu vực, hơn nữa khi có khi không… Đặc biệt, nói là tổng quỹ lương, nhưng lại gồm cả chi cho hưu trí và nhiều đối tượng không phải cán bộ công chức. Mặt khác, lương chỉ phản ảnh một phần thu nhập của cán bộ công chức. Do đó nếu dùng tiền lương làm biến giải thích thì không chính xác.
            Thu nhập của các tầng lớp dân cư cũng là chỉ tiêu khó kiếm, có một số điều tra của TCTK tại một số điểm và được công bố trong Niên giám thống kê hoặc một số tài liệu điều tra; tuy nhiên, giống như tiền lương, số liệu rất tản mạn, không mang tính hệ thống nên không đảm bảo tính đại diện. Các hình thức thu nhập như lãi của các chủ doanh nghiệp, địa tô, cho thuê bất động sản, lãi ngân hàng… đều không có. Nói chung, sẽ mất rất nhiều công sức khi thu thập, sử lý thông tin liên quan đến tiền lương và thu nhập.
            Chỉ tiêu phản ảnh thị trường nội địa đến nay vẫn là tổng doanh số bán lẻ trên các thị trường: Nhà nước, tập thể, tư nhân, hỗn hợp và khu vực có vốn đầu tư nước ngoài. Các chỉ tiêu thị trường thường tham gia xác định tiêu dùng chính phủ, tiêu dùng của dân cư mua trên thị trường và tự tiêu dùng của dân cư.
f) Giá cả:
            Trong điều kiện kinh tế mở, giá cả gồm cả hai loại: giá trong nước và giá quốc tế. Giá trong nước được lấy từ nguồn TCTK, công bố rộng rãi trên sách báo. Tỷ giá ít thấy xuất hiện, nhưng cũng có trong một vài cuốn sách thống kê chính thức. Giá quốc tế gồm giá nhập, giá xuất cũng có trong niên giám thống kê. Tuy nhiên, giá quốc tế chỉ có giá năm. Muốn lấy giá qúy, có thể lấy tại TCTK.
g) Xuất nhập khẩu và cán cân thanh toán quốc tế:
            Số liệu xuất nhập khẩu tương đối phong phú và chi tiết trong niên giám thống kê, đủ cho chúng ta sử dụng. Tuy nhiên, phân loại chưa được chi tiết và chưa theo các chuẩn mực quốc tế (chưa phân thành 10 nhóm ISIC); vì vậy, khó khăn khi so sánh quốc tế và nối với các mô hình quốc tế.
            Điểm khó khăn nhất trong toàn bộ hệ thống số liệu của chúng ta hiện nay là thông tin về cán cân thanh toán quốc tế. Cũng giống như thông tin tiền tệ, thông tin về cán cân thanh toán quốc tế không được công bố chính thức nên để nghiên cứu phải lấy từ tài liệu của các tổ chức quốc tế. Tuy nhiên, nếu như thông tin tiền tệ được tập hợp khá đầy đủ trong các tài liệu của IMF và tản mạn tại Ngân hàng phát triển châu á, thì thông tin về cán cân thanh toán được tập hợp khá đầy đủ trong các tài liệu của WB, IMF, UN, ADB. Điểm đáng nói nhất là thông tin thường rât khác nhau nên không biết chọn thế nào ? trong khi với thông tin về tiền tệ thì tất cả các nhà nghiên cứu đều thống nhất chọn của IMF nên dễ so sánh, kiểm tra.
            Một điều đáng lưu ý là thông tin cán cân thanh toán quốc tế tại các cơ quan nhà nước có thẩm quyền cũng khác xa so với thông tin trên sách báo, do đó cần hết sức thận trọng khi sử dụng thông tin trên sách báo.
h) Cân bằng kinh tế vĩ mô
            Cân bằng kinh tế vĩ mô bao gồm cân bằng hiện vật và cân bằng giá trị. Các số liệu của hai cân bằng này đều có trong Niên giám thống kê, tuy nhiên, nhiều khi không đủ chi tiết, ví dụ tiêu dùng xã hội hoặc tích luỹ nhiều khi không được chia chi tiết cho tiêu dùng chính phủ và tiêu dùng tư nhân. Ngoài ra các số trên niên giám thống kê thường chưa đủ đến năm gần nhất.
III – ĐÁNH GIÁ CHẤT LƯỢNG NGUỒN THÔNG TIN ĐỂ XÂY DỰNG CÁC MÔ HÌNH KINH TẾ LƯỢNG
Thực tế, thông tin là cơ sở quan trọng nhất trong mọi quá trình phân tích, dự báo. Nói đến phân tích, dự báo mà không nói đến thông tin là cực kỳ sai lầm. Hệ thống và chất lượng thông tin yếu kém trong quá trình chuyển đổi kinh tế là một trong những nguyên nhân cơ bản làm giảm chất lượng của các mô hình kinh tế lượng, ảnh hưởng tới độ tin cậy của các phân tích, dự báo kinh tế và công tác kế hoạch hoá, dẫn tới các chính sách kinh tế được đề ra không chuẩn xác, kém hiệu quả. Do chất lượng thông tin kém nên rất mất thời gian để xử lý khi xây dựng các mô hình chuyên sâu hoặc kích thước tương đối lớn.
            1/ Công tác xây dựng hệ thống thông tin vừa qua:
            a) Chuyển biến rất chậm từ sử dụng hệ thống thống kê MPS (material production system) sang hệ thống thống kê SNA (system of national accounts).
