Nhà phân tích vĩ mô cần gì: bản đồ năng lực từ tài liệu công khai

Ở Bank of England, hơn nửa số nhân viên tham gia làm dự báo có bằng thạc sĩ và khoảng một phần ba có bằng tiến sĩ (Bernanke, 2024, p. 20). Đọc con số đó, người tự học dễ hỏi mình cần học đến đâu và học gì trước. Bài này không đưa một danh sách do tôi nghĩ ra. Tôi ghép những tài liệu công khai mà các tổ chức làm nghề này, hoặc người nghiên cứu họ, đã viết, rồi ghi mục nào có bằng chứng và mục nào là phần tôi tổng hợp. Kế hoạch tự học ở cuối bài thuộc loại thứ hai.

Có bằng chứng gì về năng lực của nhà phân tích vĩ mô, ngoài tin tuyển dụng?

Có sáu tài liệu công khai, mỗi tài liệu nhìn một góc. Tôi không dùng tin tuyển dụng, vì chúng cho biết nhà tuyển dụng muốn gì chứ không cho biết ai làm tốt. Tôi có tìm khung năng lực tương đương của Ngân hàng Nhà nước hoặc Tổng cục Thống kê và chỉ thấy tin tuyển dụng của công ty chứng khoán cùng quy định ngạch thống kê viên, nên bài không có nguồn Việt Nam.

Giới hạn của từng nguồn nằm ở phần Đào sâu.

Mục nào trong bản đồ có nhiều nguồn đỡ nhất?

Truyền đạt, xử lý dữ liệu và phán đoán có kỷ luật. Cột cuối đếm số tài liệu độc lập cùng nêu ý đó: "nhiều" là từ ba, "vừa" là hai, "thấp" là một. Đếm chỉ cho biết nhiều nguồn nhắc, không cho biết ý đó đúng đến đâu.

Bốn dòng đầu có ít nhất ba tài liệu cùng chiều. Dòng cuối là loại nhãn hay gặp trong các danh sách năng lực, và là dòng có bằng chứng mỏng nhất.

Về tư duy: "phán đoán có kỷ luật" nghĩa là gì khi có số đo?

Nghĩa là coi phán đoán như một giả thuyết bị chấm điểm, không như linh cảm. Hai nguồn có số đo ủng hộ hướng đó, và cả hai có giới hạn rõ.

Bernanke viết rằng không ngân hàng trung ương nào chỉ dựa vào mô hình: phán đoán của người là yếu tố quan trọng, đôi khi trội (Bernanke, 2024, p. 17). Cũng báo cáo ấy cảnh báo việc chỉ nhích dự báo mới từ dự báo cũ và chỉnh tay tuỳ ý có thể che đi vấn đề sâu hơn, nên nhân viên cần chỉ ra các sai số lớn và nguyên nhân (Bernanke, 2024, p. 9). Lạm phát tăng từ giữa năm 2021 phần lớn, dù không hoàn toàn, nằm ngoài dự báo của mọi ngân hàng trung ương trong mẫu (Bernanke, 2024, p. 38). Đội chuyên nghiệp vẫn trượt, nên điều đáng học là cách xử lý sai số.

IMF ghi nhận chính chỗ thiếu này: chỉ một nửa chuyên viên trả lời khảo sát cho biết trong nhiệm kỳ của họ bàn mình từng phân tích kết quả dự báo cũ (Independent Evaluation Office of the International Monetary Fund, 2014, p. 25). Hồi quy trong hộp 4 cho thấy kinh nghiệm gắn với sai số thấp hơn, nhưng kinh nghiệm riêng về một nước chỉ rõ ở nước thu nhập thấp (Independent Evaluation Office of the International Monetary Fund, 2014, p. 23). Báo cáo đưa ra một lý giải có thể: nước thu nhập thấp có ít dữ liệu và ít nhà dự báo bên ngoài, nên phán đoán được dùng nhiều hơn. Đó là tương quan trong dữ liệu nội bộ, không phải thí nghiệm.

Mellers và cộng sự (2015) cho góc nhìn khác. Cuối mỗi năm họ chọn 60 người theo độ chính xác và xếp vào các đội tinh hoa; nhóm này không trượt về mức trung bình, và diện tích dưới đường cong ROC (đo khả năng tách tín hiệu khỏi nhiễu) là 96%, so với 84% và 75% ở hai nhóm so sánh (Mellers et al., 2015, p. 269, 270). Năm thứ hai họ cập nhật trung bình 5,64 lần mỗi câu hỏi, so với 2,15 và 1,79 (Mellers et al., 2015, p. 274). Các đặc điểm cá nhân tương quan với độ chính xác ở mức yếu, từ 0,07 đến 0,23 về độ lớn (Mellers et al., 2015, p. 275).

Suy luận của tôi từ ba nguồn này: phần tự học thay được là thói quen, không phải năng lực bẩm sinh. Ghi dự báo, ghi lý do, chấm lại và cập nhật khi có tin mới là việc làm được ngay.

Về kỹ năng: vì sao truyền đạt, mảng nghe có vẻ mềm, lặp lại nhiều nhất?

