SYLLABUS ECONOMIC FORECASTING (1)
Giai đoạn 0 - Nền tảng toán học (45 ngày)
PHẦN A: LINEAR ALGEBRA (Ngày 1–15)
Ngày 1: Vector và không gian vector
Mục tiêu: Hiểu vector là gì và các phép toán cơ bản trên vector.
Lý thuyết: Vector space, linear combination, span, basis.
Thực hành: Viết các phép cộng/nhân vector bằng NumPy, vẽ minh họa 2D/3D.
Ngày 2: Phép toán trên ma trận
Mục tiêu: Thao tác thành thạo với ma trận.
Lý thuyết: Matrix addition, multiplication, transpose, identity matrix.
Thực hành: Cài đặt nhân ma trận thủ công (không dùng
np.dot), so sánh tốc độ với NumPy.
Ngày 3: Hệ phương trình tuyến tính
Mục tiêu: Giải hệ phương trình tuyến tính bằng phương pháp khử Gauss.
Lý thuyết: Gaussian elimination, row echelon form.
Thực hành: Tự viết hàm giải hệ Ax = b bằng khử Gauss.
Ngày 4: Định thức và ma trận nghịch đảo
Mục tiêu: Hiểu ý nghĩa hình học của định thức và cách tính ma trận nghịch đảo.
Lý thuyết: Determinant, adjugate matrix, invertibility.
Thực hành: Tính định thức và nghịch đảo bằng tay cho ma trận 3x3, kiểm tra lại bằng NumPy.
Ngày 5: Rank, null space, column space
Mục tiêu: Hiểu cấu trúc không gian nghiệm của ma trận.
Lý thuyết: Rank, null space, column space, rank-nullity theorem.
Thực hành: Tính rank của các ma trận dữ liệu kinh tế thực tế (VD: ma trận các chỉ số GDP, CPI theo thời gian).
Ngày 6: Trực giao và phép chiếu
Mục tiêu: Hiểu orthogonality và ứng dụng trong hồi quy.
Lý thuyết: Orthogonal vectors, projection, Gram-Schmidt process.
Thực hành: Cài đặt Gram-Schmidt từ đầu.
Ngày 7: Phân rã LU
Mục tiêu: Hiểu và áp dụng LU decomposition.
Lý thuyết: LU decomposition, ứng dụng trong giải hệ phương trình nhanh.
Thực hành: Cài đặt LU decomposition, so sánh tốc độ giải hệ với Gaussian elimination.
Ngày 8: Phân rã QR
Mục tiêu: Hiểu và áp dụng QR decomposition.
Lý thuyết: QR decomposition, ứng dụng trong least squares.
Thực hành: Cài đặt QR decomposition bằng Gram-Schmidt, dùng để giải bài toán least squares đơn giản.
Ngày 9: Trị riêng và vector riêng (phần 1)
Mục tiêu: Hiểu khái niệm eigenvalue/eigenvector.
Lý thuyết: Định nghĩa, ý nghĩa hình học, cách tính bằng tay cho ma trận nhỏ.
Thực hành: Tính eigenvalues/eigenvectors tay cho ma trận 2x2, 3x3.
Ngày 10: Chéo hóa ma trận
Mục tiêu: Hiểu diagonalization và điều kiện áp dụng.
Lý thuyết: Diagonalizable matrix, eigendecomposition, ứng dụng trong lũy thừa ma trận.
Thực hành: Cài đặt chéo hóa ma trận, dùng để tính A^n nhanh.
Ngày 11: Ma trận đối xứng và Spectral Theorem
Mục tiêu: Hiểu tính chất đặc biệt của ma trận đối xứng.
Lý thuyết: Symmetric matrix, spectral theorem, positive definite matrix.
Thực hành: Kiểm tra tính positive definite của ma trận hiệp phương sai (covariance matrix) từ dữ liệu kinh tế thực tế.
Ngày 12: Phân rã SVD
Mục tiêu: Hiểu Singular Value Decomposition - nền tảng của PCA.
Lý thuyết: SVD, mối liên hệ giữa SVD và eigendecomposition.
Thực hành: Dùng
np.linalg.svdđể phân rã một ma trận dữ liệu thực tế, giải thích ý nghĩa các thành phần.
Ngày 13: Lý thuyết PCA
Mục tiêu: Hiểu bản chất toán học của PCA.
Lý thuyết: Covariance matrix, principal components, variance explained.
Thực hành: Vẽ sơ đồ trực quan giải thích PCA trên dữ liệu 2D giả lập.
Ngày 14: Project - Viết PCA từ scratch (Phần 1)
Mục tiêu: Tự cài đặt PCA hoàn chỉnh bằng NumPy.
Lý thuyết: Ôn lại quy trình: chuẩn hóa dữ liệu → tính covariance matrix → eigendecomposition → chọn top-k components.
Thực hành: Viết class
PCAtừ đầu (không dùng sklearn), test trên dữ liệu ngẫu nhiên.
Ngày 15: Project - Viết PCA từ scratch (Phần 2) + Tổng kết Linear Algebra
Mục tiêu: Hoàn thiện và validate PCA tự viết.