            – Hệ MPS:
            * Chỉ được áp dụng trong khối các nước XHCN
            * Chỉ thống kê các yếu tố thuộc khu vực sản xuất vật chất, không tính khu vực phi sản xuất vật chất, chủ yếu là dịch vụ, trong khi khu vực dịch vụ chiếm tới trên 40% GDP.
            * Chỉ chú trọng số lượng, không coi trọng chất lượng, ví dụ đếm số đầu bò quan trọng hơn trọng lượng của từng con bò.
            * Chỉ chú trọng tới cung, không chú ý tới cầu: Coi trọng xây dựng nhà máy, xí nghiệp mà không biết nền kinh tế, xã hội có nhu cầu không, nhu cầu như thế nào. Không chú ý tới cấu tạo hữu cơ của tư bản : C/V
            – Hệ SNA:
            * Áp dụng trong tất cả các nước theo kinh tế thị trường
            * Tính toàn diện mọi hoạt động sản xuất, kinh doanh, dịch vụ của toàn nền kinh tế, không bỏ qua yếu tố nào.
            * Coi trọng chất lượng hơn số lượng, năng suất hơn sản lượng.
            * Chú trọng cả hai mặt cung và cầu, trong đó nhấn mạnh mặt cầu.
            – Chuyển đổi hệ thống thông tin ở nước ta:
            * Từ năm 1990 mới bắt đầu nghiên cứu xây dựng hệ thống SNA cho nước ta,
            * Cuối 12/1992 Thủ tướng CP mới ra chỉ thị áp dụng chính thức;
            * Số liệu những năm đầu có độ tin cậy thấp nên thường xuyên bị sửa lại, số thập kỷ 80 không có. Mới chỉ làm ở mức gộp cho GDP, chi tiết hầu như chưa có.
            b) Hệ thống thông tin còn nhiều điểm yếu kém, bất cập do quá trình xây dựng hệ thống thông tin SNA mới được tiến hành chưa lâu, trình độ cán bộ thấp, vừa làm vừa học. Những yếu kém chính là:
            * Thông tin không thống nhất:
            + Khác nhau giữa các bộ, các cơ quan chính phủ và khác với thông tin của người nước ngoài nói về nước ta… về cùng 1 chỉ tiêu.
            + Không giống quy định quốc tế: cái cần đưa vào thì chưa đưa do thiếu thông tin, ví dụ khu vực kinh tế phi hình thức; cái không cần đưa thì lại đưa, ví dụ trong phân ngành của ta… Cơ cấu ngân sách, thâm hụt ngân sách
            * Thông tin có độ chính xác chưa cao:
            + Còn nhiều vấn đề chưa thống nhất về phương pháp luận: Tính các chỉ tiêu giá cả, sản lượng… theo kiêu gì ? Giá trung bình tháng hay giá cuối tháng ? Trung bình trượt hay trung bình nhân ? Các thông tin xã hội rất kém chính xác.
            + Luồng thông tin được thu thập qua nhiều cấp, mỗi cấp lại tự xử lý theo phương thức riêng, không thống nhất, thậm chí phương pháp thiếu cơ sở khoa học… Do đó khi tổng hợp lại ở trung ương thì sai số trở lên rất lớn. Ví dụ sản lượng lúa = diện tích * năng suất, đo thế nào. Năm 1998, nếu cộng sản lượng lúa tất cả các tỉnh báo cáo lên thì sản lượng lúa lên tới trên 32 triệu tấn, thực tế trung ương ước chỉ đạt 29 triệu. Số công bố cuối cùng là 29,1 triệu tấn. Tương tự đối với tổng giá trị xuất khẩu, tăng trưởng GDP… Hiện nay số liệu về tăng trưởng của ta cũng rất đáng ngờ.
            * Thông tin không đầy đủ:
            + Thiếu rất nhiều chỉ tiêu phản ánh hoạt động của kinh tế thị trường, nhất là các chỉ tiêu phản ánh mặt cầu như thu nhập, tiêu dùng của dân cư, thuế, lợi tức, lợi nhuận, tiền lương, và các dự báo về nhu cầu… Thiếu rất nhiều chỉ tiêu về mặt xã hội.
            + Thông tin năm có năm không; có rất ít thông tin quý và tháng để điều hành kinh tế ngắn hạn và thực hiện các điều chỉnh chính sách nhằm hướng nền kinh tế phát triển theo quỹ đạo bền vững. Cũng do vấn đề này mà việc xây dựng các mô hình kinh tế lượng rất khó khăn.
            * Thông tin không kịp thời để phục vụ công tác phân tích, dự báo kinh tế: Điều này rất rõ trong mọi ngành, mọi cấp. Ai cũng kêu thiếu thông tin, từ thông tin về tình hình hiện nay của nền kinh tế đến dự báo nhu cầu thị trường nội địa, thị trường thế giới…
            * Thị trường thông tin bị chia cắt, không có mạng thông tin giữa các cơ quan có nhu cầu. Không có mạng thông tin toàn quốc đối với những thông tin tối thiểu. Trao đổi thông tin giữa các ngành, bộ, địa phương rất kém. Mua bán thông tin đã trở thành phổ biến nhưng do thị trường thông tin bị chia cắt, thậm chí trong nhiều trường hợp chưa công khai nên giá cả không phản ánh đúng quy luật cung cầu. Trong phân tích, dự báo, mỗi nơi sử dụng nguồn số liệu riêng, không ai rõ người khác dùng số gì. Thế giới: công khai hoá tất cả các số liệu.
