Data interpolation

Có một số bạn email hỏi tôi có cách nào nội suy (interpolate) số liệu GDP quí (hoặc một chuỗi macro nào đó) thành số theo tháng không. Hầu hết các bạn có nhu cầu này đều muốn ước lượng (estimate) một mô hình kinh tế lượng (time series) nào đó nhưng chuỗi GDP quí quá ngắn nên muốn sử dụng chuỗi theo tháng để tăng số observation (điểm quan sát?). Đa số các chuyên gia kinh tế lượng sẽ cho rằng không nên làm như vậy ngay cả khi có số liệu GDP tháng. Có rất nhiều lý do để không nên chuyển từ mô hình quí sang tháng nhưng hai lý do chính là noise vs signal và structural rigidity.

Lý do thứ nhất thuần tuý là vấn đề thống kê và không chỉ giới hạn trong kinh tế/tài chính. Hầu hết các chuỗi số liệu time series có đặc tính chung là khi frequency tăng lên thì tỷ lệ noise/signal cũng tăng lên, do vậy information content[*] của số liệu giảm xuống. Vấn đề này càng nghiêm trọng đối với các chuỗi số liệu macro vì sai số đo đạc và tổng hợp (measurement & aggregation errors) lớn hơn nhiều số liệu tài chính hay các ngành khoa học khác. Để giảm noise người ta có thể sử dụng một số statistical filters, vd moving average hay một số smoothing techniques. Tuy nhiên những biện pháp này thường dẫn đến một số vấn đề phức tạp khác như làm thay đổi auto correlation structure của chuỗi số liệu hay làm mất một số observation ở đầu và/hoặc cuối chuỗi. Ngoài ra các giải pháp thuần tuý thống kê như vậy không làm tăng information content nên về bản chất không giúp gì cho việc ước lượng/kiểm định mô hình lý thuyết.

Lý do thứ hai thiên về bản chất kinh tế. Một hệ thống kinh tế có quán tính rất lớn nên trong một khoảng thời gian ngắn (vd tháng, tuần) các biến số macro không thể thay đổi nhiều dẫn đến việc sử dụng high frequency data không có ý nghĩa. Nhiều nhà kinh tế cho rằng với những mô hình sử dụng số liệu macro, annual frequency có lẽ là hợp lý nhất. Tuy nhiên vì các chuỗi số liệu năm thường ngắn nên họ phải chấp nhận sử dụng số liệu quí dù như vậy chưa phải tối ưu. Frequency ngắn hơn quí hầu như chỉ sử dụng cho số liệu tài chính hoặc môt số trường hợp hãn hữu khi mô hình kinh tế liên quan đến số liệu nominal (vd lạm phát, lãi suất, tỷ giá). Mô hình kinh tế phải phản ánh ở một mức độ nhất định thực tế decision making của các economic agents (policy maker, doanh nghiệp, người tiêu dùng) và sự tương tác của họ trong các social/economic institutions. Đa số các doanh nghiệp không thể thay đổi kế hoạch kinh doanh hàng tháng chứ đừng nói hàng tuần, policy maker cũng vậy. Người tiêu dùng có thể có decision making frequency ngắn hơn nhưng họ có nhiều constraint dài hạn như việc làm, gia đình.

Tóm lại nếu bạn cần ước lượng một mô hình macro đừng nghĩ rằng sử dụng số liệu tháng sẽ tốt hơn ngay cả khi cơ quan thống kê cung cấp loại số liệu này. Trong trường hợp những chuỗi số macro chỉ được thống kê theo quí, cố gắng biến đổi chúng thành số liệu tháng còn tệ hơn vì có thể bạn không thêm được information content mà thậm chí còn làm distort chuỗi số liệu gốc bởi các kỹ thuật interpolation. Nếu chẳng may bạn chỉ có thể kiếm được số liệu quí rất ngắn không đủ để ước lượng mô hình quí, đừng cố gắng biến những dữ liệu này thành tháng để có thêm observations. Thà phải chấp nhận nghiên cứu của mình đi vào ngõ cụt còn hơn dựa vào một giải pháp mà ngay từ bản chất đã sai. Nói như thế không có nghĩa là data interpolation vô dụng hoặc không có ý nghĩa. Trong một số trường hợp người ta vẫn cần phải biến các chuỗi số liệu có frequency thấp (vd năm, quí) thành chuỗi có frequency cao (tháng/tuần/ngày). Ở Mỹ có một công ty tư vấn chuyên tính và cung cấp số liệu GDP theo tháng cho khách hàng. Bài viết này giới thiệu với các bạn một số phương pháp interpolation cơ bản đã và đang được áp dụng cho số liệu kinh tế.


