LỜI CẢM ƠN

Lời đầu tiên, em xin gửi lời cảm ơn chân thành đến Ban Giám hiệu, các thầy cô giáo trường Đại học Tài chính – Marketing, đặc biệt là các thầy cô giáo bộ môn Khoa Kinh tế - Luật đã tận tình giảng dạy, bồi dưỡng kiến thức và dìu dắt em trong suốt quá trình học tập vừa qua.

Em cũng xin gửi lời cảm ơn sâu sắc đến thầy Trần Mạnh Tường, người đã trực tiếp hướng dẫn và giúp đỡ em hoàn thành bài tiểu luận môn Phân tích dữ liệu định tính này một cách tốt nhất. Nhờ sự tận tâm và những góp ý quý báu của thầy, em đã có thể hoàn thiện bài tiểu luận một cách hiệu quả và đầy đủ.

Em xin ghi nhận và trân trọng những kiến thức chuyên môn và kinh nghiệm thực tiễn mà các thầy cô đã truyền đạt cho em. Ngoài ra còn có sự quan tâm, động viên và khích lệ tinh thần của các thầy cô trong suốt quá trình học tập cũng như môi trường học tập năng động, sáng tạo và đầy nhiệt huyết tại trường Đại học Tài chính – Marketing.

Em cũng xin được tự nhận thức rằng bài tiểu luận của em còn nhiều thiếu sót và hạn chế, khả năng nghiên cứu và phân tích dữ liệu của em cần được trau dồi và hoàn thiện thêm. Vì vậy, em mong muốn được tiếp tục nhận được những lời góp ý, chỉ bảo của các thầy cô để em có thể học hỏi, hoàn thiện bản thân và nâng cao kiến thức chuyên môn.

Cuối cùng, em xin kính chúc các thầy cô sức khỏe dồi dào, hạnh phúc viên mãn và thành công trong sự nghiệp cao quý của mình.

Em xin chân thành cảm ơn!

PHẦN I. MỞ ĐẦU

Lý do chọn đề tài

Chỉ số giá tiêu dùng (CPI) đóng vai trò quan trọng trong việc đánh giá tình hình kinh tế và đời sống dân cư. Phân tích CPI giúp chúng ta hiểu rõ hơn về sự biến động của giá cả và ảnh hưởng của nó đối với người tiêu dùng cũng như chính sách kinh tế của quốc gia. Bên cạnh đó, trong bối cảnh Việt Nam đang trở thành một trong những nền kinh tế phát triển nhanh chóng ở Đông Nam Á và trên thế giới, việc phân tích CPI của Việt Nam sẽ cung cấp thông tin quan trọng về sự phát triển kinh tế và thị trường tiêu dùng của đất nước này. Không chỉ thế việc hiểu biết về CPI sẽ mang lại lợi thế lớn hơn cho em khi tìm kiếm việc làm trong các lĩnh vực như ngân hàng, tài chính, quản lý doanh nghiệp và chính phủ. Việc nghiên cứu và phân tích dữ liệu thống kê như CPI cũng sẽ giúp bản thân em phát triển thêm các kỹ năng nghiên cứu, phân tích dữ liệu và viết báo cáo. Đồng thời, đề tài này cũng cung cấp cơ hội để áp dụng kiến thức học được từ các môn như kinh tế, thống kê và quản lý.

Chính vì thế, em quyết định chọn đề tài “Phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010 đến năm 2021”

Mục tiêu nghiên cứu

Đề tài bài tiểu luận này phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010-2021, từ đó xác định và phân tích những yếu tố kinh tế, xã hội và chính trị nào đã góp phần vào sự biến động của CPI. Việc này giúp em hiểu rõ hơn về nguyên nhân và cơ chế hoạt động của CPI, từ đó có thể dự đoán và ứng phó với các biến động tương lai.

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: chỉ số giá tiêu dùng tại Việt Nam

Thời gian: từ năm 2010 - 2021

Phương pháp nghiên cứu:

Sử dụng các chỉ số thống kê như mean, median và standard deviation để mô tả sự biến động của chỉ số. Sử dụng biểu đồ đường hoặc biểu đồ cột để minh họa xu hướng và biến động.

Kết cấu đề tài

Nội dung bài tiểu luận bao gồm:

Phần I: Mở đầu

Phần II: Giới thiệu

Phần III: Phân tích

Phần IV: Các yếu tố ảnh hưởng và giải pháp

Phần V: Kết luận

Phần VI: Tài liệu tham khảo

Phần II: Giới thiệu

Giới thiệu chung:

Chỉ số giá tiêu dùng (CPI)

CPI là chỉ tiêu tương đối (tính bằng %) phản ánh xu hướng và mức độ biến động giá cả chung theo thời gian của các loại hàng hoá và dịch vụ tiêu dùng hàng ngày của người dân.

Danh mục hàng hoá và dịch vụ đại diện gồm các mặt hàng và dịch vụ chủ yếu, đại diện cho tiêu dùng của dân cư trong một giai đoạn nhất định, được sử dụng để điều tra thu thập giá định kỳ, phục vụ tính CPI.

Quyền số tính CPI là tỷ trọng chi tiêu cho các nhóm hàng hoá và dịch vụ trong tổng chi tiêu của dân cư của năm được chọn làm gốc so sánh. Quyền số này được sử dụng cố định trong 5 năm.

Sau mỗi chu kỳ 5 năm, danh mục mặt hàng đại diện, quyền số lại được cập nhật cho phù hợp với thị trường tiêu dùng và cơ cấu chi tiêu cho đời sống hàng ngày của người dân trong thời kỳ hiện tại.

Phương pháp tính CPI

Theo Tổng cục Thống kê, phương pháp tính CPI trong nước được thưc hiện như sau:

Chỉ số CPI của cả nước được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của 06 vùng kinh tế với quyền số tương ứng.
Chỉ số CPI của 06 vùng kinh tế được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của mỗi tỉnh/thành phố trực thuộc Trung ương trong vùng với quyền số tương ứng.
Chỉ số CPI của các tỉnh/thành phố trực thuộc Trung ương được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của mỗi nhóm hàng hóa và dịch vụ tiêu dùng được chọn điều tra với quyền số tương ứng.

Như vậy, ta có thể thấy rằng chỉ số CPI được tính từ kết quả điều tra giá tiêu dùng của từng tỉnh/thành phố trực thuộc Trung ương.

Cụ thể Chỉ số CPI được tính bằng phương pháp bình quân nhân gia quyền giữa mức biến động giá của các nhóm mặt hàng với quyền số tương ứng.

Giới thiệu về bộ dữ liệu

Dữ liệu về chỉ số giá tiêu dùng (Consumer Price Index - CPI), thu thập từ trang web Our world in Data, đưa ra cái nhìn toàn diện về mức độ biến động của giá cả hàng hóa và dịch vụ mà người tiêu dùng mua trong nhiều quốc gia khác nhau từ năm 1960 đến năm 2021. CPI thể hiện giá trung bình của hàng hóa và dịch vụ so với một năm cơ sở, trong trường hợp này là năm 2010. Ví dụ, một CPI bằng 120 đồng nghĩa với việc giá cả tăng lên 20% so với năm 2010.

Bộ dữ liệu này bao gồm 8529 quan sát và 4 biến, với các biến lần lượt là:

Entity: Quốc gia
Code: Mã quốc gia
Year: Năm của số liệu
Consumer price index (2010 = 100): Chỉ số giá tiêu dùng (lấy năm 2010 làm năm cơ sở)

Để tối ưu hóa quá trình phân tích, ta sẽ điều chỉnh tên các cột để giúp việc xác định và phân tích trở nên dễ dàng hơn.

library(xlsx)
library(DT)
dl <- read.csv('F:/Ngôn ngữ lập trình/consumer-price-index.csv', header = T)
names(dl) <- c('E', 'C', 'Y', 'CPI')
library(webshot)
if(is.null(webshot:::find_phantom())){webshot::install_phantomjs()}
datatable(dl)

Mặc dù bộ dữ liệu này bao gồm thông tin về nhiều quốc gia và nhiều năm khác nhau, tuy nhiên ta sẽ chỉ tập trung vào phân tích sâu hơn về CPI tại Việt Nam từ năm 2010 đến năm 2021. Quá trình này sẽ điều tra các yếu tố và xu hướng đặc biệt có ảnh hưởng đến sự biến động của CPI trong thời kỳ đó, bao gồm sự tăng trưởng kinh tế, biến động giá cả toàn cầu, chính sách tiền tệ và cung cầu hàng hóa.

Bằng cách này, chúng ta có thể hiểu rõ hơn về sự phát triển của nền kinh tế Việt Nam và cách mà CPI đã phản ánh các biến động này trong thời gian gần đây.

library(tidyverse)
tl <- dl %>% filter(C == "VNM" & Y > 2009) 
tl

E	C	Y	CPI
Vietnam	VNM	2010	100.0000
Vietnam	VNM	2011	118.6777
Vietnam	VNM	2012	129.4711
Vietnam	VNM	2013	138.0067
Vietnam	VNM	2014	143.6437
Vietnam	VNM	2015	144.5504
Vietnam	VNM	2016	148.4073
Vietnam	VNM	2017	153.6317
Vietnam	VNM	2018	159.0696
Vietnam	VNM	2019	163.5170
Vietnam	VNM	2020	168.7837
Vietnam	VNM	2021	171.8804

Phần III: Phân tích

Các đặc trưng đo lường

Để đảm bảo phân tích sự biến động của chỉ số giá tiêu dùng một cách toàn diện và chi tiết, chúng ta sẽ tiến hành phân chia dữ liệu thành ba giai đoạn thời gian khác nhau. Bằng cách này, chúng ta sẽ có cơ hội tận dụng mọi thông tin có sẵn để hiểu rõ hơn về xu hướng và biến động của chỉ số này trong quá khứ, hiện tại và tương lai. Điều này không chỉ giúp chúng ta đánh giá được sự phát triển của nền kinh tế theo thời gian mà còn tạo ra cơ sở dữ liệu đáng tin cậy để đưa ra các quyết định và dự báo cho tương lai.