            c) Nguyên nhân của sự yếu kém của hệ thống thông tin:
            Có nhiều nguyên nhân, song quan trọng nhất phải kể tới là:
            – Nhu cầu của lãnh đạo về hệ thống thông tin chưa nhiều, lãnh đạo các cấp quen lập kế hoạch và điều hành theo cảm tính, kinh nghiệm, “bốc thuốc”, chứ không quen sử dụng các công cụ hiện đại trong quản lý kinh tế. Cũng vì nguyên nhân này mà dẫn tới nhận thức, phương pháp luận về xây dựng hệ thống thông tin hầu như rất ít được quan tâm. Thậm chí có đồng chí cấp tổng cục trưởng còn phát biểu: Ai cũng biết nước ta đang có rất nhiều lao động chưa có việc làm; do đó cần gì phải điêù tra; cứ dành tiền đó để tạo việc làm. Thực tế, muốn giải quyết được vấn đề thất nghiệp, phải điều tra số lượng thất nghiệp, cơ cấu theo tuổi, giới tính, vùng, trình độ học vấn, trình độ kỹ thuật,… người thất nghiệp; phải phân tích nhu cầu việc làm trong lĩnh vực gì của người thất nghiệp… thì mới đề ra được giải pháp đúng đắn để xử lý.
            – Chi phí điều tra, thu thập, xử lý thông tin đã đắt lên nhiều so với trước vì mức sống đã tăng cao. Mặt khác, chỉ ít các cá nhân, cơ quan có nhu cầu nên cầu thấp, bán thông tin không đủ bù chi phí. Thực tế, thông tin là cơ sở của mọi hoạt động kinh tế xã hội, là cơ sở hạ tầng cho phát triển. Ta đang đi vào kỷ nguyên mới, kỷ nguyên trí tuệ, với nền kinh tế tri thức, trong đó thông tin là vật chất, là hàng hoá quan trọng nhất. Do đó, để phát triển cao, dài hạn, bền vững, nhất định phải coi công tác thông tin là quan trọng hàng đầu.
            – Phương tiện xử lý thông tin còn yếu kém. Gần đây đã nhập được nhiều máy tính và thiết bị nối mạng, song sử dụng chưa đúng mục đích nên rất lãng phí và kém hiệu quả. Phần mềm của ta cũng kém. Trong số cán bộ tin học hiện nay, chưa đến 1% có thể viết được phần mềm mới, chưa đến 10% sử dụng thành thạo các phần mềm đã có, số còn lại chủ yếu chỉ biết sử dụng máy tính để đánh văn bản.
            – Trình độ cán bộ làm tin học và trình độ cán bộ kế hoạch đối với công tác thông tin còn yếu: Chọn máy tính gì, thiết bị nối mạng kiểu gì, bố trí mạng thông tin như thế nào, chọn chỉ tiêu nào đưa vào mạng… Trên toàn quốc, hầu như chưa hệ thống thông tin nào có giá trị như một mạng thông tin máy tính thống nhất.
            2/ Yêu cầu thông tin đi kèm với các chỉ tiêu cần thu thập cho mô hình:
            Số liệu, chỉ tiêu trong hệ thống thông tin phục vụ xây dựng mô hình không những phải được tổ chức khoa học để thuận lợi khi tra cứu mà phải chứa đựng những thông tin về chính các số liệu và chỉ tiêu đó. Thường chúng ta không chú ý đến ghi lại những thông tin này. Những yêu cầu thông tin cơ bản phải đi kèm với các số liệu, chỉ tiêu này là:
            a) Phần nguồn gốc của dữ liệu:
            – Nguồn gốc số liệu: Lấy từ sách nào, tài liệu, báo cáo nào;
            – Tên cơ quan ban hành sách, tài liệu đó;
            – Tên chính xác của số liệu này trong tài liệu chính thức;
            – Khoảng thời gian có số liệu (ví dụ từ năm 1980 đến nay);
            – Số theo quý, tháng hay năm ?
            – Đơn vị đo lường: tấn, m3, triệu đồng…;
            – Số liệu được tính theo giá hiện hành hay so sánh, năm gốc là năm nào;
            b) Phần nội dung của dữ liệu:
            – Định nghĩa nội dung của dữ liệu. Ví dụ nói sản xuất 10 triệu tấn xi măng, vậy đó là các loại xi măng gì, quy đổi ra sao để cộng lại thành 10 triệu tấn. Tương tự đối với các loại đường, gạo,…
            – Khoảng thời gian thống kê dữ liệu, ví dụ tỷ giá hoặc giá trung bình của tháng hay vào ngày giữa tháng, cuối tháng ?
            c) Cơ sở cấp số liệu ban đầu:
            – Ai cấp số liệu, dữ kiện cho cơ quan trên ? Ví dụ Tổng công ty Thép cung cấp cho Bộ công nghiệp, rồi Bộ Công nghiệp cấp cho Tổng cục Thống kê để Tổng cục Thống kê xuất bản.
            – Phương pháp báo cáo  là gì ? Theo điều tra định kỳ và gửi lên hay thỉnh thoảng mới điều tra.

– Thời gian có thể có số liệu: Ví dụ ngày 10 hàng tháng thì có số ước tính của tháng trước, ngày 20 thì có số chính thức.