[*]: Tôi không biết dịch chữ "information content" như thế nào cho chính xác. Thuật ngữ này có nghĩa là khối lượng thông tin hữu ích cho nhu cầu nghiên cứu mà bạn có thể bóc tách được từ một chuỗi/tập hợp số liệu thô ban đầu. Lấy ví dụ bạn có thể do chiều dài một cái bàn hàng nghìn lần (large data) nhưng information content hầu như không tăng lên bao nhiêu so với nếu chỉ đo một vài lần (small data). Một ví dụ khác là 2 bình luận viên bóng đá có có số lượng câu bình luận như nhau (same size data sets) trong một trận đấu nhưng một người chỉ toàn nói những câu sáo rỗng thì information content rất thấp so với người kia phân tích được chiến thuật của từng đội.


1. Simple interpolation

Phương pháp interpolation đầu tiên và đơn giản nhất chuyển từ số liệu quí sang tháng là gán giá trị của quí trước cho tất cả các tháng trong quí hiện tại. Lấy ví dụ giá nhà trung bình của quí trước là $1000/m2 (giả sử giá nhà chỉ được thống kê hàng quí) thì giá trị nội suy cho mỗi tháng sau đó theo phương pháp này là $1000/m2. Nếu số liệu được cộng dồn theo thời gian (flow value) thì phải hiệu chỉnh cho độ dài của từng giai đoạn. Ví dụ nếu tổng số xe hơi được bán ra trong quí trước là 300 chiếc thì giá trị nội suy cho mỗi tháng trong quí này là 100 chiếc.

Bạn có thể cười cho rằng phương pháp này quá đơn giản và không chính xác nên chẳng ai sử dụng bao giờ. Trên thực tế với những trường hợp không cần độ chính xác cao hoặc khó sử dụng những phương pháp interpolation khác người ta vẫn chấp nhận cách thức này. Ví dụ chúng ta thường xuyên nói dân số VN là 90 triệu, thực ra con số đó là interpolation từ thống kê/ước lượng dân số gần nhất của VN. Nhiều con số thống kê như GDP per capita, employment/population ratio cũng ngầm sử dụng cách thức interpolation dân số này khi tính toán. Trong tài chính có thể kể những ví dụ như PE ratio, dividend yield, price/book ratio...

Một trong những khiếm khuyết quan trọng của cách intepolation đơn giản này là giá trị được interpolated ở các thời điểm ngay trước khi có số thống kê chính thức sẽ bị gián đoạn (non-continuous). Quay lại ví dụ giá nhà bên trên, giả sử quí trước giá nhà là $1000/m2 và quí tiếp theo giá tăng lên $1300/m2. Như vậy trong 3 tháng liên tục giá nhà là $1000/m2 rồi bất ngờ "jump" lên $1300/m2 rồi lại giữ nguyên trong 3 tháng tiếp theo. Điều này có thể gây ra một số khó khăn cho việc ước lượng mô hình và đặc biệt là sai số lớn trong dự báo. Phương pháp thứ hai giải quyết được vấn đề này.


2. Linear interpolation

Đây cũng là một phương pháp khá đơn giản, bạn chỉ cần kẻ một đường thẳng nối giá trị của 2 quí rồi nội suy giá trị của các tháng bên trong khoảng thời gian giữa 2 quí đó. Trong ví dụ giá nhà bên trên, giá nhà của 3 tháng tiếp theo sẽ là $1100, $1200, và $1300. Như vậy thay vì giả định giá nhà không đổi từ quí này sang quí khác chúng ta giả định tốc độ tăng giá không đổi (đạo hàm bậc nhất không đổi). Đây là phương pháp interpolation được sử dụng rất rộng rãi, nhiều phần mềm thống kê (vd Eviews) sử dụng như default option khi phải interpolate số liệu.

Mặc dù phương pháp này giải quyết được vấn đề "jump" ở các điểm nối nó vẫn còn nhược điểm là đạo hàm bậc nhất không liên tục ở các điểm này. Lấy ví dụ ở thời điểm t, t+1, t+2 chuỗi giá trị quí là 0, 1, 0 thì tốc độ thay đổi (đạo hàm bậc nhất) giữa t và t+1 bằng 1, trong khi giữa t+1 và t+2 bằng -1, nghĩa là giá trị này không liên tục (non-continuous) ở các điểm nối (đạo hàm bậc 2 bị jump). Điều này có thể ảnh hưởng đến một số mô hình tài chính (sử dụng lý thuyết continuous time) và cũng ảnh hưởng đến khả năng dự báo của mô hình. Phương pháp tiếp theo giải quyết được vấn đề này.


