Nhiệm vụ 6.

Nội dung nhiệm vụ

• Chọn 2 indicator (1 từ World Bank và 1 từ IMF)

• Phân tích 2 indicator này theo thời gian, tìm các yếu tố ảnh hưởng đến 2 indicator đã chọn và phân tích sự ảnh hưởng đó.

1. Indicartion từ World Bank

1.1 Tổng quan về indicartion

library(tidyverse)
library(WDI)

## Warning: package 'WDI' was built under R version 4.3.3

ind <- WDIsearch('GDP')
view(ind)
ndq <- WDI(indicator = 'BN.KLT.PRVT.GD.ZS')

• GDP là viết tắt của Tổng sản phẩm quốc nội, hay còn gọi là Tổng sản phẩm nội địa.

• Đây là một chỉ số kinh tế quan trọng được sử dụng để đo lường giá trị thị trường của tất cả các hàng hóa và dịch vụ cuối cùng được sản xuất trong một quốc gia trong một khoảng thời gian nhất định (thường là một năm).

• Ý nghĩa của GDP:

  • GDP là thước đo tổng thể về sức khỏe của nền kinh tế.

  • GDP được sử dụng để so sánh mức độ phát triển kinh tế giữa các quốc gia.

  • GDP cũng được sử dụng để theo dõi sự tăng trưởng kinh tế của một quốc gia theo thời gian.

• BN.KLT.PRVT.GD.ZS (Private capital flows, total (% of GDP)) là: Tổng dòng vốn tư nhân (% của GDP)

• Đây là một thuật ngữ kinh tế dùng để chỉ tổng giá trị ròng của các khoản đầu tư tư nhân từ nước ngoài chảy vào một quốc gia, tính theo tỷ lệ phần trăm của Tổng sản phẩm quốc nội (GDP).

Phân tích chi tiết:

• Private capital flows (Dòng vốn tư nhân): Đây là các khoản đầu tư được thực hiện bởi các cá nhân, doanh nghiệp và tổ chức tư nhân bên ngoài chính phủ.

• Total (Tổng): Bao gồm tất cả các loại hình đầu tư tư nhân, chẳng hạn như: Đầu tư trực tiếp nước ngoài (FDI): Đầu tư dài hạn của một doanh nghiệp ở nước này vào một doanh nghiệp ở nước khác.

• % of GDP (Tỷ lệ phần trăm của GDP): Con số này cho biết tổng dòng vốn tư nhân chiếm bao nhiêu phần trăm trong tổng giá trị sản phẩm và dịch vụ cuối cùng được sản xuất trong nền kinh tế của một quốc gia (GDP) trong một năm.

• Dưới đây là phân tích từng phần của mã “BN.KLT.PRVT.GD.ZS”:

• BN: Có thể là mã cho một khu vực hoặc quốc gia cụ thể. Ví dụ, trong hệ thống mã của WB, “BN” đại diện cho “Brunei Darussalam”.

• KLT: Có thể là mã cho một ngành hoặc loại tài khoản cụ thể. Ví dụ, trong hệ thống mã của IMF, “KLT” đại diện cho “Tài khoản vốn và tài khoản tài chính”.

• PRVT: Có thể là mã cho một loại hình sở hữu cụ thể. Ví dụ, “PRVT” có thể đại diện cho “Tư nhân”. GD: Có thể là mã cho một loại giao dịch hoặc hoạt động cụ thể. Ví dụ, “GD” có thể đại diện cho “Gói đầu tư”.

• ZS: Có thể là mã bổ sung để phân biệt các loại con hoặc chi tiết hơn trong mã.

ndq <- WDI(indicator = 'BN.KLT.PRVT.GD.ZS')
d <- ndq %>% select(country,year,BN.KLT.PRVT.GD.ZS)
d <- na.omit(d)
names(d) <- c('country','year','BN.KLT.PRVT.GD.ZS')
head(d)

	country	year	BN.KLT.PRVT.GD.ZS
55	Algeria	2011	1.0701750
56	Algeria	2010	0.3759736
57	Algeria	2009	1.8433253
58	Algeria	2008	1.3310777
59	Algeria	2007	1.0102828
60	Algeria	2006	1.5038066