tl <- tl %>% mutate(gd = cut(Y,3, label = c('2010-2013', '2014-2017','2018-2021')))

Trung bình

Trong thống kê, “trung bình” là một chỉ số đại diện cho giá trị trung tâm của một tập hợp dữ liệu. Nó được tính bằng cách cộng tất cả các giá trị trong tập hợp lại và chia cho số lượng các giá trị đó. Trong nhiều trường hợp, trung bình được sử dụng để đo lường mức độ trung tính của dữ liệu, đặc biệt là khi có sự biến động lớn giữa các giá trị.

library(flextable)
tb1 <- mean(tl$CPI)
tb2 <- tl %>% group_by(gd) %>% summarise(mea = mean(CPI))
kết_quả <- bind_rows(
  tl %>% group_by(gd) %>% summarise(mea = mean(CPI)),
  data.frame(tb1 = mean(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(kết_quả))

gd	mea	tb1
2018-2021	165.8127
2014-2017	147.5583
2010-2013	121.5389
		144.9699

Chú thích:

gd: Giai đoạn
mea: Mean - Chỉ số giá tiêu dùng trung bình trong từng giai đoạn
tb1: Chỉ số giá tiêu dùng trung bình từ năm 2010-2021 của Việt Nam

Sau khi tiến hành sử dụng câu lệnh mean để tính trung bình, ta thu được kết quả như sau:

Giai đoạn 2010-2013: chỉ số giá tiêu dùng trung bình là 121.5389
Giai đoạn 2014-2017: chỉ số giá tiêu dùng trung bình là 147.5583
Giai đoạn 2018-2021: chỉ số giá tiêu dùng trung bình là 165.8127

Nhận xét:

Giai đoạn 2010-2013 (121.5389): Trong giai đoạn này, chỉ số giá tiêu dùng trung bình tăng nhẹ so với năm cơ sở 2010. Điều này có thể phản ánh một giai đoạn ổn định với sự tăng trưởng kinh tế ổn định và lạm phát được kiểm soát. Các chính sách kinh tế và tiền tệ có thể đã giữ được sự ổn định này, giúp duy trì một mức tăng trưởng vừa phải của giá cả.

Giai đoạn 2014-2017 (147.5583): Trong giai đoạn này, có một tăng trưởng mạnh mẽ hơn so với giai đoạn trước của chỉ số giá tiêu dùng, biểu thị một giai đoạn có sự gia tăng lạm phát và giá cả. Sự gia tăng này có thể phản ánh sự tăng trưởng kinh tế đáng kể hoặc áp lực từ tăng giá cả toàn cầu, nhất là trong một số lĩnh vực như năng lượng và thực phẩm.

Giai đoạn 2018-2021 (165.8127): Trong giai đoạn này, chỉ số giá tiêu dùng tiếp tục tăng mạnh, cho thấy một xu hướng gia tăng lạm phát và giá cả tiếp tục. Đây cũng là giai đoạn có chỉ số giá tiêu dùng trung bình cao nhất trong 3 giai đoạn. Sự gia tăng này có thể phản ánh sự tăng trưởng kinh tế mạnh mẽ, áp lực từ tăng giá cả toàn cầu và các yếu tố khác như tăng cầu hàng hóa và chi phí sản xuất.

Kết quả chỉ số giá tiêu dùng trong các giai đoạn khác nhau đã thể hiện một xu hướng tăng đáng kể qua thời gian. Từ giai đoạn 2010-2013 đến giai đoạn 2018-2021, chúng ta đã chứng kiến một sự gia tăng liên tục của giá cả hàng hóa và dịch vụ. Xu hướng này có thể tiếp tục trong tương lai, đặc biệt là với các yếu tố như tăng trưởng kinh tế, áp lực từ tăng giá cả toàn cầu và các biến động trong chính sách tiền tệ. Do đó, dự báo cho thấy rằng lạm phát và áp lực giá cả có thể vẫn tiếp tục là những thách thức quan trọng đối với nền kinh tế trong thời gian tới.

Trung vị

Trung vị là một khái niệm thống kê mô tả một giá trị trong một tập hợp các số học. Đây là giá trị ở vị trí nằm chính giữa khi tập hợp được sắp xếp theo thứ tự tăng dần hoặc giảm dần. Nó được sử dụng để mô tả trung tâm của phân phối của các dữ liệu và thường được sử dụng trong các phân tích thống kê và dự đoán.

tv1 <- median(tl$CPI)
tv2 <- tl %>% group_by(gd) %>% summarise(med = median(CPI))
trung_vị <- bind_rows(
  tl %>% group_by(gd) %>% summarise(med = median(CPI)),
  data.frame(tv1 = median(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(trung_vị))

gd	med	tv1
2018-2021	166.1503
2014-2017	146.4788
2010-2013	124.0744
		146.4788

Chú thích:

gd: Giai đoạn
med: Median - Trung vị của chỉ số giá tiêu dùng trong từng giai đoạn
tv1: Trung vị của chỉ số giá tiêu dùng từ năm 2010-2021 tại Việt Nam

Sau khi tiến hành sử dụng câu lệnh median để tính trung vị, ta thu được kết quả như sau:

Giai đoạn 2010-2013: trung vị của chỉ số giá tiêu dùng là 124.0744
Giai đoạn 2014-2017: trung vị của chỉ số giá tiêu dùng là 146.4788
Giai đoạn 2018-2021: trung vị của chỉ số giá tiêu dùng là 166.1503

Nhận xét:

Kết quả trung vị của chỉ số giá tiêu dùng trong các giai đoạn 2010-2013, 2014-2017 và 2018-2021 đều cho thấy một xu hướng tăng dần, biểu thị sự gia tăng liên tục của chi phí hàng hóa và dịch vụ trong nền kinh tế. Tuy nhiên, mặc dù tăng trưởng tổng thể là dương tính, việc phân tích chi tiết từng giai đoạn cung cấp cái nhìn sâu hơn về sự biến động của chỉ số giá tiêu dùng.

Trong giai đoạn 2010-2013, trung vị chỉ số giá tiêu dùng đạt mức 124.0744, biểu thị một sự ổn định trong giá cả và lạm phát. Giai đoạn này có thể được coi là một thời kỳ ổn định với sự kiểm soát lạm phát tốt, có thể được hỗ trợ bởi chính sách kinh tế và tiền tệ ổn định.

Tuy nhiên, giai đoạn 2014-2017 ghi nhận một tăng trưởng đáng kể khi trung vị của chỉ số giá tiêu dùng tăng lên 146.4788, biểu thị một giai đoạn có sự gia tăng mạnh mẽ của giá cả và lạm phát. Các yếu tố như tăng trưởng kinh tế, biến động giá cả toàn cầu và chính sách tiền tệ có thể đã đóng vai trò trong sự gia tăng này.

Tiếp theo, trong giai đoạn 2018-2021, trung vị của chỉ số giá tiêu dùng tiếp tục tăng lên 166.1503, cho thấy một xu hướng gia tăng lạm phát và giá cả tiếp tục. Có thể dự báo rằng xu hướng này có thể tiếp tục trong tương lai, với sự gia tăng kinh tế, áp lực từ tăng giá cả toàn cầu và các yếu tố khác tiếp tục ảnh hưởng.

Tóm lại, dù có sự biến động qua các giai đoạn, nhưng xu hướng chung của chỉ số giá tiêu dùng là tăng dần. Điều này đề xuất rằng lạm phát và áp lực giá cả có thể vẫn tiếp tục là những thách thức quan trọng đối với nền kinh tế trong thời gian tới. Để đảm bảo sự ổn định kinh tế, các biện pháp chính sách phù hợp và hiệu quả sẽ cần được áp dụng.

Độ lệch chuẩn

Độ lệch chuẩn là một đại lượng thống kê được sử dụng để đo độ biến đổi hoặc sự phân tán của một tập dữ liệu. Nó thể hiện mức độ trung bình của sự chênh lệch giữa mỗi giá trị trong tập dữ liệu và giá trị trung bình của tập dữ liệu đó. Độ lệch chuẩn được tính bằng cách lấy căn bậc hai của phương sai.

dlc1 <- sd(tl$CPI)
dlc2 <- tl %>% group_by(gd) %>% summarise(lc = sd(CPI))
độ_lệch_chuẩn <- bind_rows(
  tl %>% group_by(gd) %>% summarise(lc = sd(CPI)),
  data.frame(dlc1 = sd(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(độ_lệch_chuẩn))

gd	lc	dlc1
2018-2021	5.668142
2014-2017	4.545263
2010-2013	16.393292
		21.15981

Chú thích:

gd: Giai đoạn
lc: Standard Deviation - Độ lệch chuẩn của chỉ số giá tiêu dùng trong các giai đoạn
dlc1: Độ lệch chuẩn của chỉ số giá tiêu dùng từ năm 2010-2021 của Việt Nam

Sau khi tiến hành sử dụng câu lệnh sd để tính độ lệch chuẩn, ta thu được kết quả như sau:

Giai đoạn 2010-2013: độ lệch chuẩn của chỉ số giá tiêu dùng là 16.393292
Giai đoạn 2014-2017: độ lệch chuẩn của chỉ số giá tiêu dùng là 4.545263
Giai đoạn 2018-2021: độ lệch chuẩn của chỉ số giá tiêu dùng là 5.668142

Nhận xét:

Giai đoạn 2010-2013 (16.393292): Trong giai đoạn này, độ lệch chuẩn của chỉ số giá tiêu dùng đạt mức cao nhất trong các giai đoạn, đến 16.393292. Điều này cho thấy sự biến động lớn trong giá cả và lạm phát trong giai đoạn này. Có thể giải thích rằng trong những năm đầu sau khủng hoảng tài chính toàn cầu, nhiều quốc gia kể cả Việt Nam đang chịu áp lực từ biến động kinh tế và các biến động khác, dẫn đến sự không ổn định trong chỉ số giá tiêu dùng.

Giai đoạn 2014-2017 (4.545263): Độ lệch chuẩn giảm đáng kể xuống còn 4.545263 trong giai đoạn này, cho thấy sự ổn định hơn trong giá cả và lạm phát so với giai đoạn trước đó. Sự giảm nhẹ này có thể phản ánh sự phục hồi kinh tế sau khủng hoảng và các biện pháp kiểm soát lạm phát đã được thực hiện.