Lý thuyết: So sánh kết quả với
sklearn.decomposition.PCA.Thực hành: Áp dụng PCA tự viết lên bộ dữ liệu các chỉ số kinh tế vĩ mô (GDP, CPI, lãi suất, tỷ giá...) để giảm chiều dữ liệu.
PHẦN B: PROBABILITY (Ngày 16–30)
Ngày 16: Không gian mẫu và xác suất cơ bản
Mục tiêu: Nắm vững các khái niệm nền tảng của xác suất.
Lý thuyết: Sample space, event, axioms of probability.
Thực hành: Mô phỏng tung xúc xắc/đồng xu bằng Python, kiểm chứng xác suất lý thuyết.
Ngày 17: Xác suất có điều kiện
Mục tiêu: Hiểu và tính được xác suất có điều kiện.
Lý thuyết: Conditional probability, chain rule.
Thực hành: Giải bài toán ví dụ về xác suất điều kiện với dữ liệu kinh tế (VD: xác suất suy thoái khi lạm phát cao).
Ngày 18: Định lý Bayes
Mục tiêu: Áp dụng thành thạo định lý Bayes.
Lý thuyết: Bayes theorem, prior, likelihood, posterior.
Thực hành: Cài đặt bài toán phân loại đơn giản bằng Bayes (VD: dự đoán suy thoái/không suy thoái).
Ngày 19: Tính độc lập
Mục tiêu: Hiểu khái niệm độc lập giữa các biến cố/biến ngẫu nhiên.
Lý thuyết: Independence, mutual independence.
Thực hành: Kiểm tra tính độc lập giữa hai chuỗi dữ liệu kinh tế bằng kiểm định thống kê đơn giản.
Ngày 20: Biến ngẫu nhiên rời rạc
Mục tiêu: Hiểu và làm việc với biến ngẫu nhiên rời rạc.
Lý thuyết: Discrete random variable, PMF, CDF.
Thực hành: Tính PMF/CDF cho dữ liệu rời rạc giả lập, vẽ biểu đồ.
Ngày 21: Biến ngẫu nhiên liên tục
Mục tiêu: Hiểu và làm việc với biến ngẫu nhiên liên tục.
Lý thuyết: Continuous random variable, PDF, CDF.
Thực hành: Vẽ PDF/CDF của phân phối chuẩn bằng Python.
Ngày 22: Phân phối rời rạc thông dụng
Mục tiêu: Nắm vững Binomial và Poisson distribution.
Lý thuyết: Binomial distribution, Poisson distribution, ứng dụng thực tế.
Thực hành: Mô phỏng và so sánh hai phân phối trên dữ liệu đếm sự kiện kinh tế (VD: số lần NHNN thay đổi lãi suất/năm).
Ngày 23: Phân phối liên tục thông dụng
Mục tiêu: Nắm vững Normal và Exponential distribution.
Lý thuyết: Normal distribution, Exponential distribution, tính chất.
Thực hành: Fit phân phối chuẩn lên dữ liệu lợi suất (returns) của tỷ giá/chứng khoán thực tế.
Ngày 24: Phân phối đồng thời
Mục tiêu: Hiểu joint, marginal, conditional distribution.
Lý thuyết: Joint distribution, marginal distribution, conditional distribution.
Thực hành: Tính joint distribution giữa hai biến kinh tế giả lập (VD: lạm phát và thất nghiệp).
Ngày 25: Kỳ vọng và phương sai
Mục tiêu: Tính thành thạo expectation và variance.
Lý thuyết: Expectation, variance, linearity of expectation.
Thực hành: Tính tay và bằng code E[X], Var(X) cho các phân phối đã học.
Ngày 26: Hiệp phương sai và tương quan
Mục tiêu: Hiểu mối quan hệ giữa hai biến ngẫu nhiên.
Lý thuyết: Covariance, correlation, correlation matrix.
Thực hành: Tính correlation matrix giữa các chỉ số kinh tế vĩ mô Việt Nam, vẽ heatmap.
Ngày 27: Luật số lớn (LLN)
Mục tiêu: Hiểu ý nghĩa và điều kiện của Law of Large Numbers.
Lý thuyết: Weak LLN, Strong LLN.
Thực hành: Mô phỏng minh họa LLN - trung bình mẫu hội tụ về kỳ vọng khi tăng số lượng mẫu.
Ngày 28: Định lý giới hạn trung tâm (CLT) - Lý thuyết
Mục tiêu: Hiểu bản chất và tầm quan trọng của CLT trong thống kê.
Lý thuyết: Central Limit Theorem, điều kiện áp dụng.
Thực hành: Đọc và tóm tắt lại chứng minh trực quan của CLT.
Ngày 29: Project - Mô phỏng CLT
Mục tiêu: Minh họa CLT bằng mô phỏng thực tế.
Lý thuyết: Ôn lại quy trình lấy mẫu lặp lại và phân phối của trung bình mẫu.
Thực hành: Viết code mô phỏng CLT từ nhiều phân phối gốc khác nhau (uniform, exponential, binomial), vẽ biểu đồ hội tụ về phân phối chuẩn.
Ngày 30: Tổng kết Probability
Mục tiêu: Củng cố toàn bộ kiến thức xác suất đã học.