IV- XỬ LÝ THÔNG TIN TRƯỚC VÀ TRONG QUÁ TRÌNH XÂY DỰNG MÔ HÌNH.
1) Sử dụng đồ thị trong phân tích, dự báo
            1.1) Tại sao phân tích qua đồ thị lại quan trọng
            Trong rất nhiều cách để phân tích và hiểu quan hệ qua các số liệu, một trong những cách tốt nhất trước khi bắt tay vào xây dựng mô hình phân tích, dự báo là phân tích trên đồ thị. Thông qua phân tích đò thị, có thể hiểu ngay và tương đối đơn giản các chuỗi cần dự báo vì theo kinh nghiệm, mắt người là một công cụ phân tích số liệu và mô hình hoá tốt hơn mọi loại kỹ thuật mô hình hoá tinh vi nhất. Tuy nhiên, không thể nói là chỉ cần phân tích đồ thị là đủ, vì nó còn đầy hạn chế, nhưng đây là cách làm phổ biến để mở đầu quá trình phân tích, dự báo.
            Có thể dùng các số liệu để xây dựng các đồ thị nhằm minh hoạ lợi ích của dùng đồ thị. Ví dụ chúng ta có bảng số liệu sau:

 

x1
y1
x2
y2
x3
y3
x4
y4
10
8,04
10
9,14
10
7,46
8
6,58
8
6,95
8
8,14
8
6,77
8
5,76
13
7,58
13
8,74
13
12,74
8
7,71
9
8,81
9
8,77
9
7,11
8
8,84
11
8,33
11
9,26
11
7,81
8
8,47
14
9,96
14
8,1
14
8,84
8
7,04
6
7,24
6
6,13
6
6,08
8
5,25
4
4,26
4
3,1
4
5,39
19
12,5
12
10,84
12
9,13
12
8,15
8
5,56
7
4,82
7
7,26
7
6,42
8
7,91
5
5,68
5
4,74
5
5,73
8
6,89
Nếu xây dựng các hàm hồi quy y = a. x +b, ta sẽ thấy chất lượng các quan hệ đều tốt, SE, T của các biến đều chấp nhận được. R2 của tất cả các phương trình đều bằng 0,67 trong khi SE của chúng đều là 1,24. Tuy nhiên, khi đưa các quan hệ giữa các chỉ tiêu lên đồ thị, chúng ta thấy có 4 loại đường rất khác nhau:
            – Trường hợp 1: Số liệu phân bố khá tản mạn, song có thể coi là quan hệ tuyến tính dù chất lượng thống kê kém.
                                                Đồ thị 1:
– Trường hợp 2: Đồ thị cho thấy có quan hệ giữa hai biến, nhưng chắc chắn không phải quan hệ tuyến tính. Do đó phải tìm dạng mô hình khác.
                        Đồ thị 2:
– Trường hợp 3: Đồ thị chỉ ra có một quan hệ tuyến tính giữa hai biến, nhưng lại có một cặp số không đi theo xu thế chung. Rõ ràng chúng ta không biết điều này nếu chỉ nhìn các bảng số liệu thô; nhưng nhờ đồ thị, đã phát hiện ra. Vấn đề đặt ra là phải kiểm tra lại các số lạ này.
            – Trường hợp 4: Quan hệ tuyến tính theo chiều thẳng đứng. Tuy nhiên, có 1 điểm không theo quy luật, làm cho quan hệ thống kê khác hẳn đi. Nếu khong nghiên cứu trước trên đồ thị thì không biết, và vẫn sử dụng hàm tuyến tính bình thường với tất cả các điểm.
                                                Đồ thị 3:
                                                Đồ thị 4
            Như vậy, qua bốn ví dụ trên, có thể rút ra lợi ích của công cụ đồ thị như sau:
            + Đồ thị giúp chúng ta tổng hợp và phát hiện dạng quan hệ giữa các biến như trong ví dụ chỉ ra. Đây là vấn đề rất quan trọng trong phân tích, dự báo.
            + Đồ thị giúp chúng ta nhận dạng những điểm bất thường trong số liệu. Đây cũng là điểm rất cơ bản trong phân tích, dự báo vì mô hình dự báo không thể xây dựng với bộ số liệu chứa những điều bất bình thường như vậy.
            + Dễ dàng hơn cho việc so sánh các quan hệ. Ví dụ có thể đưa tất cả các quan hệ trên lên 1 đồ thị để thấy với cùng một biến x, nhưng các biến y khác nhau như thế nào. Đây là kỹ thuật so sánh bội.
            + Một lợi thế khác rất quan trọng là khi làm việc với một chuỗi gồm rất nhiều số liệu: ví dụ chuỗi 100, 1000 quan sát. Khi đó không có cách gì hiểu quan hệ giữa các biến ngoài dùng đồ thị. Đồ thị cho phép đưa một khối lượng thông tin khổng lồ lên một đồ thị rất nhỏ để quan sát thấy quan hệ.
            1.2) Các loại đồ thị (xem chương dưới đây)
            Ví dụ đồ thị về các thành phần của GDP, làm trong Eviews.
2) Sử lý một số tình huống với số liệu
            Tình trạng không đủ thông tin số liệu để làm các mô hình xảy ra khá phổ biến trong thực tế, đề nghị mọi người đề xướng và tôi có thể đưa ra một số phương án trả lời dựa trên kinh nghiệm thực tiễn của tôi. Dưới đây, xin trình bầy kinh nghiệm đối phó với một số trường hợp hay xảy ra nhất.
