Using Models to Decide, Strategize, and Design

Xin chào, trong bài giảng này, chúng ta sẽ đi vào
loạt lý do thứ tư tại sao

bạn cần tham gia vào khóa học về mô hình và tại sao mô hình lại vô cùng quan trọng. Nhờ có nó

mà ta có thể đưa ra quyết định, chiến lược, thiết kế tốt hơn

Hãy cùng bắt đầu! Rất nhiều điều thú vị phía trước. Lý do đầu tiên

tại sao mô hình lại rất hữu ích. Chúng hỗ trợ cho những quyết định
của bạn, giúp bạn có những quyết định đúng đắn hơn.

6
00:00:20,096 --> 00:00:25,004
Hãy cùng xem một ví dụ.
Chúng ta có thể thấy đây là

một sơ đồ về các thể chế tài chính, với các công ty:

Bear Sterns, AIG, CitiGroup, Morgan Stanley
Sơ đồ này biểu thị

sự ảnh hưởng lẫn nhau giữa sự thành công của các công ty này

Giờ hãy tưởng tưởng rằng bạn là chính phủ liên bang
và bạn đang phải đối mặt với

một cuộc khủng hoảng tài chính,
Rất nhiều, hoặc một vài công ty ở đây sẽ

lâm vào tình trạng khó khăn
Bạn cần đưa ra quyết định

liệu có cần các biện pháp hỗ trợ hay không.
Hãy dùng một mô hình rất đơn giản để trợ giúp cho quyết định của bạn.

Và để làm được điều đó, trước hết
hãy cùng tìm hiểu xem

những con số trong sơ đồ có ý nghĩa gì?
Bây giờ, AIG là ở đây, còn JP Morgan là ở ngay đây.

Chúng ta thấy con số 466 trên mũi tên
nối 2 công ty này

Con số này biểu thị mức ảnh hưởng của công ty JP Morgan lên sự thành công của công ty AIG.

Đặc biệt là mối liên hệ giữa sự thành bại của họ. Nếu AIG làm ăn không hiệu quả,
nó sẽ kéo kết quả làm ăn của

JP Morgan suy giảm đến mức nào? Và chúng ta có thể thấy rằng
nó là một con số khá là lớn. Giờ nếu bạn nhìn lên

con số 94 này, nó nằm trên đường nối giữa Wells Fargo và Lehman Brothers,
và chỉ cho ta thấy rằng

nếu Lehman Brothers làm ăn không tốt lắm, thì cũng không ảnh hưởng mấy đến Wells Fargo và ngược lại.

Bạn, là chính phủ, cần phải quyết định:
“Giờ tôi cần phải giúp đỡ những ai?”

Không ai cả hay một vài trong số họ?
Hãy nhìn vào Lehman Brothers,

Có 4 mũi tên đi vào và đi ra từ Lehman Brothers, một trong số đó có giá trị 94,

cái này là 103, cái này 158, và cuối cùng là 155.
Chúng, về cơ bản, khá là nhỏ.

Nên bạn có thể đi đến kết luận: Lehman Brothers đã kinh doanh có thâm niên, và là một công ty lớn

Những con số này thì khá nhỏ bé,
nên dù những công ty này

có sụp đổ đi chăng nữa, nó cũng không gây ảnh hưởng lớn
Nhưng giờ hãy nhìn sang AIG

Chúng ta có 466, chúng ta có 441
456, 390

và 490. Chúng là những con số lớn tác động đến AIG
Dựa trên những số liệu này,

về cơ bản, bạn biết rằng, bạn cần một
kế hoạch dự phòng trợ giúp cho AIG

Đây gần như là bắt buộc, vì nếu bạn không làm điều đó,
có khả năng là toàn bộ hệ thống sẽ sụp đổ

Qua đây, ta có thể thấy được sức mạnh của mô hình

trong việc giúp đỡ chúng ta đưa ra quyết định đúng đắn hơn
Thực tế, chính phủ đã để cho Lehman Brothers

phá sản, và nền kinh tế vẫn tiếp tục phát triển.