Lý thuyết: Ôn tập tổng hợp Ngày 16–29.
Thực hành: Làm bộ bài tập tổng hợp áp dụng xác suất vào một bài toán kinh tế cụ thể (VD: ước lượng xác suất suy thoái năm tới dựa trên dữ liệu lịch sử).
PHẦN C: STATISTICS (Ngày 31–45)
Ngày 31: Lấy mẫu và phân phối mẫu
Mục tiêu: Hiểu các phương pháp lấy mẫu và sampling distribution.
Lý thuyết: Sampling methods, sampling distribution, standard error.
Thực hành: Mô phỏng sampling distribution của trung bình mẫu từ dữ liệu kinh tế.
Ngày 32: Ước lượng điểm
Mục tiêu: Hiểu các tiêu chí đánh giá một ước lượng tốt.
Lý thuyết: Point estimation, bias, efficiency, consistency.
Thực hành: So sánh các ước lượng khác nhau cho cùng một tham số bằng mô phỏng.
Ngày 33: Khoảng tin cậy - Lý thuyết
Mục tiêu: Hiểu bản chất của confidence interval.
Lý thuyết: Confidence interval, mối liên hệ với sampling distribution.
Thực hành: Tính tay khoảng tin cậy 95% cho trung bình mẫu.
Ngày 34: Khoảng tin cậy - Thực hành
Mục tiêu: Áp dụng confidence interval vào dữ liệu thực tế.
Lý thuyết: Ôn lại công thức CI cho các trường hợp khác nhau (biết/không biết phương sai).
Thực hành: Tính khoảng tin cậy cho tốc độ tăng trưởng GDP trung bình Việt Nam từ dữ liệu lịch sử.
Ngày 35: Kiểm định giả thuyết - Khái niệm
Mục tiêu: Hiểu logic của hypothesis testing.
Lý thuyết: Null hypothesis, alternative hypothesis, test statistic.
Thực hành: Thiết lập giả thuyết cho một câu hỏi kinh tế cụ thể (VD: lạm phát trung bình có khác 4% không?).
Ngày 36: Kiểm định t-test và z-test
Mục tiêu: Thực hiện thành thạo t-test và z-test.
Lý thuyết: One-sample t-test, two-sample t-test, z-test.
Thực hành: Kiểm định t-test so sánh CPI trung bình giữa hai giai đoạn kinh tế khác nhau.
Ngày 37: P-value và các loại sai số
Mục tiêu: Hiểu đúng ý nghĩa của p-value, Type I/II error.
Lý thuyết: P-value, Type I error, Type II error, statistical power.
Thực hành: Mô phỏng minh họa Type I/II error qua các mức ý nghĩa khác nhau.
Ngày 38: Hàm hợp lý (Likelihood)
Mục tiêu: Hiểu khái niệm likelihood function.
Lý thuyết: Likelihood function, log-likelihood.
Thực hành: Vẽ likelihood function cho một mẫu dữ liệu giả lập từ phân phối chuẩn.
Ngày 39: Ước lượng hợp lý cực đại (MLE) - Lý thuyết
Mục tiêu: Hiểu nguyên lý và cách suy ra công thức MLE.
Lý thuyết: Maximum Likelihood Estimation, đạo hàm log-likelihood.
Thực hành: Tự suy ra công thức MLE cho phân phối chuẩn và phân phối Bernoulli bằng tay.
Ngày 40: MLE - Ví dụ áp dụng
Mục tiêu: Áp dụng MLE vào ước lượng tham số thực tế.
Lý thuyết: Ôn lại quy trình numerical optimization cho MLE khi không có nghiệm đóng.
Thực hành: Cài đặt MLE bằng gradient ascent cho một mô hình đơn giản.
Ngày 41: Hồi quy OLS - Suy diễn công thức
Mục tiêu: Hiểu cách suy ra công thức OLS.
Lý thuyết: Ordinary Least Squares, normal equations, suy diễn bằng đại số tuyến tính.
Thực hành: Tự suy ra công thức β = (X'X)⁻¹X'y bằng tay.
Ngày 42: Giả định của OLS
Mục tiêu: Nắm vững các giả định cần thiết để OLS là BLUE.
Lý thuyết: Gauss-Markov assumptions, BLUE (Best Linear Unbiased Estimator).
Thực hành: Liệt kê và giải thích từng giả định với ví dụ vi phạm cụ thể.
Ngày 43: Project - Viết OLS từ scratch (Phần 1)
Mục tiêu: Cài đặt thuật toán OLS hoàn chỉnh.
Lý thuyết: Ôn lại toàn bộ quy trình tính toán ma trận cho OLS.
Thực hành: Viết hàm
fit_ols(X, y)bằng NumPy, trả về hệ số hồi quy.
Ngày 44: Project - Viết OLS từ scratch (Phần 2)
Mục tiêu: Hoàn thiện OLS với các chỉ số đánh giá đi kèm.
Lý thuyết: R-squared, standard errors của hệ số, t-statistics.
Thực hành: Bổ sung tính R², SE, t-stat vào class OLS tự viết; so sánh kết quả với
statsmodels.
Ngày 45: Tổng kết Giai đoạn 0
Mục tiêu: Củng cố toàn bộ nền tảng toán học trước khi bước vào Kinh tế học.