            2.1) Trường hợp thông tin không thống nhất
            Trong phần III, chúng ta đã kể ra hai trường hợp thông tin không thống nhất: Không thống nhất trong nội bộ quốc gia và không thống nhất khi so sánh quốc tế.
            – Khi thu thập thông tin từ nhiều nguồn trong nước, nếu có sự khác nhau, nguyên tắc xử lý chung là: Ưu tiên chọn nguồn thông tin có độ chính xác cao hơn làm thông tin chuẩn; sau đó đối với những năm thiếu, chế biến các nguồn thông tin khác để quy về cùng thước đo với thông tin chuẩn để bổ xung vào thông tin chuẩn. Một số trường hợp cụ thể:
            + Các thông tin mà Tổng cục Thống kê (TCTK) thường có một cách hệ thống thì ưu tiên lấy của Tổng cục thống kê. Đặc biệt, thông tin trong Niên giám thống kê được coi là thông tin chuẩn nhất và luôn luôn được ưu tiên chọn vì nó có giá trị pháp lý và tất cả các nhà nghiên cứu trong và ngoài nước đều sử dụng.
            + Thông tin về lao động, sản xuất, đầu tư, xuất nhập khẩu, thu nhập, tiền lương, thị trường nên lấy từ nguồn Tổng cục Thống kê. Nếu các nguồn khác cũng có thì chỉ nên dùng để lấp chỗ trống trong thông tin của Tổng cục Thống kê.
            + Thông tin tài chính: nếu trong các Niên giám thống kê hoặc sách gần giống Niên giám thống kê mà có thông tin này thì cũng được ưu tiên chọn. Thông tin của Bộ Tài chính chỉ có giá trị tham khảo dù rằng các chuyên gia trong ngành cho rằng thông tin của Bộ TC chính xác hơn. Tuy nhiên có hai trường hợp:
            . Thông tin chi tiết về thu chi ngân sách không có trong tài liệu của ngành Thống kê, khi đó phải sử dụng thông tin của Bộ Tài chính, Tổng cục Thuế hoặc Kho bạc Nhà nước. Có thể xảy ra trường hợp một số thông tin chi tiết của Bộ Tài chính khác với thông tin của TCTK (nếu TCTK có) và tổng các thông tin chi tiết không bằng với thông tin gộp của TCTK. Khi đó, phải phân tích thận trọng để lựa chọn. Thông thường, nếu phải sử dụng 1 bảng tập hợp tất cả các thông tin chi tiết của Bộ Tài chính thì nên chọn thông tin của Bộ Tài chính vì nó vừa đảm bảo tính thống nhất, vừa có vẻ như có độ tin cậy cao hơn.
            Trong tính toán, ở cấp chi tiết thì làm với thông tin của Bộ Tài chính, đến khi gộp lại đưa vào cấp cân đối tài chính vĩ mô thì làm việc với thông tin của TCTK. Bước chuyển giữa hai loại này có thể được thực hiện bằng một quan hệ tỷ lệ hoặc kinh tế lượng:
            T (TCTK) = f( Tổng các thành phần chi tiết theo số của Bộ Tài chính).
trong đó T là tổng thu thuế theo nguồn của Tổng cục thống kê.
            . Lãnh đạo ngành tài chính khảng định nội bộ với những người làm mô hình là số của TCTK không đúng, và đặt hàng họ làm mô hình phục vụ công tác phân tích và dự báo kinh tế của Bộ Tài chính. Khi đó, nhóm làm mô hình cần yêu cầu lãnh đạo cung cấp số liệu thật để xây dựng các phương trình. Số liệu của TCTK giờ đây chỉ có tính chất tham khảo và bổ xung khi số liệu của Bộ TC  không đủ.
            + Thông tin tiền tệ và cán cân thanh toán quốc tế
            Dĩ nhiên chúng ta không tìm thấy thông tin này trong tài liệu của TCTK, do đó chỉ còn hai cách: Tiếp xúc với ngân hàng nhà nước để xin và lấy trong tài liệu của các tổ chức Tài chính quốc tế. Việc tìm kiếm từ Ngân hàng Nhà nước rất khó khăn, có thể lấy được một số thông tin không hệ thống về lãi suất, tỷ giá, tỷ lệ dự trữ bắt buộc… chứ thông tin về cung cầu tiền tệ và can cân thanh toán quốc tế rất khó kiếm. Nếu kiếm được, chắc chắn khi so với thông tin của các tổ chức tài chính quốc tế, sẽ thấy rất khác nhau. Xử lý như thế nào ?
            Nguyên tắc chung là: Ưu tiên chọn thông tin của Quỹ Tiền tệ quốc tế vì thông tin này có tính hệ thống (vừa kéo dài nhiều năm, vừa gồm rất nhiều thông tin chi tiết). Xây dựng mô hình với thông tin của IMF, làm các phân tích và dự báo bình thường. Mặt khác, chúng ta ngầm giả định thông tin của Ngân hàng Nhà nước tỷ lệ thuận (theo hàm số y=a.x + b chẳng hạn) với thông tin của IMF, nên mỗi khi làm với thông tin của IMF thì có thể tín quy đổi tương đương với thông tin của Ngân hàng Nhà nước.