Nhưng họ đã không để điều đó xảy ra với AIG.

tôi không rõ bộ máy tài chính của Mỹ đã hỗ trợ AIG như thế nào

nhưng bạn thấy đấy,
chính phủ nước Mỹ đã làm được điều đó.

Họ đã đưa ra những quyết định hợp lý.

Chuyển sang một vài thứ khác thú vị hơn.
Bài toán logic đơn giản sau đây

sẽ giúp chúng ta hiểu được sự hữu ích của mô hình.
Game này có tên gọi là: bài toán Monty Hall

nó được đặt theo tên của Monty Hall, MC một chương trình truyền hình

có tên “Let’s Make a Deal” (Hãy thỏa thuận) được phát song
trong thập niên 70’

Giờ tôi sẽ giới thiệu đặc điểm của chương trình này

Về cơ bản, luật chơi của chương trình này là

Đằng sau 3 ô cửa, có 1 ô cửa chứa giải thưởng lớn vô cùng giá trị,
2 ô cửa còn lại sẽ có cái gì đó

khá buồn cười, như là một con dê chẳng hạn.

Nói chung, sẽ có một thứ vô cùng hấp dẫn, xe hơi, máy giặt,v.v..
đang chờ đợi bạn sau 1 cánh cửa

Và điều bạn cần làm bây giờ là chọn một ô cửa.
Giờ giả sử rằng bạn chọn ô cửa số 1

Monty đã biết trước giải thưởng nằm ở ô cửa nào
Và trong 2 ô cửa còn lại, mà bạn đã không lựa chọn,

sẽ luôn có một ô cửa chứa giải thưởng vớ vẩn kia.

Vì thế nên, sau khi bạn chọn 1 ô cửa,
Monty sẽ luôn tìm được 1 ô chứa giải thưởng vớ vẩn.

Trở lại phần thi của bạn trong chương trình.
Bạn đã chọn ô cửa 1, đúng không?

ngay sau đó, Monty sẽ mở ô cửa số 3
và nói với bạn rằng:

“Ô cửa 3 chứa dê này,
Bạn có muốn thay đổi sự lựa chọn để đổi sang ô số 2 không?”

Liệu bạn có nên đổi từ ô cửa số 1 sang ô cửa số 2 không?

để tính toán xác xuất trúng giả thưởng cho ô cửa 1 và 2
Chúng ta sẽ xem qua một mô hình sau

Để hiểu rõ vấn đề nhanh hơn,
ta có thể tăng số lượng cánh cửa

Giả sử có 5 cánh cửa
Và giả sử rằng bạn chọn

ô cửa màu xanh nhạt này.
Xác xuất bạn chọn đúng cửa chứa phần thưởng là 1/5

Chỉ có một ô cửa có phần thưởng, xác xuất bạn chọn được là 1/5

Vậy nên, xác xuất bạn chọn sai ô cửa là 4/5
Vậy là bạn có 1/5 cơ hội trúng phần thưởng

và 4/5 là không trúng

đồng hành cùng bạn là Monty, và tất nhiên
ông ta cũng biết phần thưởng nằm sau cánh cửa nào

Monty, một lần nữa, lại nói với bạn rằng:
“ Tôi sẽ chỉ cho bạn

thấy rằng nó không ở đằng sau cánh cửa màu vàng,

nó cũng không ở sau cánh cửa màu hồng

và nói thật đằng sau cánh cửa màu xanh lá cũng không có gì”
Và Monty nói:”Bây giờ, bạn có muốn thay đổi…

từ cánh cửa xanh nhạt sang cánh xanh đậm

Bạn bắt đầu suy nghĩ, ban đầu, ô cửa bạn chọn có xác xuất trúng là 1/5

và anh ta tiết lộ cho bạn 3 cánh cửa không có giải thưởng

Có vẻ như khả năng trúng của ô xanh đậm
còn lớn hơn ô cửa bạn đã chọn

Thực sự nó đúng là thế.
Xác suất có phần thưởng sau cánh cửa xanh đậm là 4/5

Chỉ có 1/5 cơ hội sau cánh cửa bạn đã chọn
Vì vậy, tốt nhất là bạn nên thay đổi lựa chọn

