CÁC NHÀ KINH TẾ HỌC CÓ XU HƯỚNG CHẠY THEO THÓI THỜI THƯỢNG, VÀ MỐT MỚI NHẤT LÀ HỌC MÁY
Dữ liệu lớn (Big data) đã dẫn tới "mốt" mới trong ngành nghiên cứu kinh tế.
Một nhóm những nhà kinh tế học nên được đặc trưng bằng cụm từ gì? “Ảm đạm”, “thoái hóa” hay thậm chí là “giả thiết”? Vào tháng giêng, khi các nghiên cứu sinh Tiến sĩ chen lấn nhau tìm việc tại cuộc họp thường niên của Hiệp hội Kinh tế Mỹ, “thị trường” có vẻ là từ diễn tả đúng nhất. Hoặc đánh giá theo xu hướng chạy theo “mốt” mới nhất của những người viết bài nghiên cứu kinh tế, thì bây giờ cách đặc trưng tốt nhất là “bầy đàn”. Một kỹ thuật sử dụng dữ liệu lớn đang trở thành “cơn sốt” trong năm nay là máy học (machine learning); giáo sư ngành kinh tế học tại Đại học London Imran Rasul đang rất chờ đợi đọc một chồng những công trình vận dụng kỹ thuật đang nổi này.
Các nhà kinh tế học thường thiên về phương pháp luận thời thượng. Giáo sư Rasul nhắc đến những nghiên cứu trước đây sử dụng kỹ thuật hồi quy cắt (regression discontinuity) - kỹ thuật so sánh những đối tượng giống nhau ở hai phía của một điểm cắt để đánh giá tác động của chính sách. The Economist đã phân tích các từ khóa trong những phần tóm tắt các bài nghiên cứu được công bố bởi National Bureau of Economic Research (xem biểu đồ bên trên), kết quả thể hiện chiều hướng của mức độ hưởng ứng đối với phương pháp thí nghiệm trong phòng thí nghiệm, thử nghiệm ngẫu nhiên có đối chứng (randomised control trials - RCTs) và cách tiếp cận bằng phương pháp khác biệt kép (difference-in differences) (tức là so sánh xu thế theo thời gian giữa những nhóm đối tượng khác nhau).