• Ta có bộ dữ liệu bao gồm 3 biến và 277 quan sát ở đây chỉ hiện thị 6 quan sát đầu tiên

• country : Nước

• year : năm

• BN.KLT.PRVT.GD.ZS : Tổng dòng vốn đầu tư (tỷ lệ % của GDP)

#1.2 Phân tích bộ dữ liệu bằng biểu đồ

Bộ dữ liệu cho ta dữ liệu từ năm 2005 đến năm 2011

d %>% ggplot(aes(x = BN.KLT.PRVT.GD.ZS )) +
  geom_histogram(binwidth = 5, fill = 'blue', color = 'red') 

- Biểu đồ này thể hiện tổng dòng vốn đầu tư ( BN.KLT.PRVT.GD.ZS ) theo từng bước nhảy

• Qua biểu đồ ta thấy:

  • Mật độ dòng vốn tập trung nhiều ở khoảng từ 0 đến 30

  • Tổng dòng vốn đầu tư của các quốc gia ở năm 2005 đến 2011 có số lượng nhiều nhất trong khoảng 0 - 10

 d %>% ggplot(aes(x = year )) +
  geom_histogram(binwidth = 1, fill = 'blue', color = 'red') +
  facet_wrap(~year)

- Biểu đồ thể hiện số lượng các quốc gia có dòng vốn đầu tư trong từng năm từ 2005-2011

• Năm 2011 có số lượng quốc gia thấp nhất trong 7 năm

• Năm 2005 có số lượng quốc gia cao nhất

• Các năm từ 2006-2010 có số lượng là như nhau

view(d)
d <- d %>% filter(country == 'Angola' )
d %>% group_by(year) %>% summarise(n = n()) %>%
  ggplot(aes(x = 1, y = n, fill = factor(year))) +  
  geom_col(color = 'black', width = 1) +
  coord_polar('y') +
  geom_text(aes(x = 1.3, label = n, hjust = 1)) + 
  labs(title = "Biểu đồ thể hiện tổng dòng vốn đầu tư từ năm 2005 đến năm 2011 của nước ANGOLA") +
  theme_void()

• Ví dụ như nước Angola thì qua các năm tổng dòng vốn đầu tư tương đối đều và không có sự chênh lệch lớn

d %>% ggplot(aes(x = year, y = BN.KLT.PRVT.GD.ZS, color = country)) +

  labs(title = "Biểu đồ thể hiện tổng dòng vốn đầu tư của nước Angola  ở Châu Phi từ năm 2005 đến 2011") +
  labs(x = 'Năm', y = 'Tổng dòng vốn đầu tư') +
  geom_point()

• Tổng dòng vốn đầu tư ở Angola có sự lên xuống liên tục từ năm 2005 đến 2011

• Tổng dòng vốn đầu tư ở năm 2009 là cao nhất, thấp nhất là năm 2010

1.3 Phân tích yếu tố ảnh hưởng

• Các yếu tố ảnh hưởng đến tổng dòng vốn đầu tư năm 2005 đến 2011:

• Yếu tố vĩ mô:

  • Tình hình kinh tế vĩ mô:

  • Tăng trưởng GDP: Tăng trưởng GDP cao thu hút đầu tư nước ngoài ví dụ như Angola, Nigeria.

  • Lạm phát: Lạm phát cao làm giảm sức hấp dẫn của thị trường đầu tư.

  • Lãi suất: Lãi suất cao có thể thu hút đầu tư ngắn hạn, nhưng cũng có thể cản trở đầu tư dài hạn.

  • Tỷ giá hối đoái: Tỷ giá hối đoái ổn định tạo điều kiện thuận lợi cho đầu tư nước ngoài.

• Chính sách đầu tư:

  • Mức độ ưu đãi đầu tư: Các ưu đãi về thuế, đất đai, lao động… thu hút đầu tư nước ngoài.

  • Môi trường đầu tư: Môi trường đầu tư minh bạch, an toàn, thuận lợi thu hút đầu tư nước ngoài.

  • Hạ tầng: Hệ thống hạ tầng giao thông, năng lượng, thông tin liên lạc… phát triển thu hút đầu tư nước ngoài.