Và trong bài toán 3 ô cửa ban đầu, bạn cũng nên đổi
Giờ hãy cùng tổng quát hóa

Chúng ta sẽ dùng mô hình đơn giản gồm 3 ô cửa để chỉ ra rằng
tại sao bạn nên đổi

Đầu tiên hãy tính xác xuất cho mỗi ô cửa

Có 3 ô cửa, bạn chọn ô 1
xác xuất bạn chọn đúng là 1/3

xác xuất phần thưởng ở ô 2 là 1/3
và ô 3 là 1/3

Giờ ta sẽ chia tập này ra thành 2 phần

Có 1/3 cơ hội là bạn chọn đúng
Và 2/3 cơ hội bạn chọn phải ô cửa không có quà

Sau khi bạn chọn ô cửa số 1,
phần thưởng giá trị sẽ có thể nằm ở sau ô cửa số 2

hoặc cũng có thể ô cửa thứ 3
hoặc tuyệt nhất, là nằm sau ô cửa bạn đã chọn, ô 1.

Giờ hãy nghĩ xem Monty sẽ làm gì
Giả sử phần thưởng sẽ nằm ở sau cánh cửa số 1 và số 2

thì Monty sẽ mở cho bạn xem ô cửa số 3

Anh ta sẽ nói, nhìn này, có một con dê!

Việc anh ta hé lộ một cánh cửa
sẽ không ảnh hưởng tới xác xuất

1/3 cơ hội mà bạn mở được trúng cánh cửa
có phần thưởng lớn

Phải, sẽ luôn chỉ có 1/3 cơ hội cho cánh cửa bạn đã chọn

Xét trường hợp nếu đằng sau ô cửa số 3 là phần thưởng
thì Monty vẫn có thể mở cánh cửa số 2

Và chỉ ra có 1 con dê trong đó
Khi đó xác xuất của ô cửa bạn chọn vẫn không thay đổi

Vì vậy, trong mọi trường hợp, bạn không biết thêm được
thông tin hữu ích nào

Bạn không biết thêm gì ở tập hợp có 2/3 cơ hội sai này

bởi vì Monty luôn có thể chỉ ra một ô có dê

Vậy, ban đầu, xác xuất trúng của bạn là 1/3
Sau khi Monty chỉ ra con dê, xác xuất cuối cùng

mà bạn chọn đúng vẫn chỉ là 1/3
Vậy với ý tưởng khoanh tròn các đối tượng

và viết xác xuất của chúng
Ta có thể thấy được phương án tốt hơn

trong vấn đề đổi hay không đổi ô cửa.
Điều này cũng tương tự như bài toán tài chính lúc nãy

của một Bang trong việc đưa ra quyết định hỗ trợ các công ty

Sau khi khoanh tròn các thông tin cần xem xét
Bạn nhận ra đâu là quyết định đúng đắn hơn

Đó là để Lehman phá sản, và giúp AIG vượt qua khó khăn

Xem xét tiếp trường ứng dụng khác mà mô hình cũng rât hữu dụng,
đó là so sánh tĩnh.

Đây là một mô hình cơ bản trong kinh tế.
So sánh tĩnh, hiểu một cách đơn giản

nghĩa là khi bạn cần thay đổi từ một trạng thái cân bằng này sang mộttrạng thái cân bằng khác,

những gì bạn thấy ở đây là: đường S chỉ mức cung.
Nó là sự cung cấp một loại hàng hóa nào đó ra thị trường.