3. Polynomial splines

Trong phương pháp thứ hai bên trên một đường thẳng nối 2 điểm có thể coi là một polynomial bậc nhất (hàm bậc nhất là một đường thẳng). Nếu thay vì sử dụng bậc nhất chúng ta sử dụng các bậc cao hơn, phổ biến nhất là bậc ba, thì có thể ép các hàm bậc ba này có đạo hàm bậc nhất ở các điểm nối bằng nhau. Phương pháp này thường được biết đến với tên gọi "cubic spline", rất phổ biến trong cách ngành kỹ thuật. Đồ thị dưới đây cho thấy sự khác biệt giữa linear và cubic spline interpolation.

Cả ba phương pháp trên có thể xếp vào nhóm non-stochastic interpolation, tức là quá trình nội suy không có bất kỳ yếu tố ngẫu nhiên (random) nào ảnh hưởng. Một đặc điểm chung nữa của nhóm interpolation này là information content của chuỗi số liệu không tăng (ngoại trừ một số trường hợp đặc biệt) vì chúng ta không đem thêm thông tin gì mới vào mô hình. Phương pháp tiếp theo đi theo một hướng hoàn toàn khác.


4. Related variable regression

Để đưa thêm information content vào chuỗi số liệu được interpolate, vd GDP tháng biến đổi từ GDP quí, nhất thiết bạn phải cung cấp thêm một/vài biến số khác. Cách đơn giản nhất là sử dụng một mô hình regression bình thường cho chuỗi số liệu quí với các biến độc lập là chuỗi số liệu tháng đã được cộng dồn. Ví dụ bạn có số liệu số xe máy được bán ra hàng tháng, X_t, bạn có thể cộng từng 3 tháng lại để có số xe máy bán ra theo quí, X_q. Sau đó regress GDP quí (Y_q) theo X_q để xác định các hệ số alpha và beta: Y_q = alpha + beta*X_q + epsilon.

Với những hệ số của mô hình đã được ước lượng có thể dễ dàng tính ra Y_t dựa vào giá trị tháng của X_t. Tuy nhiên những giá trị Y_t này chưa phải là ước lượng GDP tháng mà bạn cần vì tổng của chúng sẽ khác với Y_q (bằng sai số epsilon). Bạn cần thêm một số giả định để phân bổ sai số epsilon cho từng Y_t trong một quí, vd chia đều epsilon cho mỗi tháng hay chia theo tỷ lệ variance của mỗi X_t. Phương pháp interpolation này dù đưa thêm information content vào chuỗi số liệu được nội suy nhưng có nhược điểm là các giá trị nội suy không phản ánh được dynamic (cấu trúc chuyển động) của các biến X_t trong từng quí. Vấn đề dynamic này được khắc phục bằng cách đưa vào mô hình một số giả định ARMA như trong phương pháp tiếp theo.

5. State-Space interpolation

Nếu chúng ta coi GDP quí (hay một biến vĩ mô nào đó) chỉ đơn thuần là tổng của các hoạt động kinh tế trong một quí thì chỉ số này có thể tính cho bất kỳ một khoảng thời gian ngắn hơn quí, vd tháng, tuần, thậm chí hàng ngày. Tất nhiên trên thực tế vì chi phí quá lớn và không cần thiết (như đã nói bên trên) nên các cơ quan thống kê chỉ tính GDP cho từng quí. Như vậy chúng ta có thể coi GDP quí là một số snapshot cho một chuỗi GDP có frequency cao hơn (quí, tuần, ngày) mà chúng ta không observe được (thuật ngữ chuyên môn gọi là latent variable). Cách hiểu này rất phù hợp với mô hình state-space được sử dụng rộng rãi trong các ngành kỹ thuật và gần đây đã được đưa vào kinh tế lượng.

Về căn bản mô hình state-space có 2 phương trình state và space. Phương trình thứ nhất biểu diễn quan hệ giữa latent variable, hay còn gọi là state variable, (trong trường hợp này là GDP tháng) với observed variable, còn gọi là space variable (GDP quí). Phương trình thứ hai biểu diễn những giả định về dynamic của latent variable, vd AR(p). Cả hai phương trình này có thể bao gồm một số random errors phản ánh tính chất ngẫu nhiên của hệ thống. Mô hình state-space phổ biến nhất có dạng linear, nghĩa là các phương trình đều là bậc nhất của các biến và error terms, và các error terms có phân bổ Gaussian. Mô hình state-space này thường được estimate bằng Kalman filter, một phương pháp iteration cập nhật thông tin sau mỗi bước.

