Giải pháp nâng cao chất lượng nguồn dữ liệu phục vụ công tác điều hành chính sách tiền tệ

SOLUTIONS TO IMPROVE QUALITY OF DATA SOURCES FOR MONETARY POLICY MANAGEMENT

Abstract: Statistical data plays an extremely important role in the planning and administration of macro-economic policies in general and monetary policy in particular. Monetary statistical data helps assess banking system risks as well as calibrate monetary policy management tools more accu-rately. In particular, detailed statistics will support quick and timely decision-making, thereby maximizing the effectiveness of monetary policy. This perspective was affirmed by the first President of the European Monetary Fund: "The most important thing for building monetary policy is good statistical work." Based on that viewpoint, this article presents the requirements of data sources for monetary policy management, thereby proposing solutions to improve the efficiency of using and exploiting these data sources of the State Bank of Vietnam currently.

1. Những yêu cầu đặt ra về nguồn dữ liệu phục vụ điều hành chính sách tiền tệ

Sau cuộc khủng hoảng tài chính tại Mỹ giai đoạn 2007-2009, việc thu thập dữ liệu trong lĩnh vực tài chính – ngân hàng ngày càng được chú trọng và phát triển hơn đối với cơ quan quản lý và các nhà đầu tư. Bên cạnh đó, các ngân hàng trung ương (NHTW) ngày càng quan tâm và chú trọng đến việc phân tích sử dụng các nguồn dữ liệu trong công tác điều hành (IFC, 2017). Nguồn dữ liệu cho điều hành CSTT của NHTW được định nghĩa là nguồn dữ liệu dùng để phân tích các thông tin nhằm mục đích hỗ trợ cho công tác điều hành CSTT và ổn định hệ thống tài chính.

Khi phân loại nguồn dữ liệu cho điều hành CSTT của NHTW, mỗi nghiên cứu có các cách phân loại khác nhau. Tuy nhiên, một số cách phân loại điển hình có thể kể đến là: Phân loại dựa trên sự phát triển của dữ liệu, phân loại dựa trên nguồn thu thập của dữ liệu, phân loại dựa trên sự phổ biến và hữu ích của dữ liệu, phân loại dựa trên mục đích sử dụng của dữ liệu. Ví dụ như cách phân loại của Casey (2014) khá ưu việt khi phân loại thành kiểu truyền thống và mới, nhưng khi đề cập đến các loại dữ liệu mới các tác giả lại phân loại thành những nhóm không cân bằng nhau. Nghiên cứu của Wibisono và cộng sự (2019) đã rút gọn và đơn giản hóa hơn, khái quát được toàn cảnh bức tranh về các nguồn dữ liệu trong điều hành CSTT.

Kế thừa các nghiên cứu đi trước, đặc biệt là hai công trình của Casey (2014) và Wibisono và cộng sự (2019), nhóm nghiên cứu đề xuất cách phân loại dữ liệu như sau: phân chia dữ liệu thành hai kiểu dữ liệu truyền thống (bao gồm dữ liệu vĩ mô, dữ liệu khảo sát, dữ liệu từ hệ thống báo cáo thống kê và báo cáo của các tổ chức tài chính) và dữ liện mới (dữ liệu Internet, dữ liệu thương mại hoá, dữ liệu trên thị trường tài chính và dữ liệu quản lý) (Hình 1):

Hình 1. Đề xuất phân loại dữ liệu điều hành CSTT của NHTW theo Casey (2014) và Wibisono và cộng sự (2019)

- Dữ liệu vĩ mô là các dữ liệu cơ bản được thống kê từ cơ quan thống kê và tổ chức trong và ngoài nước.

- Dữ liệu khảo sát là các dữ liệu thu thập từ các cuộc khảo sát được thực hiện bởi các tổ chức có uy tín, các cơ quan quản lý nhà nước.

- Dữ liệu khai thác từ hệ thống báo cáo thống kê và số liệu tổng hợp của Ngân hàng Nhà nước (NHNN) từ báo cáo của các tổ chức tài chính.

- Dữ liệu Internet là các dữ liệu được thu thập trên Internet với đa dạng các hình thức và nguồn. Ví dụ lịch sử tìm kiếm, số lần truy cập, thông tin hiển thị và đăng tải.