            Đối với Bộ KH-ĐT, chúng tôi có các thông tin khá chi tiết về tiền tệ và cán cân thanh toán quốc tế theo tháng, quý và năm của Ngân hàng Nhà nước. Vì vậy, chúng tôi coi đây là nguồn thông tin chính; thông tin của IMF chi có giá trị tham khảo và được quy đổi theo quan hệ mô hình để kéo dài chuỗi thời gian của Ngân hàng Nhà nước cung cấp.
            – Thông tin quốc tế: Tuỳ từng chỉ tiêu để chọn thông tin cho phù hợp. Nhưng đối với từng loại thông tin, đã theo nguồn nào thì theo đến cùng.
            + Thông tin về Việt nam của IMF được đánh giá là đầy đủ và đồng bộ nhất, do đó được sử dụng nhiều nhất. Thực tế, chúng tôi thấy thông tin của IMF ngày càng sát với thông tin của chính phủ Việt nam, nhưng vẫn còn những khoảng cách nhất định. Theo chúng tôi, chỉ nên sử dụng nguồn tin này đối với các chỉ tiêu tiền tệ vì chúng có tính hệ thống và đủ ba bảng cân đối tiền tệ (cân đối chung, cân đối của ngân hàng nhà nước và cân đối của ngân hàng thương mại).
            + Nguồn thứ hai là của Ngân hàng thế giới, được nêu trong báo cáo hàng năm về kinh tế Việt nam và trình bày trong hội nghị các nhà tài trợ cho Việt nam định kỳ vào cuối năm. Số liệu dân số, lao động, sản xuất, đầu tư của nguồn thông tin này giống hệt số liệu chính thức của Việt nam, kể cả những thông tin mà IMF không công nhận. Do đó nên sử dụng nguồn thông tin này nếu thông tin trong nước không có. Các số liệu tài chính của Ngân hàng thế giới chi tiết hơn nhiều so với của IMF và cũng sát so với của Việt nam hơn, do đó cũng nên sử dụng nguồn thông tin này. Đặc biệt, WB có cả các số liệu chi tiết về thu thuế và số liệu chi tiết về chi ngân sách mà bình thường ta không có, ví dụ thuế VAT cho các khu vực quốc doanh, ngoài quốc doanh và nhập khẩu, chi ngân sách cho tiền lương, chi cho trả lãi, chi trợ cấp về lương thực, cho sản xuất, cho xuất khẩu… Các số liệu về giá cũng rất chi tiết, kể cả chỉ số giá giảm phát GDP cho các ngành, lĩnh vực kinh tế.
Như vậy, nguồn thông tin của WB khá tốt, hơn nữa, nó có ưu điểm là đã tạo sẵn thành một chuỗi dài. Do đó, nói chung có thể sử dụng nguồn tin này để làm mô hình, nhưng khi đó, đối với mỗi chỉ tiêu, cần kiểm tra so với số thực của Việt nam để xem có khớp không, tạo sự tin tường đối với những số chưa được kiểm tra.
            Tuy nhiên, thông tin về cán cân thanh toán quốc tế của IMF và WB có nhiều điểm rất khác nhau, từ đây đặt ra vấn đề chọn số liệu của tổ chức nào ? Chúng tôi nhận thấy số của IMF sát với số của Việt nam hơn nên chúng tôi thường chọn số của IMF.
            + Thông tin của Liên hợp quốc và Ngân hàng phát triển châu á thường không chính xác nên không được sử dụng. Tuy nhiên, có thể sử dụng các nguồn tin này nhằm tìm số liệu các nước để so sánh với nước ta.
            2.2) Trường hợp thông tin không đầy đủ
            a) Trường hợp thiếu các chỉ tiêu cần tìm:
            Nguyên tắc xử lý chung: Tìm chỉ tiêu thay thế.
            Trong bài 1, phần các phương trình cơ bản, chúng ta đã bàn về tìm các chỉ tiêu thay thế cho các chỉ tiêu cơ bản để tính thuế. Trong trường hợp này, chúng ta cũng làm tương tự. Ví dụ trong bài trước, chúng ta cần biết chỉ tiêu cầu nhập khẩu nước ngoài đối với hàng hoá nước ta. Do không có chỉ tiêu phản ảnh đúng cầu này nên có thể tìm một chỉ tiêu thay thế, đó là tỷ lệ tăng trưởng GDP trung bình của các nước bạn hàng chính qua các năm. Một ví dụ khác là chỉ tiêu tỷ giá thực trong phương trình xuất, nhập khẩu. Do không tính được chỉ tiêu này (có thể tính được, nhưng rất khó khăn), nên chúng tôi dùng tỷ giá đồng đô la nhân với chỉ số giá xuất tính bằng ngoài tệ (hoặc chỉ số giá nhập trong phương trình nhập khẩu) rồi chia cho chỉ số giá tiêu dùng trong nước (hoặc chỉ số giá GDP…
            Một ví dụ khác là tiền lương. Giả sử phải xây dựng hàm chi phí sản xuất phụ thuộc vào chi phí tiền lương và thu nhập trung bình toàn xã hội tính trên một đơn vị sản phẩm, nhưng chúng ta không có số liệu về tổng tiền lương và thu nhập này. Khi đó, cần làm thế nào ?