Giai đoạn 2018-2021 (5.668142): Độ lệch chuẩn tăng lên 5.668142, cho thấy sự tăng đáng kể trong sự biến động của giá cả và lạm phát trong giai đoạn này. Có thể rằng các yếu tố như biến động thị trường toàn cầu, tăng giá cả nguyên liệu và ảnh hưởng của đại dịch COVID-19 đã góp phần làm tăng sự không ổn định trong giá cả và lạm phát trong thời kỳ này.

Tổng quan, sự biến động của chỉ số giá tiêu dùng qua các giai đoạn đã thể hiện sự không ổn định trong giá cả và lạm phát, với các yếu tố kinh tế và xã hội liên tục ảnh hưởng. Xu hướng trong tương lai có thể là sự tiếp tục của biến động, đặc biệt là trong bối cảnh các yếu tố toàn cầu và nội địa tiếp tục thay đổi và phát triển. Điều này cũng đề xuất cần có sự quan sát và dự báo kỹ lưỡng để đảm bảo ổn định và phát triển bền vững của nền kinh tế.

Đánh giá sự biến động của chỉ số giá tiêu dùng

Trong thời kỳ từ năm 2010 đến năm 2021, chỉ số giá tiêu dùng (CPI) đã trải qua sự biến động đáng kể. So sánh giá trị trung bình và trung vị, chênh lệch giữa hai giá trị này đạt 1.508903833333333. Sự chênh lệch này, cùng với giá trị độ lệch chuẩn cao là 21.15981254165671, cho thấy CPI trong khoảng thời gian này có mức biến động khá cao. Đồng thời, so sánh giá trị độ lệch chuẩn với giá trị trung bình, ta thấy độ lệch chuẩn chiếm 14.61% giá trị trung bình. Tỷ lệ này cho thấy mức độ biến động của CPI là tương đối cao.

Sự biến động của CPI có nguyên nhân từ nhiều yếu tố khác nhau. Trước hết, biến động giá cả hàng hóa và dịch vụ phản ánh sự thay đổi trong nhu cầu và cung ứng trên thị trường, đặc biệt là trong các lĩnh vực như năng lượng, thực phẩm và dịch vụ y tế. Thêm vào đó, chính sách kinh tế và tài chính của chính phủ cũng có thể tác động lớn đến CPI thông qua việc điều chỉnh thuế, chi tiêu công, và các biện pháp điều tiết khác. Biến động giá nguyên liệu đầu vào, như giá dầu và các tài nguyên tự nhiên khác, cũng góp phần vào sự biến động của CPI, đặc biệt là trong các ngành công nghiệp đòi hỏi sử dụng nhiều nguyên liệu.

Cuối cùng, dịch bệnh COVID-19 đã gây ra một biến động lớn đối với CPI. Dịch bệnh đã ảnh hưởng đến sản xuất, cung ứng và nhu cầu trên toàn thế giới, dẫn đến các biện pháp phong tỏa và hạn chế mạnh mẽ trong hoạt động kinh doanh và tiêu dùng. Những biện pháp này đã tạo ra sự biến động đáng kể trong giá cả và góp phần vào sự biến động không ổn định trong CPI.

Biểu đồ:

Biểu đồ thể hiện chỉ số giá tiêu dùng của Việt Nam trong các giai đoạn

tl %>% ggplot(aes(x=Y,y=CPI,color=gd, group = 1)) + geom_line() +geom_point(size=2) +
  labs(title = "Biểu đồ thể hiện chỉ số giá tiêu dùng của Việt Nam trong các giai đoạn") +
  labs(x = 'Năm', y = 'Chỉ số giá tiêu dùng (%)') +
  theme_linedraw()

Nhận xét: Mức CPI nhìn chung có xu hướng tăng liên tục trong cả 3 giai đoạn, tuy nhiên tốc độ tăng có sự khác biệt.

Giai đoạn 2010-2013: CPI tăng nhanh với mức tăng trung bình khoảng 10%/năm, chủ yếu do áp lực lạm phát và tăng giá hàng hóa và dịch vụ. Sự tăng này có nguồn gốc từ sự tăng trưởng kinh tế mạnh mẽ, đẩy mạnh nhu cầu tiêu dùng và đầu tư, tạo ra áp lực tăng giá đối với hàng hoá và dịch vụ.
Giai đoạn 2014-2017: CPI tăng ổn định hơn với mức tăng trung bình khoảng 3%/năm, có thể do sự kiểm soát lạm phát từ chính phủ hoặc sự cải thiện trong cơ cấu kinh tế. Các biện pháp kiểm soát lạm phát và cải thiện quản lý kinh tế có thể đã giúp làm giảm áp lực lên giá cả và chi phí.
Giai đoạn 2018-2021: CPI tăng nhẹ hơn giai đoạn trước, với mức tăng trung bình khoảng 4%/năm. Sự tăng nhẹ này có thể do ảnh hưởng của dịch COVID-19. Dịch bệnh này đã tạo ra một loạt biến động trong kinh tế và hành vi tiêu dùng, từ việc giảm cung ứng đến thay đổi trong mô hình tiêu dùng và sự tăng giá vật liệu đầu vào.
Tóm lại, sự biến động của CPI trong các giai đoạn này phản ánh sự ổn định và biến động trong kinh tế, chính sách kinh tế, cũng như các yếu tố bên ngoài như dịch bệnh COVID-19. Dự báo về CPI trong tương lai cũng sẽ phụ thuộc vào sự ổn định của tình hình kinh tế và khả năng kiểm soát lạm phát từ các chính sách kinh tế.

Biểu đồ thể hiện chỉ số giá tiêu dùng từ năm 2010 đến năm 2021 của Việt Nam

tl %>%
  group_by(Y, CPI) %>%
  ggplot(aes(x=Y, y=CPI,group = 1))+
  geom_col(fill='pink') +
  geom_line(color='brown', linewidth =1) +
  geom_text(aes(label = round(CPI,2)),vjust = 5, color = 'black') +
  labs(title = "Biểu đồ thể hiện chỉ số giá tiêu dùng từ năm 2010 đến năm 2021 của Việt Nam") +
  labs(x = 'Năm', y = 'Chỉ số giá tiêu dùng (%)') +
  theme_minimal()

Nhận xét:

Nếu không xem xét năm cơ sở, mức chỉ số giá tiêu dùng (CPI) thấp nhất của Việt Nam được ghi nhận vào năm 2011, với giá trị là 118.68%, đồng nghĩa với việc tăng 18% so với năm 2010. Đây là một tăng trưởng đáng kể chỉ sau một năm, thể hiện sự biến động mạnh mẽ trong giá cả và chi phí tiêu dùng trong nền kinh tế.
Trong khi đó, năm 2021 lại ghi nhận mức chỉ số giá tiêu dùng cao nhất trong thời kỳ nghiên cứu, đạt 171.88%, tăng 71% so với năm 2010. Sự tăng trưởng lớn đến mức này chỉ trong vòng 11 năm phản ánh mức độ gia tăng áp đảo, ảnh hưởng bởi nhiều yếu tố kinh tế và xã hội.
Mức độ chỉ số giá tiêu dùng đã tăng liên tục từ năm 2010 trở đi, điều này có thể phản ánh một số yếu tố như tăng trưởng kinh tế đột phá, sự tăng giá hàng hóa và dịch vụ, hoặc các chính sách tiền tệ và tài khóa được áp dụng trong giai đoạn này.
Tuy nhiên, mức độ tăng dần giảm đi sau giai đoạn này, đặc biệt là từ năm 2019 đến năm 2021. Điều này có thể phần nào được giải thích bởi sự ảnh hưởng tiêu cực của đại dịch COVID-19. Dịch bệnh đã gây ra những biến động mạnh mẽ trong nền kinh tế toàn cầu và cản trở quá trình sản xuất, lưu thông hàng hóa và dịch vụ, làm tăng giá cả và giảm nhu cầu tiêu dùng. Các biện pháp kiểm soát và cách ly cũng có thể đã ảnh hưởng đến việc mua sắm và tiêu dùng của người dân, ảnh hưởng tiêu cực đến sự tăng trưởng của CPI.

Phần IV: Các yếu tố ảnh hưởng và giải pháp

Các yếu tố ảnh hưởng

- Tăng trưởng kinh tế: Tăng trưởng kinh tế là một trong những yếu tố chủ chốt ảnh hưởng đến chỉ số giá tiêu dùng (CPI) của một quốc gia. Sự tăng trưởng kinh tế mạnh mẽ thường đi đôi với sự gia tăng nhu cầu tiêu dùng và đầu tư, từ đó tạo ra áp lực tăng giá cả và chi phí. Khi kinh tế phát triển, các doanh nghiệp thường phải đối mặt với chi phí lao động, nguyên vật liệu và vận chuyển tăng cao, dẫn đến việc tăng giá sản phẩm và dịch vụ. Đồng thời, sự tăng trưởng kinh tế cũng thúc đẩy việc tăng cung tiền tệ, góp phần vào áp lực lạm phát.

- Chính sách tiền tệ và tài khóa: Chính sách tiền tệ và tài khóa cũng có vai trò quan trọng trong việc điều chỉnh mức độ lạm phát và giá cả. Chính sách của ngân hàng trung ương và chính phủ đôi khi sẽ điều chỉnh lãi suất, tăng trưởng tiền và các biện pháp kiểm soát tài khóa để kiểm soát lạm phát. Chẳng hạn, tăng lãi suất có thể làm giảm việc vay mượn tiền và tiêu dùng, từ đó làm giảm nhu cầu và giảm áp lực tăng giá.

- Thị trường lao động: Thị trường lao động là một yếu tố quan trọng khác ảnh hưởng đến CPI. Sự biến động trong mức lương và tỷ lệ thất nghiệp có thể tạo ra áp lực tăng giá sản phẩm và dịch vụ. Khi mức lương tăng, doanh nghiệp thường chuyển gánh nặng chi phí lên người tiêu dùng thông qua việc tăng giá. Ngoài ra, tỷ lệ thất nghiệp thấp cũng có thể tạo ra áp lực tăng giá do sự khan hiếm lao động.