- Dữ liệu thương mại hoá là các dữ liệu được cung cấp bởi các tổ chức có uy tín và được cung cấp với mục đích thương mại hoá.

- Dữ liệu trên thị trường tài chính là các dữ liệu thu thập từ thị trường tài chính với tần suất cao.

- Dữ liệu quản lý là các dữ liệu thu thập từ các cơ quan quản lý trong lĩnh vực tài chính ngân hàng.

Trong những năm gần đây, việc điều hành CSTT tại Việt Nam liên tục đứng trước rất nhiều thách thức khi bối cảnh kinh tế thế giới và trong nước liên tục xoay chiều, tác động nhanh, mạnh, trực tiếp tới việc thực hiện các mục tiêu kinh tế vĩ mô trong nước. Nâng cao hiệu quả sử dụng các nguồn dữ liệu phục vụ việc điều hành CSTT là một trong những nhiệm vụ quan trọng bên cạnh việc cải tiến khuôn khổ điều hành theo hướng hiện đại hơn và tăng dần tính độc lập trong hoạt động của NHTW. Một số yêu cầu về nguồn dữ liệu phục vụ điều hành CSTT các NHTW cần quan tâm bao gồm: mức độ chi tiết của dữ liệu; áp dụng các phương pháp phân tích dữ liệu hiện đại; vấn đề quản lí rủi ro bảo mật và quyền riêng tư khi sử dụng dữ liệu; quản lý chất lượng dữ liệu; tập trung vào các nguồn dữ liệu quan trọng; hợp tác, trao đổi để cải thiện chất lượng và quản lý dữ liệu.

Để đánh giá thực trạng sử dụng nguồn dữ liệu hiện tại trong điều hành CSTT, nằm trong khuôn khổ đề tài cấp ngành “Nghiên cứu các nguồn dữ liệu mới phục vụ điều hành chính sách tiền tệ” của Lê Văn Luyện và cộng sự (2023), nhóm nghiên cứu đã tiến hành khảo sát 60 cán bộ đang công tác tại NHNN thông qua hình thức bảng hỏi. Kết quả cho thấy, khoảng hơn 80% số người được khảo sát nhận định rằng đơn vị của họ sử dụng các nguồn dữ liệu từ các tổ chức tài chính – tiền tệ quốc tế như IMF, WB, ADB; dữ liệu từ cơ quan thống kê các quốc gia; dữ liệu từ cơ quan thống kê và tổ chức trong nước; và dữ liệu khảo sát được NHNN thực hiện định kỳ đối với các tổ chức tín dụng (TCTD) và các chuyên gia kinh tế. Đối với các nguồn dữ liệu thị trường tài chính từ các nền tảng chuyên cung ứng dữ liệu như Reuters, Bloomberg…, các đơn vị của NHNN nhìn chung sử dụng ít hơn với chỉ khoảng 65% cán bộ khẳng định đơn vị của họ có sử dụng.

Về việc sử dụng dữ liệu trong điều hành CSTT, nhìn chung các đơn vị đều đánh giá ở mức có khó khăn. Đối với dữ liệu quốc tế, các đối tượng đánh giá gặp khó khăn nhiều nhất ở dữ liệu tần xuất không đồng bộ, chênh lệch lớn về dữ liệu dự báo giữa các nguồn thông tin, sự khác biệt về phương pháp thống kê giữa các tổ chức và không đủ nguồn lực tiếp cận nguồn dữ liệu quốc tế cần thiết. Đối với dữ liệu trong nước, các khó khăn thường gặp bao gồm: độ dài dữ liệu ngắn; dữ liệu tần xuất không đồng bộ; độ trễ dữ liệu lớn; dữ liệu thường xuyên thay đổi, đính chính, không đáng tin cậy; không có cơ chế kiểm soát chất lượng báo cáo dữ liệu của các TCTD; cơ chế trao đổi thông tin với các bộ, ban, ngành còn hạn chế.