            Giở Niên giám Thống kê ra, chúng ta thấy có chỉ tiêu “thu nhập bình quân một người một tháng của lao động trong khu vực Nhà nước qua các năm”. Tuy nhiên, chỉ tiêu này chưa phản ảnh được mức chi phí tiền lương của toàn nền kinh tế. Mặt khác nếu lấy tổng chi lương trong chi ngân sách chính phủ chia cho số lao động làm việc trong khu vực nhà nước, sẽ thu được chuỗi số liệu khác với chuỗi số liệu trên, ví dụ năm 1997 chỉ tiêu trước là 470,4 nghìn đồng, chỉ tiêu sau là 550,4 nghìn đồng. Đáng ngạc nhiên hơn, trong sách điều tra của Bộ Lao động, thương binh và xã hội, cũng có một chỉ tiêu tương tự: “thu nhập bình quân một người một tháng của lao động trong khu vực Nhà nước qua các năm”, nhưng chuỗi số liệu cao hơn nhiều, năm 1997 chỉ là 642,1 nghìn đồng (so với 470,4).
Trong tài liệu này, còn có một chỉ tiêu rất đáng quan tâm vì tính cho toàn nền kinh tế: Thu nhập bình quân 1 người 1 tháng, chia ra thành thị và nông thôn. Tuy nhiên, chỉ có số liệu của 2 năm điều tra 1996 và 1999: Thu nhập đầu người bình quân cả nước 1 tháng là 226,7 nghìn đồng năm 1996 và 295 nghìn đồng năm 1999. Nếu xét đến nguồn tài liệu thứ ba là bảng vào ra, thì có một số liệu cũng lại khác với hai số trên. Ngoài ra còn có thể có một số chỉ tiêu tiền lương và thu nhập khác do các bộ, ngành và tổ chức quốc tế đưa ra…
Trong bối cảnh nhiều chỉ tiêu như trên, có thể chọn:
–          Chỉ tiêu tiền lương trong khu vực Nhà nước, với giả thiết ngầm là tiền lương bình quân trong nền kinh tế có quan hệ tỷ lệ tuyến tính với tiền lương trong khu vực Nhà nước. Trong ví dụ ở bài 2, chúng ta đã đi theo cách làm này. Nguồn số liệu: Tổng cục Thống kê.
–          Tuy nhiên, giả thiết đặt ra trong cách làm trên rất mạnh vì trên thực tế, không nhất thiết tiền lương của khu vực Nhà nước luôn luôn tăng tỷ lệ và đi đôi với tăng tiền lương trong khu vực tư nhân. Thực tế cho thấy mặc dù biến tiền lương của khu vực Nhà nước có ý nghĩa trong giải thích tiến triển của giá thành, nhưng sai số của phương trình vẫn lớn. Do đó phải tìm một chỉ tiêu khác phù hợp hơn, hoặc để bổ xung. Chỉ tiêu đó là tổng tiền lương trả cho người sản xuất rút ra từ bảng vào ra (I/O) tính theo giá sử dụng cuối cùng chia cho số lượng lao động trong toàn nền kinh tế. Thực tế, với chuỗi số liệu này, chất lượng phương trình tốt hơn hẳn.
            b) Trường hợp có chỉ tiêu cần thiết, song không đủ theo số năm cần thiết (năm có năm không)
            Trong trường hợp này, người ta thường phân tích xem chỉ tiêu đó có quan hệ định lượng với những chỉ tiêu gì khác, rồi xây dựng các mô hình để xác định các quan hệ. Sau đó thay giá trị đã biết của các biến giải thích để tính ra số liệu thiếu của chỉ tiêu cần sử dụng.
            Ví dụ chúng ta không có đủ số liệu về tiền lương, nhưng lại biết tất cả các số liệu về sản xuất và lao động, khi đó chúng ta có thể ước lượng phương trình tiền lương trung bình của nền kinh tế như sau:
                                    W = a * ( dY / dN ) * P + b
trong đó W là tiền lương, dY/dN là năng suất lao động, P là giá cả. Từ phương trình này, với các chỉ tiêu Y, N, P đã biết, sẽ tính được W đối với những năm còn thiếu.
            Cơ sở lý thuyết của phương trình trên như sau: Vì trong kinh tế thị trường, sản xuất lấy lợi nhuận làm mục tiêu nên cần phải cực đại hoá lợi nhuận, tức là:
Sản xuất – Chi phí lương =  P * Y – W * N  Ü max
Vì điểm cực đại xảy ra khi đạo hàm theo N bằng 0, nên:
P * dY – W * d N  =  0
hay                             W = ( dY / dN ) * P
tức là chúng ta có phương trình trên.
            3) Cân đối lại các chỉ tiêu để đảm bảo tính hệ thống
            Thực tế cho thấy đối với từng bảng cân đối vĩ mô chủ yếu nêu trong bài 1, chúng ta thấy có hiện tượng cân đối hợp lý, có chăng chỉ có một số sai số trong cân bằng tài khoản quốc gia và cân bằng cán cân thanh toán quốc tế. Tuy nhiên, nếu xây dựng một bảng cân đối gộp tổng thể với số liệu trong các ô được lấy trong mỗi bảng cân đối trên thì thấy xuất hiện trong bảng cân đối gộp những điểm mâu thuẫn. Tình hình càng trở nên trầm trọng nếu chúng ta xuất phát từ những biểu cân đối rất chi tiết. Hậu quả là trong các mô hình chi tiết được xây dựng theo các nguyên tắc hạch toán kế toán, sẽ phát sinh hiện tượng sai số cân đối. Sai số tích luỹ càng nhiều có thể dân đến mô hình không hội tụ hoặc cho những kết luận không phù hợp.