- Biến động giá cả quốc tế: Biến động giá cả quốc tế cũng có thể ảnh hưởng đến giá cả trong nước. Thay đổi trong giá hàng hóa quốc tế, như giá dầu, thực phẩm và hàng hóa nhập khẩu, có thể trực tiếp ảnh hưởng đến giá cả trong nước thông qua cơ chế thị trường toàn cầu và chi phí vận chuyển.

Chẳng hạn như giá gạo trong nước tăng theo giá gạo xuất khẩu và nhu cầu tiêu dùng cao trong dịp Tết cũng khiến giá gạo 4 tháng đầu năm 2021 tăng 7,76% so với cùng kỳ năm trước, góp phần làm CPI chung tăng 0,2 điểm phần trăm. Giá các mặt hàng thực phẩm 4 tháng đầu năm 2021 tăng 0,2% so với cùng kỳ năm trước, làm CPI tăng 0,04 điểm phần trăm, trong đó giá thịt bò tăng 2,72%, giá thịt chế biến tăng 3,54%. Giá gas trong nước biến động theo giá gas thế giới, 4 tháng đầu năm 2021 tăng 14,69% so với cùng kỳ năm trước. Giá xăng dầu trong nước bình quân 4 tháng đầu năm 2021 tăng 2,49% so với cùng kỳ năm trước.

- Biến động trong nguồn cung và cầu: Sự biến động trong nguồn cung và cầu của các hàng hóa và dịch vụ cũng là một yếu tố quan trọng ảnh hưởng đến CPI. Sự thay đổi trong sản lượng, tình trạng thảo luận, và các yếu tố khác có thể tạo ra biến động giá và tác động đến CPI.

- Các yếu tố đặc biệt như dịch bệnh và thiên tai: Các yếu tố không dự đoán được như dịch bệnh và thiên tai có thể gây ra sự biến động đáng kể trong giá cả, cung cấp và nhu cầu, ảnh hưởng đến CPI một cách đáng kể. Đặc biệt, đại dịch COVID-19 đã tạo ra một loạt biến động trong kinh tế và hành vi tiêu dùng từ năm 2019 trở đi. Cụ thể ảnh hưởng của dịch bệnh COVID-19 và cuộc chiến giá dầu giành thị phần thế giới giữa Tổ chức các nước xuất khẩu Dầu mỏ (OPEC) với Nga làm cho giá xăng dầu thế giới giảm mạnh, nguồn cung gia cầm dồi dào là các nguyên nhân chính làm cho chỉ số giá tiêu dùng (CPI) tháng Ba giảm 0,72% so với tháng Hai và tăng 0,34% so với tháng 12/2019. So với cùng kỳ năm trước, CPI tháng 3 năm 2020 đã tăng 4,87%.

Giải pháp

Sự biến động của chỉ số giá tiêu dùng không chỉ ảnh hưởng đến nền kinh tế mà còn có thể gây ra những tác động sâu rộng đối với các gia đình và cá nhân trong xã hội. Mặt tích cực của sự biến động này có thể thấy qua việc giúp thúc đẩy tăng trưởng kinh tế, tạo điều kiện thuận lợi cho việc đầu tư và sản xuất, cũng như nâng cao thu nhập và mức sống của người dân. Tuy nhiên, mặt tiêu cực của biến động chỉ số giá tiêu dùng là sự gia tăng về lạm phát, gây ra sự mất giá của tiền tệ và làm giảm sức mua của người tiêu dùng, đặc biệt là ảnh hưởng đến những nhóm dân có thu nhập thấp. Sau đây sẽ là một số giải pháp để hạn chế mặt tiêu cực ấy

- Kiểm soát chính sách tiền tệ: Kiểm soát chính sách tiền tệ là một biện pháp quan trọng để ổn định giá cả và kiềm chế sự gia tăng của chỉ số giá tiêu dùng. Ngân hàng trung ương có thể sử dụng các công cụ chính sách tiền tệ như điều chỉnh lãi suất. Việc tăng lãi suất có thể làm giảm việc chi tiêu tiêu dùng của người dân và doanh nghiệp, từ đó làm giảm áp lực tăng giá cả. Tuy nhiên, việc điều chỉnh lãi suất cần phải được thực hiện cẩn thận để tránh ảnh hưởng đến việc vay vốn và đầu tư của doanh nghiệp.

- Quản lý tài khóa: Quản lý tài khóa là một công cụ quan trọng khác mà chính phủ có thể sử dụng để kiểm soát lạm phát. Chính sách tài khóa bao gồm kiểm soát ngân sách và chi tiêu công cụ thể. Bằng cách kiểm soát chi tiêu của chính phủ và đảm bảo rằng ngân sách được duy trì ổn định, chính phủ có thể hạn chế việc tiền tệ được phát hành một cách quá mức, từ đó làm giảm áp lực lạm phát.

- Khuyến khích sản xuất trong nước: Tăng cường sản xuất trong nước có thể giúp giảm sự phụ thuộc vào hàng hóa nhập khẩu và giảm áp lực tăng giá cả. Chính phủ có thể thúc đẩy sản xuất trong nước thông qua các chính sách khuyến khích đầu tư vào các ngành công nghiệp và nông nghiệp trong nước, cũng như hỗ trợ các doanh nghiệp trong việc nâng cao năng suất và chất lượng sản phẩm.

- Tăng cường giám sát và kiểm soát: Tăng cường giám sát và kiểm soát từ phía chính phủ là cách hiệu quả để ngăn chặn sự lạm phát và các hành vi lạm dụng trong thị trường. Việc này có thể bao gồm việc thành lập các cơ quan giám sát chuyên ngành, cũng như việc áp dụng các biện pháp pháp lý mạnh mẽ để trừng phạt các cá nhân hoặc tổ chức tham gia vào các hành vi gian lận hoặc lạm dụng thị trường.

- Tạo điều kiện thuận lợi cho doanh nghiệp: Chính phủ cần phải tạo ra cơ chế để bảo vệ quyền lợi của các doanh nghiệp, đồng thời đẩy mạnh sự cạnh tranh lành mạnh trong thị trường. Việc này không chỉ giúp tăng cường hiệu quả sản xuất và dịch vụ, mà còn giúp giảm chi phí và tăng cường sự minh bạch trong quản lý kinh doanh. Điều này không chỉ hỗ trợ trong việc kiểm soát giá cả mà còn thúc đẩy sự phát triển bền vững của nền kinh tế.

Phần V: Kết luận

Trong quá trình phân tích chỉ số giá tiêu dùng (CPI) tại Việt Nam từ năm 2010 đến 2021, chúng ta đã chứng kiến những biến động đáng kể trong mức độ lạm phát và giá cả. Từ việc CPI tăng cao trong giai đoạn đầu tiên đến sự ổn định và giảm dần trong những năm sau đó, chúng ta đã nhận thấy ảnh hưởng của nhiều yếu tố khác nhau đến nền kinh tế Việt Nam.

Trong tương lai, việc duy trì sự ổn định của CPI và kiểm soát mức lạm phát là một thách thức quan trọng đối với chính phủ và các nhà quản lý kinh tế. Điều này đặc biệt quan trọng trong bối cảnh biến động toàn cầu và ảnh hưởng của các yếu tố như dịch bệnh, biến đổi khí hậu và biến động thị trường quốc tế.

Tóm lại, việc phân tích CPI tại Việt Nam từ năm 2010 đến 2021 cung cấp một cái nhìn tổng quan về sự phát triển và ổn định của nền kinh tế. Việc áp dụng các biện pháp chính sách và kinh doanh phù hợp để duy trì sự ổn định và kiểm soát lạm phát sẽ đóng vai trò quan trọng trong việc bảo vệ sự phát triển bền vững của quốc gia trong thời gian tới.

Bài tiểu luận của em tập trung vào phân tích chỉ số giá tiêu dùng tại Việt Nam và các biến động của nó từ năm 2010 đến 2021. Đây là một chủ đề mới mẻ đối với em và mặc dù đã nỗ lực hết mình, nhưng vẫn có thể xuất hiện những thiếu sót do hạn chế về kiến thức và kinh nghiệm. Chính vì vậy, em rất mong nhận được phản hồi và đề xuất từ thầy để cải thiện bài tiểu luận của mình và hiểu sâu hơn về tác động của chỉ số giá tiêu dùng đối với nền kinh tế.

Phần VI: Tài liệu tham khảo

---
title: "Phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010 đến năm 2021"
author: "ntnsang"
date: "`r format(Sys.time(), '%H:%M:%S, %d - %m - %Y')`"
output: 
  html_document: 
    toc: true
    toc_float: true
    code_download: true
    code_folding: hide
    df_print: kable
    highlight: tango
  word_document:
    toc: true
  pdf_document:
    extra_dependencies:
      vietnam: utf8
    toc: true
    number_sections: true
always_allow_html: true    
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

![](F:/Ngôn ngữ lập trình/bìa.png)

```{css,echo = FALSE}
h1 {
  font-family: "Times New Roman", Times, serif;
  font-size: 30px;
  font-weight: bold;
  color: darkblue 
  }

h2 {
  font-family: "Times New Roman", Times, serif;
  font-size: 26px;
  font-weight: bold;
  color: purple 
 
}

h3 {
  font-family: "Times New Roman", Times, serif;
  font-size: 22px;
  font-weight: bold;
  font-style: italic;
  color: blue 
}

h4 {font-family: "Times New Roman", Times, serif;
  font-size: 18px;
  font-style: italic}

body {
  font-family: "Times New Roman", Times, serif;
  font-size: 17.5px;
  
}
p:not(h1):not(h2):not(h3):not(h4):not(h5) {
  text-indent: 2em;}
p {
  text-align: justify;
  }
.tocify-header {
  font-weight: bold;
}

```


# LỜI CẢM ƠN

Lời đầu tiên, em xin gửi lời cảm ơn chân thành đến Ban Giám hiệu, các thầy cô giáo trường Đại học Tài chính – Marketing, đặc biệt là các thầy cô giáo bộ môn Khoa Kinh tế - Luật đã tận tình giảng dạy, bồi dưỡng kiến thức và dìu dắt em trong suốt quá trình học tập vừa qua.