Lý thuyết: Ôn tập tổng hợp Linear Algebra, Probability, Statistics.
Thực hành: Áp dụng OLS tự viết (Ngày 43–44) để hồi quy CPI theo cung tiền và lãi suất, sử dụng dữ liệu kinh tế Việt Nam thực tế.
Giai đoạn 1 - Kinh tế học nền tảng (Ngày 46–115, 70 ngày)
PHẦN A: MICROECONOMICS (Ngày 46–60)
Ngày 46: Cung và cầu
Mục tiêu: Hiểu quy luật cung cầu và các yếu tố dịch chuyển đường cung/cầu.
Lý thuyết: Demand curve, supply curve, các yếu tố ngoài giá ảnh hưởng đến cung/cầu.
Thực hành: Vẽ đồ thị cung cầu bằng Python (matplotlib) với dữ liệu giả lập, mô phỏng shock cung/cầu.
Ngày 47: Cân bằng thị trường
Mục tiêu: Hiểu cơ chế hình thành giá cân bằng.
Lý thuyết: Market equilibrium, excess demand/supply, price adjustment.
Thực hành: Mô phỏng quá trình điều chỉnh giá về điểm cân bằng bằng code.
Ngày 48: Độ co giãn (Elasticity)
Mục tiêu: Tính và diễn giải được các loại độ co giãn.
Lý thuyết: Price elasticity of demand/supply, income elasticity, cross elasticity.
Thực hành: Tính độ co giãn cầu cho một mặt hàng thực tế từ dữ liệu giá-lượng.
Ngày 49: Lý thuyết hữu dụng (Utility Theory)
Mục tiêu: Hiểu khái niệm utility và cách nó mô tả sở thích người tiêu dùng.
Lý thuyết: Utility function, marginal utility, diminishing marginal utility.
Thực hành: Vẽ đường utility function cho các dạng hàm khác nhau (Cobb-Douglas, linear).
Ngày 50: Đường bàng quan (Indifference Curves)
Mục tiêu: Hiểu công cụ mô tả sở thích qua indifference curves.
Lý thuyết: Indifference curve, marginal rate of substitution (MRS).
Thực hành: Vẽ đường bàng quan bằng Python cho hàm Cobb-Douglas.
Ngày 51: Ràng buộc ngân sách và tối ưu tiêu dùng
Mục tiêu: Giải bài toán tối ưu hóa lựa chọn tiêu dùng.
Lý thuyết: Budget constraint, consumer optimization, tangency condition.
Thực hành: Giải bài toán tối ưu tiêu dùng bằng Lagrange multiplier (tay + code kiểm tra bằng
scipy.optimize).
Ngày 52: Lý thuyết sản xuất
Mục tiêu: Hiểu hàm sản xuất và năng suất biên.
Lý thuyết: Production function, marginal product, law of diminishing returns.
Thực hành: Vẽ hàm sản xuất Cobb-Douglas và marginal product bằng Python.
Ngày 53: Chi phí sản xuất - Ngắn hạn
Mục tiêu: Hiểu cấu trúc chi phí trong ngắn hạn.
Lý thuyết: Fixed cost, variable cost, marginal cost, average cost.
Thực hành: Tính và vẽ các đường chi phí từ một hàm chi phí giả định.
Ngày 54: Chi phí sản xuất - Dài hạn
Mục tiêu: Hiểu economies/diseconomies of scale.
Lý thuyết: Long-run average cost, economies of scale, returns to scale.
Thực hành: Mô phỏng đường LRAC (long-run average cost curve) từ dữ liệu giả định.
Ngày 55: Cạnh tranh hoàn hảo
Mục tiêu: Hiểu đặc điểm và cân bằng thị trường cạnh tranh hoàn hảo.
Lý thuyết: Perfect competition, price taker, profit maximization condition (P = MC).
Thực hành: Mô phỏng bài toán tối đa hóa lợi nhuận của doanh nghiệp cạnh tranh hoàn hảo.
Ngày 56: Độc quyền và sức mạnh thị trường
Mục tiêu: Hiểu hành vi định giá của doanh nghiệp độc quyền.
Lý thuyết: Monopoly, market power, MR = MC condition, deadweight loss.
Thực hành: So sánh sản lượng/giá giữa cạnh tranh hoàn hảo và độc quyền bằng mô phỏng số.
Ngày 57: Thặng dư tiêu dùng và sản xuất
Mục tiêu: Hiểu khái niệm phúc lợi trong kinh tế học.
Lý thuyết: Consumer surplus, producer surplus, total welfare, deadweight loss.
Thực hành: Tính và trực quan hóa thặng dư trên đồ thị cung cầu bằng Python.
Ngày 58: Ngoại tác (Externalities)
Mục tiêu: Hiểu tác động của ngoại tác đến hiệu quả thị trường.
Lý thuyết: Positive/negative externalities, market failure, Pigouvian tax.
Thực hành: Phân tích một case study ngoại tác thực tế (VD: ô nhiễm môi trường công nghiệp Việt Nam).
Ngày 59: Case study thị trường Việt Nam
Mục tiêu: Áp dụng các khái niệm vi mô vào một thị trường thực tế.