Y_q = A*X_q + B*epsilon (space equation)
X_q = C*X_q-1 + D*theta (state equation), trong đó X_q là một vector của Y_t

Sau khi những hệ số A, B, C, D (và covariance matrix của epsilon và theta) được xác định chúng ta dễ dàng tính được X_q, nghĩa là các latent X_t (GDP tháng) dựa vào một giả định giá trị của X_0 (GDP tháng đầu tiên). Lưu ý phương pháp này đưa yếu tố dynamic vào nhưng loại bỏ các related variables, nghĩa là không thêm information content cho mô hình. Tất nhiên có thể khắc phục điều này dễ dàng bằng một mô hình state-space có exogenous variables.


6. Nowcasting

Nowcasting là thuật ngữ chỉ quá trình ước lượng giá trị của một biến số nào đó ở thời điểm hiện tại (forecast là ước lượng giá trị ở một thời điểm trong tương lai, backcast là một thời điểm trong quá khứ). Mặc dù về mặt lý thuyết nowcasting khác với interpolation nhưng trên thực tế nhiều khi người ta interpolate một chuỗi số liệu quí thành tháng chỉ vì mục đích muốn biết giá trị hiện tại của chuỗi số liệu quí là bao nhiêu mặc dù chưa đến cuối quí hoặc vì cơ quan thống kê chậm công bố số liệu quí. Sau đây là tóm tắt sơ lược 2 phương pháp phổ biến của kỹ thuật nowcasting, cả hai phương pháp này đều sử dụng các related variable nên đều đưa thêm information content vào mô hình.

6.1 MIDAS

MIDAS là viết tắt của Mixed Data Sampling, một kỹ thuật cho phép xây dựng và ước lượng một mô hình với các biến số có frequency khác nhau, vd mô hình bao gồm GDP theo quí và CPI theo tháng, stock price theo ngày. Về cơ bản MIDAS sử dụng distributed lags đê rút gọn các biến có high frequency thành một số nhỏ parameter rồi estimate song song với biến có low frequency. Lấy ví dụ một mô hình có GDP theo quí (Y_q) và CPI theo tháng (P_m) sẽ được viết như sau:

Y_q = alpha + gamma1(theta)*P_q(m=1) + gamma2(theta)*P_q(m=2) + gamma3(theta)*P_q(m=3) + epsilon

trong đó gamma là các hàm số phụ thuộc vào một vài parameter theta. Nếu biến P bên vế phải có daily frequency thì mô hình trên sẽ có khoảng 66 hàm gamma nhưng số paramter theta vẫn không đổi, do vậy bạn có thể mix rất nhiều frequency với nhau mà không làm tăng số lượng parameter phải estimate. Sau khi mô hình trên được ước lượng bạn có thể nowcast giá trị của Y ngay khi có giá trị của P. (Lưu ý: bạn có thể thay đổi index của chuỗi P, vd m=2, m=3, m=4, để các giá trị nowcast có thể tính được khi chưa hết quí).

6.2 MF-Factor VAR

MF viết tắt của mixed frequency, còn factor là thuật ngữ chỉ những biến số không tồn tại trên thực tế (latent) nhưng có ảnh hưởng đến các biến số khác đo đạc được. Ví dụ bạn có một bộ số liệu có 10 biến số có correlation rất cao với nhau bạn có thể sử dụng một số kỹ thuật như PCA để ước lượng một vài factor có ảnh hưởng chung đến 10 chuỗi số liệu đó. Điểm đặc biệt của phương pháp này là kết hơp các biến số có frequency khác nhau (nên gọi là MF) trong một hệ state-space như đã giải thích bên trên để tính ra một số factor chung. Phương pháp Kalman filter được sử dụng để ước lượng hệ state-space này và các chuỗi có low frequency sẽ được coi như có missing value (vd chuỗi GDP quí sẽ được coi là một chuỗi tháng trong đó cứ 3 tháng thì có 2 tháng là missing value). Sau khi các factor đã được ước lượng bạn có thể tính được giá trị của các biến đầu vào dựa vào các factor và factor loading (trọng số của mỗi factor ảnh hưởng vào biến đầu vào).


7. Reference

Bài viết này có mục đích giúp các bạn một cái nhìn tổng quát về các phương pháp interpolation, bạn nào muốn tìm hiểu kỹ hơn, nhất là muốn áp dụng cho số liệu thực tế nên tham khảo các paper dưới đây:


Aruoba, S., F. Diebold, and C. Scotti (2008): \Real-Time measurement of business conditions, Second version," PIER Working Paper, Archive No. 11, Penn Institute for Economic Research, Department of
Economics, University of Pennsylvania.