2. Giải pháp mở rộng và cải thiện hiệu quả khai thác các nguồn dữ liệu hiện tại

2.1. Các nguồn dữ liệu về kinh tế vĩ mô và thị trường tài chính thế giới

Hình 2. Thực trạng sử dụng nguồn dữ liệu trong điều hành chính sách tiền tệ

Bảng 1. Thực trạng đánh giá mức độ khó khăn khi sử dụng các nguồn dữ liệu trong điều hành chính sách tiền tệ

Đây là một nguồn dữ liệu tương đối quan trọng trong việc xây dựng các giả định về kinh tế thế giới để làm đầu vào cho việc dự báo và hoạch định CSTT khi Việt Nam là một nền kinh tế có độ mở rất lớn và chịu tác động nhất định từ việc điều hành CSTT của các NHTW lớn trên thế giới. Kết quả khảo sát cho thấy, các nguồn dữ liệu thị trường tài chính từ các nền tảng chuyên cung ứng dữ liệu như Reuters, Bloomberg… chưa được NHNN sử dụng nhiều trong điều hành CSTT (xem Hình 2). Cùng với đó, NHNN còn gặp một số khó khăn đối với dữ liệu quốc tế (xem Bảng 1). Để nâng cao hiệu quả sử dụng nguồn số liệu này, một số giải pháp cần được xem xét như sau:

- Việc thu thập các dữ liệu thế giới cần thực hiện theo một lịch trình được xây dựng phù hợp với lịch công bố số liệu ở từng quốc gia. Trên thực tế, nhiều quốc gia như Mỹ hay khu vực châu Âu công bố số liệu ước tính trước và công bố số liệu điều chỉnh sau một thời gian. Do đó, khi thu thập số liệu cần có một lịch thu thập khoa học, trong đó phân biệt rõ ràng số liệu sử dụng là số liệu ước tính hay số hoàn chỉnh và tiến hành cập nhật, chỉnh sửa khi cần đối với các số liệu ước tính đã sử dụng.

- Xây dựng cơ sở dữ liệu (CSDL) về kinh tế vĩ mô, thị trường tài chính và điều hành CSTT của các quốc gia trên thế giới một cách khoa học, đầy đủ và chính xác. Có thể xây dựng CSDL với từng quốc gia riêng và xây dựng CSDL đa quốc gia thông qua thu thập dữ liệu từ các tổ chức tài chính quốc tế lớn như IMF (IFS Database), World Bank (WB Database), OECD... Tuy nhiên, khi sử dụng cần phải đảm bảo nguyên tắc thống nhất về nguồn dữ liệu để đảm bảo phạm vi thống kê là như nhau xuyên suốt quá trình sử dụng.

- Xem xét tiếp cận thêm những nguồn dữ liệu uy tín về phân tích, đánh giá kinh tế vĩ mô, thị trường tài chính và các động thái điều hành CSTT của các quốc gia trên thế giới như Bloom-berg Terminal, The Economist hay Centralbanking.com. Dù các nguồn dữ liệu này phải trả phí sử dụng nhưng đổi lại chất lượng dữ liệu là rất cao, đảm bảo cho việc sử dụng sẽ có đóng góp tích cực tới công tác điều hành CSTT trong nước.

- Đối với các dữ liệu về dự báo kinh tế vĩ mô của các quốc gia đối tác thương mại lớn trong việc xác định triển vọng kinh tế thế giới làm đầu vào cho các mô hình dự báo và quá trình ra quyết định CSTT trong nước, cần phải có giải pháp tiếp cận một nguồn dữ liệu trả phí uy tín, ổn định. Các tổ chức quốc tế như IMF, WB, ADB, OECD, các NHTW như FED, ECB hay các tổ chức tư nhân đều đưa ra các dự báo về triển vọng kinh tế vĩ mô thế giới và từng nước.

- Cần xây dựng mạng lưới và tận dụng mối quan hệ với các đơn vị dự báo của các TCTD và các cơ quan khác để có thể bồi đắp thêm những dữ liệu quốc tế cần thiết vào CSDL (ví dụ như số liệu kinh tế vĩ mô Trung Quốc, số liệu về luồng vốn đầu tư nước ngoài ra vào các quốc gia, số liệu xuất nhập khẩu một số mặt hàng...) trong quá trình điều hành CSTT. Đặc biệt, có thể xây dựng mạng lưới kết nối với các trung tâm nghiên cứu, phân tích kinh tế của các ngân hàng thương mại (NHTM) cổ phần mà Nhà nước nắm cổ phần chi phối để hình thành cơ chế chia sẻ thông tin.

