Xu hướng mới trong nghiên cứu của sinh viên kinh tế

Nếu trước đây các đề tài chủ yếu tập trung vào mô hình kinh tế lượng truyền thống hoặc những vấn đề mang tính học thuật, thì nay nhiều nhóm sinh viên đã chủ động tiếp cận dữ liệu lớn, trí tuệ nhân tạo (AI), học máy (Machine Learning) và các công cụ phân tích hiện đại để giải quyết những vấn đề đặt ra từ thực tiễn. Xu hướng này được thể hiện rõ tại Hội thi Khoa học sinh viên toàn quốc “Olympic Kinh tế lượng và Ứng dụng” lần thứ XI.

Logistics thông minh và bài toán nền kinh tế số

Trong đó có đề tài “Ứng dụng phương pháp AHP và công cụ GIS trong tối ưu vị trí cho trung tâm logistics: Nghiên cứu điển hình trên địa bàn thành phố Hà Nội” của nhóm sinh viên Trường Đại học Thương mại.

Xuất phát từ yêu cầu phát triển hệ thống logistics quốc gia, nhóm nghiên cứu đã kết hợp phương pháp phân tích thứ bậc (AHP) với hệ thống thông tin địa lý (GIS) để xác định các vị trí phù hợp cho việc xây dựng trung tâm logistics tại Hà Nội. Bộ tiêu chí đánh giá gồm các yếu tố về địa hình, hạ tầng giao thông, điều kiện kinh tế - xã hội, hiện trạng sử dụng đất và chi phí đất đai.

Sinh viên trình bày đề tài của nhóm nghiên cứu. Ảnh: Bình Minh.

Kết quả nghiên cứu 13,53% diện tích khu vực nghiên cứu được đánh giá rất phù hợp cho phát triển trung tâm logistics, 41,37% diện tích phù hợp và 45,10% không phù hợp. Quan trọng hơn, nhóm nghiên cứu đã xây dựng được bản đồ mức độ phù hợp, góp phần cung cấp cơ sở khoa học cho công tác quy hoạch hạ tầng logistics và thu hút đầu tư trên địa bàn Thủ đô.

Đề tài cho thấy sinh viên kinh tế hiện nay không còn bó hẹp trong các nghiên cứu lý thuyết mà đã mạnh dạn tiếp cận các lĩnh vực liên ngành, kết hợp giữa kinh tế học, công nghệ số và dữ liệu không gian.

Trong khi đó, một nhóm sinh viên đến từ Học viện Tài chính, Học viện Công nghệ Bưu chính Viễn thông và Đại học Kinh tế Quốc dân lại lựa chọn nghiên cứu vấn đề đang được các ngân hàng, nhà đầu tư và doanh nghiệp đặc biệt quan tâm: Dự báo nguy cơ phá sản doanh nghiệp.

Đề tài “Dự báo rủi ro phá sản của doanh nghiệp: Tiếp cận dựa trên mô hình chấm điểm tín dụng” được xây dựng trên bộ dữ liệu gồm 7.478 quan sát doanh nghiệp trong giai đoạn 2020-2024. Mục tiêu của nhóm là xây dựng mô hình cảnh báo sớm nhằm nhận diện các doanh nghiệp có nguy cơ gặp khó khăn tài chính hoặc phá sản.

Nhóm nghiên cứu chia sẻ tại Hội thi Khoa học sinh viên toàn quốc “Olympic Kinh tế lượng và Ứng dụng” lần thứ XI. Ảnh: Bình Minh.

Dữ liệu trở thành “nguyên liệu” của nghiên cứu

Để xử lý khối dữ liệu lớn và phức tạp, nhóm nghiên cứu sử dụng nhiều công cụ phân tích hiện đại kết hợp với mô hình hồi quy Logistic. Kết quả xác định sáu yếu tố quan trọng ảnh hưởng đến nguy cơ phá sản của doanh nghiệp, bao gồm nhóm ngành hoạt động, hiệu quả kinh doanh, cơ cấu nợ, khả năng thanh toán và hiệu quả sử dụng tài sản. Theo nhóm nghiên cứu, mô hình có thể hỗ trợ nhận diện sớm các dấu hiệu rủi ro, giúp ngân hàng, nhà đầu tư, doanh nghiệp và cơ quan quản lý có thêm công cụ phục vụ quá trình ra quyết định.

Từ những nghiên cứu tiêu biểu có thể thấy một điểm chung nổi bật: Sinh viên kinh tế ngày nay đang khai thác sức mạnh của dữ liệu để giải quyết các bài toán thực tiễn. Thay vì chỉ mô tả những hiện tượng kinh tế đã xảy ra, nhiều nghiên cứu hướng tới dự báo tương lai, xây dựng công cụ hỗ trợ quyết định và tạo ra các giải pháp có khả năng ứng dụng trong đời sống kinh tế - xã hội.