Còn đường D1, D2 là mức cầu
Bạn có thể thấy rằng mức cầu được tịnh tiến lên

Khi mà mức cầu tăng,
chúng ta sẽ bán được nhiều hàng hơn.

Sản lượng (Q) tăng lên và giá cả (P) cũng tăng lên
Vậy, khi con người cần nhiều hơn cái gì đó,

số lượng mặt hàng đó sẽ tăng và giá của nó cũng vậy.
Từ đây, ta thấy sự chuyển dịch

của trạng thái cân bằng. Và nó chính là một ví dụ đơn giản về cách mà mô hình giúp ta

hiểu cách thức mà mọi thứ thay đổi thế cân bằng của nó
bằng cách vẽ những

hình minh họa đơn giản.
Một ứng dụng khác của mô hình là
kịch bản đối chứng (Counterfactuals)

Bạn biết rằng mọi việc chỉ xảy ra một lần
và một khi đã đưa ra quyết định, sẽ không thể quay lại quá khứ

để thay đổi lại.
Nhưng nếu ta có thể mô hình hóa sự kiện đó, nó sẽ giống như là bạn có thể tua đi tua lại đoạn băng

để thử nghiệm các quyết định khác nhau.
Sau đây là một ví dụ, mùa xuân tháng 4 năm 2009

Chính phủ dự định sử dụng một kế hoạch phục hồi kinh tế

Đây là biểu đồ thể hiện hiệu quả của nó
Đường này là ảnh hưởng nếu dùng kế hoạch phục hồi

còn đường này, dựa trên mô hình, cho ta thấy

điều gì sẽ xảy ra nếu không dùng kế hoạch phục hồi
Ta không thể chắc chắn nó sẽ như vậy

nhưng ít nhất bạn sẽ nắm được tình hình, hay hiểu được
tác dụng của kế hoạch.

Vậy, những kịch bản đối chứng này không có
tính chính xác tuyệt đối

nhưng nó vẫn gần đúng và mang tính tham khảo
giúp ta đi đến quyết định cuối cùng,

Xem chính sách đó có tốt hay không. Lý do thứ tư, mô hình dùng để xác định và đánh giá các đòn bẩy.

Giờ hãy cùng xem một mô hình đơn giản về
sự lan truyền của khủng hoảng kinh tế

Trong hình đầu tiên là
một đất nước lâm vào khủng hoảng

Trong trường hợp này là nước Anh.
Ta tự hỏi điều gì sẽ xảy ra theo thời gian?

Sau khi Anh sụp đổ, tai thấy kế tiếp là Ireland và Bỉ lâm bào khủng hoảng,

và Pháp, Đức lần lượt sau đó
Vậy, mô hình này đã cho ta thấy

tầm ảnh hưởng của một nước lên hệ thống tài chính thế giới
Và London là một đòn bẩy.

Đây sẽ làm nơi cần quan tâm kỹ
Chuyển sang một câu chuyện khác,

biến đổi khí hậu. Một trong những vấn đề quan trọng
trong biến đổi khí hậu

là vòng tuần hoàn của khí Cacbon.
Đây là mô hình rất phổ biến.

Ta biết rằng tổng lượng cacbon là không đổi
Chúng có thể ở trong không khí

hoặc trong lòng đất, sẽ là tốt hơn nếu nó trong lòng đất
bởi cacbon sẽ không

đóng góp cho sự nóng lên toàn cầu.
Khi mà bạn nghiên cứu về nó, bạn sẽ cần biết

những chỗ nào trong vòng tuần hoàn có ảnh hưởng lớn.

Và đây, lượng bức xạ từ mặt đất, một con số lớn.
Và bạn nghĩ tới lượng bức xạ mặt trời

đó cũng là một con số lớn
Và việc bạn cần làm là

áp dụng những phương pháp, chính sách
để giảm những con số lớn này

nếu bạn nhìn vào con số này, lượng nhiệt
phản xạ từ mặt đấy

nó chỉ khoảng 30, không lớn lắm.