2.2. Các nguồn dữ liệu về thị trường tiền tệ và hoạt động ngân hàng trong nước

Đây là những dữ liệu quan trọng nhất trong việc đánh giá sự vận hành của hệ thống TCTD và là đầu vào cực kỳ cần thiết cho quá trình ra quyết định CSTT. Nhìn chung, NHNN đã thu thập cơ bản đầy đủ các dữ liệu để phục vụ công tác quản lý điều hành của mình nói chung và trong đó có điều hành CSTT nói riêng. Tuy nhiên, một số giải pháp vẫn cần được thực hiện để giải quyết những khó khăn hiện nay trong thu thập, quản lý, sử dụng các dữ liệu này.

- NHNN cần có những quy định cung cấp chế tài trong việc xem xét, đánh giá xếp hạng và mức độ tuân thủ đối với các trường hợp TCTD báo cáo trễ, báo cáo thiếu, báo cáo sai để nâng cao chất lượng dữ liệu được thu thập từ các TCTD. Đây là một giải pháp quan trọng trong bối cảnh việc thu thập thông tin vẫn đang phụ thuộc phần lớn vào sự hợp tác và mức độ tuân thủ của các TCTD.

- NHNN cần tăng cường phạm vi các dữ liệu được thu thập một cách tự động từ các TCTD để hạn chế sự tương tác, can thiệp của con người trong các khâu thu thập và truyền dữ liệu, hạn chế sai sót. Những mô hình thu thập dữ liệu kết nối thẳng từ hệ thống ngân hàng lõi (core bank-ing) của các TCTD tới thẳng CSDL của NHTW là rất cần thiết để giảm thiểu những khâu trung gian và tránh sai sót (một ví dụ rất thành công trong việc thu thập dữ liệu tự động là việc thu thập các dữ liệu liên quan đến việc cho vay của các TCTD thông qua CIC).

- NHNN và các TCTD cần tiếp tục đầu tư hệ thống hạ tầng công nghệ thông tin (CNTT) nhằm nâng cao chất lượng quản lý, khai thác và thu thập dữ liệu cũng như hệ thống truyền dữ liệu nhanh chóng, chính xác, đảm bảo an toàn, bảo mật. Việc nâng cấp khả năng thu thập, quản lý, xử lý dữ liệu, thậm chí có thể xem xét xây dựng một trung tâm dữ liệu tại TCTD, là một trong những hướng đầu tư thông minh của các TCTD. Đối với NHNN, Cục Công nghệ Thông tin cần tiếp tục tham mưu cho Ban lãnh đạo những chiến lược mới trong việc phát triển hệ thống hạ tầng CNTT tại NHNN, trong đó cần thiết phải xây dựng một trung tâm dữ liệu chung của NHNN và phân cấp, phân quyền khai thác, sử dụng, chỉnh lý dữ liệu tới từng cán bộ theo đúng thẩm quyền.

- NHNN cần định kỳ rà soát, đánh giá sự cần thiết và chất lượng của các dữ liệu nhận được từ các TCTD để loại bỏ các số liệu không còn phù hợp và cần thiết trong quá trình điều hành CSTT, giảm bớt gánh nặng báo cáo cho các TCTD.

- NHNN cần ban hành những quy chế phối hợp nội bộ cụ thể, trong đó quy định rõ về nghĩa vụ, thẩm quyền của các đơn vị trong NHNN để tăng cường công tác chia sẻ thông tin thu thập từ các TCTD giữa các đơn vị với nhau để giảm thời gian phối hợp và các thủ tục hành chính phát sinh, từ đó tăng khả năng phân tích, dự báo, đặc biệt là khi có các biến động bất ngờ và phát sinh những yêu cầu cấp bách.

- Đối với các số liệu về tín dụng, NHNN cần hướng dẫn cụ thể đối với việc phân loại các TCTD theo lĩnh vực, ngành nghề kinh doanh theo Quyết định số 27/2018/QĐ-TTg để các TCTD có căn cứ thống kê và báo cáo dư nợ tín dụng với từng loại hình một cách chính xác.

2.3. Các dữ liệu kinh tế vĩ mô khác trong nước

Ngoài các dữ liệu về thị trường tiền tệ, ngoại hối, hoạt động tín dụng, ngân hàng của các TCTD, việc hoạch định CSTT cũng cần sử dụng số liệu vĩ mô khác của nền kinh tế như tăng trưởng kinh tế, giá trị xuất nhập khẩu, các loại chỉ số giá, tăng trưởng sản xuất công nghiệp... Đây là những số liệu được thu thập từ các nguồn chính thống như Tổng cục Thống kê, Bộ Tài chính, Bộ Kế hoạch và Đầu tư... Do đó, cần phải nâng cao hiệu quả khai thác các nguồn số liệu này.