Banbura M, Giannone D, Modugno, M., Reichlin L. 2012. Now-casting and the real time data flow, CEPR WP 9112

Chow, G., and A. Lin (1971): \Best linear unbiased interpolation, distribution, and extrapolation of time series by related series," The Review of Economics and Statistics, 53(4), 372{375.

Claudia Foroni & Massimiliano Marcellino, 2013. "A survey of econometric methods for mixed frequency data," Working Paper 2013/06, Norges Bank.

Cuche, N., and M. Hess (2000): \Estimating monthly GDP in a general Kalman ¯lter framework: Evidence from Switzerland," Economic & Financial Modelling, 7, 153.

Ghysels, E., P. Santa-Clara, and R. Valkanov (2004): The MIDAS touch: MIxed DAta Sampling regression models," mimeo, Chapel Hill, N.C.

Harvey, A., and R. Pierse (1984): Estimating missing observations in economic time series," Journal of the American Statistical Association, 79(385), 125

Wohlrabe, K. (2009): "Forecasting with Mixed-frequency Time Series Models, Ph.D. dissertation, University Munich

Economic data

Update: Rất nhiều bạn hỏi xin số liệu, điều mà tôi không thể đáp ứng như đã giải thích trong bài bên dưới. Tôi hiểu khó khăn của các bạn vì tôi cũng đã từng trải qua hoàn cảnh tương tự, bởi vậy tôi đã cố gắng giải thích các giải pháp tìm số liệu trong bài viết dưới đây. Vì thời gian có hạn tôi sẽ không trả các câu hỏi liên quan đến xin dữ liệu nữa, mong các bạn thông cảm.


Thời gian gần đây tôi nhận được rất nhiều comment trên blog và email của các bạn sinh viên hỏi xin số liệu kinh tế. Mặc dù có một số request không thực sự nghiêm túc, đa số các bạn đều hiểu mình làm gì và cần dữ liệu gì. Đây là dấu hiệu tốt vì nó chứng tỏ chất lượng đào tạo kinh tế đang được cải thiện và các bạn sinh viên đang dần dần tiếp cận với những lý thuyết và mô hình định lượng rất tiên tiến chứ không chỉ viết "essay" như trước. Đáng tiếc là tôi không thể đáp ứng được hầu hết request của các bạn vì hai lý do sau.

Thứ nhất nguồn số liệu mà tôi sử dụng (từ Datastream của Thomson Reuters) có bản quyền nên tôi không thể công bố rộng rãi. Trước đây tôi đã để link cho các bạn download số liệu GDP và REER của VN, mặc dù không hoàn toàn legal nhưng có thể justify được phần nào vì thực ra những số liệu đó được TCTK công bố công khai trên website và các ấn phẩm của họ. Hơn nữa đó là những số liệu liên quan trực tiếp đến những bài viết mà tôi công bố (về potential GDP và REER) nên theo truyền thống của giới academic quốc tế những số liệu đó cần phải được công khai để người đọc có thể kiểm tra lại kết quả tính toán của tôi nếu họ muốn. Thứ hai là ngay cả Datastream và các dịch vụ số liệu chuyên nghiệp cũng có nhiều hạn chế về số liệu kinh tế VN, cả về số lượng lẫn chất lượng. Tôi đã từng chỉ ra số liệu về lãi suất qua đêm liên ngân hàng của Datastream khác xa số liệu của NHNN. Một số sai lệch khác về số liệu lạm phát của Datastream so với TCTK cũng đã từng làm tôi đau đầu. Bởi vậy ngoại trừ những chuối số liệu phổ biến và có chất lượng tương đối tốt, tôi sẽ phải mất rất nhiều thời gian browse/search Datastream và các nguồn khác để tìm các chuỗi số liệu đặc thù mà một số bạn request, điều này ngoài khả năng của tôi.

Nói như vậy không có nghĩa tôi sẽ không giúp các bạn tìm số liệu cho những nghiên cứu định lượng của mình, thực ra tôi rất khuyến khích các bạn đi theo hướng nghiên cứu này vì đó là cách học kinh tế rất thực dụng và hữu ích. Tôi cũng rất thấu hiểu những khó khăn về số liệu mà các bạn đang phải đối đầu, tôi đã từng là sinh viên như các bạn. Trong entry này tôi muốn truyền lại một số kinh nghiệm của bản thân thời còn đi học để các bạn có thể tự tìm kiếm số liệu trước khi phải nhờ một ai đó, tôi luôn cho rằng kỹ năng và kiến thức về nguồn số liệu là những điều rất căn bản mà sinh viên kinh tế cần học.