Những đề tài về tối ưu vị trí trung tâm logistics, dự báo rủi ro doanh nghiệp, quản trị danh mục đầu tư hay ứng dụng công nghệ trong tài chính cho thấy ranh giới giữa kinh tế học, công nghệ thông tin và khoa học dữ liệu đang ngày càng được thu hẹp. Đây cũng là xu hướng phát triển của giáo dục đại học trong bối cảnh chuyển đổi số diễn ra mạnh mẽ trên toàn cầu.

Nghiên cứu của các nhóm sinh viên được các nhà khoa học đánh giá cao. Ảnh: Bình Minh.

Hình thành thế hệ nhân lực số từ giảng đường

Theo PGS.TS Nguyễn Mạnh Thiều, Phó Giám đốc Học viện Tài chính, các nghiên cứu tham gia hội thi năm nay thể hiện sự đa dạng về chủ đề, từ tài chính doanh nghiệp, tài chính - ngân hàng, kinh tế vĩ mô đến phát triển bền vững, kinh tế số, đổi mới sáng tạo, hành vi người tiêu dùng hay quản trị doanh nghiệp.

Nhiều nghiên cứu đi thẳng vào những vấn đề mà nền kinh tế và doanh nghiệp đang đặt ra như dự báo rủi ro phá sản doanh nghiệp, tác động của căng thẳng thương mại Mỹ - Trung đến truyền dẫn lãi suất tại Việt Nam, tối ưu hóa danh mục cổ phiếu hay thiết kế bảo hiểm chỉ số thời tiết cho cây lúa vùng đồng bằng sông Hồng.

Theo ông, điểm nổi bật hiện nay là sự dịch chuyển từ các mô hình hồi quy truyền thống sang các phương pháp hiện đại như Machine Learning, Deep Learning và các mô hình lai giữa kinh tế lượng với khoa học dữ liệu. Điều này phản ánh sự thay đổi trong tư duy nghiên cứu cũng như yêu cầu ngày càng cao của thị trường lao động.

PGS.TS Nguyễn Mạnh Thiều cho rằng, nghiên cứu khoa học trong lĩnh vực kinh tế, tài chính là công việc khó, đòi hỏi sự đồng hành của các nhà khoa học, giảng viên cùng tinh thần kiên trì của sinh viên. Quá trình làm việc nhóm, kết nối sinh viên từ nhiều chuyên ngành và cơ sở đào tạo khác nhau cũng góp phần hình thành các nhóm nghiên cứu có năng lực, tạo môi trường để sinh viên trải nghiệm nghiên cứu khoa học một cách nghiêm túc và hiệu quả.

Các chuyên gia, nhà khoa học, nhà giáo đến dự và lắng nghe sinh viên thuyết trình về nghiên cứu khoa học. Ảnh: Bình Minh.

Cùng quan điểm, TS Nguyễn Thị Thúy Quỳnh, Trưởng khoa Cơ bản, Học viện Tài chính, cho biết, nhiều nghiên cứu năm nay đã tiếp cận các phương pháp hiện đại như Machine Learning, Deep Learning và các mô hình dự báo rủi ro tiên tiến.

Theo TS Nguyễn Thị Thúy Quỳnh, xu hướng nổi bật hiện nay là sự kết hợp giữa các mô hình kinh tế lượng truyền thống với khoa học dữ liệu nhằm nâng cao khả năng giải thích và dự báo. Tuy nhiên, hạn chế của nhiều nghiên cứu không nằm ở kỹ thuật xử lý dữ liệu mà ở khâu thiết kế nghiên cứu, chất lượng dữ liệu đầu vào và các kiểm định cần thiết để bảo đảm độ tin cậy của mô hình.

Trong bối cảnh đất nước đẩy mạnh phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số, những nghiên cứu của sinh viên hôm nay không chỉ phản ánh sự thay đổi trong phương pháp học tập mà còn cho thấy sự trưởng thành của một thế hệ trí thức trẻ sẵn sàng tham gia giải quyết các bài toán phát triển của đất nước.

Từ kinh tế lượng đến AI, từ những mô hình toán học truyền thống đến các công cụ dữ liệu hiện đại, nghiên cứu khoa học của sinh viên kinh tế đang từng bước bắt nhịp với xu thế toàn cầu. Đó không chỉ là sự đổi mới trong cách nghiên cứu mà còn là tín hiệu tích cực về quá trình hình thành nguồn nhân lực số chất lượng cao từ chính các giảng đường đại học Việt Nam.