Lý thuyết: Ôn lại toàn bộ chuỗi cung-cầu-co giãn-cạnh tranh.
Thực hành: Phân tích một thị trường cụ thể tại Việt Nam (VD: thị trường gạo, xăng dầu) dưới góc nhìn vi mô.
Ngày 60: Tổng kết Microeconomics
Mục tiêu: Củng cố toàn bộ kiến thức vi mô đã học.
Lý thuyết: Ôn tập tổng hợp Ngày 46–59.
Thực hành: Làm bài tập tổng hợp: phân tích tác động của một chính sách (VD: thuế tiêu thụ đặc biệt) lên cung, cầu và phúc lợi xã hội.
PHẦN B: MACROECONOMICS (Ngày 61–106)
B1. GDP (Ngày 61–70)
Ngày 61: GDP danh nghĩa (Nominal GDP)
Mục tiêu: Hiểu cách tính GDP danh nghĩa.
Lý thuyết: Nominal GDP, ba phương pháp tính (sản xuất, chi tiêu, thu nhập).
Thực hành: Tính thử GDP danh nghĩa từ bộ dữ liệu giả định gồm các ngành sản xuất.
Ngày 62: GDP thực và Deflator
Mục tiêu: Phân biệt GDP thực và GDP danh nghĩa.
Lý thuyết: Real GDP, GDP deflator, base year.
Thực hành: Tính GDP thực từ GDP danh nghĩa và GDP deflator cho dữ liệu Việt Nam.
Ngày 63: Các thành phần của GDP
Mục tiêu: Hiểu công thức GDP = C + I + G + NX.
Lý thuyết: Consumption, Investment, Government spending, Net exports.
Thực hành: Phân tách GDP Việt Nam theo từng thành phần, vẽ biểu đồ tỷ trọng theo thời gian.
Ngày 64: Tốc độ tăng trưởng GDP
Mục tiêu: Tính và diễn giải growth rate.
Lý thuyết: YoY growth, QoQ growth (annualized), so sánh các phương pháp tính.
Thực hành: Tính tốc độ tăng trưởng GDP Việt Nam theo cả hai phương pháp từ dữ liệu GSO.
Ngày 65: GDP tiềm năng và Output Gap
Mục tiêu: Hiểu khái niệm potential GDP và output gap.
Lý thuyết: Potential GDP, output gap, phương pháp ước lượng (HP filter cơ bản).
Thực hành: Áp dụng HP filter (
statsmodels) để tách trend và cycle từ chuỗi GDP Việt Nam.
Ngày 66: Nguồn dữ liệu GDP Việt Nam
Mục tiêu: Biết cách thu thập dữ liệu GDP chính thức.
Lý thuyết: Tổng cục Thống kê (GSO), cách công bố dữ liệu theo quý/năm, vintage data.
Thực hành: Viết script thu thập/tải dữ liệu GDP Việt Nam từ GSO hoặc nguồn tổng hợp (VD: World Bank API).
Ngày 67: Case study xu hướng GDP Việt Nam
Mục tiêu: Phân tích lịch sử tăng trưởng kinh tế Việt Nam.
Lý thuyết: Ôn lại các giai đoạn kinh tế lớn (Đổi mới, khủng hoảng 1997, 2008, COVID-19).
Thực hành: Vẽ biểu đồ GDP Việt Nam 30 năm, đánh dấu các giai đoạn khủng hoảng/tăng trưởng.
Ngày 68: Lý thuyết chu kỳ kinh tế
Mục tiêu: Hiểu business cycle và các pha của nó.
Lý thuyết: Business cycle, expansion, peak, contraction, trough.
Thực hành: Xác định các pha chu kỳ trên chuỗi GDP Việt Nam bằng trực quan hóa.
Ngày 69: Chỉ báo dẫn dắt, trễ và đồng thời
Mục tiêu: Hiểu vai trò của leading/lagging/coincident indicators trong dự báo.
Lý thuyết: Leading indicators (PMI, đơn hàng mới), lagging indicators (thất nghiệp), coincident indicators (sản lượng công nghiệp).
Thực hành: Lập danh sách các chỉ báo tương ứng có sẵn cho Việt Nam và nguồn thu thập.
Ngày 70: Tổng kết GDP
Mục tiêu: Củng cố kiến thức về đo lường và phân tích GDP.
Lý thuyết: Ôn tập Ngày 61–69.
Thực hành: Viết báo cáo ngắn phân tích tình hình tăng trưởng GDP Việt Nam gần nhất (quý/năm gần nhất có dữ liệu).
B2. Inflation (Ngày 71–80)
Ngày 71: Chỉ số giá tiêu dùng (CPI)
Mục tiêu: Hiểu cách xây dựng CPI.
Lý thuyết: CPI construction, basket of goods, base period.
Thực hành: Tính CPI giả lập từ một rổ hàng hóa mẫu với trọng số cho trước.
Ngày 72: Chỉ số giá sản xuất (PPI)
Mục tiêu: Phân biệt CPI và PPI.
Lý thuyết: PPI, mối quan hệ dẫn truyền giữa PPI và CPI.
Thực hành: So sánh biến động PPI và CPI Việt Nam trên cùng một biểu đồ.