Em cũng xin gửi lời cảm ơn sâu sắc đến thầy Trần Mạnh Tường, người đã trực tiếp hướng dẫn và giúp đỡ em hoàn thành bài tiểu luận môn Phân tích dữ liệu định tính này một cách tốt nhất. Nhờ sự tận tâm và những góp ý quý báu của thầy, em đã có thể hoàn thiện bài tiểu luận một cách hiệu quả và đầy đủ.

Em xin ghi nhận và trân trọng những kiến thức chuyên môn và kinh nghiệm thực tiễn mà các thầy cô đã truyền đạt cho em. Ngoài ra còn có sự quan tâm, động viên và khích lệ tinh thần của các thầy cô trong suốt quá trình học tập cũng như môi trường học tập năng động, sáng tạo và đầy nhiệt huyết tại trường Đại học Tài chính – Marketing.

Em cũng xin được tự nhận thức rằng bài tiểu luận của em còn nhiều thiếu sót và hạn chế, khả năng nghiên cứu và phân tích dữ liệu của em cần được trau dồi và hoàn thiện thêm. Vì vậy, em mong muốn được tiếp tục nhận được những lời góp ý, chỉ bảo của các thầy cô để em có thể học hỏi, hoàn thiện bản thân và nâng cao kiến thức chuyên môn.

Cuối cùng, em xin kính chúc các thầy cô sức khỏe dồi dào, hạnh phúc viên mãn và thành công trong sự nghiệp cao quý của mình.

Em xin chân thành cảm ơn!

# PHẦN I. MỞ ĐẦU

## Lý do chọn đề tài

Chỉ số giá tiêu dùng (CPI) đóng vai trò quan trọng trong việc đánh giá tình hình kinh tế và đời sống dân cư. Phân tích CPI giúp chúng ta hiểu rõ hơn về sự biến động của giá cả và ảnh hưởng của nó đối với người tiêu dùng cũng như chính sách kinh tế của quốc gia. Bên cạnh đó, trong bối cảnh Việt Nam đang trở thành một trong những nền kinh tế phát triển nhanh chóng ở Đông Nam Á và trên thế giới, việc phân tích CPI của Việt Nam sẽ cung cấp thông tin quan trọng về sự phát triển kinh tế và thị trường tiêu dùng của đất nước này. Không chỉ thế việc hiểu biết về CPI sẽ mang lại lợi thế lớn hơn cho em khi tìm kiếm việc làm trong các lĩnh vực như ngân hàng, tài chính, quản lý doanh nghiệp và chính phủ. Việc nghiên cứu và phân tích dữ liệu thống kê như CPI cũng sẽ giúp bản thân em phát triển thêm các kỹ năng nghiên cứu, phân tích dữ liệu và viết báo cáo. Đồng thời, đề tài này cũng cung cấp cơ hội để áp dụng kiến thức học được từ các môn như kinh tế, thống kê và quản lý.

Chính vì thế, em quyết định chọn đề tài **"Phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010 đến năm 2021"**

## Mục tiêu nghiên cứu

Đề tài bài tiểu luận này phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010-2021, từ đó xác định và phân tích những yếu tố kinh tế, xã hội và chính trị nào đã góp phần vào sự biến động của CPI. Việc này giúp em hiểu rõ hơn về nguyên nhân và cơ chế hoạt động của CPI, từ đó có thể dự đoán và ứng phó với các biến động tương lai.

## Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: chỉ số giá tiêu dùng tại Việt Nam 

Thời gian: từ năm 2010 - 2021

## Phương pháp nghiên cứu:

Sử dụng các chỉ số thống kê như mean, median và standard deviation để mô tả sự biến động của chỉ số. Sử dụng biểu đồ đường hoặc biểu đồ cột để minh họa xu hướng và biến động.

## Kết cấu đề tài

Nội dung bài tiểu luận bao gồm:

Phần I: Mở đầu

Phần II: Giới thiệu 

Phần III: Phân tích 

Phần IV: Các yếu tố ảnh hưởng và giải pháp

Phần V: Kết luận

Phần VI: Tài liệu tham khảo 

# Phần II: Giới thiệu

## Giới thiệu chung:

### Chỉ số giá tiêu dùng (CPI)

CPI là chỉ tiêu tương đối (tính bằng %) phản ánh xu hướng và mức độ biến động giá cả chung theo thời gian của các loại hàng hoá và dịch vụ tiêu dùng hàng ngày của người dân.

Danh mục hàng hoá và dịch vụ đại diện gồm các mặt hàng và dịch vụ chủ yếu, đại diện cho tiêu dùng của dân cư trong một giai đoạn nhất định, được sử dụng để điều tra thu thập giá định kỳ, phục vụ tính CPI.

Quyền số tính CPI là tỷ trọng chi tiêu cho các nhóm hàng hoá và dịch vụ trong tổng chi tiêu của dân cư của năm được chọn làm gốc so sánh. Quyền số này được sử dụng cố định trong 5 năm.

Sau mỗi chu kỳ 5 năm, danh mục mặt hàng đại diện, quyền số lại được cập nhật cho phù hợp với thị trường tiêu dùng và cơ cấu chi tiêu cho đời sống hàng ngày của người dân trong thời kỳ hiện tại.

### Phương pháp tính CPI 

Theo Tổng cục Thống kê, phương pháp tính CPI trong nước được thưc hiện như sau:

- Chỉ số CPI của cả nước được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của 06 vùng kinh tế với quyền số tương ứng.

- Chỉ số CPI của 06 vùng kinh tế được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của mỗi tỉnh/thành phố trực thuộc Trung ương trong vùng với quyền số tương ứng.

- Chỉ số CPI của các tỉnh/thành phố trực thuộc Trung ương được tính bằng phương pháp bình quân nhân gia quyền giữa chỉ số giá tiêu dùng của mỗi nhóm hàng hóa và dịch vụ tiêu dùng được chọn điều tra với quyền số tương ứng.

Như vậy, ta có thể thấy rằng chỉ số CPI được tính từ kết quả điều tra giá tiêu dùng của từng tỉnh/thành phố trực thuộc Trung ương.

Cụ thể Chỉ số CPI được tính bằng phương pháp bình quân nhân gia quyền giữa mức biến động giá của các nhóm mặt hàng với quyền số tương ứng.

## Giới thiệu về bộ dữ liệu

Dữ liệu về chỉ số giá tiêu dùng (Consumer Price Index - CPI), thu thập từ trang web [Our world in Data](https://ourworldindata.org/grapher/consumer-price-index), đưa ra cái nhìn toàn diện về mức độ biến động của giá cả hàng hóa và dịch vụ mà người tiêu dùng mua trong nhiều quốc gia khác nhau từ năm 1960 đến năm 2021. CPI thể hiện giá trung bình của hàng hóa và dịch vụ so với một năm cơ sở, trong trường hợp này là năm 2010. Ví dụ, một CPI bằng 120 đồng nghĩa với việc giá cả tăng lên 20% so với năm 2010.

Bộ dữ liệu này bao gồm 8529 quan sát và 4 biến, với các biến lần lượt là:

- Entity: Quốc gia
- Code: Mã quốc gia
- Year: Năm của số liệu
- Consumer price index (2010 = 100): Chỉ số giá tiêu dùng (lấy năm 2010 làm năm cơ sở)

Để tối ưu hóa quá trình phân tích, ta sẽ điều chỉnh tên các cột để giúp việc xác định và phân tích trở nên dễ dàng hơn.

```{r}
library(xlsx)
library(DT)
dl <- read.csv('F:/Ngôn ngữ lập trình/consumer-price-index.csv', header = T)
names(dl) <- c('E', 'C', 'Y', 'CPI')
library(webshot)
if(is.null(webshot:::find_phantom())){webshot::install_phantomjs()}
datatable(dl)
```

Mặc dù bộ dữ liệu này bao gồm thông tin về nhiều quốc gia và nhiều năm khác nhau, tuy nhiên ta sẽ chỉ tập trung vào phân tích sâu hơn về CPI tại Việt Nam từ năm 2010 đến năm 2021. Quá trình này sẽ điều tra các yếu tố và xu hướng đặc biệt có ảnh hưởng đến sự biến động của CPI trong thời kỳ đó, bao gồm sự tăng trưởng kinh tế, biến động giá cả toàn cầu, chính sách tiền tệ và cung cầu hàng hóa.

Bằng cách này, chúng ta có thể hiểu rõ hơn về sự phát triển của nền kinh tế Việt Nam và cách mà CPI đã phản ánh các biến động này trong thời gian gần đây.

```{r echo=TRUE, message=FALSE}
library(tidyverse)
tl <- dl %>% filter(C == "VNM" & Y > 2009) 
tl
```

# Phần III: Phân tích

## Các đặc trưng đo lường 

Để đảm bảo phân tích sự biến động của chỉ số giá tiêu dùng một cách toàn diện và chi tiết, chúng ta sẽ tiến hành phân chia dữ liệu thành ba giai đoạn thời gian khác nhau. Bằng cách này, chúng ta sẽ có cơ hội tận dụng mọi thông tin có sẵn để hiểu rõ hơn về xu hướng và biến động của chỉ số này trong quá khứ, hiện tại và tương lai. Điều này không chỉ giúp chúng ta đánh giá được sự phát triển của nền kinh tế theo thời gian mà còn tạo ra cơ sở dữ liệu đáng tin cậy để đưa ra các quyết định và dự báo cho tương lai.

```{r}
tl <- tl %>% mutate(gd = cut(Y,3, label = c('2010-2013', '2014-2017','2018-2021')))
```

### Trung bình 

Trong thống kê, "trung bình" là một chỉ số đại diện cho giá trị trung tâm của một tập hợp dữ liệu. Nó được tính bằng cách cộng tất cả các giá trị trong tập hợp lại và chia cho số lượng các giá trị đó. Trong nhiều trường hợp, trung bình được sử dụng để đo lường mức độ trung tính của dữ liệu, đặc biệt là khi có sự biến động lớn giữa các giá trị.

```{r echo=TRUE, message=FALSE}
library(flextable)
tb1 <- mean(tl$CPI)
tb2 <- tl %>% group_by(gd) %>% summarise(mea = mean(CPI))
kết_quả <- bind_rows(
  tl %>% group_by(gd) %>% summarise(mea = mean(CPI)),
  data.frame(tb1 = mean(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(kết_quả))
```

Chú thích:

- gd: Giai đoạn
- mea: Mean - Chỉ số giá tiêu dùng trung bình trong từng giai đoạn 
- tb1: Chỉ số giá tiêu dùng trung bình từ năm 2010-2021 của Việt Nam

Sau khi tiến hành sử dụng câu lệnh mean để tính trung bình, ta thu được kết quả như sau: 

 - Giai đoạn 2010-2013: chỉ số giá tiêu dùng trung bình là **121.5389** 
 - Giai đoạn 2014-2017: chỉ số giá tiêu dùng trung bình là **147.5583**
 - Giai đoạn 2018-2021: chỉ số giá tiêu dùng trung bình là **165.8127**
 
Nhận xét: 

Giai đoạn 2010-2013 (121.5389): Trong giai đoạn này, chỉ số giá tiêu dùng trung bình tăng nhẹ so với năm cơ sở 2010. Điều này có thể phản ánh một giai đoạn ổn định với sự tăng trưởng kinh tế ổn định và lạm phát được kiểm soát. Các chính sách kinh tế và tiền tệ có thể đã giữ được sự ổn định này, giúp duy trì một mức tăng trưởng vừa phải của giá cả.

Giai đoạn 2014-2017 (147.5583): Trong giai đoạn này, có một tăng trưởng mạnh mẽ hơn so với giai đoạn trước của chỉ số giá tiêu dùng, biểu thị một giai đoạn có sự gia tăng lạm phát và giá cả. Sự gia tăng này có thể phản ánh sự tăng trưởng kinh tế đáng kể hoặc áp lực từ tăng giá cả toàn cầu, nhất là trong một số lĩnh vực như năng lượng và thực phẩm.

Giai đoạn 2018-2021 (165.8127): Trong giai đoạn này, chỉ số giá tiêu dùng tiếp tục tăng mạnh, cho thấy một xu hướng gia tăng lạm phát và giá cả tiếp tục. Đây cũng là giai đoạn có chỉ số giá tiêu dùng trung bình cao nhất trong 3 giai đoạn. Sự gia tăng này có thể phản ánh sự tăng trưởng kinh tế mạnh mẽ, áp lực từ tăng giá cả toàn cầu và các yếu tố khác như tăng cầu hàng hóa và chi phí sản xuất.

Kết quả chỉ số giá tiêu dùng trong các giai đoạn khác nhau đã thể hiện một xu hướng tăng đáng kể qua thời gian. Từ giai đoạn 2010-2013 đến giai đoạn 2018-2021, chúng ta đã chứng kiến một sự gia tăng liên tục của giá cả hàng hóa và dịch vụ. Xu hướng này có thể tiếp tục trong tương lai, đặc biệt là với các yếu tố như tăng trưởng kinh tế, áp lực từ tăng giá cả toàn cầu và các biến động trong chính sách tiền tệ. Do đó, dự báo cho thấy rằng lạm phát và áp lực giá cả có thể vẫn tiếp tục là những thách thức quan trọng đối với nền kinh tế trong thời gian tới.

### Trung vị 

Trung vị là một khái niệm thống kê mô tả một giá trị trong một tập hợp các số học. Đây là giá trị ở vị trí nằm chính giữa khi tập hợp được sắp xếp theo thứ tự tăng dần hoặc giảm dần. Nó được sử dụng để mô tả trung tâm của phân phối của các dữ liệu và thường được sử dụng trong các phân tích thống kê và dự đoán.

```{r}
tv1 <- median(tl$CPI)
tv2 <- tl %>% group_by(gd) %>% summarise(med = median(CPI))
trung_vị <- bind_rows(
  tl %>% group_by(gd) %>% summarise(med = median(CPI)),
  data.frame(tv1 = median(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(trung_vị))
```

Chú thích:

- gd: Giai đoạn
- med: Median - Trung vị của chỉ số giá tiêu dùng trong từng giai đoạn 
- tv1: Trung vị của chỉ số giá tiêu dùng từ năm 2010-2021 tại Việt Nam

Sau khi tiến hành sử dụng câu lệnh median để tính trung vị, ta thu được kết quả như sau: 

 - Giai đoạn 2010-2013: trung vị của chỉ số giá tiêu dùng là **124.0744** 
 - Giai đoạn 2014-2017: trung vị của chỉ số giá tiêu dùng là **146.4788**
 - Giai đoạn 2018-2021: trung vị của chỉ số giá tiêu dùng là **166.1503**

Nhận xét: 

Kết quả trung vị của chỉ số giá tiêu dùng trong các giai đoạn 2010-2013, 2014-2017 và 2018-2021 đều cho thấy một xu hướng tăng dần, biểu thị sự gia tăng liên tục của chi phí hàng hóa và dịch vụ trong nền kinh tế. Tuy nhiên, mặc dù tăng trưởng tổng thể là dương tính, việc phân tích chi tiết từng giai đoạn cung cấp cái nhìn sâu hơn về sự biến động của chỉ số giá tiêu dùng.

Trong giai đoạn 2010-2013, trung vị chỉ số giá tiêu dùng đạt mức 124.0744, biểu thị một sự ổn định trong giá cả và lạm phát. Giai đoạn này có thể được coi là một thời kỳ ổn định với sự kiểm soát lạm phát tốt, có thể được hỗ trợ bởi chính sách kinh tế và tiền tệ ổn định.

Tuy nhiên, giai đoạn 2014-2017 ghi nhận một tăng trưởng đáng kể khi trung vị của chỉ số giá tiêu dùng tăng lên 146.4788, biểu thị một giai đoạn có sự gia tăng mạnh mẽ của giá cả và lạm phát. Các yếu tố như tăng trưởng kinh tế, biến động giá cả toàn cầu và chính sách tiền tệ có thể đã đóng vai trò trong sự gia tăng này.

Tiếp theo, trong giai đoạn 2018-2021, trung vị của chỉ số giá tiêu dùng tiếp tục tăng lên 166.1503, cho thấy một xu hướng gia tăng lạm phát và giá cả tiếp tục. Có thể dự báo rằng xu hướng này có thể tiếp tục trong tương lai, với sự gia tăng kinh tế, áp lực từ tăng giá cả toàn cầu và các yếu tố khác tiếp tục ảnh hưởng.

Tóm lại, dù có sự biến động qua các giai đoạn, nhưng xu hướng chung của chỉ số giá tiêu dùng là tăng dần. Điều này đề xuất rằng lạm phát và áp lực giá cả có thể vẫn tiếp tục là những thách thức quan trọng đối với nền kinh tế trong thời gian tới. Để đảm bảo sự ổn định kinh tế, các biện pháp chính sách phù hợp và hiệu quả sẽ cần được áp dụng.
 
### Độ lệch chuẩn 

Độ lệch chuẩn là một đại lượng thống kê được sử dụng để đo độ biến đổi hoặc sự phân tán của một tập dữ liệu. Nó thể hiện mức độ trung bình của sự chênh lệch giữa mỗi giá trị trong tập dữ liệu và giá trị trung bình của tập dữ liệu đó. Độ lệch chuẩn được tính bằng cách lấy căn bậc hai của phương sai.

```{r}
dlc1 <- sd(tl$CPI)
dlc2 <- tl %>% group_by(gd) %>% summarise(lc = sd(CPI))
độ_lệch_chuẩn <- bind_rows(
  tl %>% group_by(gd) %>% summarise(lc = sd(CPI)),
  data.frame(dlc1 = sd(tl$CPI))
) %>% arrange(desc(gd))
flextable(head(độ_lệch_chuẩn))
```

Chú thích:

- gd: Giai đoạn
- lc: Standard Deviation - Độ lệch chuẩn của chỉ số giá tiêu dùng trong các giai đoạn 
- dlc1: Độ lệch chuẩn của chỉ số giá tiêu dùng từ năm 2010-2021 của Việt Nam

Sau khi tiến hành sử dụng câu lệnh sd để tính độ lệch chuẩn, ta thu được kết quả như sau: 

 - Giai đoạn 2010-2013: độ lệch chuẩn của chỉ số giá tiêu dùng là **16.393292** 
 - Giai đoạn 2014-2017: độ lệch chuẩn của chỉ số giá tiêu dùng là **4.545263**
 - Giai đoạn 2018-2021: độ lệch chuẩn của chỉ số giá tiêu dùng là **5.668142**
 
Nhận xét:

Giai đoạn 2010-2013 (16.393292): Trong giai đoạn này, độ lệch chuẩn của chỉ số giá tiêu dùng đạt mức cao nhất trong các giai đoạn, đến 16.393292. Điều này cho thấy sự biến động lớn trong giá cả và lạm phát trong giai đoạn này. Có thể giải thích rằng trong những năm đầu sau khủng hoảng tài chính toàn cầu, nhiều quốc gia kể cả Việt Nam đang chịu áp lực từ biến động kinh tế và các biến động khác, dẫn đến sự không ổn định trong chỉ số giá tiêu dùng.

Giai đoạn 2014-2017 (4.545263): Độ lệch chuẩn giảm đáng kể xuống còn 4.545263 trong giai đoạn này, cho thấy sự ổn định hơn trong giá cả và lạm phát so với giai đoạn trước đó. Sự giảm nhẹ này có thể phản ánh sự phục hồi kinh tế sau khủng hoảng và các biện pháp kiểm soát lạm phát đã được thực hiện.

Giai đoạn 2018-2021 (5.668142): Độ lệch chuẩn tăng lên 5.668142, cho thấy sự tăng đáng kể trong sự biến động của giá cả và lạm phát trong giai đoạn này. Có thể rằng các yếu tố như biến động thị trường toàn cầu, tăng giá cả nguyên liệu và ảnh hưởng của đại dịch COVID-19 đã góp phần làm tăng sự không ổn định trong giá cả và lạm phát trong thời kỳ này.