- NHNN cần duy trì, đảm bảo tính hiệu quả cao của cơ chế trao đổi số liệu chính thức với các cơ quan có liên quan như Tổng cục Thống kê, Bộ Tài chính, Bộ Kế hoạch và Đầu tư... để có cơ sở tiếp cận định kỳ đối với cả số liệu mới và số liệu điều chỉnh phục vụ công tác điều hành CSTT. Một số dữ liệu cụ thể cần được bổ sung thông qua làm việc trực tiếp với các bộ, ngành gồm:

+ Số liệu về lao động, việc làm, tiền lương: Việc có một hệ thống dữ liệu về lĩnh vực lao động, việc làm, tiền lương là vô cùng cần thiết trong đánh giá áp lực lạm phát, nhưng ở Việt Nam, dữ liệu chi tiết về lao động, việc làm, tiền lương một cách có hệ thống tương đối hạn chế. Việc thiếu dữ liệu lịch sử dài hạn có hệ thống cũng gây ra những khó khăn trong việc sử dụng dữ liệu này làm đầu vào cho các mô hình định lượng để tính toán, dự báo và điều hành CSTT. Do đó, NHNN cần phải làm việc tích cực với Bộ Lao động thương binh và xã hội để thiết lập cơ chế trao đổi thông tin đầy đủ, chính xác, truy hồi lại dữ liệu lịch sử và xử lý, tính toán.

+ Dữ liệu về thị trường bất động sản (BĐS): Ở Việt Nam, diễn biến của thị trường BĐS có tác động rất lớn tới hoạt động của cả nền kinh tế nói chung, nhưng dữ liệu về thị trường BĐS của Việt Nam lại hết sức khan hiếm. Các dữ liệu quan trọng nhất về giá cả, khối lượng giao dịch, thực trạng phát triển của từng phân khúc được thu thập, công bố rất phân mảnh, không đồng bộ, thống nhất về phạm vi và cách thức tính toán. Hiện nay, Bộ Xây dựng công bố thông tin về nhà ở và thị trường BĐS hàng quý, tuy nhiên, dữ liệu quan trọng nhất là giá cả BĐS ở các phân khúc chỉ được thu thập ở một số dự án cụ thể ở một số địa phương, chưa mang tính đại diện cho toàn thị trường hoặc chưa cho thấy được xu hướng chung của thị trường trên cả nước. Ngoài ra, một số công ty tư vấn, kinh doanh BĐS cũng công bố dữ liệu về thị trường nhà đất và BĐS nhưng không định kỳ, không có phạm vi rõ ràng và có thể hàm chứa những lợi ích riêng khác nhau của các tổ chức công bố dữ liệu. Do đó, NHNN cần làm việc với Bộ Xây dựng để tham khảo, xây dựng phương hướng thu thập, sử dụng dữ liệu thị trường BĐS. Có thể tham vấn Bộ Xây dựng về kết quả hợp tác giữa Bộ Xây dựng, Tổng cục Thống kê và các tổ chức quốc tế trong việc xây dựng CSDL liên quan đến đất đai và thị trường BĐS.

+ Dữ liệu về tài chính doanh nghiệp: Việc đánh giá sự phát triển của thị trường vốn cũng như tài chính của hệ thống doanh nghiệp cũng rất cần thiết trong việc đánh giá sự vận động của nền kinh tế và công tác dự báo, hoạch định CSTT. Do đó, NHNN cần có cơ chế phối hợp sâu sắc hơn nữa với Bộ Tài chính để có thể định kỳ bổ sung CSDL của mình về tài chính doanh nghiệp và sự phát triển của thị trường vốn trong công tác dự báo, điều hành CSTT.

- NHNN phát huy vai trò và tích cực tham gia các tổ liên bộ, liên ngành để thu thập thêm những đánh giá, phân tích chuyên sâu của các bộ, ngành khác về các dữ liệu kinh tế vĩ mô và thị trường, diễn biến và dự báo một số khu vực quan trọng của nền kinh tế trong tương lai để củng cố đầu vào cho các dự báo, đánh giá và hoạch định CSTT.

2.4. Giải pháp về tăng cường chất lượng nguồn nhân lực thống kê

Nguồn nhân lực có ảnh hưởng rất lớn đối với công tác thống kê số liệu. Đặc biệt, nguồn nhân lực có trình độ tốt về công nghệ thông tin, về phân tích số liệu là rất quan trọng. NHNN cần có cơ chế đặc thù đối với công tác nhân sự thực hiện nghiệp vụ thống kê trên cơ sở tính đến thống kê là nghiệp vụ chuyên ngành sâu, công tác chuyên môn phức tạp để bố trí số công chức đủ lớn. Cụ thể, NHNN có thể chủ động hợp tác, phối hợp với Tổng cục Thống kê để nhận sự hỗ trợ về nguồn nhân lực thống kê; trong đó có việc sử dụng công chức thống kê biệt phái có thời hạn của Tổng cục Thống kê làm việc tại NHNN và sử dụng đội ngũ điều tra viên, cộng tác viên thống kê đã được Tổng cục Thống kê xây dựng và đào tạo.

Cùng với đó, NHNN cần tăng cường đào tạo cho chuyên viên thống kê, hệ thống các chương trình đào tạo bao gồm:

- Chương trình đào tạo ban đầu đối với người được tuyển dụng từ chuyên ngành đào tạo khác không phải là thống kê và chưa có tín chỉ môn học thống kê. Tại Pháp và một số quốc gia khác, những người đào tạo chuyên ngành khác, khi trúng tuyển vào Cơ quan Thống kê Trung ương, bắt buộc phải qua khoá đào tạo 1-2 năm của các cơ sở đào tạo chuyên ngành thống kê; sau đó mới được biên chế chính thức.

- Chương trình đào tạo, bồi dưỡng thường xuyên kỹ năng và cập nhật nghiệp vụ chuyên ngành thống kê đối với nguồn nhân lực thống kê tại NHNN.

- Vụ CSTT, Vụ Dự báo thống kê cần tăng cường hợp tác với cơ quan Thống kê các quốc gia, tổ chức quốc tế tiếp nhận Dự án trợ giúp kỹ thuật; trao đổi các đoàn chuyên gia thực tập khảo sát tiếp thu, cập nhật kinh nghiệm và phương pháp luận thống kê tiên tiến, hiện đại.

2.5. Giải pháp về tăng cường khả năng đáp ứng của hạ tầng công nghệ

Theo khảo sát của nhóm nghiên cứu, các đơn vị tại NHNN còn gặp nhiều khó khăn về độ trễ của dữ liệu, dữ liệu tần suất không đồng bộ, chênh lệch lớn về dữ liệu dự báo giữa các nguồn thông tin, sự khác biệt về phương pháp thống kê giữa các tổ chức. Do đó, NHNN cần tiếp tục nâng cao hạ tầng CNTT để phục vụ tốt nhất cho công tác thống kê dữ liệu, nhằm có được nguồn dữ liệu chất lượng.

- Đảm bảo đường truyền và hạ tầng công nghệ phục vụ công tác thu thập số liệu tự động theo quy định tại Thông tư 35, Thông tư 11 và các hoạt động truyền dữ liệu qua nền tảng Internet khác. Có quy chế xử lý, khắc phục sự cố về công nghệ cụ thể, kịp thời để đảm bảo tạo điều kiện thuận lợi tối đa cho các TCTD trong công tác báo cáo số liệu.

- Tiếp tục đầu tư, nâng cấp hạ tầng công nghệ trong nội bộ NHNN để sẵn sàng đáp ứng nhu cầu kết nối, truyền dữ liệu tự động với các đơn vị khác của Chính phủ và các TCTD. Dự phòng các giải pháp công nghệ cao khi phát sinh nhu cầu ứng dụng trí tuệ nhân tạo và máy học vào việc thu thập, xử lý dữ liệu của NHNN.

- Có giải pháp công nghệ để đảm bảo an toàn thông tin và CSDL của NHNN khi tham gia thu thập, xử lý và truyền tải dữ liệu.