Điều đầu tiên trước khi bạn bắt tay tìm kiếm số liệu là phải hiểu thật rõ mô hình lý thuyết mà mình định ước lượng. Cần hiểu kỹ các lý thuyết đằng sau nó và các mối quan hệ giữa các biến số. Điều này quan trọng vì hầu hết các số liệu thống kê thực tế không bao giờ trùng với khái niệm lý thuyết nên hiểu kỹ lý thuyết vừa giúp các bạn tránh chọn sai số liệu vừa giúp mở rộng tập hợp các số liệu có khả năng thay thế chuỗi số liệu mình không thể tìm được. Lấy ví dụ bạn có một mô hình cần sử dụng M3, tuy nhiên VN không có thống kê M3 nên bạn cần cân nhắc mô hình lý thuyết để xem thay M2 hay total credit vào mô hình đó liệu có được không. Hiểu mô hình lý thuyết còn giúp các bạn chọn instrument variables cho một số phương pháp econometric đặc thù.

Vấn đề thứ hai cần quan tâm là phải/nên hiểu bản chất và cách thức dữ liệu được thu thập/compile. Thực ra theo tôi đãy là thiếu sót của hầu hết các chương trình đào tạo kinh tế (cả ở các trường đại học nước ngoài) khi không dạy cho sinh viên về các thống kê kinh tế chủ yếu (cách thức thu thập, tính toán, hiệu chỉnh mùa vụ...). Hiểu được bản chất của chuỗi dữ liệu giúp bạn định hình được nó có thực sự phù hợp với mô hình định lượng của mình hay không. Nếu chạy mô hình xong kết quả không như mong đợi hoặc khác với kết quả của những nghiên cứu (ở các nước khác) thì đó là do dữ liệu hay do phương pháp tính toán của mình có sai sót. Có những bạn hỏi xin tôi số liệu về output gap, inflation expectation hay equity risk premium, cho thấy sự mơ hồ về chuỗi số liệu trong mô hình của mình. Hoặc những câu hỏi về đơn vị của REER, làm thế nào để chuyển năm gốc cho một chuối số liệu thực, có bao nhiêu loại hàng hóa trong rổ tính CPI, có thể tìm số liệu GDP theo tháng hay không, cũng cho thấy các bạn chưa thực sự quan tâm tìm hiểu về chuỗi số liệu của mình. Cần nhớ một nửa của kinh tế học là số liệu thống kê.


Với các bạn đang học undergraduate thì nguồn số liệu đầu tiên bạn phải nghĩ đến là thư viện trường mình (và các trường khác nếu bạn có thể tiếp cận được). Thời buổi mọi thứ được số hóa như hiện nay, có lẽ khó có thể nghĩ đến việc mất vài ngày thậm chí vài tuần vào lục thư viện và gõ lại số liệu vào máy tính, nhưng đó là những gì tôi đã làm khi còn đi học. Rất may là ngày nay thư viện đã và đang chuyển dần sang hình thức điện tử. Tôi biết các thư viện ở VN có rất ít resource nhưng các bạn vẫn nên tìm hiểu, hỏi các thủ thư xem họ có giúp được gì không. Một số database quốc tế về dữ liệu và tạp chí chuyên ngành cho phép thư viện của các trường đại học truy cập miễn phí, nhất là từ các nước đang phát triển. Các bạn (sinh viên và giáo viên) nên góp ý với thư viện trường mình lập danh sách những database nào họ có access để giúp sinh viên dễ dàng tìm kiếm số liệu.

Nguồn số liệu kinh tế tiếp theo là website của các cơ quan quản lý và thống kê quốc gia như TCTK, NHNN, BTC của VN. Những năm gần đây các cơ quan này đã có rất nhiều tiến bộ trong việc công bố thông tin, tôi rất mong họ sẽ tiếp tục xây dựng website tốt hơn nữa (có thể học tập template trên website của WB và IMF) và cung cấp thêm nhiều thông tin hơn nữa. [Một điểm tôi mong muốn các website này cải thiện là họ nên có một section về education cho đại chúng như các website của Fed, ECB, OECD]. Các bạn sinh viên nên bỏ một chút thời gian tìm hiểu cấu trúc và các ngóc ngách trên các trang web nói trên, nhất là website của TCTK. Nếu các bạn thực sự quan tâm đến số liệu và có ý định làm nghiên cứu định lượng, nên download số liệu về máy tính của mình và thỉnh thoảng cập nhận những database cá nhân này. Một skill quan trọng của các analyst trong lĩnh vực finance là phải nhớ được khi nào các cơ quan thống kê (cả nhà nước và tư nhân) release những thông số quan trọng (GDP, CPI, PMI, unemployment rate...).