Lý do thứ 5, thiết kế thực nghiệm
Ứng dụng của mô hình trong thiết kế thực nghiệm là gì?

Giả sử bây giờ một chính phủ
muốn bắt đầu một vài chính sách mới nào đó

ví dụ, họ quyết định sẽ bán đấu giá

các dải băng tần sóng cho điện thoại di động
và họ muốn thu được nhiều tiền nhất có thể.

Các nhà thiết kế đấu giá sẽ có một vài thử nghiệm về bạn sẽ làm gì, sẽ nghĩ gì

Sau đâu là một ví dụ về một thử nghiệm.

bạn có thể thấy các vòng đấu giá
trong các phiên đấu giá khác nhau

số tiền đấu giá là khác nhau
Việc bạn cần phải làm là

tạo ra những thử nghiệm tốt nhất, đem lại nhiều thông tin hữu ích nhất.

Và có một cách để làm điều đó
Sử dụng vài mô hình đơn giản.

Sáu, lý do thứ 6.
Institutional design, đây là ứng dụng có ý nghĩa nhất với tôi

Người mà bạn nhìn thấy phía trên, đó là Stan Rider,
ông ấy là

một trong những giáo sư hướng dẫn của tôi ở chương trình sau đại học.
Người đàn ông phía dưới là Leo Herwicks,

ông là một trong những thầy hướng dẫn của tôi ở bậc cao học.
Leo đã đạt giải thưởng Nobel trong lĩnh vực kinh tế.

Leo đoạt giải Nobel nhờ nghiên cứu
trong lĩnh vực phác thảo cơ chế.

Sơ đồ sau đây được gọi là Mount Rider, được đặt theo tên của Stan Rider ở bức hình trước

và Ken Mount, một đồng tác giả.
Giờ tôi sẽ giải thích sơ đồ này

bởi nó vô cùng quan trọng.
Bạn có thể thấy ký hiệu Theta ở đây

Đây là ký hiệu cho môi trường,

gồm tập hợp các yếu tố về công nghệ, ưu tiên của con người và tương tự.
Còn X ở đây là

kết quả, điều chúng ta mong muốn xảy ra.
Vậy bây giờ, làm thế nào để ta

có thể sử dụng công nghệ, nhân lực, hay bất cứ thứ gì ta có

để có thể tạo kết quả cuối cùng tốt nhất.
Mũi tên này

thể hiện sự mong muốn kỳ vọng của chúng ta

với những công nghệ hiện có, kết quả sẽ thế nào,
những gì chúng ta cùng quyết định

nó còn được gọi là *tương quan về lựa chọn xã hội* (social choice
correspondence)

hay * hàm lựa chọn xã hội*. Kiểu như, kết quả lý tưởng cho xã hội là gì.

Tuy nhiên, vấn đề là xã hội thường chỉ nhận ra họ muốn gì
chứ không phải kết quả lý tưởng nhất

Bởi để có thể đi đến thành quả cuối cùng,
ta cần có một cơ chế

được ký hiệu là m (mechanisms).
Một cơ chế nôm na là

thị trường, thể chế chính trị, hay thậm chí một chế độ.
Điều mà chúng ta cần biết là,

kết quả cuối của cơ chế đó,
sẽ giống kết quả lý tưởng

mà ta nhận được. Một cơ chế càng tốt

thì cho kết quả sẽ càng gần với những gì ta kỳ vọng.
Ví dụ, tôi từng giao bài tập sau những sinh viên của tôi

nếu chúng ta phân chia lớp theo kiểu thị trường,
bạn biết đấy

đấu giá để vào được lớp mong muốn
Liệu đó sẽ là cách hay hay dở?

Còn cách làm hiện nay của chúng ta là phân cấp

sinh viên năm cuối đăng ký trước
sau đó đến lượt năm ba

rồi cuối cùng là năm hai và năm nhất
Và rồi các sinh viên tự hỏi, liệu chúng ta có nên “thị trường hóa”?