- Tăng cường phân cấp, phân quyền cho một số đơn vị, cá nhân có chức năng thu thập, tổng hợp số liệu đối với các nguồn dữ liệu trên mạng như trang web của một số tổ chức tư nhân. Các đơn vị, cá nhân có trách nhiệm thống kê số liệu cần đăng ký danh sách các địa chỉ cần truy cập với Cục Công nghệ Thông tin để được duyệt và phân quyền truy cập có kiểm soát đối với các địa chỉ này.

3. Kết luận

Với định hướng điều hành CSTT đến năm 2030, việc nâng cao hiệu quả sử dụng các nguồn dữ liệu phục vụ việc điều hành CSTT là một trong những nhiệm vụ quan trọng bên cạnh việc cải tiến khuôn khổ điều hành theo hướng hiện đại hơn và tăng dần tính độc lập trong hoạt động của NHTW. Nguồn dữ liệu phục vụ điều hành CSTT của NHTW cần chú trọng đến các yêu cầu về mức độ chi tiết của dữ liệu, các phương pháp phân tích hiện đại, rủi ro bảo mật dữ liệu, chất lượng dữ liệu, hợp tác để cải thiện chất lượng và quản lý dữ liệu. Đồng thời, kết quả khảo sát cán bộ NHNN của nhóm tác giả cũng chỉ ra các loại dữ liệu được sử dụng phổ biến phục vụ cho điều hành CSTT hiện nay, cũng như những khó khăn khi sử dụng các dữ liệu này.

Trên cơ sở đó, nhóm tác giả đề xuất các giải pháp nâng cao hiệu quả sử dụng các nguồn dữ liệu hiện nay trong điều hành CSTT bao gồm: mở rộng hơn nguồn dữ liệu kinh tế vĩ mô, thị trường tài chính, điều hành CSTT thế giới; đầu tư hệ thống CNTT trong việc thu thập tự động các dữ liệu liên quan tới các TCTD; tăng cường chất lượng của đội ngũ nguồn nhân lực thống kê. Đây là những giải pháp hướng tới mục tiêu hoàn thiện cơ chế trao đổi, hợp tác để quản lý, làm phong phú các nguồn dữ liệu, nâng cao hiệu quả thu thập, tổng hợp, phân tích dữ liệu nhằm hỗ trợ tốt nhất cho công tác dự báo, thống kê, điều hành CSTT của NHNN.

TÀI LIỆU THAM KHẢO:

- Borgioli, S. (2021). Making the most of Big Data and advanced analytics in macro-prudential analysis.

- Casey, M. (2014). Emerging opportunities and challenges with central bank data. In the 7th ECB Statistics Conference.

- Cornelli, G., Doerr, S., Gambacorta, L., & Tissot, B. (2022). Big data in Asian central banks. Asian Economic Policy Review, 17(2), 255-269.

- International Finance Corporation (IFC) (2021). The emergence of new data ecosystems in financial services - Recent developments in South East Asia. Discussion Paper, World Bank Group.

- Irving Fisher Committee on Central Bank Statistics (IFC) (2021). Use of big data sources and applications at central banks. IFC Report No 13, Bank for International Settlements.

- Kuroda, H. (2019). The BOJ’s Yield Curve Control: Framework and Performance. Journal of Economic Perspectives, 33(3), 3-26.

- Lê Văn Luyện và cộng sự, (2023), Đề tài khoa học cấp ngành “Nghiên cứu nguồn dữ liệu mới phục vụ điều hành chính sách tiền tệ”, Ngân hàng Nhà nước.

- Phạm Mạnh Hùng (2023), Tổng quan về ứng dụng dữ liệu lớn trong dự báo kinh tế, Tạp chí Khoa học và Đào tạo ngân hàng, số 252.

- Schwartz, R. (2021). How Big Data and AI are Transforming Central Banking. Speech at the Central Banking Forum. London, UK.

- Tô Huy Vũ (2016), Dữ liệu thống kê tiền tệ chi tiết trong hoạch định chính sách tiền tệ của Ngân hàng Trung ương, Tạp chí Ngân hàng số 20.

- Wibisono, O., Ari, H.D., Widjanarti, A., Zulen, A.A. & Tissot, B. (2019). The use of big data analytics and artificial intelligence in central banking. IFC Bulletins, Bank for International Settlements.

Bài đăng trên Tạp chí Thị trường Tài chính Tiền tệ số 5 năm 2024