# 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.svd` để 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 `PCA` từ 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.