            Chính do nguyên nhân này mà khi làm mô hình cho các nước đang phát triển, chuyên gia nước ngoài thường phải tự xây dựng lại các cân đối vĩ mô. Ở nước ta, khi giúp Viện Nghiên cứu Quản lý Kinh tế Trung ương xây dựng mô hình dự báo ngắn hạn, các chuyên gia Đức trong dự án DTZ cũng đã tiến hành những tính toán cân đối lại để các quan hệ kinh tế khớp nhau. Kết quả là số liệu đưa vào mô hình sẽ khác với số liệu thực tế, tuy mức độ không lớn.
            2.4) Trường hợp chuyển từ số liệu năm sang số liệu quý và ngược lại
            Việc phân rã số liệu năm sang số liệu quý cũng được làm theo cách xây dựng quan hệ giữa chỉ tiêu cần phân rã với các chỉ tiêu khác đã có số liệu quý. Sau khi có phương trình, sẽ theo đó tính ra các số liệu quý của chỉ tiêu cần phân rã.
            Ví dụ trước đây chúng ta chỉ có chỉ tiêu giá trị tổng sản lượng công nghiệp và giá trị doanh số bán lẻ trên thị trường theo quý và năm, trong khi chúng ta muốn phân rã GDP chung theo quý. Cách làm như sau:
            + Xây dựng quan hệ giữa tăng trưởng công nghiệp với GDP công nghiệp theo năm. Từ đó tính GDP công nghiệp theo quý theo giá trị sản xuất công nghiệp theo quý.
            + Tương tự, tính GDP dịch vụ theo quý căn cứ vào giá trị doanh số bán lẻ trên thị trường theo quý.
            + Xây dựng hàm quan hệ giữa GDP chung với GDP của hai ngành trên theo năm; sau đó tính GDP chung theo quý.
            + Trừ GDP chung theo quý cho GDP của công nghiệp, dịch vụ, sẽ có GDP của nông nghiệp theo qúy.
            + Xem xét lại tính hợp lý của các số liệu thu được. Tính một số quan hệ tỷ lệ và cơ cấu để kiểm tra trước khi chấp nhận kết quả.
            2.5) Trường hợp dự báo các số liệu đầu vào làm cơ sở để mô phỏng dự báo tương lai
Dự báo đầu vào bao gồm:
– Dự báo các biến ngoại sinh
– Dự báo các sai số
a) Dự báo các biến ngoại sinh:
a1) Dự báo các biến ngoại sinh thuần tuý
Những phương pháp thông dụng là dự báo trên cơ sở các dự báo khác đang có, các dự báo của các cơ quan khác và dự báo theo xu thế.
– Dự báo theo các mô hình toán học khác: Ta hay làm, xây dựng các mô hình cho lĩnh vực đó để dự báo sơ bộ.
– Dự báo của các cơ quan khác: Thông thường đối với dự báo kinh tế thế giới, giá cả quốc tế…
– Ngoại suy theo xu thế: Ta hay làm đối với các biến không quan trọng.  Các phương trình hay được làm dưới dạng hàm log. Ví dụ cụ thể:
     + Theo phương pháp kinh tế lượng:
. Chỉ số giá xuất khẩu: log(PX) = a + b . t
. Chỉ số giá nhập khẩu: log(PM) = a + b . t
. Chỉ số giá xuất khẩu dầu  thô: log(PO) = a + b . t
. Chỉ số giá nhập khẩu năng lượng:  PE = 1.1 * PE(-1) đối với giai đoạn 2001-2003 và = 1.15 * PE(-1) đối với những năm sau.
. Xuất khẩu dầu thô: OEX = OEX1990 * (1+r) ^ t, với r = 0,1 cho 5 năm đầu và 0,7 cho 5 năm tiếp theo.
….
     + Theo phương pháp dự báo thích nghi: Box Jenkin
a2) Dự báo các biến ngoại sinh chính sách
– Dự báo theo ý kiến chuyên gia: ít làm vì không có tiền trả
– Dự báo trên cơ sở thông tin qua sách báo
– Dự báo trên cơ sở thông tin của các Bộ, ngành
b) Dự báo các sai số
Rất phức tạp vì phải nghiên cứu quy luật dao động của chúng
Thực tế:
– Cho các sai số bằng không nếu sai số của biến đó thấp

– Cố xây dựng sai số cho một số biến quan trọng căn cứ vào 1 quy luật biến động theo xác suất ngẫu nhiên nào đó. Thực tế ta không làm.

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:
– Viện quốc tế các nhà dự báo, Đại học Case Western Reserve của Mỹ.
– Trung tâm dự báo, Lancaster, Anh:
– Tạp chí dự báo quốc tế:
            http:// weatherhead.cwru.edu/forecasting/ijf.html
-Tạp chí dự báo:
– Stalib:
– Đại học Pennsylvania:
– Tổ chức Link thuộc Liên hợp quốc:
            http://www.chass.utoronto.ca/link/
– Quỹ Tiền tệ quốc tế:
– 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.
Chuyên mục:Kinh nghiệm, Think
  1. Chưa có phản hồi.
  1. No trackbacks yet.

Gửi phản hồi

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Log Out / Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Log Out / Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Log Out / Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Log Out / Thay đổi )

Connecting to %s

%d bloggers like this: