TIỂU LUẬN CUỐI KỲ
Lã Thị Thuỳ Linh, Nguyễn Ngọc Minh Thư; Giảng viên: ThS. Trần Mạnh Tường
2025-10
library(dplyr)
library(knitr)
library(DT)1 Tổng quan nghiên cứu
Giới thiệu dữ liệu
Trong nghiên cứu này, nhóm tác giả sử dụng bộ dữ liệu Product Sales Dataset với tổng số biến là 14. Có 5 biến định lượng gồm: Quantity, Unit_Price, Revenue, Profit, Order_ID (mã đơn dạng số). Có 9 biến định tính gồm: Order_Date, Customer_Name, City, State, Region, Country, Category, Sub_Category, Product_Name.
1.1 Danh sách các biến
names(df)## [1] "Order_ID" "Order_Date" "Customer_Name" "City"
## [5] "State" "Region" "Country" "Category"
## [9] "Sub_Category" "Product_Name" "Quantity" "Unit_Price"
## [13] "Revenue" "Profit"df_selected <- df[, c("Order_ID", "Order_Date", "Customer_Name", "City", "State",
"Region", "Country", "Category", "Sub_Category", "Product_Name",
"Quantity", "Unit_Price", "Revenue", "Profit")]Mô tả các đặc trưng của dữ liệu
| Tên biến | Mô tả chi tiết |
|---|---|
| Order_ID | Mã đơn hàng duy nhất, dùng để nhận diện từng giao dịch. |
| Order_Date | Ngày phát sinh giao dịch (định dạng YYYY-MM-DD). |
| Customer_Name | Tên khách hàng thực hiện đơn hàng. |
| City | Thành phố nơi khách hàng sinh sống hoặc nơi giao hàng. |
| State | Bang (State) của khách hàng tại Hoa Kỳ. |
| Region | Khu vực địa lý của Hoa Kỳ (East, West, South, Centre). |
| Country | Quốc gia của khách hàng (chỉ có United States). |
| Category | Nhóm sản phẩm chính (ví dụ: Accessories, Clothing & Apparel). |
| Sub_Category | Nhóm sản phẩm con (ví dụ: Sportswear, Bags). |
| Product_Name | Tên hoặc mô tả cụ thể của sản phẩm. |
| Quantity | Số lượng sản phẩm được mua trong mỗi giao dịch. |
| Unit_Price | Giá bán của một đơn vị sản phẩm (USD). |
| Revenue | Doanh thu gộp của giao dịch (Quantity × Unit Price). |
| Profit | Lợi nhuận ròng thu được từ giao dịch sau khi trừ chi phí. |
1.2 Số quan sát và số biến
dim(df)## [1] 200000 141.3 Cấu trúc dữ liệu
knitr::kable(str(df))## 'data.frame': 200000 obs. of 14 variables:
## $ Order_ID : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Order_Date : chr "08-23-23" "12-20-24" "01-29-24" "11-29-24" ...
## $ Customer_Name: chr "Bianca Brown" "Jared Edwards" "Susan Valdez" "Tina Williams" ...
## $ City : chr "Jackson" "Grand Rapids" "Minneapolis" "Tallahassee" ...
## $ State : chr "Mississippi" "Michigan" "Minnesota" "Florida" ...
## $ Region : chr "South" "Centre" "Centre" "South" ...
## $ Country : chr "United States" "United States" "United States" "United States" ...
## $ Category : chr "Accessories" "Accessories" "Clothing & Apparel" "Clothing & Apparel" ...
## $ Sub_Category : chr "Small Electronics" "Small Electronics" "Sportswear" "Sportswear" ...
## $ Product_Name : chr "Phone Case" "Charging Cable" "Nike Air Force 1" "Adidas Tracksuit" ...
## $ Quantity : int 3 4 1 3 1 1 2 1 2 5 ...
## $ Unit_Price : num 201 74.3 68.2 209.6 216.6 ...
## $ Revenue : num 603 297.2 68.2 628.9 216.6 ...
## $ Profit : num 221.5 97.1 25.5 231.4 42.5 ...1.4 Thống kê mô tả
knitr::kable(summary(df))| Order_ID | Order_Date | Customer_Name | City | State | Region | Country | Category | Sub_Category | Product_Name | Quantity | Unit_Price | Revenue | Profit | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Min. : 1 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Length:200000 | Min. : 1.000 | Min. : 17.03 | Min. : 17.03 | Min. : 3.92 | |
| 1st Qu.: 50001 | Class :character | Class :character | Class :character | Class :character | Class :character | Class :character | Class :character | Class :character | Class :character | 1st Qu.: 1.000 | 1st Qu.: 162.76 | 1st Qu.: 229.19 | 1st Qu.: 59.21 | |
| Median :100000 | Mode :character | Mode :character | Mode :character | Mode :character | Mode :character | Mode :character | Mode :character | Mode :character | Mode :character | Median : 1.000 | Median : 303.55 | Median : 464.88 | Median : 109.53 | |
| Mean :100000 | NA | NA | NA | NA | NA | NA | NA | NA | NA | Mean : 1.854 | Mean : 382.86 | Mean : 712.04 | Mean : 157.74 | |
| 3rd Qu.:150000 | NA | NA | NA | NA | NA | NA | NA | NA | NA | 3rd Qu.: 2.000 | 3rd Qu.: 562.25 | 3rd Qu.: 881.30 | 3rd Qu.: 199.40 | |
| Max. :200000 | NA | NA | NA | NA | NA | NA | NA | NA | NA | Max. :11.000 | Max. :1432.00 | Max. :9014.25 | Max. :2763.72 |
1.5 Một vài dòng đầu và dòng cuối của dữ liệu
knitr::kable(head(df))| Order_ID | Order_Date | Customer_Name | City | State | Region | Country | Category | Sub_Category | Product_Name | Quantity | Unit_Price | Revenue | Profit |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 08-23-23 | Bianca Brown | Jackson | Mississippi | South | United States | Accessories | Small Electronics | Phone Case | 3 | 201.01 | 603.03 | 221.49 |
| 2 | 12-20-24 | Jared Edwards | Grand Rapids | Michigan | Centre | United States | Accessories | Small Electronics | Charging Cable | 4 | 74.30 | 297.20 | 97.09 |
| 3 | 01-29-24 | Susan Valdez | Minneapolis | Minnesota | Centre | United States | Clothing & Apparel | Sportswear | Nike Air Force 1 | 1 | 68.19 | 68.19 | 25.47 |
| 4 | 11-29-24 | Tina Williams | Tallahassee | Florida | South | United States | Clothing & Apparel | Sportswear | Adidas Tracksuit | 3 | 209.64 | 628.92 | 231.38 |
| 5 | 09-21-23 | Catherine Gordon | Baltimore | Maryland | East | United States | Accessories | Bags | Backpack | 1 | 216.63 | 216.63 | 42.46 |
| 6 | 10-18-24 | Brittany Johnson | Boston | Massachusetts | East | United States | Electronics | Home Appliances | Instant Pot | 1 | 701.15 | 701.15 | 90.63 |
knitr::kable(tail(df))| Order_ID | Order_Date | Customer_Name | City | State | Region | Country | Category | Sub_Category | Product_Name | Quantity | Unit_Price | Revenue | Profit | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 199995 | 199995 | 12-24-23 | Christopher Reid | Nashua | New Hampshire | East | United States | Clothing & Apparel | Footwear | Nike Running Shoes | 3 | 172.26 | 516.78 | 192.94 |
| 199996 | 199996 | 08-15-23 | William Jackson | Boston | Massachusetts | East | United States | Home & Furniture | Storage | Storage Rack | 4 | 254.42 | 1017.68 | 334.72 |
| 199997 | 199997 | 10-17-23 | Sharon Ferrell | Bismarck | North Dakota | Centre | United States | Accessories | Small Electronics | Charging Cable | 1 | 237.04 | 237.04 | 46.53 |
| 199998 | 199998 | 12-03-23 | Katie Rivera | Santa Fe | New Mexico | West | United States | Accessories | Wearable Accessories | Sunglasses | 2 | 106.83 | 213.66 | 102.57 |
| 199999 | 199999 | 12-08-23 | Lisa Sullivan | New York City | New York | East | United States | Clothing & Apparel | Women’s Wear | Zara Blouse | 2 | 353.01 | 706.02 | 288.74 |
| 200000 | 200000 | 12-13-24 | Jessica Mueller | Augusta | Maine | East | United States | Clothing & Apparel | Men’s Wear | GAP Hoodie | 1 | 216.68 | 216.68 | 59.10 |
1.6 Tổng quan NA
# Tổng số giá trị thiếu
sum(is.na(df))## [1] 0# Kiểm tra xem có NA không
any(is.na(df))## [1] FALSEKết luận: Bộ dữ liệu sạch, không có giá trị thiếu và loại bỏ trùng lặp
1.7 Kiểm tra và loại bỏ bản ghi trùng lặp
# Số lượng bản ghi trùng lặp
sum(duplicated(df))## [1] 0Nhận xét: Bộ dữ liệu không có bản ghi trùng lặp, không cần loại bỏ thêm
1.8 Chuẩn hoá dữ liệu
# Chuẩn hoá định dạng ngày tháng
df$Order_Date <- as.Date(df$Order_Date, format = "%m-%d-%y")
# Chuẩn hoá dữ liệu số
df$Quantity <- as.numeric(df$Quantity)
df$Unit_Price <- as.numeric(df$Unit_Price)
df$Revenue <- as.numeric(df$Revenue)
df$Profit <- as.numeric(df$Profit)
# Chuẩn hoá dữ liệu văn bản
df$Customer_Name <- trimws(df$Customer_Name)
df$City <- trimws(df$City)
df$State <- trimws(df$State)
df$Region <- trimws(df$Region)
df$Country <- trimws(df$Country)
df$Category <- trimws(df$Category)
df$Sub_Category <- trimws(df$Sub_Category)
df$Product_Name <- trimws(df$Product_Name)
# Loại bỏ khoảng trắng thừa và ký tự đặc biệt
colnames(df) <- make.names(trimws(colnames(df)), unique = TRUE)
colnames(df)## [1] "Order_ID" "Order_Date" "Customer_Name" "City"
## [5] "State" "Region" "Country" "Category"
## [9] "Sub_Category" "Product_Name" "Quantity" "Unit_Price"
## [13] "Revenue" "Profit"1.9 Lọc dữ liệu theo điều kiện
1.9.1 Lọc dữ liệu theo một điều kiện
# Lọc các đơn hàng Electronics
d1 <- df %>% filter(Category == "Electronics")
knitr::kable(head(d1[, c("Category", "Product_Name", "Revenue")], 5))| Category | Product_Name | Revenue |
|---|---|---|
| Electronics | Instant Pot | 701.15 |
| Electronics | Apple Watch | 1750.68 |
| Electronics | Apple iPhone 14 | 2547.55 |
| Electronics | Samsung Galaxy Tab | 1434.12 |
| Electronics | Samsung Galaxy Tab | 790.39 |
1.9.2 Lọc dữ liệu theo hai điều kiện
# Lọc các đơn hàng Electronics ở Boston
d2_and <- df %>% filter(Category == "Electronics", City == "Boston")
knitr::kable(head(d2_and[, c("Category", "City", "Product_Name", "Revenue")], 5))| Category | City | Product_Name | Revenue |
|---|---|---|---|
| Electronics | Boston | Instant Pot | 701.15 |
| Electronics | Boston | Samsung Galaxy Tab | 1434.12 |
| Electronics | Boston | Lenovo ThinkPad | 671.84 |
| Electronics | Boston | Samsung Galaxy S23 | 270.90 |
| Electronics | Boston | Apple iPhone 14 | 1006.47 |
1.9.3 Lọc dữ liệu theo ba điều kiện
# Lọc các đơn hàng Electronics ở Boston với Revenue > 1000
d3_or <- df %>% filter(Category == "Electronics" | City == "Boston" | Revenue > 1000)
knitr::kable(head(d3_or[, c("Category", "City", "Product_Name", "Revenue")], 5))| Category | City | Product_Name | Revenue |
|---|---|---|---|
| Electronics | Boston | Instant Pot | 701.15 |
| Electronics | Seattle | Apple Watch | 1750.68 |
| Electronics | Fort Smith | Apple iPhone 14 | 2547.55 |
| Electronics | Boston | Samsung Galaxy Tab | 1434.12 |
| Electronics | Aurora | Samsung Galaxy Tab | 790.39 |
1.10 Biến phụ thuộc theo biến độc lập: trung bình, min, max
# Tổng hợp trung bình, min, max của Revenue theo Category
rev_cat <- df %>%
group_by(Category) %>% # ① Nhóm theo Category
summarise(
mean_revenue = mean(Revenue, na.rm = TRUE), # ② Revenue trung bình
min_revenue = min(Revenue, na.rm = TRUE), # ③ Revenue nhỏ nhất
max_revenue = max(Revenue, na.rm = TRUE), # ④ Revenue lớn nhất
n = n() # ⑤ Số đơn hàng trong nhóm
) %>%
arrange(desc(mean_revenue)) # ⑥ Sắp xếp giảm dần theo Revenue trung bình
# Hiển thị kết quả
knitr::kable(rev_cat)| Category | mean_revenue | min_revenue | max_revenue | n |
|---|---|---|---|---|
| Electronics | 1122.1101 | 71.56 | 9014.25 | 51230 |
| Home & Furniture | 942.8532 | 31.12 | 8295.00 | 50564 |
| Clothing & Apparel | 435.5576 | 17.03 | 3665.60 | 62298 |
| Accessories | 281.6435 | 41.43 | 2177.01 | 35908 |
1.11 Tạo biến mới
# Tạo biến mới
df <- df %>%
mutate(
Revenue_k = Revenue / 1000, # Revenue đơn vị nghìn USD
Profit_level = case_when( # Phân loại lợi nhuận
Profit < 100 ~ "Low",
Profit >= 100 & Profit < 500 ~ "Medium",
Profit >= 500 ~ "High",
TRUE ~ "Other"
)
)
# Hiển thị bảng interactive 10 dòng đầu
DT::datatable(head(df, 10), options = list(scrollX = TRUE))2 Trực quan hóa Dữ liệu và Phân tích Hiệu suất Kinh doanh
2.1 Phân tích Xu hướng Doanh thu theo thời gian (Năm)
Biểu đồ cho thấy doanh thu tăng trưởng ổn định nhưng nhẹ từ năm 2023 đến 2024.
Năm 2023 đạt khoảng 70,8 triệu USD.
Năm 2024 tăng lên 71,7 triệu USD, duy trì đà kinh doanh tích cực.
# Tính tổng doanh thu theo năm
revenue_by_year <- df %>%
group_by(year) %>%
summarise(Total_Revenue = sum(Revenue))
# Trực quan hóa
revenue_by_year %>%
ggplot(aes(x = year, y = Total_Revenue, group = 1)) +
geom_line(color = 'blue', linewidth = 1) +
geom_point(color = 'blue', size = 3) +
geom_text(aes(label = paste0(round(Total_Revenue / 1e6, 1), "M")),
vjust = -1, hjust = -0.1, size = 4) + # Định dạng M = Triệu USD
labs(title = '1. Xu hướng Doanh thu theo Năm',
x = 'Năm',
y = 'Tổng Doanh thu (Triệu USD)') +
scale_y_continuous(labels = unit_format(unit = "M", scale = 1e-6)) + # Định dạng trục Y
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5))
2.2 Top Khu vực có Tổng Doanh thu cao nhất
East là khu vực dẫn đầu thị trường với doanh thu vượt trội (~45,0 triệu USD), cho thấy đây là thị trường quan trọng nhất. West và Centre có hiệu suất kinh doanh gần như tương đương, trong khi South có doanh thu thấp nhất.
# Tính tổng doanh thu và chọn top khu vực
revenue_by_region <- df %>%
group_by(Region) %>%
summarise(Total_Revenue = sum(Revenue)) %>%
arrange(desc(Total_Revenue)) %>%
slice_head(n = 5)
# Trực quan hóa
revenue_by_region %>%
ggplot(aes(x = reorder(Region, -Total_Revenue), y = Total_Revenue, fill = Region)) +
geom_col() +
geom_text(aes(label = paste0(round(Total_Revenue / 1e6, 1), "M")),
vjust = -0.5, size = 4) +
labs(title = '2. Top Khu vực có Doanh thu cao nhất',
x = 'Khu vực',
y = 'Tổng Doanh thu (Triệu USD)') +
scale_y_continuous(labels = unit_format(unit = "M", scale = 1e-6)) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5),
legend.position = "none")
2.3 So sánh Doanh thu theo Danh mục sản phẩm
Danh mục Electronics dẫn đầu về doanh thu với 57,5 triệu USD, tiếp theo là Home & Furniture đạt 47,7 triệu USD. Trong khi đó, Clothing & Apparel (27,1 triệu USD) và Accessories (10,1 triệu USD) có mức doanh thu thấp hơn rõ rệt. Điều này cho thấy các sản phẩm công nghệ và nội thất chiếm ưu thế, góp phần lớn vào hiệu quả kinh doanh chung của doanh nghiệp.
# Tính tổng doanh thu theo Danh mục
revenue_by_category <- df %>%
group_by(Category) %>%
summarise(Total_Revenue = sum(Revenue)) %>%
arrange(desc(Total_Revenue))
# Trực quan hóa
revenue_by_category %>%
ggplot(aes(x = reorder(Category, -Total_Revenue), y = Total_Revenue, fill = Category)) +
geom_col() +
geom_text(aes(label = paste0(round(Total_Revenue / 1e6, 1), "M")),
vjust = -0.5, size = 4) +
labs(title = '3. So sánh Doanh thu theo Danh mục sản phẩm',
x = 'Danh mục',
y = 'Tổng Doanh thu (Triệu USD)') +
scale_y_continuous(labels = unit_format(unit = "M", scale = 1e-6)) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5),
axis.text.x = element_text(angle = 15, hjust = 1),
legend.position = "none")
2.4 Xu hướng Lợi nhuận của từng Danh mục qua các năm
Danh mục Electronics dẫn đầu về doanh thu với 57,5 triệu USD, tiếp theo là Home & Furniture đạt 47,7 triệu USD. Trong khi đó, Clothing & Apparel (27,1 triệu USD) và Accessories (10,1 triệu USD) có mức doanh thu thấp hơn rõ rệt. Điều này cho thấy các sản phẩm công nghệ và nội thất chiếm ưu thế, góp phần lớn vào hiệu quả kinh doanh chung của doanh nghiệp.
# Tính tổng lợi nhuận theo năm và danh mục
profit_by_year_category <- df %>%
group_by(year, Category) %>%
summarise(Total_Profit = sum(Profit), .groups = "drop")
# Trực quan hóa
profit_by_year_category %>%
ggplot(aes(x = year, y = Total_Profit, group = Category, color = Category)) +
geom_line(linewidth = 1.2) +
geom_point(size = 3) +
labs(title = '4. Xu hướng Lợi nhuận của từng Danh mục qua các Năm',
x = 'Năm',
y = 'Tổng Lợi nhuận (USD)') +
scale_y_continuous(labels = comma) + # Định dạng tiền tệ
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5))
2.5 Top 10 Sản phẩm mang lại Lợi nhuận cao nhất
Sản phẩm Tempur-Pedic Mattress dẫn đầu với 2.126.584 USD lợi nhuận, theo sau là Instant Pot (1.689.924 USD) và Nike Air Force 1 (1.128.699 USD). Các sản phẩm còn lại như Storage Rack, MacBook Air, và Old Navy Dress có lợi nhuận dao động quanh 950.000 – 1.050.000 USD. Nhìn chung, các sản phẩm thuộc nhóm gia dụng và điện tử chiếm ưu thế, mang lại hiệu quả sinh lời cao nhất trong danh mục.
# Tính tổng lợi nhuận và chọn top 10 sản phẩm
profit_by_product <- df %>%
group_by(Product_Name) %>%
summarise(Total_Profit = sum(Profit)) %>%
arrange(desc(Total_Profit)) %>%
slice_head(n = 10)
# Trực quan hóa
profit_by_product %>%
ggplot(aes(x = reorder(Product_Name, Total_Profit), y = Total_Profit)) +
geom_col(fill = 'darkred') +
geom_text(aes(label = comma(round(Total_Profit, 0))),
hjust = -0.1, size = 3) +
labs(title = '5. Top 10 Sản phẩm mang lại Lợi nhuận cao nhất',
x = 'Tên Sản phẩm',
y = 'Tổng Lợi nhuận (USD)') +
scale_y_continuous(labels = comma) +
coord_flip() + # Lật trục để dễ đọc tên sản phẩm
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5))
2.6 Tỷ trọng Tổng Lợi nhuận theo Mức độ Lợi nhuận (Profit_level)
Phân tích cho thấy giao dịch Medium (Lợi nhuận từ 100 đến 300 USD) chiếm tỷ trọng lớn nhất (47,7%), là nguồn đóng góp lợi nhuận phổ biến. Giao dịch High (Lợi nhuận > 300 USD) đóng góp 41,3%, cho thấy các đơn hàng lớn hoặc sản phẩm biên lợi nhuận cao tạo ra giá trị đáng kể.
# Tính tổng lợi nhuận theo mức độ
profit_by_level <- df %>%
group_by(Profit_level) %>%
summarise(Total_Profit = sum(Profit)) %>%
mutate(percentage = Total_Profit / sum(Total_Profit))
# Trực quan hóa (Biểu đồ tròn)
profit_by_level %>%
ggplot(aes(x = "", y = Total_Profit, fill = Profit_level)) +
geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y", start = 0) +
geom_text(aes(label = percent(percentage)),
position = position_stack(vjust = 0.5)) +
labs(title = '6. Tỷ trọng Tổng Lợi nhuận theo Mức độ Lợi nhuận',
fill = "Mức độ Lợi nhuận") +
theme_void() +
theme(plot.title = element_text(hjust = 0.5))
2.7 Top 5 Thành phố có Tổng Lợi nhuận cao nhất
Thành phố Rochester dẫn đầu với 478.264 USD, theo sau là Jersey City (474.695 USD) và Manchester (472.308 USD). Hai vị trí cuối là Burlington (471.285 USD) và New Haven (470.819 USD). Nhìn chung, chênh lệch lợi nhuận giữa các thành phố top đầu rất nhỏ (dưới 2%), cho thấy mức độ hiệu quả kinh doanh ổn định và phân bố đồng đều giữa các khu vực này.
# Tính tổng lợi nhuận và chọn top 5 thành phố
profit_by_city <- df %>%
group_by(City) %>%
summarise(Total_Profit = sum(Profit)) %>%
arrange(desc(Total_Profit)) %>%
slice_head(n = 5)
# Trực quan hóa
profit_by_city %>%
ggplot(aes(x = reorder(City, -Total_Profit), y = Total_Profit, fill = City)) +
geom_col() +
geom_text(aes(label = comma(round(Total_Profit, 0))),
vjust = -0.5, size = 4) +
labs(title = '7. Top 5 Thành phố có Tổng Lợi nhuận cao nhất',
x = 'Thành phố',
y = 'Tổng Lợi nhuận (USD)') +
scale_y_continuous(labels = comma) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5),
legend.position = "none")
2.8 So sánh Số lượng sản phẩm bán ra theo Khu vực qua các năm
Khu vực East tiếp tục dẫn đầu về tổng số lượng sản phẩm bán ra trong cả hai năm, với 52.750 đơn hàng năm 2023 và tăng lên 53.215 đơn hàng năm 2024, khẳng định đây là thị trường có nhu cầu mạnh nhất. Đứng thứ hai là West, duy trì mức doanh số cao và ổn định với 51.075 đơn hàng năm 2023 và 51.856 đơn hàng năm 2024. Centre ghi nhận mức tăng nhẹ từ 45.840 lên 45.624 đơn hàng (gần như giữ nguyên), trong khi South có doanh số thấp nhất nhưng vẫn tăng từ 34.944 lên 35.496 đơn hàng. Nhìn chung, tất cả các khu vực đều tăng trưởng nhẹ từ 2023 sang 2024, tuy nhiên tốc độ tăng của East và West vượt trội hơn, cho thấy đây là hai thị trường trọng điểm cần tiếp tục ưu tiên khai thác.
# Tính tổng số lượng bán ra theo năm và khu vực
quantity_by_year_region <- df %>%
group_by(year, Region) %>%
summarise(Total_Quantity = sum(Quantity), .groups = "drop")
# Trực quan hóa
quantity_by_year_region %>%
ggplot(aes(x = year, y = Total_Quantity, fill = Region)) +
geom_col(position = position_dodge(width = 0.8), width = 0.7) +
geom_text(aes(label = comma(Total_Quantity)),
position = position_dodge(width = 0.8), vjust = -0.5, size = 3) +
labs(title = '8. Số lượng sản phẩm bán ra theo Khu vực qua các Năm',
x = 'Năm',
y = 'Tổng Số lượng bán ra',
fill = 'Khu vực') +
scale_y_continuous(labels = comma) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5))
2.9 Top 5 Bang có Mật độ Đơn hàng cao nhất
California là bang có số lượng đơn hàng cao nhất, vượt nhẹ so với Arizona. Hai bang này tạo ra mức doanh số vượt trội so với các bang còn lại, cho thấy quy mô dân số lớn và sức mua mạnh. Trong khi đó, Illinois, New Jersey và Ohio có lượng đơn hàng chỉ bằng khoảng một nửa so với nhóm dẫn đầu, phản ánh thị trường nhỏ hơn hoặc mức độ tiêu dùng thấp hơn.
# Tính tổng số đơn hàng theo bang (dùng Order_ID)
orders_by_state <- df %>%
group_by(State) %>%
summarise(Total_Orders = n()) %>%
arrange(desc(Total_Orders)) %>%
slice_head(n = 5)
# Trực quan hóa
orders_by_state %>%
ggplot(aes(x = reorder(State, -Total_Orders), y = Total_Orders, fill = State)) +
geom_col() +
geom_text(aes(label = comma(Total_Orders)),
vjust = -0.5, size = 4) +
labs(title = '9. Top 5 Bang có Mật độ Đơn hàng cao nhất',
x = 'Bang',
y = 'Tổng số Đơn hàng') +
scale_y_continuous(labels = comma) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5),
legend.position = "none")
2.10 Doanh thu trung bình trên mỗi Đơn hàng theo Danh mục
Danh mục Electronics có doanh thu trung bình cao nhất, đạt khoảng 1.122 USD/đơn hàng, theo sau là Home & Furniture (943 USD/đơn hàng). Hai nhóm còn lại, Clothing & Apparel (436 USD) và Accessories (282 USD), có doanh thu trung bình thấp hơn đáng kể. Điều này cho thấy Electronics và Home & Furniture là những nhóm sản phẩm có giá trị cao, mang lại hiệu suất doanh thu mạnh mẽ trên mỗi giao dịch.
# Tính doanh thu trung bình theo danh mục
avg_revenue_by_category <- df %>%
group_by(Category) %>%
summarise(Average_Revenue = mean(Revenue)) %>%
arrange(desc(Average_Revenue))
# Trực quan hóa
avg_revenue_by_category %>%
ggplot(aes(x = reorder(Category, -Average_Revenue), y = Average_Revenue, fill = Category)) +
geom_col() +
geom_text(aes(label = dollar(round(Average_Revenue, 2))),
vjust = -0.5, size = 4) +
labs(title = '10. Doanh thu trung bình trên mỗi Đơn hàng theo Danh mục',
x = 'Danh mục',
y = 'Doanh thu trung bình (USD)') +
scale_y_continuous(labels = dollar) +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5),
axis.text.x = element_text(angle = 15, hjust = 1),
legend.position = "none")
PHẦN 2: NGÂN HÀNG VPB
# TÙY CHỌN CHUNK:
# message=FALSE: Ẩn tin nhắn
# warning=FALSE: Ẩn cảnh báo
# echo=TRUE: (Đây là mặc định) Sẽ HIỆN code
# Tùy chọn 2: knitr::opts_chunk$set()
# Đây là lệnh "thần thánh" đặt quy tắc cho TẤT CẢ các khối mã phía sau
knitr::opts_chunk$set(
echo = TRUE, # <-- ĐÃ SỬA: HIỆN code R
message = FALSE, # Ẩn các tin nhắn
warning = FALSE # Ẩn TẤT CẢ các cảnh báo
)
# Tải tất cả thư viện của bạn Ở ĐÂY
library(tidyverse)
library(lubridate)
library(scales)
library(ggcorrplot)
library(knitr) # Thư viện để làm bảng đẹp (kable)
library(broom) # Thư viện để biến kết quả model thành bảng
# Đọc dữ liệu
# Sử dụng read_csv() của tidyverse để đọc file
file_path <- "~/Downloads/VPBank_Full_Data_2015_2024.csv"
df <- read_csv(file_path)3 BƯỚC 1: GIỚI THIỆU BỘ DỮ LIỆU
# Thao tác 1: Xem 6 dòng dữ liệu đầu tiên
knitr::kable(
head(df),
caption = "Bảng 1: Sáu dòng dữ liệu đầu tiên"
)| Nam | Tien_mat_vang_bac_da_quy | Tien_mat_VND | Tien_mat_ngoai_te | Vang_tien_te | Tien_gui_NHNN | Tien_gui_cho_vay_TCTD_khac | Tien_gui_TCTD_khac | Cho_vay_TCTD_khac | Du_phong_cho_vay_TCTD_khac | CK_kinh_doanh | CK_kinh_doanh_gop | Du_phong_rui_ro_CK_kinh_doanh | Cho_vay_khach_hang | Cho_vay_khach_hang_gop | Du_phong_rui_ro_cho_vay_khach_hang | CK_dau_tu | CK_dau_tu_san_sang_ban | CK_dau_tu_giu_den_ngay_dao_han | Du_phong_rui_ro_CK_dau_tu | Gop_von_dau_tu_dai_han | Dau_tu_dai_han_khac | Du_phong_giam_gia_dau_tu_dai_han | Tai_san_co_dinh | TSCD_huu_hinh | TSCD_vo_hinh | Tai_san_Co_khac | Cac_khoan_phai_thu | Cac_khoan_lai_phi_phai_thu | Tai_san_Co_khac_2 | Du_phong_rui_ro_tai_san_Co_noi_bang_khac | Tong_cong_tai_san | No_Chinh_phu_NHNN | Tien_gui_vay_TCTD_khac | Tien_gui_TCTD_khac_no | Vay_TCTD_khac | Tien_gui_khach_hang | Cong_cu_tai_chinh_phai_sinh | Von_tai_tro_uy_thac | Phat_hanh_giay_to_co_gia | Cac_khoan_no_phai_tra_khac | Cac_khoan_lai_phi_phai_tra | Cac_khoan_phai_tra_va_cong_no_khac | Tong_cong_no_phai_tra | Von_dieu_le | Thang_du_von_co_phan | LN_chua_phan_phoi | Loi_ich_co_dong_khong_kiem_soat | Tong_cong_von_chu_so_huu | Tong_nguon_von | Thu_nhap_lai_va_thu_nhap_tuong_tu | Chi_phi_lai_va_chi_phi_tuong_tu | Thu_nhap_lai_thuan | Thu_nhap_hoat_dong_dich_vu | Chi_phi_hoat_dong_dich_vu | Lai_thuan_hoat_dong_dich_vu | Lo_thuan_hoat_dong_ngoai_hoi | Lai_thuan_mua_ban_CK_kinh_doanh | Lai_thuan_mua_ban_CK_dau_tu | Thu_nhap_hoat_dong_khac | Chi_phi_hoat_dong_khac | Lai_thuan_hoat_dong_khac | Thu_nhap_gop_von_mua_co_phan | Tong_thu_nhap_hoat_dong | Chi_phi_nhan_vien | Chi_phi_khau_hao | Chi_phi_hoat_dong_khac_2 | Tong_chi_phi_hoat_dong | Lai_thuan_truoc_chi_phi_du_phong | Chi_phi_du_phong_rui_ro_tin_dung | LN_truoc_thue | Chi_phi_thue_TNDN_hien_hanh | Chi_phi_thue_TNDN_hoan_lai | Tong_chi_phi_thue_TNDN | LN_sau_thue | Lai_co_ban_tren_co_phieu | TSCD_hh_nguyen_gia_dau_nam | TSCD_hh_mua_sam_trong_nam | TSCD_hh_thanh_ly_nhuong_ban | TSCD_hh_so_du_cuoi_nam | QSD_dat_nguyen_gia_dau_nam | QSD_dat_nguyen_gia_cuoi_nam | PM_may_tinh_nguyen_gia_dau_nam | PM_may_tinh_mua_trong_nam | PM_may_tinh_nguyen_gia_cuoi_nam | HM_luy_ke_QSD_dat | HM_luy_ke_PM_may_tinh | HM_luy_ke_tong | GT_con_lai_QSD_dat | GT_con_lai_PM_may_tinh | GT_con_lai_tong |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2015 | 1632425 | 850227 | 756702 | 25496 | 2261499 | 14599675 | 8729745 | 5870661 | -731 | 2043647 | 2046735 | -3088 | 115062473 | 116804247 | -1741774 | 47729481 | 43950621 | 4520639 | -741779 | 322511 | 322984 | -473 | 509574 | 325013 | 184561 | 9687543 | 1985973 | 4133763 | 3799869 | -232062 | 193876428 | 4821063 | 17764430 | 9603163 | 8161267 | 130270670 | 131760 | 383188 | 21859941 | 5256454 | 2804740 | 2451714 | 180487506 | 8056466 | 1288863 | 2718818 | 0 | 13388922 | 193876428 | 18758801 | -8405364 | 10353437 | 1597313 | -712646 | 884667 | -290472 | 44587 | 27966 | 957363 | -82291 | 875072 | 171054 | 12066311 | -3183691 | -144532 | -2364246 | -5692469 | 6373842 | -3277640 | 3096202 | -700598 | 264 | -700334 | 2395868 | 3072 | 596927 | 144532 | -36780 | 704679 | 213012 | 90132 | 224353 | 38543 | 248925 | 868 | 124575 | 125443 | 89264 | 95297 | 184561 |
| 2016 | 1727361 | 1036240 | 667059 | 24062 | 2982589 | 9388905 | 4089175 | 5300460 | -731 | 2952206 | 2953769 | -1563 | 142593251 | 144673213 | -2089962 | 55339988 | 51948658 | 4136200 | -744870 | 222930 | 299372 | -76442 | 624197 | 422772 | 201425 | 12922329 | 5588814 | 4165577 | 3395320 | -227382 | 228770918 | 1103686 | 28835898 | 13437105 | 15398793 | 123787572 | 191325 | 1389786 | 48650527 | 7634596 | 3161924 | 4472672 | 211593390 | 9181000 | 1288863 | 3757473 | 0 | 17177528 | 228770918 | 25631116 | -10463257 | 15167859 | 2114834 | -1261908 | 852926 | -318960 | -149384 | 91874 | 1450885 | -232315 | 1218570 | 872 | 16863757 | -3430934 | -177433 | -3012985 | -6621352 | 10242405 | -5313094 | 4929311 | -994266 | 0 | -994266 | 3935045 | 4485 | 704679 | 237985 | -3802 | 939411 | 90132 | 69147 | 248925 | 71801 | 323702 | 868 | 153628 | 154496 | 68279 | 133146 | 201425 |
| 2017 | 2574284 | 1164862 | 1256907 | 152515 | 6460795 | 17520025 | 15218720 | 2302036 | -731 | 1424854 | 1424854 | 0 | 179518809 | 182666213 | -3147404 | 53558049 | 50384788 | 4151127 | -977866 | 152506 | 194602 | -42096 | 808486 | 457682 | 350804 | 15734506 | 8539528 | 3812015 | 3404366 | -21403 | 277752314 | 26015 | 33200418 | 7834381 | 25366037 | 133550812 | 160469 | 3899364 | 66104605 | 11114921 | 5063166 | 6051755 | 248056604 | 15706230 | 5866105 | 4565110 | 0 | 29695710 | 277752314 | 34133371 | -13518945 | 20614426 | 3210071 | -1748527 | 1461544 | -158842 | 179638 | 339477 | 3208782 | -672502 | 2536280 | 53568 | 25026091 | -5060266 | -244832 | -3589872 | -8894970 | 16131121 | -8001058 | 8130063 | -1689296 | 0 | -1689296 | 6440767 | 4564 | 939411 | 127420 | -59962 | 1090758 | 69147 | 69147 | 323702 | 86996 | 410698 | 868 | 190556 | 191424 | 68279 | 220142 | 288421 |
| 2018 | 1855473 | 1227415 | 548625 | 79433 | 10828571 | 16571491 | 15337628 | 1233863 | 0 | 4202413 | 4240742 | -38329 | 218395223 | 221961996 | -3566773 | 51926416 | 49417157 | 3564933 | -1055674 | 190654 | 227602 | -36948 | 1963096 | 1385572 | 577524 | 17357782 | 10482282 | 4427765 | 2473219 | -25484 | 323291119 | 3781343 | 75376645 | 54231451 | 21145194 | 170850871 | 18571 | 329649 | 48658036 | 15934060 | 10671129 | 5262931 | 288541050 | 25299680 | 3157796 | 2734328 | 0 | 34750069 | 323291119 | 40280214 | -15578639 | 24701575 | 3818797 | -2206301 | 1612496 | -103750 | -56821 | 250057 | 5363874 | -682613 | 4681261 | 845 | 31085663 | -6020762 | -313939 | -4299223 | -10633924 | 20451739 | -11253231 | 9198508 | -1842940 | 0 | -1842940 | 7355568 | 3025 | 1090758 | 93105 | -13708 | 2211225 | 69147 | 69147 | 554079 | 25430 | 579509 | 868 | 271554 | 272422 | 68279 | 307955 | 376234 |
| 2019 | 2459321 | 1631328 | 658473 | 169520 | 3454138 | 20097553 | 15482986 | 4614567 | 0 | 1566592 | 1571141 | -4549 | 253099865 | 257183959 | -4084094 | 68729363 | 67786907 | 1094329 | -151873 | 164425 | 238602 | -74177 | 1922972 | 1342690 | 580282 | 25709897 | 16925460 | 6032377 | 2780703 | -28643 | 377204126 | 19492 | 50867989 | 12144371 | 38723618 | 213949568 | -45670 | 291823 | 57599723 | 20220119 | 7911819 | 12308300 | 342903044 | 25299680 | 692720 | 11805967 | -195235 | 34301082 | 377204126 | 49874784 | -19204323 | 30670461 | 5487466 | -2695846 | 2791620 | -216879 | 284845 | 803159 | 2682220 | -662555 | 2019665 | 2634 | 36355505 | -7327257 | -373782 | -4642679 | -12343718 | 24011787 | -13687626 | 10324161 | -2063898 | 0 | -2063898 | 8260263 | 3376 | 2211225 | 21222 | -22489 | 2380108 | 69147 | 69147 | 890142 | 27000 | 917142 | 868 | 380897 | 381765 | 68279 | 536245 | 604524 |
| 2020 | 3282556 | 2145363 | 1110882 | 26311 | 5779610 | 19554808 | 13829025 | 5725783 | 0 | 493214 | 493214 | 0 | 286319402 | 290816086 | -4496684 | 76485435 | 75959904 | 854344 | -328813 | 238581 | 238602 | -21 | 1862830 | 1212163 | 650667 | 24751811 | 17409351 | 5036836 | 2345902 | -40278 | 419026527 | 14220 | 56511282 | 9371444 | 47139838 | 233427953 | 139825 | 187156 | 62845488 | 13107101 | 6452780 | 6654321 | 366233025 | 25299680 | 365727 | 11911768 | 17415364 | 52793502 | 419026527 | 52361767 | -20015944 | 32345823 | 6166753 | -2810626 | 3356127 | -307207 | 226466 | 1170731 | 3441951 | -1205790 | 2236161 | 5013 | 39033114 | -6699495 | -380432 | -4312094 | -11392021 | 27641093 | -14621638 | 13019455 | -2605695 | 0 | -2605695 | 10413760 | 4271 | 2380108 | 23321 | -56863 | 2398141 | 69147 | 65127 | 1033336 | 2213 | 1035549 | 868 | 521333 | 522201 | 64259 | 512216 | 576475 |
# Thao tác 2: Xem 6 dòng dữ liệu cuối cùng
knitr::kable(
tail(df),
caption = "Bảng 2: Sáu dòng dữ liệu cuối cùng"
)| Nam | Tien_mat_vang_bac_da_quy | Tien_mat_VND | Tien_mat_ngoai_te | Vang_tien_te | Tien_gui_NHNN | Tien_gui_cho_vay_TCTD_khac | Tien_gui_TCTD_khac | Cho_vay_TCTD_khac | Du_phong_cho_vay_TCTD_khac | CK_kinh_doanh | CK_kinh_doanh_gop | Du_phong_rui_ro_CK_kinh_doanh | Cho_vay_khach_hang | Cho_vay_khach_hang_gop | Du_phong_rui_ro_cho_vay_khach_hang | CK_dau_tu | CK_dau_tu_san_sang_ban | CK_dau_tu_giu_den_ngay_dao_han | Du_phong_rui_ro_CK_dau_tu | Gop_von_dau_tu_dai_han | Dau_tu_dai_han_khac | Du_phong_giam_gia_dau_tu_dai_han | Tai_san_co_dinh | TSCD_huu_hinh | TSCD_vo_hinh | Tai_san_Co_khac | Cac_khoan_phai_thu | Cac_khoan_lai_phi_phai_thu | Tai_san_Co_khac_2 | Du_phong_rui_ro_tai_san_Co_noi_bang_khac | Tong_cong_tai_san | No_Chinh_phu_NHNN | Tien_gui_vay_TCTD_khac | Tien_gui_TCTD_khac_no | Vay_TCTD_khac | Tien_gui_khach_hang | Cong_cu_tai_chinh_phai_sinh | Von_tai_tro_uy_thac | Phat_hanh_giay_to_co_gia | Cac_khoan_no_phai_tra_khac | Cac_khoan_lai_phi_phai_tra | Cac_khoan_phai_tra_va_cong_no_khac | Tong_cong_no_phai_tra | Von_dieu_le | Thang_du_von_co_phan | LN_chua_phan_phoi | Loi_ich_co_dong_khong_kiem_soat | Tong_cong_von_chu_so_huu | Tong_nguon_von | Thu_nhap_lai_va_thu_nhap_tuong_tu | Chi_phi_lai_va_chi_phi_tuong_tu | Thu_nhap_lai_thuan | Thu_nhap_hoat_dong_dich_vu | Chi_phi_hoat_dong_dich_vu | Lai_thuan_hoat_dong_dich_vu | Lo_thuan_hoat_dong_ngoai_hoi | Lai_thuan_mua_ban_CK_kinh_doanh | Lai_thuan_mua_ban_CK_dau_tu | Thu_nhap_hoat_dong_khac | Chi_phi_hoat_dong_khac | Lai_thuan_hoat_dong_khac | Thu_nhap_gop_von_mua_co_phan | Tong_thu_nhap_hoat_dong | Chi_phi_nhan_vien | Chi_phi_khau_hao | Chi_phi_hoat_dong_khac_2 | Tong_chi_phi_hoat_dong | Lai_thuan_truoc_chi_phi_du_phong | Chi_phi_du_phong_rui_ro_tin_dung | LN_truoc_thue | Chi_phi_thue_TNDN_hien_hanh | Chi_phi_thue_TNDN_hoan_lai | Tong_chi_phi_thue_TNDN | LN_sau_thue | Lai_co_ban_tren_co_phieu | TSCD_hh_nguyen_gia_dau_nam | TSCD_hh_mua_sam_trong_nam | TSCD_hh_thanh_ly_nhuong_ban | TSCD_hh_so_du_cuoi_nam | QSD_dat_nguyen_gia_dau_nam | QSD_dat_nguyen_gia_cuoi_nam | PM_may_tinh_nguyen_gia_dau_nam | PM_may_tinh_mua_trong_nam | PM_may_tinh_nguyen_gia_cuoi_nam | HM_luy_ke_QSD_dat | HM_luy_ke_PM_may_tinh | HM_luy_ke_tong | GT_con_lai_QSD_dat | GT_con_lai_PM_may_tinh | GT_con_lai_tong |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2019 | 2459321 | 1631328 | 658473 | 169520 | 3454138 | 20097553 | 15482986 | 4614567 | 0 | 1566592 | 1571141 | -4549 | 253099865 | 257183959 | -4084094 | 68729363 | 67786907 | 1094329 | -151873 | 164425 | 238602 | -74177 | 1922972 | 1342690 | 580282 | 25709897 | 16925460 | 6032377 | 2780703 | -28643 | 377204126 | 19492 | 50867989 | 12144371 | 38723618 | 213949568 | -45670 | 291823 | 57599723 | 20220119 | 7911819 | 12308300 | 342903044 | 25299680 | 692720 | 11805967 | -195235 | 34301082 | 377204126 | 49874784 | -19204323 | 30670461 | 5487466 | -2695846 | 2791620 | -216879 | 284845 | 803159 | 2682220 | -662555 | 2019665 | 2634 | 36355505 | -7327257 | -373782 | -4642679 | -12343718 | 24011787 | -13687626 | 10324161 | -2063898 | 0 | -2063898 | 8260263 | 3376 | 2211225 | 21222 | -22489 | 2380108 | 69147 | 69147 | 890142 | 27000 | 917142 | 868 | 380897 | 381765 | 68279 | 536245 | 604524 |
| 2020 | 3282556 | 2145363 | 1110882 | 26311 | 5779610 | 19554808 | 13829025 | 5725783 | 0 | 493214 | 493214 | 0 | 286319402 | 290816086 | -4496684 | 76485435 | 75959904 | 854344 | -328813 | 238581 | 238602 | -21 | 1862830 | 1212163 | 650667 | 24751811 | 17409351 | 5036836 | 2345902 | -40278 | 419026527 | 14220 | 56511282 | 9371444 | 47139838 | 233427953 | 139825 | 187156 | 62845488 | 13107101 | 6452780 | 6654321 | 366233025 | 25299680 | 365727 | 11911768 | 17415364 | 52793502 | 419026527 | 52361767 | -20015944 | 32345823 | 6166753 | -2810626 | 3356127 | -307207 | 226466 | 1170731 | 3441951 | -1205790 | 2236161 | 5013 | 39033114 | -6699495 | -380432 | -4312094 | -11392021 | 27641093 | -14621638 | 13019455 | -2605695 | 0 | -2605695 | 10413760 | 4271 | 2380108 | 23321 | -56863 | 2398141 | 69147 | 65127 | 1033336 | 2213 | 1035549 | 868 | 521333 | 522201 | 64259 | 512216 | 576475 |
| 2021 | 2345733 | 2041617 | 222998 | 81118 | 10860730 | 57104628 | 40329730 | 16858044 | -83146 | 6970941 | 7005061 | -34120 | 345390282 | 355281219 | -9890937 | 75798431 | 75313521 | 722934 | -238024 | 249710 | 249731 | -21 | 1872973 | 1216957 | 656016 | 45754022 | 39015325 | 4897204 | 1893820 | -52327 | 547409439 | 8454375 | 114619106 | 47106801 | 67512305 | 241837028 | 0 | 103930 | 81295633 | 14821220 | 5557507 | 9263713 | 461131292 | 45056930 | 77202 | 22439214 | 7906481 | 86278147 | 547409439 | 50827098 | -16478269 | 34348829 | 6884061 | -2825030 | 4059031 | -76394 | 8879 | 3150866 | 5468704 | -2660916 | 2807788 | 2476 | 44301475 | -6230506 | -379228 | -4109203 | -10718937 | 33582538 | -19218768 | 14363770 | -2886600 | 0 | -2886600 | 11477170 | 2647 | 2398141 | 28287 | -29302 | 2559025 | 65127 | 65127 | 1286591 | 11090 | 1297681 | 868 | 700183 | 701051 | 64259 | 597498 | 661757 |
| 2022 | 2658493 | 2315511 | 342564 | 418 | 9935379 | 47965493 | 40771879 | 7193614 | 0 | 7793447 | 7850639 | -57192 | 424662382 | 438338047 | -13675665 | 83075897 | 82718218 | 610279 | -252600 | 189210 | 189210 | 0 | 1858126 | 1219108 | 639018 | 51981273 | 39409465 | 7879131 | 4205385 | -79676 | 631012886 | 1929233 | 140249116 | 51325927 | 88923189 | 303151417 | 15369 | 47050 | 63699974 | 18418807 | 8596581 | 9813382 | 527510966 | 67434236 | 0 | 16751804 | 6664262 | 103501920 | 631012886 | 62200250 | -21179192 | 41021058 | 10455695 | -4017943 | 6437752 | -618050 | -149194 | 508755 | 13017039 | -2433072 | 10583967 | 12801 | 57797089 | 8327741 | 366377 | 2378759 | -14115731 | 43681358 | -22461226 | 21220132 | -4859848 | 548523 | -4311325 | 16908807 | 2718 | 2559025 | 51643 | -23088 | 2733537 | 65127 | 65127 | 1487276 | 54256 | 1541532 | 868 | 895519 | 896387 | 64259 | 646013 | 710272 |
| 2023 | 2284990 | 2076239 | 208662 | 89 | 8422511 | 94093778 | 83234756 | 73121895 | -62262873 | 12325809 | 12406274 | -80465 | 551472066 | 566271290 | -14799224 | 94603526 | 87840241 | 6755260 | -8025 | 0 | 0 | 0 | 1298099 | 1298099 | 0 | 42945668 | 33969441 | 8976228 | 0 | 0 | 817566922 | 4118311 | 156356651 | 83234756 | 73121895 | 442368381 | 392 | 22045 | 47787312 | 27118303 | 13812285 | 13306018 | 677771395 | 79339236 | 23992546 | 19065969 | 5164494 | 139795527 | 817566922 | 76557377 | -38382701 | 38174676 | 12307787 | -5095905 | 7211882 | -805973 | 380173 | 250032 | 7774012 | -3248461 | 4525551 | 3147 | 49739488 | 8609213 | 437800 | 2058837 | -13941218 | 35798270 | -24994374 | 10803896 | -2984015 | 674290 | -2309725 | 8494171 | 1433 | 2733537 | 69766 | -28834 | 2994200 | 65127 | 65127 | 1644396 | 134526 | 1778922 | 868 | 1069637 | 1070505 | 64259 | 575285 | 639544 |
| 2024 | 2148289 | 1891475 | 228426 | 28388 | 14327215 | 134643662 | 126527280 | 8116382 | 0 | 13110971 | 13180721 | -69750 | 676545598 | 692875738 | -16330140 | 52783054 | 51857428 | 992927 | -67301 | 189210 | 189210 | 0 | 2023899 | 1437082 | 586817 | 27275914 | 11411320 | 8384069 | 6547735 | -263046 | 923847637 | 5713 | 201756421 | 111863209 | 89893212 | 485666548 | 28057 | 10894 | 66975704 | 22129038 | 10415008 | 11687513 | 776572375 | 79339236 | 23992546 | 24007579 | 5370287 | 147275262 | 923847637 | 80111645 | -31031238 | 49080407 | 13201660 | -7075337 | 6126323 | 827240 | 360956 | 469667 | 9559809 | -4182147 | 5377662 | 12801 | 62255056 | 8395563 | 511641 | 1121013 | -14339732 | 47915324 | -27902624 | 20012700 | -3962779 | -63095 | -4025874 | 15986826 | 1989 | 2994200 | 30611 | 21767 | 3406801 | 65127 | 65127 | 1843421 | 28685 | 1872106 | 868 | 1281978 | 1282846 | 64259 | 590128 | 654387 |
# Thao tác 5: Xem tóm tắt thống kê ban đầu
# Chọn 1 vài cột chính
cols_to_summary <- c("Nam", "Tong_cong_tai_san", "Cho_vay_khach_hang",
"Tien_gui_khach_hang", "LN_sau_thue")
knitr::kable(
summary(df[cols_to_summary]),
caption = "Bảng 3: Tóm tắt thống kê các cột tài chính chính"
)| Nam | Tong_cong_tai_san | Cho_vay_khach_hang | Tien_gui_khach_hang | LN_sau_thue | |
|---|---|---|---|---|---|
| Min. :2015 | Min. :193876428 | Min. :115062473 | Min. :123787572 | Min. : 2395868 | |
| 1st Qu.:2017 | 1st Qu.:289137015 | 1st Qu.:189237912 | 1st Qu.:142875827 | 1st Qu.: 6669467 | |
| Median :2020 | Median :398115326 | Median :269709634 | Median :223688760 | Median : 8377217 | |
| Mean :2020 | Mean :473975832 | Mean :319305935 | Mean :247886082 | Mean : 9166824 | |
| 3rd Qu.:2022 | 3rd Qu.:610112024 | 3rd Qu.:404844357 | 3rd Qu.:287822820 | 3rd Qu.:11211318 | |
| Max. :2024 | Max. :923847637 | Max. :676545598 | Max. :485666548 | Max. :16908807 |
# Thao tác 9: Đếm số giá trị thiếu theo từng cột
na_counts_df <- data.frame(
Ten_Cot = names(colSums(is.na(df))),
So_luong_NA = colSums(is.na(df))
) %>%
filter(So_luong_NA > 0) # Lọc ra những cột CÓ NA
if (nrow(na_counts_df) > 0) {
knitr::kable(
na_counts_df,
caption = "Bảng 4: Các cột bị thiếu dữ liệu"
)
} else {
cat("Xác nhận: Không có cột nào bị thiếu dữ liệu.")
}## Xác nhận: Không có cột nào bị thiếu dữ liệu.# Tạo 1 data frame chứa tất cả thông tin
overview_stats <- data.frame(
"Thông tin" = c("Kích thước (dòng, cột)",
"Tổng số giá trị thiếu (NA)",
"Kiểu dữ liệu cột 'Nam'",
"Số năm duy nhất"),
"Giá trị" = c(paste(nrow(df), "dòng,", ncol(df), "cột"),
sum(is.na(df)),
class(df$Nam),
n_distinct(df$Nam))
)
knitr::kable(
overview_stats,
caption = "Bảng 5: Tóm tắt cấu trúc bộ dữ liệu"
)| Thông.tin | Giá.trị |
|---|---|
| Kích thước (dòng, cột) | 10 dòng, 91 cột |
| Tổng số giá trị thiếu (NA) | 0 |
| Kiểu dữ liệu cột ‘Nam’ | numeric |
| Số năm duy nhất | 10 |
4 BƯỚC 2: XỬ LÝ DỮ LIỆU VÀ TẠO BIẾN MỚI
df_clean <- df %>%
mutate(Date = ymd(paste0(Nam, "-12-31"))) %>%
rename(Loi_nhuan_ST = LN_sau_thue,
Von_CSH = Tong_cong_von_chu_so_huu,
Tong_tai_san = Tong_cong_tai_san,
Cho_vay_KH = Cho_vay_khach_hang,
Tien_gui_KH = Tien_gui_khach_hang,
Thu_nhap_lai_thuan = Thu_nhap_lai_thuan) %>%
mutate(Loi_nhuan_ST = ifelse(Nam %in% c(2017, 2019), NA, Loi_nhuan_ST)) %>%
mutate(Loi_nhuan_ST = ifelse(is.na(Loi_nhuan_ST),
mean(Loi_nhuan_ST, na.rm = TRUE),
Loi_nhuan_ST)) %>%
mutate(Tong_tai_san = ifelse(Nam == 2015, 9.99e14, Tong_tai_san)) %>%
mutate(Tong_tai_san = ifelse(Tong_tai_san > 9e14,
median(Tong_tai_san, na.rm = TRUE), # Thêm na.rm = TRUE
Tong_tai_san)) %>%
mutate(ROA = (Loi_nhuan_ST / Tong_tai_san) * 100) %>%
mutate(ROE = (Loi_nhuan_ST / Von_CSH) * 100) %>%
mutate(LDR = (Cho_vay_KH / Tien_gui_KH) * 100) %>%
mutate(LN_Growth_YoY = ((Loi_nhuan_ST / lag(Loi_nhuan_ST)) - 1) * 100) %>%
mutate(ROA_Category = case_when(
ROA < 1.0 ~ "Thap",
ROA >= 1.0 & ROA < 2.0 ~ "Trung binh",
ROA >= 2.0 ~ "Cao"
)) %>%
arrange(Nam) %>%
select(Nam, Date, Tong_tai_san, Loi_nhuan_ST, Cho_vay_KH, Tien_gui_KH,
Von_CSH, Thu_nhap_lai_thuan, ROA, ROE, LDR, LN_Growth_YoY, ROA_Category)
# --- THAY THẾ glimpse() BẰNG kable() ---
# Thay vì in ra console, chúng ta tạo 1 bảng HTML đẹp
# Bảng này sẽ là thứ DUY NHẤT được hiển thị từ khối code này
knitr::kable(
df_clean,
caption = "Bảng 6: Dữ liệu đã làm sạch và tạo biến mới",
digits = 2 # Làm tròn 2 chữ số thập phân cho đẹp
)| Nam | Date | Tong_tai_san | Loi_nhuan_ST | Cho_vay_KH | Tien_gui_KH | Von_CSH | Thu_nhap_lai_thuan | ROA | ROE | LDR | LN_Growth_YoY | ROA_Category |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2015 | 2015-12-31 | 483217983 | 2395868 | 115062473 | 130270670 | 13388922 | 10353437 | 0.50 | 17.89 | 88.33 | NA | Thap |
| 2016 | 2016-12-31 | 228770918 | 3935045 | 142593251 | 123787572 | 17177528 | 15167859 | 1.72 | 22.91 | 115.19 | 64.24 | Trung binh |
| 2017 | 2017-12-31 | 277752314 | 9620902 | 179518809 | 133550812 | 29695710 | 20614426 | 3.46 | 32.40 | 134.42 | 144.49 | Cao |
| 2018 | 2018-12-31 | 323291119 | 7355568 | 218395223 | 170850871 | 34750069 | 24701575 | 2.28 | 21.17 | 127.83 | -23.55 | Cao |
| 2019 | 2019-12-31 | 377204126 | 9620902 | 253099865 | 213949568 | 34301082 | 30670461 | 2.55 | 28.05 | 118.30 | 30.80 | Cao |
| 2020 | 2020-12-31 | 419026527 | 10413760 | 286319402 | 233427953 | 52793502 | 32345823 | 2.49 | 19.73 | 122.66 | 8.24 | Cao |
| 2021 | 2021-12-31 | 547409439 | 11477170 | 345390282 | 241837028 | 86278147 | 34348829 | 2.10 | 13.30 | 142.82 | 10.21 | Cao |
| 2022 | 2022-12-31 | 631012886 | 16908807 | 424662382 | 303151417 | 103501920 | 41021058 | 2.68 | 16.34 | 140.08 | 47.33 | Cao |
| 2023 | 2023-12-31 | 817566922 | 8494171 | 551472066 | 442368381 | 139795527 | 38174676 | 1.04 | 6.08 | 124.66 | -49.76 | Trung binh |
| 2024 | 2024-12-31 | 923847637 | 15986826 | 676545598 | 485666548 | 147275262 | 49080407 | 1.73 | 10.86 | 139.30 | 88.21 | Trung binh |
5 BƯỚC 3: THỐNG KÊ MÔ TẢ VÀ PHÂN TÍCH
cols_numeric <- c("Tong_tai_san", "Loi_nhuan_ST", "Cho_vay_KH", "Tien_gui_KH", "Von_CSH")
cols_ratios <- c("ROA", "ROE", "LDR")
cat("### Nhóm 1: Tóm tắt tổng quan\n\nThực hiện các thống kê mô tả cơ bản trên các biến số chính (đơn vị: VND).\n")## ### Nhóm 1: Tóm tắt tổng quan
##
## Thực hiện các thống kê mô tả cơ bản trên các biến số chính (đơn vị: VND).# Thao tác 1: Tóm tắt 5 số (Summary)
knitr::kable(
summary(df_clean[cols_numeric]), # <-- Giờ sẽ chạy đúng
caption = "Bảng 7 (Thao tác 1): Tóm tắt 5 số (Min, Q1, Median, Mean, Q3, Max)",
digits = 0
)| Tong_tai_san | Loi_nhuan_ST | Cho_vay_KH | Tien_gui_KH | Von_CSH | |
|---|---|---|---|---|---|
| Min. :228770918 | Min. : 2395868 | Min. :115062473 | Min. :123787572 | Min. : 13388922 | |
| 1st Qu.:336769371 | 1st Qu.: 7640219 | 1st Qu.:189237912 | 1st Qu.:142875827 | 1st Qu.: 30847053 | |
| Median :451122255 | Median : 9620902 | Median :269709634 | Median :223688760 | Median : 43771786 | |
| Mean :502909987 | Mean : 9620902 | Mean :319305935 | Mean :247886082 | Mean : 65895767 | |
| 3rd Qu.:610112024 | 3rd Qu.:11211318 | 3rd Qu.:404844357 | 3rd Qu.:287822820 | 3rd Qu.: 99195977 | |
| Max. :923847637 | Max. :16908807 | Max. :676545598 | Max. :485666548 | Max. :147275262 |
# --- 4. Thao tác 2, 3, 4, 5, 6: (Mean, Median, SD, Min, Max) ---
# Gộp 5 thao tác này vào MỘT bảng duy nhất
stats_combined <- rbind(
"Trung bình (Mean)" = sapply(df_clean[cols_numeric], mean, na.rm = TRUE),
"Trung vị (Median)" = sapply(df_clean[cols_numeric], median, na.rm = TRUE),
"Độ lệch chuẩn (SD)" = sapply(df_clean[cols_numeric], sd, na.rm = TRUE),
"Giá trị nhỏ nhất (Min)" = sapply(df_clean[cols_numeric], min, na.rm = TRUE),
"Giá trị lớn nhất (Max)" = sapply(df_clean[cols_numeric], max, na.rm = TRUE)
)
kable(
stats_combined,
caption = "Bảng 8 (Thao tác 2-6): Tóm tắt các chỉ số thống kê chính",
digits = 0
)| Tong_tai_san | Loi_nhuan_ST | Cho_vay_KH | Tien_gui_KH | Von_CSH | |
|---|---|---|---|---|---|
| Trung bình (Mean) | 502909987 | 9620902 | 319305935 | 247886082 | 65895767 |
| Trung vị (Median) | 451122255 | 9620902 | 269709634 | 223688760 | 43771786 |
| Độ lệch chuẩn (SD) | 229957813 | 4578261 | 183011595 | 127825963 | 49993654 |
| Giá trị nhỏ nhất (Min) | 228770918 | 2395868 | 115062473 | 123787572 | 13388922 |
| Giá trị lớn nhất (Max) | 923847637 | 16908807 | 676545598 | 485666548 | 147275262 |
# --- 5. In tiêu đề cho Nhóm 2 ---
cat("\n\n### Nhóm 2: Phân tích các chỉ số hiệu quả\n\nPhân tích các chỉ số tài chính đã được tạo ra ở Bước 2.\n")##
##
## ### Nhóm 2: Phân tích các chỉ số hiệu quả
##
## Phân tích các chỉ số tài chính đã được tạo ra ở Bước 2.# --- 6. Thao tác 7: Tóm tắt các chỉ số (ROA, ROE, LDR) ---
kable(
summary(df_clean[cols_ratios]),
caption = "Bảng 9 (Thao tác 7): Tóm tắt các chỉ số hiệu quả (ROA, ROE, LDR)",
digits = 2 # Giữ 2 chữ số thập phân
)| ROA | ROE | LDR | |
|---|---|---|---|
| Min. :0.4958 | Min. : 6.076 | Min. : 88.33 | |
| 1st Qu.:1.7227 | 1st Qu.:14.061 | 1st Qu.:119.39 | |
| Median :2.1859 | Median :18.810 | Median :126.25 | |
| Mean :2.0536 | Mean :18.871 | Mean :125.36 | |
| 3rd Qu.:2.5342 | 3rd Qu.:22.473 | 3rd Qu.:138.08 | |
| Max. :3.4638 | Max. :32.398 | Max. :142.82 |
# --- 7. Thao tác 8, 9, 10: Tìm các năm có giá trị cao nhất ---
# Gộp 3 thao tác vào MỘT bảng tóm tắt
summary_df_2 <- data.frame(
"Chỉ số" = c("Năm có ROA cao nhất (Hiệu quả tài sản)",
"Năm có ROE cao nhất (Hiệu quả vốn CSH)",
"Năm có LDR cao nhất (Rủi ro thanh khoản)"),
"Năm" = c(
(df_clean %>% filter(ROA == max(ROA, na.rm = TRUE)))$Nam,
(df_clean %>% filter(ROE == max(ROE, na.rm = TRUE)))$Nam,
(df_clean %>% filter(LDR == max(LDR, na.rm = TRUE)))$Nam
),
"Giá trị (%)" = c(
max(df_clean$ROA, na.rm = TRUE),
max(df_clean$ROE, na.rm = TRUE),
max(df_clean$LDR, na.rm = TRUE)
)
)
kable(
summary_df_2,
caption = "Bảng 10 (Thao tác 8-10): Các năm có giá trị chỉ số cao nhất",
digits = 2
)| Chỉ.số | Năm | Giá.trị…. |
|---|---|---|
| Năm có ROA cao nhất (Hiệu quả tài sản) | 2017 | 3.46 |
| Năm có ROE cao nhất (Hiệu quả vốn CSH) | 2017 | 32.40 |
| Năm có LDR cao nhất (Rủi ro thanh khoản) | 2021 | 142.82 |
# --- 8. In tiêu đề cho Nhóm 3 ---
cat("\n\n### Nhóm 3: Phân tích tăng trưởng\n\nPhân tích tốc độ tăng trưởng qua các năm.\n")##
##
## ### Nhóm 3: Phân tích tăng trưởng
##
## Phân tích tốc độ tăng trưởng qua các năm.# --- 9. Thao tác 11, 13, 14: Tính toán các chỉ số tăng trưởng ---
# Gộp 3 thao tác vào MỘT bảng tóm tắt
# Tính CAGR (2015-2024, 9 năm)
start_val_tts <- df_clean$Tong_tai_san[df_clean$Nam == 2015]
end_val_tts <- df_clean$Tong_tai_san[df_clean$Nam == 2024]
start_val_ln <- df_clean$Loi_nhuan_ST[df_clean$Nam == 2015]
end_val_ln <- df_clean$Loi_nhuan_ST[df_clean$Nam == 2024]
years <- 2024 - 2015
cagr_tts <- ((end_val_tts / start_val_tts)^(1/years) - 1) * 100
cagr_ln <- ((end_val_ln / start_val_ln)^(1/years) - 1) * 100
ln_growth_mean <- mean(df_clean$LN_Growth_YoY, na.rm = TRUE)
# Tạo data frame
growth_summary_df <- data.frame(
"Chỉ số tăng trưởng" = c(
"Tăng trưởng Lợi nhuận trung bình (YoY)",
"CAGR Tổng Tài sản (2015-2024)",
"CAGR Lợi nhuận ST (2015-2024)"
),
"Giá trị (%)" = c(
ln_growth_mean,
cagr_tts,
cagr_ln
)
)
kable(
growth_summary_df,
caption = "Bảng 11 (Thao tác 11, 13, 14): Tóm tắt các chỉ số tăng trưởng",
digits = 2
)| Chỉ.số.tăng.trưởng | Giá.trị…. |
|---|---|
| Tăng trưởng Lợi nhuận trung bình (YoY) | 35.58 |
| CAGR Tổng Tài sản (2015-2024) | 7.47 |
| CAGR Lợi nhuận ST (2015-2024) | 23.48 |
# --- 10. Thao tác 12: Năm có tăng trưởng lợi nhuận đột biến nhất ---
df_clean %>%
filter(LN_Growth_YoY == max(LN_Growth_YoY, na.rm = TRUE)) %>%
select(Nam, LN_Growth_YoY) %>%
kable(
caption = "Bảng 12 (Thao tác 12): Năm tăng trưởng Lợi nhuận đột biến nhất",
digits = 2,
col.names = c("Năm", "Tăng trưởng YoY (%)")
)| Năm | Tăng trưởng YoY (%) |
|---|---|
| 2017 | 144.49 |
# --- 11. In tiêu đề cho Nhóm 4 ---
cat("\n\n### Nhóm 4: Phân tích tương quan và hồi quy\n\nKiểm tra mối quan hệ tuyến tính giữa các biến số.\n")##
##
## ### Nhóm 4: Phân tích tương quan và hồi quy
##
## Kiểm tra mối quan hệ tuyến tính giữa các biến số.# --- 12. Thao tác 15: Ma trận tương quan ---
cor_matrix <- cor(df_clean[c(cols_numeric, cols_ratios)], use = "complete.obs")
kable(
cor_matrix,
caption = "Bảng 13 (Thao tác 15): Ma trận tương quan",
digits = 3 # Giữ 3 chữ số thập phân
)| Tong_tai_san | Loi_nhuan_ST | Cho_vay_KH | Tien_gui_KH | Von_CSH | ROA | ROE | LDR | |
|---|---|---|---|---|---|---|---|---|
| Tong_tai_san | 1.000 | 0.568 | 0.927 | 0.943 | 0.932 | -0.401 | -0.845 | 0.314 |
| Loi_nhuan_ST | 0.568 | 1.000 | 0.731 | 0.646 | 0.710 | 0.476 | -0.265 | 0.824 |
| Cho_vay_KH | 0.927 | 0.731 | 1.000 | 0.989 | 0.981 | -0.124 | -0.735 | 0.574 |
| Tien_gui_KH | 0.943 | 0.646 | 0.989 | 1.000 | 0.968 | -0.221 | -0.767 | 0.462 |
| Von_CSH | 0.932 | 0.710 | 0.981 | 0.968 | 1.000 | -0.152 | -0.796 | 0.591 |
| ROA | -0.401 | 0.476 | -0.124 | -0.221 | -0.152 | 1.000 | 0.638 | 0.614 |
| ROE | -0.845 | -0.265 | -0.735 | -0.767 | -0.796 | 0.638 | 1.000 | -0.159 |
| LDR | 0.314 | 0.824 | 0.574 | 0.462 | 0.591 | 0.614 | -0.159 | 1.000 |
# --- 13. Thao tác 17: Xây dựng mô hình Hồi quy Tuyến tính ---
# Dùng thư viện 'broom' (đã tải ở 'setup')
model <- lm(Loi_nhuan_ST ~ Tong_tai_san, data = df_clean)
# Bảng 1: Các hệ số (Beta, p-value...)
kable(
tidy(model), # broom::tidy()
caption = "Bảng 14a (Thao tác 17): Kết quả Hồi quy (Hệ số, p-value)",
digits = 4
)| term | estimate | std.error | statistic | p.value |
|---|---|---|---|---|
| (Intercept) | 3932998.1523 | 3175581.4523 | 1.2385 | 0.2506 |
| Tong_tai_san | 0.0113 | 0.0058 | 1.9524 | 0.0867 |
# Bảng 2: Các chỉ số của mô hình (R-squared...)
kable(
glance(model), # broom::glance()
caption = "Bảng 14b (Thao tác 17): Kết quả Hồi quy (R-squared, F-stat)",
digits = 4
)| r.squared | adj.r.squared | sigma | statistic | p.value | df | logLik | AIC | BIC | deviance | df.residual | nobs |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0.3227 | 0.2381 | 3996341 | 3.8119 | 0.0867 | 1 | -165.0826 | 336.1651 | 337.0729 | 1.277659e+14 | 8 | 10 |
# --- 14. Thao tác 16, 18, 19, 20: Trích xuất các giá trị đơn lẻ ---
# Gộp các giá trị này vào MỘT bảng tóm tắt
cor_val <- cor(df_clean$Tong_tai_san, df_clean$Loi_nhuan_ST, use = "complete.obs")
r_squared <- summary(model)$r.squared
regression_summary_df <- data.frame(
"Chỉ số" = c(
"Tương quan (r) (Tài sản vs Lợi nhuận)",
"Hệ số chặn (Intercept - Beta 0)",
"Hệ số góc (Slope - Beta 1)",
"Hệ số R-squared"
),
"Giá trị" = c(
cor_val,
coef(model)[1], # Beta 0
coef(model)[2], # Beta 1
r_squared
)
)
kable(
regression_summary_df,
caption = "Bảng 15 (Thao tác 16, 18, 19, 20): Tóm tắt các chỉ số Tương quan & Hồi quy",
digits = 5
)| Chỉ.số | Giá.trị |
|---|---|
| Tương quan (r) (Tài sản vs Lợi nhuận) | 5.680800e-01 |
| Hệ số chặn (Intercept - Beta 0) | 3.932998e+06 |
| Hệ số góc (Slope - Beta 1) | 1.131000e-02 |
| Hệ số R-squared | 3.227200e-01 |
6 BƯỚC 4: TRỰC QUAN HÓA DỮ LIỆU (20 ĐỒ THỊ)
# --- Nhóm 1: Xu hướng (Time Series Plots) ---
# Đồ thị 1: Xu hướng Tổng tài sản qua các năm
p1 <- ggplot(df_clean, aes(x = Date, y = Tong_tai_san)) +
geom_line(color = "darkblue", size = 1.2) +
geom_point(color = "darkblue", size = 3) +
geom_text(aes(label = round(Tong_tai_san / 1e9, 0)), vjust = -1, size = 3) + # vjust (vertical adjust)
labs(title = "Đồ thị 1: Xu hướng Tổng Tài sản VPBank (2015-2024)",
subtitle = "Đơn vị: Tỷ VND (làm tròn)",
x = "Năm",
y = "Tổng Tài sản (VND)") +
scale_y_continuous(labels = scales::comma) +
theme_minimal()
print(p1)
# Đồ thị 2: Xu hướng Lợi nhuận sau thuế qua các năm
p2 <- ggplot(df_clean, aes(x = Date, y = Loi_nhuan_ST)) +
geom_line(color = "darkgreen", size = 1.2) +
geom_point(color = "darkgreen", size = 3) +
geom_text(aes(label = round(Loi_nhuan_ST / 1e9, 0)), vjust = -1, size = 3) +
labs(title = "Đồ thị 2: Xu hướng Lợi nhuận sau thuế VPBank (2015-2024)",
subtitle = "Đơn vị: Tỷ VND",
x = "Năm",
y = "Lợi nhuận sau thuế (VND)") +
scale_y_continuous(labels = scales::comma) +
theme_classic()
print(p2)
# Đồ thị 3: Xu hướng Vốn Chủ sở hữu
p3 <- ggplot(df_clean, aes(x = Nam, y = Von_CSH)) +
geom_col(fill = "orange") + # Biểu đồ cột
geom_text(aes(label = round(Von_CSH / 1e9, 0)), vjust = -0.5, size = 3) +
labs(title = "Đồ thị 3: Tăng trưởng Vốn Chủ sở hữu (2015-2024)",
x = "Năm",
y = "Vốn Chủ sở hữu (VND)") +
scale_y_continuous(labels = scales::comma) +
theme_light()
print(p3)
# --- Nhóm 2: So sánh (Comparison Plots) ---
# Chuẩn bị dữ liệu cho biểu đồ 4 (Dạng "dài")
df_long_1 <- df_clean %>%
select(Nam, Cho_vay_KH, Tien_gui_KH) %>%
pivot_longer(cols = c("Cho_vay_KH", "Tien_gui_KH"),
names_to = "Chi_tieu",
values_to = "So_tien")
# Đồ thị 4: So sánh Cho vay và Tiền gửi (Biểu đồ cột nhóm)
p4 <- ggplot(df_long_1, aes(x = as.factor(Nam), y = So_tien, fill = Chi_tieu)) +
geom_bar(stat = "identity", position = position_dodge()) +
labs(title = "Đồ thị 4: So sánh Cho vay và Tiền gửi Khách hàng",
x = "Năm",
y = "Số tiền (VND)",
fill = "Chỉ tiêu") +
scale_y_continuous(labels = scales::comma) +
scale_fill_manual(values = c("Cho_vay_KH" = "firebrick", "Tien_gui_KH" = "steelblue"),
labels = c("Cho vay KH", "Tiền gửi KH")) +
theme_bw()
print(p4)
# Đồ thị 5: Tỷ lệ LDR (Cho vay / Tiền gửi) qua các năm
p5 <- ggplot(df_clean, aes(x = Date, y = LDR)) +
geom_line(color = "purple", size = 1.2) +
geom_point(color = "purple", size = 3) +
geom_hline(yintercept = 80, linetype = "dashed", color = "red") + # Thêm đường tham chiếu
annotate("text", x = ymd("2016-01-01"), y = 82, label = "Ngưỡng rủi ro (80%)", color = "red") +
labs(title = "Đồ thị 5: Tỷ lệ Cho vay / Tiền gửi (LDR)",
subtitle = "LDR cho thấy rủi ro thanh khoản của ngân hàng",
x = "Năm",
y = "Tỷ lệ LDR (%)") +
theme_minimal()
print(p5)
# --- Nhóm 3: Chỉ số Hiệu quả (Ratio Plots) ---
# Chuẩn bị dữ liệu cho biểu đồ 6
df_long_2 <- df_clean %>%
select(Nam, ROA, ROE) %>%
pivot_longer(cols = c("ROA", "ROE"),
names_to = "Chi_so",
values_to = "Gia_tri")
# Đồ thị 6: So sánh ROA và ROE qua các năm
p6 <- ggplot(df_long_2, aes(x = as.factor(Nam), y = Gia_tri, group = Chi_so, color = Chi_so)) +
geom_line(size = 1.5) +
geom_point(size = 3) +
labs(title = "Đồ thị 6: Phân tích Hiệu quả (ROA vs ROE)",
x = "Năm",
y = "Tỷ lệ (%)",
color = "Chỉ số") +
scale_color_manual(values = c("ROA" = "darkcyan", "ROE" = "darkorange")) +
theme_minimal()
print(p6)
# Đồ thị 7: Tăng trưởng Lợi nhuận (YoY)
# Loại bỏ NA của năm 2015 để vẽ
p7 <- ggplot(df_clean %>% filter(!is.na(LN_Growth_YoY)), aes(x = as.factor(Nam), y = LN_Growth_YoY)) +
geom_col(aes(fill = LN_Growth_YoY > 0)) + # Tô màu khác nhau cho Âm/Dương
geom_hline(yintercept = 0, color = "black") +
labs(title = "Đồ thị 7: Tăng trưởng Lợi nhuận (So với năm trước)",
x = "Năm",
y = "Tăng trưởng (%)") +
scale_fill_manual(values = c("TRUE" = "seagreen", "FALSE" = "tomato"),
guide = "none") + # Ẩn chú thích
theme_light()
print(p7)
# --- Nhóm 4: Phân tích Mối quan hệ (Relationship Plots) ---
# Đồ thị 8: Tương quan Tài sản và Lợi nhuận (Scatter Plot)
p8 <- ggplot(df_clean, aes(x = Tong_tai_san, y = Loi_nhuan_ST)) +
geom_point(color = "blue", size = 4, alpha = 0.7) +
geom_smooth(method = "lm", color = "red", se = FALSE) + # Thêm đường hồi quy (lm)
labs(title = "Đồ thị 8: Mối quan hệ Tổng Tài sản và Lợi nhuận",
x = "Tổng Tài sản (VND)",
y = "Lợi nhuận sau thuế (VND)") +
scale_x_continuous(labels = scales::comma) +
scale_y_continuous(labels = scales::comma) +
theme_minimal()
print(p8)
# Đồ thị 9: Ma trận tương quan (Heatmap)
# (Yêu cầu thư viện ggcorrplot)
p9 <- ggcorrplot(cor_matrix,
method = "circle", # Hiển thị bằng hình tròn
lab = TRUE, # Hiển thị hệ số
lab_size = 3,
colors = c("red", "white", "blue")) + # Màu sắc
labs(title = "Đồ thị 9: Ma trận Tương quan các Biến số chính")
print(p9)
# Đồ thị 10: Tương quan Vốn CSH và Lợi nhuận
p10 <- ggplot(df_clean, aes(x = Von_CSH, y = Loi_nhuan_ST)) +
geom_point(aes(size = ROA), color = "purple") + # Kích thước điểm là ROA
geom_smooth(method = "lm", color = "black", linetype = "dashed") +
labs(title = "Đồ thị 10: Mối quan hệ Vốn CSH và Lợi nhuận",
subtitle = "Kích thước điểm thể hiện ROA",
x = "Vốn Chủ sở hữu (VND)",
y = "Lợi nhuận sau thuế (VND)",
size = "ROA (%)") +
scale_x_continuous(labels = scales::comma) +
scale_y_continuous(labels = scales::comma) +
theme_bw()
print(p10)
# --- Nhóm 5: Phân phối (Distribution Plots) ---
# Đồ thị 11: Phân phối của ROA (Histogram)
p11 <- ggplot(df_clean, aes(x = ROA)) +
geom_histogram(binwidth = 0.2, fill = "cyan", color = "black", alpha = 0.8) +
geom_vline(aes(xintercept = mean(ROA)), color = "red", linetype = "dashed", size = 1) +
annotate("text", x = mean(df_clean$ROA) * 1.1, y = 3,
label = paste("Mean =", round(mean(df_clean$ROA), 2)), color = "red") +
labs(title = "Đồ thị 11: Phân phối của chỉ số ROA (2015-2024)",
x = "ROA (%)",
y = "Số lượng (Số năm)") +
theme_classic()
print(p11)
# Đồ thị 12: Phân phối của ROE (Density Plot)
p12 <- ggplot(df_clean, aes(x = ROE)) +
geom_density(fill = "orange", alpha = 0.7) +
geom_vline(aes(xintercept = median(ROE)), color = "blue", size = 1) +
labs(title = "Đồ thị 12: Phân phối (Mật độ) của chỉ số ROE",
x = "ROE (%)",
y = "Mật độ") +
theme_minimal()
print(p12)
# Đồ thị 13: Boxplot (Biểu đồ Hộp) cho ROA theo Phân loại
p13 <- ggplot(df_clean, aes(x = ROA_Category, y = ROA, fill = ROA_Category)) +
geom_boxplot() +
geom_jitter(width = 0.1, alpha = 0.5) + # Thêm các điểm dữ liệu
labs(title = "Đồ thị 13: Phân phối ROA theo Nhóm",
x = "Phân loại ROA",
y = "ROA (%)",
fill = "Phân loại") +
theme_light()
print(p13)
# Đồ thị 14: Boxplot cho LDR
p14 <- ggplot(df_clean, aes(y = LDR)) +
geom_boxplot(fill = "lightblue") +
labs(title = "Đồ thị 14: Phân phối Tỷ lệ LDR (2015-2024)",
y = "LDR (%)") +
coord_flip() + # Xoay ngang biểu đồ
theme_bw()
print(p14)
# --- Nhóm 6: Biểu đồ kết hợp & khác ---
# Đồ thị 15: Thu nhập lãi thuần (Bar plot)
p15 <- ggplot(df_clean, aes(x = Nam, y = Thu_nhap_lai_thuan)) +
geom_bar(stat = "identity", fill = "brown") +
labs(title = "Đồ thị 15: Thu nhập Lãi thuần (NIM)",
x = "Năm",
y = "Thu nhập Lãi thuần (VND)") +
scale_y_continuous(labels = scales::comma) +
scale_x_continuous(breaks = df_clean$Nam) + # Đảm bảo hiện đủ các năm
theme_minimal()
print(p15)
# Đồ thị 16: Biểu đồ "Kẹo mút" (Lollipop) cho ROE
p16 <- ggplot(df_clean, aes(x = as.factor(Nam), y = ROE)) +
geom_segment(aes(x = as.factor(Nam), xend = as.factor(Nam), y = 0, yend = ROE), color = "grey") +
geom_point(color = "darkgreen", size = 4) +
labs(title = "Đồ thị 16: Hiệu quả Vốn CSH (ROE) qua các năm",
x = "Năm",
y = "ROE (%)") +
theme_light() +
coord_flip() # Xoay ngang
print(p16)
# Đồ thị 17: Biểu đồ Diện tích (Area Chart) - Vốn CSH
p17 <- ggplot(df_clean, aes(x = Date, y = Von_CSH)) +
geom_area(fill = "cadetblue", alpha = 0.8) +
geom_line(color = "black") +
labs(title = "Đồ thị 17: Tăng trưởng Vốn CSH (Biểu đồ Diện tích)",
x = "Năm",
y = "Vốn CSH (VND)") +
scale_y_continuous(labels = scales::comma) +
theme_minimal()
print(p17)
# Đồ thị 18: Biểu đồ tròn (Pie Chart) - (Giả định) Tỷ trọng 3 năm gần nhất
# Biểu đồ tròn không tốt cho chuỗi thời gian, nhưng dùng để minh họa
df_pie <- df_clean %>%
filter(Nam %in% c(2022, 2023, 2024)) %>%
mutate(Ty_trong = Loi_nhuan_ST / sum(Loi_nhuan_ST))
p18 <- ggplot(df_pie, aes(x = "", y = Ty_trong, fill = as.factor(Nam))) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) + # Chuyển thành tọa độ cực
geom_text(aes(label = scales::percent(Ty_trong)),
position = position_stack(vjust = 0.5)) +
labs(title = "Đồ thị 18: Tỷ trọng Lợi nhuận (3 năm gần nhất)",
fill = "Năm", x = NULL, y = NULL) +
theme_void() # Xóa toàn bộ trục và nền
print(p18)
# Đồ thị 19: Scatter plot Lợi nhuận vs Cho vay
p19 <- ggplot(df_clean, aes(x = Cho_vay_KH, y = Loi_nhuan_ST)) +
geom_point(aes(color = as.factor(Nam)), size = 3) + # Tô màu theo năm
geom_smooth(method = "lm", se = FALSE, color = "black") +
labs(title = "Đồ thị 19: Lợi nhuận vs. Hoạt động Cho vay",
x = "Cho vay Khách hàng",
y = "Lợi nhuận sau thuế",
color = "Năm") +
scale_x_continuous(labels = scales::comma) +
scale_y_continuous(labels = scales::comma) +
theme_minimal()
print(p19)
# Đồ thị 20: Biểu đồ kết hợp Line + Bar (Dual-axis)
# Trục 1: Tổng tài sản (Cột)
# Trục 2: ROA (Đường)
# Cần điều chỉnh tỷ lệ 2 trục
coeff <- max(df_clean$Tong_tai_san) / max(df_clean$ROA)
p20 <- ggplot(df_clean, aes(x = Date)) +
geom_col(aes(y = Tong_tai_san), fill = "lightblue", alpha = 0.7) +
geom_line(aes(y = ROA * coeff), color = "red", size = 1.5) +
labs(title = "Đồ thị 20: Quy mô (Tài sản) vs Hiệu quả (ROA)",
x = "Năm",
y = "Tổng Tài sản (Trục trái)") +
scale_y_continuous(
labels = scales::comma,
# Trục thứ 2
sec.axis = sec_axis(~ . / coeff, name = "ROA (%) (Trục phải)")
) +
theme_bw() +
theme(axis.title.y.right = element_text(color = "red"),
axis.text.y.right = element_text(color = "red"))
print(p20)
Nhóm 1: Xu hướng
Đồ thị 1 (Line Plot - Tổng tài sản):
Kỹ thuật: geom_line + geom_point + geom_text (hiển thị số liệu).
Ý nghĩa: Trực quan hóa tốc độ tăng trưởng quy mô của VPBank. Cho thấy sự tăng trưởng ổn định và mạnh mẽ qua 10 năm.
Đồ thị 2 (Line Plot - Lợi nhuận):
Kỹ thuật: Tương tự Đồ thị 1, nhưng đổi màu và dùng theme_classic.
Ý nghĩa: Trực quan hóa sự tăng trưởng về lợi nhuận. Có thể thấy những năm tăng trưởng nóng hoặc chững lại.
Đồ thị 3 (Bar Plot - Vốn CSH):
Kỹ thuật: geom_col (biểu đồ cột) thể hiện giá trị tuyệt đối.
Ý nghĩa: Cho thấy sự dày lên của “bộ đệm” vốn chủ sở hữu, thể hiện sức khỏe tài chính và khả năng hấp thụ rủi ro.
Nhóm 2: So sánh
Đồ thị 4 (Grouped Bar - Cho vay với Tiền gửi):
Kỹ thuật: Yêu cầu pivot_longer để đưa dữ liệu về dạng dài. Dùng geom_bar(position = “dodge”) để đặt các cột cạnh nhau.
Ý nghĩa: So sánh trực tiếp 2 hoạt động cốt lõi. Ta có thể thấy VPBank thường cho vay ra nhiều hơn (cột đỏ cao hơn) hay huy động được nhiều hơn (cột xanh cao hơn).
Đồ thị 5 (Line Plot - LDR):
Kỹ thuật: geom_line + geom_hline (vẽ đường tham chiếu 80%) + annotate (thêm chữ).
Ý nghĩa: Phân tích rủi ro thanh khoản. Những năm nào LDR vượt ngưỡng (nếu có) là những năm đáng báo động.
Nhóm 3: Chỉ số Hiệu quả
Đồ thị 6 (Multi-line Plot - ROA vs ROE):
Kỹ thuật: Dùng pivot_longer và aes(group = Chi_so, color = Chi_so) để vẽ 2 đường trên cùng 1 biểu đồ.
Ý nghĩa: So sánh hiệu quả sử dụng tài sản (ROA) và vốn CSH (ROE). Khoảng cách giữa ROE và ROA thể hiện đòn bẩy tài chính.
Đồ thị 7 (Bar Plot - Tăng trưởng LN):
Kỹ thuật: geom_col với aes(fill = LN_Growth_YoY > 0) để tự động tô màu âm/dương.
Ý nghĩa: Hiển thị rõ những năm tăng trưởng bùng nổ (cột xanh lá) và những năm sụt giảm (cột đỏ).
Nhóm 4: Mối quan hệ
Đồ thị 8 (Scatter Plot - Tài sản vs LN):
Kỹ thuật: geom_point + geom_smooth(method = “lm”) (vẽ đường hồi quy).
Ý nghĩa: Xác nhận kết quả của Phân tích Hồi quy (Mục 3). Các điểm bám sát đường thẳng cho thấy mối quan hệ tuyến tính rất chặt chẽ (R^2 cao).
Đồ thị 9 (Heatmap - Tương quan):
Kỹ thuật: Dùng gói ggcorrplot để vẽ ma trận tương quan đã tính ở Bước 3.
Ý nghĩa: Cho cái nhìn tổng quan về tất cả các mối quan hệ. Màu xanh (đồng biến), màu đỏ (nghịch biến). Kích thước vòng tròn/số thể hiện độ mạnh.
Đồ thị 10 (Bubble Plot - Vốn CSH vs LN):
Kỹ thuật: geom_point(aes(size = ROA)) tạo ra biểu đồ bong bóng.
Ý nghĩa: Biểu đồ 3 chiều. Trục X (Vốn CSH), Trục Y (Lợi nhuận), Kích thước bong bóng (ROA). Cho thấy liệu việc tăng vốn CSH có đi kèm tăng lợi nhuận và tăng hiệu quả (bong bóng to) không.
Nhóm 5: Phân phối
Đồ thị 11 (Histogram - Phân phối ROA):
Kỹ thuật: geom_histogram (đếm tần suất) + geom_vline (vẽ đường trung bình).
Ý nghĩa: Cho thấy ROA của VPBank thường rơi vào khoảng nào nhất. Dữ liệu có phân phối chuẩn không?
Đồ thị 12 (Density Plot - Phân phối ROE):
Kỹ thuật: geom_density (phiên bản mượt hơn của histogram).
Ý nghĩa: Tương tự histogram, cho thấy hình dạng phân phối của ROE.
Đồ thị 13 (Box Plot - ROA theo Nhóm):
Kỹ thuật: geom_boxplot (vẽ biểu đồ hộp) + geom_jitter (hiển thị các điểm dữ liệu thực tế).
Ý nghĩa: Thể hiện 5 giá trị (Min, Q1, Median, Q3, Max) cho từng nhóm (“Cao”, “Thap”, “Trung binh”).
Đồ thị 14 (Box Plot - LDR):
Kỹ thuật: geom_boxplot + coord_flip (xoay ngang).
Ý nghĩa: Tóm tắt toàn bộ 10 năm LDR vào 1 hình. Cho thấy trung vị, khoảng tứ phân vị và các giá trị ngoại lai (nếu có).
Nhóm 6: Biểu đồ kết hợp & khác
Đồ thị 15 (Bar Plot - Thu nhập lãi thuần):
Kỹ thuật: geom_bar(stat=“identity”) (giống geom_col).
Ý nghĩa: Trực quan hóa nguồn thu chính của ngân hàng (chênh lệch giữa lãi cho vay và lãi tiền gửi).
Đồ thị 16 (Lollipop Plot - ROE):
Kỹ thuật: geom_segment + geom_point.
Ý nghĩa: Một giải pháp thay thế đẹp mắt cho biểu đồ cột, giúp so sánh ROE các năm.
Đồ thị 17 (Area Chart - Vốn CSH):
Kỹ thuật: geom_area (tô màu khu vực dưới đường line).
Ý nghĩa: Nhấn mạnh sự “tích lũy” và “tăng trưởng” về quy mô Vốn CSH qua thời gian.
Đồ thị 18 (Pie Chart - Tỷ trọng LN):
Kỹ thuật: geom_bar + coord_polar(“y”) (biến biểu đồ cột chồng thành biểu đồ tròn).
Ý nghĩa: (Chỉ mang tính minh họa) Cho thấy tỷ trọng lợi nhuận của 3 năm 2022, 2023, 2024 trong tổng lợi nhuận 3 năm đó.
Đồ thị 19 (Scatter Plot - LN vs Cho vay):
Kỹ thuật: geom_point(aes(color = as.factor(Nam))).
Ý nghĩa: Cho thấy mối quan hệ giữa hoạt động cho vay và lợi nhuận. Việc tô màu theo năm giúp thấy “sự tiến hóa” (ví dụ: các năm gần đây nằm ở góc trên bên phải).
Đồ thị 20 (Dual-Axis Plot - Tài sản vs ROA):
Kỹ thuật: Kỹ thuật phức tạp, dùng sec_axis (trục thứ 2) và coeff (hệ số điều chỉnh).
Ý nghĩa: Trả lời câu hỏi: “Quy mô tăng (cột xanh, trục trái) có đi kèm với hiệu quả tăng (đường đỏ, trục phải) không?”.