Nguồn dữ liệu thứ ba là các website của các tổ chức quốc tế, vd WB, IMF, ADB, BIS, ILO, OECD. Trong số các tổ chức này, IMF có nhiều thông tin nhất và là tổ chức duy nhất có số liệu quí và tháng cho một số chỉ số quan trọng. IMF có một số database mà sinh viên từ các nước đang phát triển có thể truy cập miễn phí như IFS, DOTS, COFER, các bạn cần tìm hiểu và đang ký tài khoản để lấy số liệu. Rất tiếc vì tôi không thuộc diện được access miễn phí nên tôi không thử và hướng dẫn các bạn được, tuy nhiên đã có nhiều bạn confirm đã access thành công từ VN. Nếu có khó khăn gì các bạn thử liên hệ với văn phòng của IMF ở VN xin giúp đỡ, tôi tin họ sẽ rất nhiệt tình. Các bạn ở HN có thể đến thẳng văn phòng IMF và xin truy cập số liệu từ đó. UNDP và ADB cũng có văn phòng ở HN, nguồn số liệu trên website của ADB cũng rất tốt tuy chỉ có annual data.

Đối với số liệu nước ngoài, nhất là các nước phát triển, ngoài các nguồn quốc tế như IMF, OECD, các bạn có thể vào website của central bank của họ để tìm thông tin. Ví dụ website của FED, ECB, RBA, BOE, BOJ, ngay cả Bank of Thailand hay People Bank of China cũng có rất nhiều số liệu kinh tế. Một số nguồn không chuyên khác có số liệu tốt dù không nhiều/dài như CIA Factbook, The Economist Indicators (không phải EIU cần có tài khoản). Cuối cùng tất nhiên là Dr. Google và Google Scholar, người bạn không thể thiếu cho những người làm nghiên cứu.


Một số links số liệu quan trọng

Tổng cục Thống kê: Đây là nguồn quan trọng nhất cho các bạn sinh viên, ngoài các thông số kinh tế hàng tháng (chọn tháng trên dropdown menu có thể lấy được rất nhiều số liệu từ năm 2004) các bạn có thể xem số liệu năm trong mục "Số liệu thống kê" và số liệu của các cuộc điều tra kinh tế xã hội lớn (mục "Các cuộc điều tra").

Ngân hàng Nhà nước: Ngoài những chỉ số chính sách tiền tệ căn bản như các loại lãi suất chính sách và tỷ giá bình quân liên ngân hàng (reference rate), mục "Thị trường tiền tệ" có các thống kê về VNBOR, hoạt động thị trường mở và đấu thầu trái phiếu chính phủ. Một địa chỉ nữa cho các bạn quan tâm đến tài chính, tiền tệ là Bảo hiểm Tiền gửi Việt nam, mặc dù hiện tại chưa có nhiều số liệu.

Bộ Tài chính: Mục "Ngân sách nhà nước" có thống kê về ngân sách, chi thu của VN, ngoài ra còn có thông tin về các dự án ODA và đặc biệt là Bản tin nợ nước ngoài rất hữu ích. Số liệu về ngân sách nhà nước cũng có thể tra cứu trên website của Chinh phủ.

Bộ Lao động Thương binh và Xã hội: Mục Dữ liệu của bộ này có rất nhiều thông tin, chủ yếu kết quả của các cuộc khảo sát xã hội, rất có ích cho những bạn quan tâm đến labor market và các vấn đề xã hội. Đa số dữ liệu được cung câp dưới dạng bảng Excel khá tiện dụng.

Bộ Nông Nghiệp và Phát triển Nông thôn: Mặc dù một số trang trên website của bộ này bị lỗi và còn nhiều tài liệu không dùng Unicode, mục Thống kê - Dự báo có rất nhiều thông tin quan trọng. Tôi tìm thấy thống kê về khí tượng thủy văn của VN ở đây chứ không phải trên website của Bộ Tài nguyên Môi trường.

Bộ Công Thương: Mục Thống kê của bộ này rất tốt, số liệu xuất nhập khẩu khá chi tiết (các bạn có thể update bảng số liệu REER/NEER mà tôi cung cấp trước đây bằng số liệu xuất nhập khẩu từ trang web này). Phần thông tin về vốn đầu tư cũng khá chi tiết.

[Bộ Kế hoạch và Đầu tư, Bộ Tài nguyên Môi trường, Bộ Khoa học Công nghệ là những bộ tôi rất thất vọng vì không có các cơ sở dữ liệu/thống kê chuyên ngành đáng ra phải có.]

