Biến công cụ và biến nội sinh

Chào mừng các bạn sinh viên đến với một trong những chủ đề quan trọng và quyền lực nhất trong kinh tế lượng hiện đại: Biến công cụ và xử lý vấn đề nội sinh. Trong các bài học trước, chúng ta thường làm việc với giả định rằng các biến giải thích không có tương quan với sai số của mô hình. Nhưng trong thế giới thực, giả định này thường bị vi phạm, dẫn đến các kết luận sai lệch và làm chúng ta không thể đưa ra các khuyến nghị chính sách đáng tin cậy. Vậy làm thế nào để giải quyết vấn đề “đau đầu” này?

Chuỗi bài học này sẽ trang bị cho các bạn một công cụ cực kỳ hiệu quả, đó là phương pháp Biến công cụ, hay còn gọi là IV (Instrumental Variables). Chúng ta sẽ cùng nhau tìm hiểu tại sao các ước lượng OLS thông thường có thể bị chệch, và làm thế nào IV có thể “cứu” chúng ta bằng cách tìm ra một biến thứ ba, gọi là “công cụ”, để phá vỡ mối liên hệ không mong muốn giữa biến giải thích và sai số. Đây không chỉ là một kỹ thuật, mà còn là một cách tư duy mới về nhân quả trong kinh tế học. Nắm vững kỹ thuật này sẽ mở ra cho các bạn khả năng phân tích các vấn đề phức tạp mà các phương pháp cơ bản không thể giải quyết được.

Để giúp các bạn hiểu rõ chủ đề này, chúng ta sẽ đi qua một lộ trình học tập có cấu trúc, từ lý thuyết nền tảng đến ứng dụng thực tế với một nghiên cứu kinh điển. Các từ khóa chính chúng ta sẽ khám phá bao gồm:

• Tính nội sinh (Endogeneity): Tình huống “trái ngang” khi biến giải thích mà chúng ta quan tâm lại có tương quan với các yếu tố không quan sát được nằm trong sai số, làm cho ước lượng OLS bị chệch.
• Thiên lệch do biến bị bỏ sót (Omitted Variable Bias): Một nguyên nhân phổ biến của tính nội sinh, xảy ra khi chúng ta bỏ quên một biến quan trọng khỏi mô hình, và biến này vừa ảnh hưởng đến kết quả, vừa liên quan đến biến giải thích của chúng ta.
• Biến công cụ (Instrumental Variable): “Người hùng” của câu chuyện – một biến thỏa mãn hai điều kiện vàng: có tương quan mạnh với biến giải thích nội sinh, nhưng lại hoàn toàn không có tương quan với sai số của mô hình.