• Yếu tố vi mô:

-   Ngành nghề đầu tư

  +   Ngành công nghiệp: Ngành công nghiệp có tiềm năng phát triển, lợi nhuận cao thu hút đầu tư.
  
  +   Dịch vụ: Ngành dịch vụ phát triển thu hút đầu tư nước ngoài.
  
-   Doanh nghiệp:

  +   Năng lực tài chính: Doanh nghiệp có năng lực tài chính mạnh thu hút đầu tư.
  
  +   Uy tín thương hiệu: Doanh nghiệp có uy tín thương hiệu tốt thu hút đầu tư.
  
  +   Khả năng quản lý: Doanh nghiệp có khả năng quản lý tốt thu hút đầu tư.
  

• Ngoài ra, còn có các yếu tố khác như:

  • Tình hình chính trị: Tình hình chính trị ổn định thu hút đầu tư nước ngoài.

  • Văn hóa: Văn hóa kinh doanh cởi mở, thân thiện thu hút đầu tư nước ngoài.

  Ví dụ cụ thể:

• Angola: Nhờ giá dầu cao và tăng trưởng kinh tế mạnh mẽ, Angola thu hút lượng lớn FDI vào lĩnh vực khai thác dầu khí trong giai đoạn 2005-2011.

• Mauritius(tên đầy đủ là Cộng hòa Mauritius) : Với môi trường kinh tế vĩ mô ổn định, chính sách thu hút đầu tư hiệu quả, Mauritius thu hút nhiều FDI vào lĩnh vực du lịch, dịch vụ tài chính.

• Ethiopia(Tên đầy đủ: Cộng hòa Dân chủ Liên bang Ethiopia) : Nhờ cải thiện môi trường đầu tư, Ethiopia thu hút nhiều FDI vào lĩnh vực sản xuất, dệt may.

Kết luận:

Tổng dòng vốn đầu tư vào châu Phi trong giai đoạn 2005-2011 chịu ảnh hưởng bởi nhiều yếu tố, bao gồm kinh tế vĩ mô, chính sách, xã hội và khu vực. Các quốc gia cần cải thiện môi trường đầu tư, nâng cao năng lực cạnh tranh để thu hút vốn đầu tư hiệu quả, thúc đẩy phát triển kinh tế.

Lưu ý:

Mức độ ảnh hưởng của các yếu tố trên có thể khác nhau tùy theo từng quốc gia và từng giai đoạn phát triển.

Các yếu tố vĩ mô và vi mô có thể tác động lẫn nhau và ảnh hưởng đến tổng dòng vốn đầu tư.

2. Indicartion từ IMF

2.1 Tổng quan về indicartion

library(tidyverse)
library(imf.data)

## Warning: package 'imf.data' was built under R version 4.3.3

quynh <- load_datasets('CPI')
view(quynh$dimensions$indicator)

CPI là gì? - CPI là viết tắt của Chỉ số Giá Tiêu dùng (tiếng Anh: Consumer Price Index). - Đây là thước đo mức độ thay đổi trung bình của giá cả hàng hóa và dịch vụ tiêu dùng theo thời gian. Nói cách khác, CPI phản ánh xu hướng lạm phát trong nền kinh tế.

CPI là một chỉ báo kinh tế quan trọng được sử dụng cho nhiều mục đích, bao gồm:

• Đo lường mức độ lạm phát: CPI giúp chính phủ và các nhà kinh tế đánh giá mức độ tăng giá chung trong nền kinh tế.

• Điều chỉnh chính sách kinh tế: CPI được sử dụng để điều chỉnh các khoản thanh toán như lương hưu, trợ cấp xã hội và thuế theo mức độ lạm phát.

• Đánh giá hiệu quả hoạt động của chính phủ: CPI là một thước đo hiệu quả của các chính sách kinh tế của chính phủ trong việc kiểm soát lạm phát.

