Wednesday, November 4, 2009

GARP về khoảng cách xã hội trên mạng lưới xã hội

Từ một seminar khác của Richard Blundell, tôi nảy ra ý tưởng áp dụng phương pháp đánh giá phi tham số (nonparametric) về hệ cầu (demand system) của Blundell để đánh giá và làm phép thử (test) về GARP (generalized axiom of revealed preferences) từ thí nghiệm trò chơi "độc tài" (dictator's game) trên mạng lưới xã hội mà tôi đã làm trước đây. Có thể xem thêm về thí nghiệm và kết quả của chúng tôi ở đâyở đây. Về làm phép thử GARP trên thí nghiệm trò chơi độc tài thì Andreoni và Miller đã có một bài báo trên Econometrica 2002. Ý tưởng của tôi sẽ khác ở chỗ coi khoảng cách xã hội (social distance - xem định nghĩa trong bài của tôi) là một thứ "commodity" có ảnh hưởng đến preference của cá nhân, và đánh giá/làm phép thử/dự đoán hành vi cá nhân theo yếu tố này. Tôi đã theo đuổi một ý tưởng tương tự trước đây, song sử dụng mô hình có tham số (mô hình hàm utility theo Cox-Friedman chứ không phải Fehr-Schmidt), và không thành công lắm. Nếu thực hiện đánh giá phi tham số như Blundell thì có thể thành công hơn. Tôi nghĩ đây là ý tưởng khá nghiêm túc và có thể làm research paper tốt được (ở mức PhD).

Post này sẽ viết thêm sau nếu có dịp.

Chênh lệch thu nhập và chênh lệch tiêu dùng

Hôm trước tôi mới dự một seminar của Richard Blundell, trong đó ông thảo luận về 2 bài báo, một bài với Pistaferri và Preston đã đăng trên AER năm 2008, một bài khác còn ở dạng working paper của IFS. Khi nào có thời gian tôi sẽ viết thêm về hướng nghiên cứu này. Về cơ bản, tác giả tiếp cận sự khác biệt giữa chênh lệch giầu nghèo về thu nhập (income inequality) và chênh lệch giầu nghèo về tiêu dùng (consumption inequality), từ đó sử dụng các moments (trên dữ liệu panel) để tách biệt những thành phần shock tạm thời và shock lâu dài trên chuỗi thu nhập, và ảnh hưởng của chúng lên chuỗi tiêu dùng. Từ đó, có thể rút ra nhận định về khả năng bảo hiểm thu nhập nói chung (thông qua các kênh bảo hiểm nhà nước, tư nhân, tiết kiệm, bất động sản, và vô số các kênh khác) trong một nền kinh tế, phân biệt theo các lớp tuổi hay theo các yếu tố khác.

Vấn đề tôi muốn nhắc đến ở đây là các bạn sinh viên kinh tế có thể sử dụng phương pháp này (theo tôi hiểu là không khó lắm về mặt kỹ thuật kinh tế lượng) đối với dữ liệu Việt Nam trong bộ VHLSS. (Tôi có đề xuất vấn đề dùng dữ liệu Indonesia với Blundell, vì dữ liệu Indonesia dài và tốt hơn dữ liệu Việt Nam nhiều, và phát hiện ra rằng Blundell đã bắt đầu làm việc với bộ dữ liệu này rồi.) Kết quả có lẽ sẽ tương đối thú vị, nhất là nếu ta phân biệt theo các lớp tuổi, địa phương, ngành nghề, vv. rồi sau đó có thể so sánh với mức độ phát triển tài chính theo địa phương chẳng hạn.

Chú thích: Tôi dùng blog này để trình bày các ý tưởng kinh tế học mà các bạn sinh viên kinh tế có thể theo đuổi. Ví dụ về ý tưởng nói trên, hoàn toàn có thể làm thành một luận án Thạc sĩ loại tương đối tốt được (tốt hơn luận án tôi từng làm ở DELTA, ENS, Pháp.) Trên blog, tôi sẽ phải dùng kết hợp tiếng Anh và tiếng Việt; mong các bạn dịch giúp các cụm từ tiếng Anh tôi không biết dịch.