IMF: Như đã nói bên trên, IMF có một số database rất quan trọng về kinh tế vĩ mô, theo tôi được biết họ cung cấp miễn phí cho các nước đang phát triển nên các bạn ở VN có thể truy cập được. Những database quan trọng là WEO, IFS, DOTS, BOPS, GFS. Ngoài ra trong chuyên mục Vietnam and the IMF cũng có rất nhiều thông tin. Khi còn là sinh viên và không có truy cập vào IFS tôi thường xuyên vào chuyên mục này lấy số liệu của VN từ các Staff Report và Statistical Appendixes do văn phòng IMF Vietnam công bố hàng năm. Trong chuyên mục này cũng có rất nhiều bài nghiên cứu quan trọng về VN của các chuyên gia IMF. Năm ngoái có một bài về Output gap của VN sử dụng Bayesian estimation những bạn quan tam về vấn đề này nên tham khảo. IMF website là nguồn số liệu tất cả sinh viên kinh tế bắt buộc phải biết.

WB: Cách đây mấy năm WB đã cho access miễn phí vào tất cả các database của họ (thời tôi đi học chỉ được access vào World Development Indicators). Số liệu của WB rất rộng và họ bắt đầu có các chuỗi số liệu theo quí (trước đây chỉ có số liệu theo năm). Đây cũng là nguồn số liệu bắt buộc cho sinh viên kinh tế.

ADB: Số liệu của tổ chức này rất tốt, tiếc là cũng chỉ có annual data như WB. Chuyên mục Key Indicators có rất nhiều bảng Excel số liệu được update hàng năm (và có lẽ là data source duy nhất lưu trữ theo vintage, nghĩa là các version khác nhau hàng năm).

UNDP: Tổ chức này có một database quan trọng liên quan đến chỉ số Human Development Indicator được sử dụng rộng rãi trong các nghiên cứu kinh tế.

UNCTADSTAT: Database của Unctad, một tổ chức thuộc UN tương tự như UNDP, chuyên về trade data. Số liệu ngoại thương ở database này (cho VN) tương đương như của Bộ Công thương và DOTS của IMF tôi trích dẫn bên trên.

BIS: Mặc dù không có nhiều số liệu về VN, đây là địa chỉ quan trọng cho những bạn quan tâm đến số liệu banking and finance quốc tế.

OECD: database này chủ yếu phục vụ cho các thành viên của OECD nhưng có rất nhiều chỉ số quốc tế (một số phải trả tiền).

FRED (của Fed St Louis): Trong số các website của các ngân hàng trung ương, đây là database lớn nhất và uy tín nhất với gần như toàn bộ số liệu macro của Mỹ, có những chuỗi dài gần 100 năm. Database này cũng có số liệu của một số nước phát triển khác. Ngoài ra Fed còn có một số data tại địa chỉ này và hầu hết các chi nhánh Fed khác cũng cung cấp dữ liệu (NY, Kansas, San Francisco, Chicago, Cleveland).

Các central banks lớn khác như ECB, BoE, BoJ, RBA, tuy nhiên số liệu chủ yếu cho các nước của họ.

Pen World Table: một nguồn số liệu về national account tính theo PPP cho gần như tất cả các nước. Đây là một database lâu đời và rất uy tín trong giới học thuật tuy nhiên số liệu update chậm hơn so với nguồn WB và IMF.

The World Top Income Database: số liệu về VN đang được thu thập, hi vọng sẽ có sớm.

Economagic.com: số liệu của Mỹ và một số của Úc, ECB, BoJ

Knoema.com: số liệu kinh tế xã hội quốc tế, có khá nhiều số liệu thú vị về VN.

UN Trade data: số liệu thương mại của các nước, đặc biệt là Comtrade databasedatabase cho từng mặt hàng

UN Economic Statistics: số liệu kinh tế tổng hợp của các nước




Một số nguồn dữ liệu tài chính

Damodaran: GS Aswarth Damodaran (NYU) cung cấp một database rất lớn về số liệu của các công ty đại chúng (US and non-US, trong đó có một số công ty VN). Website này còn cung cấp một số spreadsheet tính toán liên quan đến valuation rất hữu ích cho các bạn sinh viên tài chính.

Quandl: Một website cung cấp số liệu miễn phí tương đối mới nhưng rất có triển vọng. Bạn có thể download rất nhiều số liệu kinh tế và tài chính của các nước.


(Danh sách này sẽ tiếp tục được bổ sung trong tương lai, nếu bạn nào biết link nào hữu ích muốn chia sẻ thì báo cho tôi qua email hoặc để lại link dưới phần comment).