Tổng quan, sự biến động của chỉ số giá tiêu dùng qua các giai đoạn đã thể hiện sự không ổn định trong giá cả và lạm phát, với các yếu tố kinh tế và xã hội liên tục ảnh hưởng. Xu hướng trong tương lai có thể là sự tiếp tục của biến động, đặc biệt là trong bối cảnh các yếu tố toàn cầu và nội địa tiếp tục thay đổi và phát triển. Điều này cũng đề xuất cần có sự quan sát và dự báo kỹ lưỡng để đảm bảo ổn định và phát triển bền vững của nền kinh tế.

### Đánh giá sự biến động của chỉ số giá tiêu dùng

Trong thời kỳ từ năm 2010 đến năm 2021, chỉ số giá tiêu dùng (CPI) đã trải qua sự biến động đáng kể. So sánh giá trị trung bình và trung vị, chênh lệch giữa hai giá trị này đạt 1.508903833333333. Sự chênh lệch này, cùng với giá trị độ lệch chuẩn cao là 21.15981254165671, cho thấy CPI trong khoảng thời gian này có mức biến động khá cao. Đồng thời, so sánh giá trị độ lệch chuẩn với giá trị trung bình, ta thấy độ lệch chuẩn chiếm 14.61% giá trị trung bình. Tỷ lệ này cho thấy mức độ biến động của CPI là tương đối cao.

Sự biến động của CPI có nguyên nhân từ nhiều yếu tố khác nhau. Trước hết, biến động giá cả hàng hóa và dịch vụ phản ánh sự thay đổi trong nhu cầu và cung ứng trên thị trường, đặc biệt là trong các lĩnh vực như năng lượng, thực phẩm và dịch vụ y tế. Thêm vào đó, chính sách kinh tế và tài chính của chính phủ cũng có thể tác động lớn đến CPI thông qua việc điều chỉnh thuế, chi tiêu công, và các biện pháp điều tiết khác. Biến động giá nguyên liệu đầu vào, như giá dầu và các tài nguyên tự nhiên khác, cũng góp phần vào sự biến động của CPI, đặc biệt là trong các ngành công nghiệp đòi hỏi sử dụng nhiều nguyên liệu.

Cuối cùng, dịch bệnh COVID-19 đã gây ra một biến động lớn đối với CPI. Dịch bệnh đã ảnh hưởng đến sản xuất, cung ứng và nhu cầu trên toàn thế giới, dẫn đến các biện pháp phong tỏa và hạn chế mạnh mẽ trong hoạt động kinh doanh và tiêu dùng. Những biện pháp này đã tạo ra sự biến động đáng kể trong giá cả và góp phần vào sự biến động không ổn định trong CPI.

## Biểu đồ: 

### Biểu đồ thể hiện chỉ số giá tiêu dùng của Việt Nam trong các giai đoạn 

```{r}
tl %>% ggplot(aes(x=Y,y=CPI,color=gd, group = 1)) + geom_line() +geom_point(size=2) +
  labs(title = "Biểu đồ thể hiện chỉ số giá tiêu dùng của Việt Nam trong các giai đoạn") +
  labs(x = 'Năm', y = 'Chỉ số giá tiêu dùng (%)') +
  theme_linedraw()
```

Nhận xét: Mức CPI nhìn chung có xu hướng tăng liên tục trong cả 3 giai đoạn, tuy nhiên tốc độ tăng có sự khác biệt.

- Giai đoạn 2010-2013: CPI tăng nhanh với mức tăng trung bình khoảng 10%/năm, chủ yếu do áp lực lạm phát và tăng giá hàng hóa và dịch vụ. Sự tăng này có nguồn gốc từ sự tăng trưởng kinh tế mạnh mẽ, đẩy mạnh nhu cầu tiêu dùng và đầu tư, tạo ra áp lực tăng giá đối với hàng hoá và dịch vụ.

- Giai đoạn 2014-2017: CPI tăng ổn định hơn với mức tăng trung bình khoảng 3%/năm, có thể do sự kiểm soát lạm phát từ chính phủ hoặc sự cải thiện trong cơ cấu kinh tế. Các biện pháp kiểm soát lạm phát và cải thiện quản lý kinh tế có thể đã giúp làm giảm áp lực lên giá cả và chi phí.

- Giai đoạn 2018-2021: CPI tăng nhẹ hơn giai đoạn trước, với mức tăng trung bình khoảng 4%/năm. Sự tăng nhẹ này có thể do ảnh hưởng của dịch COVID-19. Dịch bệnh này đã tạo ra một loạt biến động trong kinh tế và hành vi tiêu dùng, từ việc giảm cung ứng đến thay đổi trong mô hình tiêu dùng và sự tăng giá vật liệu đầu vào.

- Tóm lại, sự biến động của CPI trong các giai đoạn này phản ánh sự ổn định và biến động trong kinh tế, chính sách kinh tế, cũng như các yếu tố bên ngoài như dịch bệnh COVID-19. Dự báo về CPI trong tương lai cũng sẽ phụ thuộc vào sự ổn định của tình hình kinh tế và khả năng kiểm soát lạm phát từ các chính sách kinh tế.

### Biểu đồ thể hiện chỉ số giá tiêu dùng từ năm 2010 đến năm 2021 của Việt Nam 

```{r}
tl %>%
  group_by(Y, CPI) %>%
  ggplot(aes(x=Y, y=CPI,group = 1))+
  geom_col(fill='pink') +
  geom_line(color='brown', linewidth =1) +
  geom_text(aes(label = round(CPI,2)),vjust = 5, color = 'black') +
  labs(title = "Biểu đồ thể hiện chỉ số giá tiêu dùng từ năm 2010 đến năm 2021 của Việt Nam") +
  labs(x = 'Năm', y = 'Chỉ số giá tiêu dùng (%)') +
  theme_minimal()
```

Nhận xét: 

- Nếu không xem xét năm cơ sở, mức chỉ số giá tiêu dùng (CPI) thấp nhất của Việt Nam được ghi nhận vào năm 2011, với giá trị là 118.68%, đồng nghĩa với việc tăng 18% so với năm 2010. Đây là một tăng trưởng đáng kể chỉ sau một năm, thể hiện sự biến động mạnh mẽ trong giá cả và chi phí tiêu dùng trong nền kinh tế.

- Trong khi đó, năm 2021 lại ghi nhận mức chỉ số giá tiêu dùng cao nhất trong thời kỳ nghiên cứu, đạt 171.88%, tăng 71% so với năm 2010. Sự tăng trưởng lớn đến mức này chỉ trong vòng 11 năm phản ánh mức độ gia tăng áp đảo, ảnh hưởng bởi nhiều yếu tố kinh tế và xã hội.

- Mức độ chỉ số giá tiêu dùng đã tăng liên tục từ năm 2010 trở đi, điều này có thể phản ánh một số yếu tố như tăng trưởng kinh tế đột phá, sự tăng giá hàng hóa và dịch vụ, hoặc các chính sách tiền tệ và tài khóa được áp dụng trong giai đoạn này.

- Tuy nhiên, mức độ tăng dần giảm đi sau giai đoạn này, đặc biệt là từ năm 2019 đến năm 2021. Điều này có thể phần nào được giải thích bởi sự ảnh hưởng tiêu cực của đại dịch COVID-19. Dịch bệnh đã gây ra những biến động mạnh mẽ trong nền kinh tế toàn cầu và cản trở quá trình sản xuất, lưu thông hàng hóa và dịch vụ, làm tăng giá cả và giảm nhu cầu tiêu dùng. Các biện pháp kiểm soát và cách ly cũng có thể đã ảnh hưởng đến việc mua sắm và tiêu dùng của người dân, ảnh hưởng tiêu cực đến sự tăng trưởng của CPI.

# Phần IV: Các yếu tố ảnh hưởng và giải pháp

## Các yếu tố ảnh hưởng

**- Tăng trưởng kinh tế:** Tăng trưởng kinh tế là một trong những yếu tố chủ chốt ảnh hưởng đến chỉ số giá tiêu dùng (CPI) của một quốc gia. Sự tăng trưởng kinh tế mạnh mẽ thường đi đôi với sự gia tăng nhu cầu tiêu dùng và đầu tư, từ đó tạo ra áp lực tăng giá cả và chi phí. Khi kinh tế phát triển, các doanh nghiệp thường phải đối mặt với chi phí lao động, nguyên vật liệu và vận chuyển tăng cao, dẫn đến việc tăng giá sản phẩm và dịch vụ. Đồng thời, sự tăng trưởng kinh tế cũng thúc đẩy việc tăng cung tiền tệ, góp phần vào áp lực lạm phát.

**- Chính sách tiền tệ và tài khóa:** Chính sách tiền tệ và tài khóa cũng có vai trò quan trọng trong việc điều chỉnh mức độ lạm phát và giá cả. Chính sách của ngân hàng trung ương và chính phủ đôi khi sẽ điều chỉnh lãi suất, tăng trưởng tiền và các biện pháp kiểm soát tài khóa để kiểm soát lạm phát. Chẳng hạn, tăng lãi suất có thể làm giảm việc vay mượn tiền và tiêu dùng, từ đó làm giảm nhu cầu và giảm áp lực tăng giá.

**- Thị trường lao động:** Thị trường lao động là một yếu tố quan trọng khác ảnh hưởng đến CPI. Sự biến động trong mức lương và tỷ lệ thất nghiệp có thể tạo ra áp lực tăng giá sản phẩm và dịch vụ. Khi mức lương tăng, doanh nghiệp thường chuyển gánh nặng chi phí lên người tiêu dùng thông qua việc tăng giá. Ngoài ra, tỷ lệ thất nghiệp thấp cũng có thể tạo ra áp lực tăng giá do sự khan hiếm lao động. 

**- Biến động giá cả quốc tế:** Biến động giá cả quốc tế cũng có thể ảnh hưởng đến giá cả trong nước. Thay đổi trong giá hàng hóa quốc tế, như giá dầu, thực phẩm và hàng hóa nhập khẩu, có thể trực tiếp ảnh hưởng đến giá cả trong nước thông qua cơ chế thị trường toàn cầu và chi phí vận chuyển. 