• Giúp các doanh nghiệp đưa ra quyết định đầu tư: CPI giúp doanh nghiệp dự đoán xu hướng giá cả trong tương lai và đưa ra quyết định đầu tư phù hợp.

cpi <- quynh$get_series(freq = 'M', ref_area = 'VN', indicator = 'PCPIH_WT')
cpi <- na.omit(cpi)
head(cpi)

TIME_PERIOD	M.VN.PCPIH_WT
2001-01	15.73
2001-02	15.73
2001-03	15.73
2001-04	15.73
2001-05	15.73
2001-06	15.73

• PCPIH_WT; Housing, Water, Electricity, Gas and Other Fuels, Weight (hay PCPIH_WT - Nhà ở, Nước, Điện, Khí đốt và Nhiên liệu khác, Trọng số) đại diện cho một khía cạnh cụ thể của dữ liệu Chỉ số Giá Tiêu dùng (CPI) do Quỹ Tiền tệ Quốc tế (IMF) cung cấp.

• Giải thích từng phần:

PCPIH_WT:

• PCPIH: Có thể là viết tắt của “Consumer Price Index - Harmonized Weights” (Chỉ số Giá Tiêu dùng - Trọng số Hài hòa).

• WT: Thường được hiểu là “Weight” (Trọng số).

• Housing, Water, Electricity, Gas and Other Fuels (Nhà ở, Nước, Điện, Khí đốt và Nhiên liệu khác):

• Đây là một nhóm (category) theo dõi giá cả của các mặt hàng thiết yếu trong giỏ hàng tiêu dùng.

Weight (Trọng số):

• Giá trị số đại diện cho tầm quan trọng tương đối của nhóm “Nhà ở, Nước, Điện, Khí đốt và Nhiên liệu khác” so với các nhóm khác trong tính toán CPI tổng thể.

Trọng số phản ánh mức chi tiêu trung bình của các hộ gia đình cho nhóm này.

Nói một cách đơn giản:

PCPIH_WT Housing, Water, Electricity, Gas and Other Fuels, Weight cho biết tỷ lệ phần trăm chi tiêu trung bình của người dân cho nhóm hàng Nhà ở, Nước, Điện, Khí đốt và Nhiên liệu khác ảnh hưởng như thế nào đến mức biến động tổng thể của giá cả (được đo bằng PCPIH_WT).

2.2 Phân tích bộ dữ liệu bằng biểu đồ

Dữ liệu phân tích theo tháng, thời gian từ tháng 1 năm 2001 đến tháng 2 năm 2024

cpi %>% ggplot(aes(x = TIME_PERIOD, y = M.VN.PCPIH_WT)) +
  geom_point(color='red') +
  xlab('Thời gian từ 2001 đến 2024') + 
  ylab('Tỷ lệ % chi tiêu trung bình')

- Nhận xét: Tỷ lệ % chi tiêu trung bình từ tháng 01 năm 2001 đến tháng 07 năm 2022 là 15.73

• Còn từ tháng 08 năm 2022 đến tháng 02 năm 2024 là 18.82

2.3 Giải thích sự thay đổi bất thường từ tháng 7 (15.73) sang tháng 8 (18.82) năm 2022

1. Biến động giá cả:

• Giá xăng dầu tăng mạnh: Đây là nguyên nhân chính dẫn đến sự tăng đột biến của M.VN.PCPIH_WT trong tháng 8.

• Giá xăng RON 95 tăng từ 29.820 đồng/lít (tháng 7) lên 32.080 đồng/lít (tháng 8).

• Giá xăng E5 RON 92 tăng từ 28.720 đồng/lít (tháng 7) lên 30.870 đồng/lít (tháng 8).

• Giá dầu diesel 0.05S tăng từ 25.230 đồng/lít (tháng 7) lên 27.510 đồng/lít (tháng 8).

• Giá thực phẩm cũng có biến động:

• Giá thịt lợn hơi tăng từ 71.000 đồng/kg (tháng 7) lên 74.000 đồng/kg (tháng 8).

• Giá rau xanh tăng do ảnh hưởng của mưa lũ, nhất là các loại rau ăn lá như rau muống, rau cải, xà lách,…

• Giá dịch vụ:

• Giá vé máy bay tăng do nhu cầu đi lại tăng cao trong mùa du lịch.

• Giá dịch vụ y tế tăng do chi phí khám chữa bệnh và giá thuốc tăng.

2. Ví dụ cụ thể:

• Giá xăng dầu tăng:

• Theo báo cáo của Bộ Công Thương, giá xăng dầu nhập khẩu bình quân tháng 8/2022 tăng 11,5% so với tháng 7/2022.