Ngày 73: Lạm phát lõi và lạm phát tổng thể
Mục tiêu: Hiểu tại sao cần tách core inflation.
Lý thuyết: Core inflation (loại trừ thực phẩm, năng lượng), headline inflation.
Thực hành: Tính lạm phát lõi từ dữ liệu CPI phân theo nhóm hàng của Việt Nam.
Ngày 74: Vấn đề đo lường lạm phát
Mục tiêu: Hiểu các sai lệch có thể có trong đo lường CPI.
Lý thuyết: Substitution bias, quality change bias, new product bias.
Thực hành: Đọc và tóm tắt một báo cáo về phương pháp luận CPI của GSO.
Ngày 75: Nguyên nhân lạm phát - Cầu kéo
Mục tiêu: Hiểu demand-pull inflation.
Lý thuyết: Demand-pull inflation, mối quan hệ với output gap.
Thực hành: Vẽ mối tương quan giữa output gap và lạm phát trên dữ liệu Việt Nam.
Ngày 76: Nguyên nhân lạm phát - Chi phí đẩy
Mục tiêu: Hiểu cost-push inflation.
Lý thuyết: Cost-push inflation, vai trò của giá dầu, tỷ giá.
Thực hành: Phân tích tác động của giá dầu thế giới lên CPI Việt Nam bằng biểu đồ chồng lớp.
Ngày 77: Kỳ vọng lạm phát
Mục tiêu: Hiểu vai trò của inflation expectations.
Lý thuyết: Adaptive expectations, rational expectations, ảnh hưởng đến hành vi định giá.
Thực hành: Tìm hiểu các khảo sát kỳ vọng lạm phát hiện có (nếu có cho Việt Nam) hoặc dùng survey quốc tế làm ví dụ.
Ngày 78: Case study siêu lạm phát
Mục tiêu: Hiểu cơ chế và hậu quả của hyperinflation.
Lý thuyết: Hyperinflation, ví dụ lịch sử (Zimbabwe, Venezuela, Đức Weimar).
Thực hành: Viết tóm tắt phân tích nguyên nhân một trường hợp siêu lạm phát lịch sử.
Ngày 79: Thu thập dữ liệu lạm phát Việt Nam
Mục tiêu: Biết cách lấy dữ liệu CPI Việt Nam có hệ thống.
Lý thuyết: Cấu trúc công bố CPI theo tháng của GSO, các nhóm hàng hóa.
Thực hành: Viết script thu thập dữ liệu CPI Việt Nam theo tháng, lưu thành time series sạch.
Ngày 80: Tổng kết Inflation
Mục tiêu: Củng cố kiến thức về lạm phát.
Lý thuyết: Ôn tập Ngày 71–79.
Thực hành: Viết báo cáo phân tích diễn biến lạm phát Việt Nam giai đoạn gần nhất, chỉ ra nguyên nhân chính (cầu kéo hay chi phí đẩy).
B3. Employment (Ngày 81–88)
Ngày 81: Định nghĩa và phân loại thất nghiệp
Mục tiêu: Hiểu cách đo lường tỷ lệ thất nghiệp.
Lý thuyết: Unemployment rate, frictional/structural/cyclical unemployment.
Thực hành: Tính tỷ lệ thất nghiệp từ dữ liệu lực lượng lao động giả lập.
Ngày 82: Tỷ lệ tham gia lực lượng lao động
Mục tiêu: Hiểu labor force participation rate.
Lý thuyết: Labor force participation rate, discouraged workers.
Thực hành: Vẽ biểu đồ tỷ lệ tham gia lao động Việt Nam theo thời gian.
Ngày 83: Tỷ lệ thất nghiệp tự nhiên
Mục tiêu: Hiểu NAIRU/natural rate of unemployment.
Lý thuyết: Natural rate of unemployment, NAIRU.
Thực hành: Tìm hiểu các ước lượng NAIRU quốc tế, thảo luận khó khăn khi ước lượng cho Việt Nam.
Ngày 84: Đường cong Phillips
Mục tiêu: Hiểu mối quan hệ giữa lạm phát và thất nghiệp.
Lý thuyết: Phillips curve, short-run vs long-run Phillips curve.
Thực hành: Vẽ scatter plot lạm phát vs thất nghiệp cho dữ liệu Việt Nam, nhận xét mối quan hệ.
Ngày 85: Định luật Okun
Mục tiêu: Hiểu mối quan hệ giữa tăng trưởng GDP và thất nghiệp.
Lý thuyết: Okun's law.
Thực hành: Ước lượng hồi quy đơn giản kiểm tra Okun's law trên dữ liệu Việt Nam (dùng OLS đã viết ở Giai đoạn 0).
Ngày 86: Dữ liệu thị trường lao động Việt Nam
Mục tiêu: Biết nguồn dữ liệu lao động chính thức.
Lý thuyết: Điều tra lao động việc làm của GSO, tần suất công bố.
Thực hành: Thu thập dữ liệu tỷ lệ thất nghiệp Việt Nam theo quý.
Ngày 87: Case study thị trường lao động thời COVID
Mục tiêu: Phân tích cú sốc lao động thực tế.