Phản ứng đầu tiên của họ là sự đồng tình,
Bởi nó có vẻ hiệu quả.

Bạn sẽ có cái mà bạn muốn, sự kỳ vọng cho kết quả cuối
Và bạn phải thực sự muốn thì mới giành được

nó khá là công bằng,
nhưng rồi họ chợt nghĩ đến việc chọn lớp đăng ký

“chờ chút, có gì đó không ổn!”

lý do là, bạn cần phải tốt nghiệp chứ.
Và những sinh viên năm cuối cần

đăng ký được những khóa riêng biệt cho họ
đó là lý do họ nên đăng ký trước

nếu các lớp học các thể được đấu giá
thì những cá nhân nhiều tiền có thể giành hết mất khóa học

và có những người sẽ không thể tốt nghiệp được.
Vậy một cơ chế thị trường tốt

có thể phát huy trong một số trường hợp chứ không phải tất cả
Và cách để ta nhận ra điều đó là

Sử dụng mô hình.
Lý do thứ 7: Giúp lựa chọn chính sách và thể chế

Một ví dụ đơn giản sau. Khi cấp phép
giới hạn ô nhiễm cho một khu thương mại,

Ta có thể tạo một biểu đồ đơn giản như hình bên
nó sẽ giúp ta chọn được cái nào là tốt hơn

Hay một ví dụ khác ở đây
Đây là bản đồ thành phố Ann Arbor

Bạn sẽ thấy một vài khu vực có màu xanh

Phải, đó là các khu vựng trồng cây xanh
Câu hỏi đặt ra cho thành phố này là

Có nên tạo thêm nhiều khu vực trồng cây xanh?
Tất nhiên, không gian xanh là một điều tốt

Vấn đề nảy sinh, khi bạn tạo ra một khu vực tập trung cây xanh như ở đây

Mọi người có thể nghĩ: tại sao không chuyển nhà ra đây

hãy xây nhà quanh đây, bởi nơi đây sẽ có rất nhiều cây

điều này có thể dẫn đến sự ngổn ngang lộn xộn ở đây
Vậy, một điều tưởng như đơn giản và là một ý tưởng tốt

thực tế có thể là 1 ý kiến tồi nếu
bạn xem xét kỹ lưỡng mô hình của nó.

Chúng ta đã đi qua khá nhiều vấn đề.
Hãy cùng tóm tắt lại.

Các mô hình giúp chúng ta như thế nào?
Đầu tiên, đưa ra lựa chọn đúng đắn.

Nó giúp ta xem xem lúc nào là cần thiết để thay đổi.

Thứ hai, giúp chúng ta với những số liệu so sánh.
Chúng ta có thể biết được điều gì sẽ xảy ra

nếu ta đưa ra một quyết định.
Thứ ba là kịch bản đối chứng.

Bạn có thể đánh giá độ hiệu quả của một chính sách
bằng cách sử dụng mô hình

và xem mọi việc sẽ ra sao nêu không sử dụng chính sách đó

Bốn, để xác định và đánh giá mức độ
Thường thì bạn sẽ có rất nhiều lựa chọn,

mô hình sẽ giúp bạn xem đâu là lựa chọn tốt nhất,
hay có tác dụng lớn nhất

Thứ năm, nó có thể giúp ta với thiết kế thực nghiệm

nó có thể thiết kế những thử nghiệm để tìm ra
chính sách, chiến thuật tốt nhất

Sáu, thiết kế thể chế.
Liệu chúng ta nên áp dụng cơ chế thị trường

Hay liệu nên áp dụng nền dân chủ?
hay một bộ máy chính quyền?

Và cuối cùng, lý do thứ 7, nó giúp ta lựa chọn
giữa các chính sách và thể chế.

Nếu chúng ta cần lựa chọn giữa chính sách này và một chính sách khác,
mô hình có thể giúp điều này.

Cảm ơn các bạn đã theo dõi.