Vì nhà tuyển dụng nhắc nó nhiều nhất khi được hỏi cử nhân còn thiếu gì. Trong khảo sát của Lait và Lane (2019), 35,9% chấm khả năng viết rõ ràng của cử nhân là "chưa cao" (Lait và Lane, 2019, p. 5); ở câu hỏi mở, 17 tổ chức nêu truyền đạt, chủ yếu là viết cho người không chuyên, 11 nêu việc ứng dụng kinh tế vào thực tế và 13 nêu phân tích dữ liệu (Lait và Lane, 2019, p. 7). Chuẩn GES đòi người ở cấp SEO trình bày đánh đổi và độ bất định cho người không chuyên ("present trade-offs and uncertainties") (Government Economic Service, 2022, p. 15).

Truyền đạt độ bất định chưa có đáp án chuẩn: Bernanke đề nghị bỏ biểu đồ quạt của Bank of England vì nền tảng khái niệm yếu và ít người đọc (Bernanke, 2024, p. 12). Vậy hãy học cách nói rõ giả định và điều gì làm kết luận đổi, đừng học một mẫu trình bày như thể nó là chuẩn.

"Vĩ mô" cũng không phải mục được chấm cao nhất: năm 2019 chỉ 27,5% nhà tuyển dụng chấm kiến thức về các biến vĩ mô là rất quan trọng, giảm từ 39,4% ở khảo sát 2014 đến 2015 (Lait và Lane, 2019, p. 5). Mẫu chủ yếu là khu vực công và tư vấn, nên không suy ra cho mọi chỗ làm.

Về công cụ: nên học phần mềm nào trước?

Bảng tính trước, theo những gì các tổ chức này mô tả. Mô hình lớn là việc của đội, không phải điểm khởi đầu của một người.

Kế hoạch tự học nên xếp thế nào?

Bốn bước dưới đây do tôi ghép, mỗi bước kèm nguồn đỡ. Không nguồn nào kiểm rằng thứ tự này hiệu quả; các con số như "hai trang" hay "một kịch bản" là tôi đặt cho gọn.

Hợp nếu bạn muốn đọc và dùng phân tích vĩ mô cho quyết định của doanh nghiệp, hoặc chuẩn bị cho một vị trí phân tích. Không hợp nếu mục tiêu là xây và bảo trì mô hình ở ngân hàng trung ương: các nguồn cho thấy việc đó nằm ở đội riêng với nhân sự sau đại học (Bernanke, 2024, p. 7, 20), và kế hoạch này không đi đến đó.

Đào sâu: bằng chứng này không chứng minh điều gì, và tôi đã đọc những gì?

Cách chia tư duy, kỹ năng, công cụ là khung của bài, không phải của nguồn nào. GES chia theo ba mảng khác: ứng dụng kiến thức, phân tích dữ liệu, truyền đạt (Government Economic Service, 2022, p. 4). Các giới hạn:

• Phần lớn nguồn mô tả điều tổ chức mong đợi, không đo việc có đủ danh sách thì phân tích giỏi hơn. Số đo duy nhất về nhân sự là hồi quy kinh nghiệm của IMF, và đó là tương quan; quy trình của IMF cũng đã đổi nhiều trong năm năm trước 2014 (Independent Evaluation Office of the International Monetary Fund, 2014, p. 1, 23).
• Mellers và cộng sự tự ghi rằng chiến lược thắng cuộc thi chưa chắc tối ưu; mẫu là người được tuyển qua hiệp hội nghề nghiệp, trung tâm nghiên cứu và truyền miệng, bắt buộc có bằng đại học, 83% nam, 74% công dân Mỹ (Mellers et al., 2015, p. 268).
• Khảo sát 40 nhà tuyển dụng nói về cử nhân kinh tế nói chung (Lait và Lane, 2019, p. 2). Nhãn "tư duy hệ thống, dự liệu" của QAA đến từ hướng dẫn giáo dục phát triển bền vững, không từ nghiên cứu về nhà phân tích (Quality Assurance Agency for Higher Education, 2023, p. 6).
• Không có nguồn từ khối tư và không có nguồn Việt Nam. Tính đến ngày 3/11/2026, GOV.UK ghi chuẩn GES cập nhật lần cuối ngày 20/12/2022; báo cáo Bernanke ngày 12/4/2024; khảo sát nhà tuyển dụng mới nhất tôi tìm thấy là tháng 9/2019.

Tôi đọc những gì?

GES (2022): toàn bộ PDF 20 trang, số trang in. Bernanke (2024): trang 1 đến 38 và các đoạn về nhân sự ở phần IV (trang 56, 57); chưa đọc phần còn lại của phần III, các mục khác của phần IV và phụ lục. IEO (2014): tóm tắt điều hành, các đoạn 34, 35, 37, 42, 43, 79 đến 89 và hộp 4; chưa đọc các nghiên cứu nền, nên số liệu hồi quy là phần tóm tắt trong báo cáo; số trang in. Mellers và cộng sự (2015): toàn văn bản đã xuất bản. Lait và Lane (2019): trang kết quả và PDF báo cáo; trang 6 của PDF là biểu đồ mà bản trích văn bản không đọc được nên tôi không dùng số trong đó; số trang là số trang tệp PDF. QAA (2023): toàn bộ. Hyndman và Athanasopoulos (2021): mục 5.1 và phần đầu mục 5.2. Bảng mức bằng chứng, kế hoạch bốn bước và các nhận xét "suy luận của tôi" là phần tổng hợp của tôi.