Lý thuyết: Ôn lại tác động của COVID-19 lên thị trường lao động toàn cầu và Việt Nam.
Thực hành: Vẽ biểu đồ thất nghiệp Việt Nam giai đoạn 2020–2022, phân tích phục hồi.
Ngày 88: Tổng kết Employment
Mục tiêu: Củng cố kiến thức về thị trường lao động.
Lý thuyết: Ôn tập Ngày 81–87.
Thực hành: Viết báo cáo ngắn liên hệ thất nghiệp – lạm phát – tăng trưởng GDP cho Việt Nam.
B4. Monetary Policy (Ngày 89–98)
Ngày 89: Cung tiền
Mục tiêu: Hiểu các định nghĩa cung tiền.
Lý thuyết: M0, M1, M2, money multiplier.
Thực hành: Thu thập dữ liệu cung tiền M2 Việt Nam, vẽ xu hướng theo thời gian.
Ngày 90: Chức năng ngân hàng trung ương
Mục tiêu: Hiểu vai trò của NHTW trong nền kinh tế.
Lý thuyết: Central bank functions, mục tiêu kép (ổn định giá – tăng trưởng).
Thực hành: Đọc và tóm tắt chức năng, nhiệm vụ của Ngân hàng Nhà nước Việt Nam (SBV).
Ngày 91: Cơ chế lãi suất
Mục tiêu: Hiểu các loại lãi suất và mối quan hệ giữa chúng.
Lý thuyết: Policy rate, interbank rate, lending rate, yield curve cơ bản.
Thực hành: Thu thập dữ liệu lãi suất điều hành của SBV theo thời gian.
Ngày 92: Công cụ CSTT - Nghiệp vụ thị trường mở
Mục tiêu: Hiểu open market operations.
Lý thuyết: OMO, cách NHTW điều tiết thanh khoản.
Thực hành: Tìm case study cụ thể về việc SBV sử dụng OMO gần đây.
Ngày 93: Công cụ CSTT - Dự trữ bắt buộc
Mục tiêu: Hiểu reserve requirement.
Lý thuyết: Reserve requirement ratio, tác động đến cung tiền.
Thực hành: Tính toán ảnh hưởng lý thuyết của thay đổi tỷ lệ dự trữ bắt buộc lên cung tiền qua money multiplier.
Ngày 94: Cơ chế truyền dẫn chính sách tiền tệ
Mục tiêu: Hiểu monetary transmission mechanism.
Lý thuyết: Interest rate channel, credit channel, exchange rate channel.
Thực hành: Vẽ sơ đồ cơ chế truyền dẫn từ lãi suất điều hành đến CPI.
Ngày 95: Nới lỏng định lượng (QE)
Mục tiêu: Hiểu khái niệm và bối cảnh sử dụng QE.
Lý thuyết: Quantitative easing, các ví dụ từ FED/ECB/BOJ.
Thực hành: Đọc và tóm tắt một case study QE (VD: FED giai đoạn 2008–2014).
Ngày 96: Chính sách tiền tệ của SBV
Mục tiêu: Hiểu đặc thù điều hành CSTT tại Việt Nam.
Lý thuyết: Mục tiêu điều hành của SBV, cơ chế tỷ giá quản lý.
Thực hành: Tổng hợp các lần điều chỉnh lãi suất điều hành của SBV 5 năm gần nhất.
Ngày 97: Case study tăng lãi suất và lạm phát
Mục tiêu: Phân tích tác động thực tế của thay đổi lãi suất.
Lý thuyết: Ôn lại độ trễ của chính sách tiền tệ (policy lag).
Thực hành: Vẽ biểu đồ lãi suất điều hành và CPI Việt Nam trên cùng trục thời gian, nhận xét độ trễ.
Ngày 98: Tổng kết Monetary Policy
Mục tiêu: Củng cố kiến thức chính sách tiền tệ.
Lý thuyết: Ôn tập Ngày 89–97.
Thực hành: Viết báo cáo ngắn đánh giá định hướng CSTT hiện tại của SBV dựa trên dữ liệu đã thu thập.
B5. Fiscal Policy (Ngày 99–106)
Ngày 99: Chi tiêu chính phủ
Mục tiêu: Hiểu cấu trúc chi tiêu công.
Lý thuyết: Government spending, chi thường xuyên vs chi đầu tư.
Thực hành: Thu thập dữ liệu chi ngân sách nhà nước Việt Nam theo năm.
Ngày 100: Thuế
Mục tiêu: Hiểu các loại thuế cơ bản và vai trò của chúng.
Lý thuyết: Direct tax, indirect tax, tax incidence.
Thực hành: Tổng hợp các sắc thuế chính đóng góp vào ngân sách Việt Nam.
Ngày 101: Thâm hụt ngân sách và nợ công
Mục tiêu: Hiểu budget deficit và public debt.
Lý thuyết: Budget deficit, public debt-to-GDP ratio, debt sustainability.
Thực hành: Vẽ biểu đồ nợ công/GDP Việt Nam theo thời gian.
Ngày 102: Số nhân tài khóa (Fiscal Multiplier)
Mục tiêu: Hiểu khái niệm fiscal multiplier.