Chẳng hạn như giá gạo trong nước tăng theo giá gạo xuất khẩu và nhu cầu tiêu dùng cao trong dịp Tết cũng khiến giá gạo 4 tháng đầu năm 2021 tăng 7,76% so với cùng kỳ năm trước, góp phần làm CPI chung tăng 0,2 điểm phần trăm. Giá các mặt hàng thực phẩm 4 tháng đầu năm 2021 tăng 0,2% so với cùng kỳ năm trước, làm CPI tăng 0,04 điểm phần trăm, trong đó giá thịt bò tăng 2,72%, giá thịt chế biến tăng 3,54%. Giá gas trong nước biến động theo giá gas thế giới, 4 tháng đầu năm 2021 tăng 14,69% so với cùng kỳ năm trước. Giá xăng dầu trong nước bình quân 4 tháng đầu năm 2021 tăng 2,49% so với cùng kỳ năm trước.

**- Biến động trong nguồn cung và cầu:** Sự biến động trong nguồn cung và cầu của các hàng hóa và dịch vụ cũng là một yếu tố quan trọng ảnh hưởng đến CPI. Sự thay đổi trong sản lượng, tình trạng thảo luận, và các yếu tố khác có thể tạo ra biến động giá và tác động đến CPI.

**- Các yếu tố đặc biệt như dịch bệnh và thiên tai:** Các yếu tố không dự đoán được như dịch bệnh và thiên tai có thể gây ra sự biến động đáng kể trong giá cả, cung cấp và nhu cầu, ảnh hưởng đến CPI một cách đáng kể. Đặc biệt, đại dịch COVID-19 đã tạo ra một loạt biến động trong kinh tế và hành vi tiêu dùng từ năm 2019 trở đi. Cụ thể ảnh hưởng của dịch bệnh COVID-19 và cuộc chiến giá dầu giành thị phần thế giới giữa Tổ chức các nước xuất khẩu Dầu mỏ (OPEC) với Nga làm cho giá xăng dầu thế giới giảm mạnh, nguồn cung gia cầm dồi dào là các nguyên nhân chính làm cho chỉ số giá tiêu dùng (CPI) tháng Ba giảm 0,72% so với tháng Hai và tăng 0,34% so với tháng 12/2019. So với cùng kỳ năm trước, CPI tháng 3 năm 2020 đã tăng 4,87%.

## Giải pháp 

Sự biến động của chỉ số giá tiêu dùng không chỉ ảnh hưởng đến nền kinh tế mà còn có thể gây ra những tác động sâu rộng đối với các gia đình và cá nhân trong xã hội. Mặt tích cực của sự biến động này có thể thấy qua việc giúp thúc đẩy tăng trưởng kinh tế, tạo điều kiện thuận lợi cho việc đầu tư và sản xuất, cũng như nâng cao thu nhập và mức sống của người dân. Tuy nhiên, mặt tiêu cực của biến động chỉ số giá tiêu dùng là sự gia tăng về lạm phát, gây ra sự mất giá của tiền tệ và làm giảm sức mua của người tiêu dùng, đặc biệt là ảnh hưởng đến những nhóm dân có thu nhập thấp. Sau đây sẽ là một số giải pháp để hạn chế mặt tiêu cực ấy  

**- Kiểm soát chính sách tiền tệ:** Kiểm soát chính sách tiền tệ là một biện pháp quan trọng để ổn định giá cả và kiềm chế sự gia tăng của chỉ số giá tiêu dùng. Ngân hàng trung ương có thể sử dụng các công cụ chính sách tiền tệ như điều chỉnh lãi suất. Việc tăng lãi suất có thể làm giảm việc chi tiêu tiêu dùng của người dân và doanh nghiệp, từ đó làm giảm áp lực tăng giá cả. Tuy nhiên, việc điều chỉnh lãi suất cần phải được thực hiện cẩn thận để tránh ảnh hưởng đến việc vay vốn và đầu tư của doanh nghiệp.

**- Quản lý tài khóa:** Quản lý tài khóa là một công cụ quan trọng khác mà chính phủ có thể sử dụng để kiểm soát lạm phát. Chính sách tài khóa bao gồm kiểm soát ngân sách và chi tiêu công cụ thể. Bằng cách kiểm soát chi tiêu của chính phủ và đảm bảo rằng ngân sách được duy trì ổn định, chính phủ có thể hạn chế việc tiền tệ được phát hành một cách quá mức, từ đó làm giảm áp lực lạm phát.

**- Khuyến khích sản xuất trong nước:** Tăng cường sản xuất trong nước có thể giúp giảm sự phụ thuộc vào hàng hóa nhập khẩu và giảm áp lực tăng giá cả. Chính phủ có thể thúc đẩy sản xuất trong nước thông qua các chính sách khuyến khích đầu tư vào các ngành công nghiệp và nông nghiệp trong nước, cũng như hỗ trợ các doanh nghiệp trong việc nâng cao năng suất và chất lượng sản phẩm.

**- Tăng cường giám sát và kiểm soát:** Tăng cường giám sát và kiểm soát từ phía chính phủ là cách hiệu quả để ngăn chặn sự lạm phát và các hành vi lạm dụng trong thị trường. Việc này có thể bao gồm việc thành lập các cơ quan giám sát chuyên ngành, cũng như việc áp dụng các biện pháp pháp lý mạnh mẽ để trừng phạt các cá nhân hoặc tổ chức tham gia vào các hành vi gian lận hoặc lạm dụng thị trường.

**- Tạo điều kiện thuận lợi cho doanh nghiệp:**  Chính phủ cần phải tạo ra cơ chế để bảo vệ quyền lợi của các doanh nghiệp, đồng thời đẩy mạnh sự cạnh tranh lành mạnh trong thị trường. Việc này không chỉ giúp tăng cường hiệu quả sản xuất và dịch vụ, mà còn giúp giảm chi phí và tăng cường sự minh bạch trong quản lý kinh doanh. Điều này không chỉ hỗ trợ trong việc kiểm soát giá cả mà còn thúc đẩy sự phát triển bền vững của nền kinh tế.

# Phần V: Kết luận

Trong quá trình phân tích chỉ số giá tiêu dùng (CPI) tại Việt Nam từ năm 2010 đến 2021, chúng ta đã chứng kiến những biến động đáng kể trong mức độ lạm phát và giá cả. Từ việc CPI tăng cao trong giai đoạn đầu tiên đến sự ổn định và giảm dần trong những năm sau đó, chúng ta đã nhận thấy ảnh hưởng của nhiều yếu tố khác nhau đến nền kinh tế Việt Nam.

Trong tương lai, việc duy trì sự ổn định của CPI và kiểm soát mức lạm phát là một thách thức quan trọng đối với chính phủ và các nhà quản lý kinh tế. Điều này đặc biệt quan trọng trong bối cảnh biến động toàn cầu và ảnh hưởng của các yếu tố như dịch bệnh, biến đổi khí hậu và biến động thị trường quốc tế.

Tóm lại, việc phân tích CPI tại Việt Nam từ năm 2010 đến 2021 cung cấp một cái nhìn tổng quan về sự phát triển và ổn định của nền kinh tế. Việc áp dụng các biện pháp chính sách và kinh doanh phù hợp để duy trì sự ổn định và kiểm soát lạm phát sẽ đóng vai trò quan trọng trong việc bảo vệ sự phát triển bền vững của quốc gia trong thời gian tới.

Bài tiểu luận của em tập trung vào phân tích chỉ số giá tiêu dùng tại Việt Nam và các biến động của nó từ năm 2010 đến 2021. Đây là một chủ đề mới mẻ đối với em và mặc dù đã nỗ lực hết mình, nhưng vẫn có thể xuất hiện những thiếu sót do hạn chế về kiến thức và kinh nghiệm. Chính vì vậy, em rất mong nhận được phản hồi và đề xuất từ thầy để cải thiện bài tiểu luận của mình và hiểu sâu hơn về tác động của chỉ số giá tiêu dùng đối với nền kinh tế.

# Phần VI: Tài liệu tham khảo

- [CPI là gì?](https://thuvienphapluat.vn/chinh-sach-phap-luat-moi/vn/thoi-su-phap-luat/tai-chinh/58719/cpi-la-gi-cach-tinh-cpi-chi-so-gia-tieu-dung-va-so-lieu-cpi-cua-viet-nam?fbclid=IwAR0EPjfmli6Ent26Dn_IPpeaJll0k7uvECLKODW93oRoOtyuvoo75sN4whc#google_vignette)

- [Xu hướng giá hàng hóa thế giới và tác động tới Việt Nam](https://tapchinganhang.gov.vn/xu-huong-gia-hang-hoa-the-gioi-va-tac-dong-toi-viet-nam.htm)

- [Lương tối thiểu, chuỗi cung ứng toàn cầu và tăng trưởng toàn diện](https://www.ilo.org/hanoi/Informationresources/Publicinformation/comments-and-analysis/WCMS_569593/lang--vi/index.htm)



Phân tích chỉ số giá tiêu dùng tại Việt Nam từ năm 2010 đến năm 2021

ntnsang

19:48:54, 24 - 03 - 2024

LỜI CẢM ƠN

PHẦN I. MỞ ĐẦU

Lý do chọn đề tài

Mục tiêu nghiên cứu

Đối tượng và phạm vi nghiên cứu

Phương pháp nghiên cứu:

Kết cấu đề tài

Phần II: Giới thiệu

Giới thiệu chung:

Chỉ số giá tiêu dùng (CPI)

Phương pháp tính CPI

Giới thiệu về bộ dữ liệu

Phần III: Phân tích

Các đặc trưng đo lường

Trung bình

Trung vị

Độ lệch chuẩn

Đánh giá sự biến động của chỉ số giá tiêu dùng

Biểu đồ:

Biểu đồ thể hiện chỉ số giá tiêu dùng của Việt Nam trong các giai đoạn

Biểu đồ thể hiện chỉ số giá tiêu dùng từ năm 2010 đến năm 2021 của Việt Nam

Phần IV: Các yếu tố ảnh hưởng và giải pháp

Các yếu tố ảnh hưởng

Giải pháp

Phần V: Kết luận

Phần VI: Tài liệu tham khảo