• Giá xăng dầu tăng cao ảnh hưởng trực tiếp đến chi phí vận tải, sản xuất, kinh doanh, dẫn đến giá cả hàng hóa và dịch vụ tăng theo.

• Cập nhật phương pháp tính toán:

• Cục Thống kê Việt Nam đã cập nhật rổ hàng hóa M.VN.PCPIH_WT từ tháng 8/2022, bao gồm thêm một số mặt hàng mới như điện thoại thông minh, máy tính bảng,…

-Việc cập nhật rổ hàng hóa có thể ảnh hưởng đến giá trị M.VN.PCPIH_WT, đặc biệt là trong thời gian đầu sau khi áp dụng.

2.4 Các yếu tố ảnh hưởng

1. Giá cả hàng hóa và dịch vụ:

• Giá thực phẩm: Biến động giá thực phẩm, đặc biệt là các mặt hàng thiết yếu như gạo, thịt, rau,… ảnh hưởng trực tiếp đến M.VN.PCPIH_WT.

• Giá dịch vụ: Giá dịch vụ y tế, giáo dục, giao thông, nhà ở,… cũng đóng vai trò quan trọng trong việc quyết định M.VN.PCPIH_WT.

2. Thu nhập của người lao động và viên chức:

• Mức lương: Mức lương tăng hay giảm sẽ ảnh hưởng đến khả năng chi tiêu của người lao động và viên chức, từ đó tác động đến M.VN.PCPIH_WT.

• Chính sách hỗ trợ: Các chính sách hỗ trợ của Chính phủ như trợ cấp, miễn thuế,… cũng có thể ảnh hưởng đến M.VN.PCPIH_WT.

3. Yếu tố kinh tế vĩ mô:

• Tăng trưởng GDP: Tăng trưởng GDP cao thường dẫn đến nhu cầu tiêu dùng tăng, tạo áp lực lên giá cả và M.VN.PCPIH_WT.

• Mức độ lạm phát: Lạm phát cao khiến giá cả hàng hóa và dịch vụ tăng, dẫn đến M.VN.PCPIH_WT tăng theo.

• Lãi suất ngân hàng: Lãi suất ngân hàng cao có thể khiến người dân hạn chế chi tiêu, dẫn đến M.VN.PCPIH_WT giảm.

4. Chính sách của Chính phủ:

• Chính sách tiền tệ: Chính sách tiền tệ của Ngân hàng Nhà nước có thể ảnh hưởng đến lãi suất ngân hàng, từ đó tác động đến M.VN.PCPIH_WT.

• Chính sách thuế: Chính sách thuế có thể ảnh hưởng đến giá cả hàng hóa và dịch vụ, từ đó tác động đến M.VN.PCPIH_WT.

5. Yếu tố khác:

• Thời tiết: Bão lũ, hạn hán,… có thể ảnh hưởng đến giá cả thực phẩm và các mặt hàng thiết yếu khác, dẫn đến M.VN.PCPIH_WT tăng.

• Dịch bệnh: Dịch bệnh có thể ảnh hưởng đến chuỗi cung ứng, giá cả hàng hóa và dịch vụ, từ đó tác động đến M.VN.PCPIH_WT.

Ví dụ:

• Giá xăng dầu tăng: Giá xăng dầu tăng cao ảnh hưởng trực tiếp đến chi phí vận tải, sản xuất, kinh doanh, dẫn đến giá cả hàng hóa và dịch vụ tăng theo, từ đó M.VN.PCPIH_WT cũng tăng.

• Mức lương tăng: Mức lương tăng khiến người lao động và viên chức có khả năng chi tiêu cao hơn, dẫn đến nhu cầu tiêu dùng tăng, từ đó M.VN.PCPIH_WT cũng có thể tăng.

Kết luận:

• M.VN.PCPIH_WT chịu ảnh hưởng bởi nhiều yếu tố khác nhau, bao gồm giá cả hàng hóa và dịch vụ, thu nhập của người lao động và viên chức, yếu tố kinh tế vĩ mô, chính sách của Chính phủ và yếu tố khác.