Lý thuyết: Fiscal multiplier, các yếu tố ảnh hưởng đến độ lớn số nhân.
Thực hành: Tính số nhân tài khóa lý thuyết đơn giản từ MPC cho trước.
Ngày 103: Bộ ổn định tự động
Mục tiêu: Hiểu automatic stabilizers.
Lý thuyết: Automatic stabilizers (thuế lũy tiến, trợ cấp thất nghiệp).
Thực hành: Thảo luận các automatic stabilizers hiện có/còn thiếu tại Việt Nam.
Ngày 104: Chính sách tài khóa Việt Nam
Mục tiêu: Hiểu đặc thù điều hành tài khóa tại Việt Nam.
Lý thuyết: Vai trò Bộ Tài chính, quy trình lập ngân sách.
Thực hành: Tổng hợp các gói kích thích tài khóa lớn của Việt Nam trong 10 năm gần nhất.
Ngày 105: Case study gói kích thích tài khóa COVID
Mục tiêu: Phân tích chính sách tài khóa ứng phó khủng hoảng.
Lý thuyết: Ôn lại các gói hỗ trợ tài khóa toàn cầu và Việt Nam giai đoạn 2020–2021.
Thực hành: Viết tóm tắt đánh giá hiệu quả gói kích thích tài khóa COVID của Việt Nam.
Ngày 106: Tổng kết Fiscal Policy
Mục tiêu: Củng cố kiến thức chính sách tài khóa.
Lý thuyết: Ôn tập Ngày 99–105.
Thực hành: Viết báo cáo tổng hợp mối liên hệ giữa chính sách tài khóa và tiền tệ trong điều hành kinh tế vĩ mô Việt Nam.
PHẦN C: PROJECT - DASHBOARD KINH TẾ VIỆT NAM (Ngày 107–115)
Ngày 107: Thu thập dữ liệu GDP
Mục tiêu: Có bộ dữ liệu GDP Việt Nam sạch, đầy đủ.
Lý thuyết: Ôn lại nguồn dữ liệu GSO/World Bank đã học ở Ngày 66.
Thực hành: Viết script tải và lưu dữ liệu GDP Việt Nam dạng time series (CSV/Parquet).
Ngày 108: Thu thập dữ liệu CPI
Mục tiêu: Có bộ dữ liệu CPI Việt Nam sạch, đầy đủ.
Lý thuyết: Ôn lại cấu trúc dữ liệu CPI đã học ở Ngày 79.
Thực hành: Viết script tải và lưu dữ liệu CPI Việt Nam theo tháng.
Ngày 109: Thu thập dữ liệu tỷ giá
Mục tiêu: Có bộ dữ liệu tỷ giá VND/USD sạch, đầy đủ.
Lý thuyết: Các nguồn dữ liệu tỷ giá (SBV, ngân hàng thương mại).
Thực hành: Viết script tải dữ liệu tỷ giá theo ngày/tháng.
Ngày 110: Thu thập dữ liệu lãi suất
Mục tiêu: Có bộ dữ liệu lãi suất điều hành/thị trường sạch.
Lý thuyết: Ôn lại các loại lãi suất đã học ở Ngày 91.
Thực hành: Viết script tải dữ liệu lãi suất theo thời gian.
Ngày 111: Làm sạch và hợp nhất dữ liệu
Mục tiêu: Có một bộ dữ liệu tổng hợp thống nhất về tần suất thời gian.
Lý thuyết: Xử lý missing values, resampling (quy về cùng tần suất tháng/quý).
Thực hành: Dùng pandas để hợp nhất 4 bộ dữ liệu (GDP, CPI, tỷ giá, lãi suất) thành 1 dataframe.
Ngày 112: Thiết kế dashboard
Mục tiêu: Lên ý tưởng bố cục và các chỉ số cần hiển thị.
Lý thuyết: Nguyên tắc thiết kế dashboard kinh tế (tổng quan → chi tiết, so sánh theo thời gian).
Thực hành: Vẽ wireframe dashboard trên giấy/Figma trước khi code.
Ngày 113: Xây dashboard - Phần 1
Mục tiêu: Dựng khung dashboard cơ bản.
Lý thuyết: Lựa chọn công cụ (Streamlit/Plotly Dash), cấu trúc layout.
Thực hành: Viết code khởi tạo dashboard hiển thị biểu đồ GDP và CPI.
Ngày 114: Xây dashboard - Phần 2
Mục tiêu: Hoàn thiện dashboard với đầy đủ 4 chỉ số.
Lý thuyết: Ôn lại cách thêm interactivity (dropdown chọn khoảng thời gian, chỉ số).
Thực hành: Thêm biểu đồ tỷ giá, lãi suất; thêm bộ lọc thời gian tương tác.
Ngày 115: Hoàn thiện và tổng kết Giai đoạn 1
Mục tiêu: Có sản phẩm dashboard hoàn chỉnh, deploy được.
Lý thuyết: Ôn tập toàn bộ kiến thức macro đã áp dụng vào dashboard.
Thực hành: Deploy dashboard (Streamlit Cloud hoặc local), viết báo cáo tổng kết Giai đoạn 1 gồm nhận định về tình hình kinh tế Việt Nam hiện tại dựa trên 4 chỉ số.