Sự phát triển của hoạt động thống kê tại ngân hàng trung ương và hàm ý chính sách

Tóm tắt: Trong bối cảnh chuyển đổi số và sự bùng nổ của dữ liệu toàn cầu, vai trò của hoạt động thống kê trong các NHTW đang trải qua những thay đổi sâu sắc cả về phạm vi, phương pháp và chức năng. Bài viết phân tích sự phát triển của hoạt động thống kê NHTW trong hệ sinh thái dữ liệu mới, nơi dữ liệu ngày càng trở thành tài sản chiến lược phục vụ hoạch định chính sách tiền tệ, ổn định tài chính và giám sát hệ thống tài chính. Trên cơ sở tổng hợp kinh nghiệm quốc tế và các thảo luận trong cộng đồng thống kê NHTW, bài viết xem xét các xu hướng chính định hình chức năng thống kê hiện nay, bao gồm sự mở rộng của các nguồn dữ liệu mới, sự phát triển của các công cụ phân tích dữ liệu tiên tiến như trí tuệ nhân tạo (AI) và học máy (ML), cũng như nhu cầu nâng cao tính minh bạch và khả năng tiếp cận dữ liệu. Kết quả phân tích cho thấy mặc dù đổi mới sáng tạo công nghệ đang tạo ra nhiều cơ hội để nâng cao chất lượng và tính kịp thời của thống kê, các NHTW vẫn cần củng cố các nguyên tắc phương pháp luận, khuôn khổ quản trị dữ liệu và cơ chế hợp tác quốc tế nhằm đảm bảo độ tin cậy và tính nhất quán của thống kê chính thức. Từ đó, bài viết đề xuất một số định hướng quan trọng nhằm tăng cường năng lực thống kê của NHTW trong kỷ nguyên dữ liệu.

Từ khóa: Thống kê NHTW, quản trị dữ liệu, phân tích dữ liệu, thống kê tài chính, hoạch định chính sách dựa trên bằng chứng.

THE EVOLUTION OF CENTRAL BANK STATISTICS AND POLICY IMPLICATIONS

Abstract: In the context of digital transformation and the rapid expansion of global data, the role of statistics in central banks is undergoing profound changes in terms of scope, methodologies, and functions. This article analyzes the evolution of central bank statistical activities within a new data ecosystem, where data increasingly become a strategic asset supporting monetary policy formulation, financial stability, and financial system surveillance. Drawing on international experiences and discussions within the central banking statistical community, the study examines key trends shaping statistical functions today, including the expansion of new data sources, the development of advanced data analytics tools such as artificial intelligence and machine learning, and the growing demand for greater transparency and data accessibility. The analysis indicates that while technological innovations create significant opportunities to improve the quality and timeliness of statistics, central banks must continue strengthening methodological principles, data governance frameworks, and international cooperation mechanisms to ensure the reliability and consistency of official statistics. Based on these findings, the article proposes several strategic directions to enhance the statistical capacity of central banks in the data-driven era.

Keywords: Central bank statistics, data governance, data analytics, financial statistics, evidence-based policymaking.

Ảnh minh họa (Nguồn: Internet)

1. Giới thiệu

Thống kê của NHTW đang trải qua những biến đổi sâu sắc trong kỷ nguyên thông tin mới. Sự thay đổi này được thúc đẩy bởi ba yếu tố chính:

Thứ nhất, dữ liệu đang không ngừng mở rộng, với sự gia tăng mạnh mẽ về số lượng và đa dạng của các chỉ tiêu thống kê, chủ yếu nhờ quá trình số hóa nền kinh tế. Đặc biệt, các nguồn dữ liệu tần suất cao và theo thời gian thực, như hình ảnh vệ tinh, mạng xã hội, hệ thống thanh toán hay dữ liệu từ điện thoại di động, ngày càng được sử dụng để bổ sung cho các thống kê truyền thống.

Thứ hai, năng lực tính toán ngày càng mạnh mẽ cùng với sự phát triển của các công nghệ đổi mới sáng tạo, chẳng hạn như AI và ML đang mở ra những cơ hội chưa từng có trong việc thu thập, xử lý, lưu trữ và phân tích khối lượng dữ liệu khổng lồ. Những cơ hội này càng được tăng cường nhờ các khoản đầu tư lớn vào công nghệ tiên tiến và phát triển nguồn nhân lực có kỹ năng phù hợp.

Thứ ba, dữ liệu ngày càng đóng vai trò thiết yếu trong việc hỗ trợ hoạch định chính sách của NHTW, đặc biệt khi các cơ quan này phải đối mặt với những vấn đề kinh tế, tài chính, xã hội và địa chính trị ngày càng phức tạp.

Tác động tổng hợp của các lực lượng mang tính cấu trúc này đã khiến dữ liệu ngày càng trở thành một tài sản chiến lược quan trọng, định hình cách thức NHTW vừa thực hiện thống kê, vừa sử dụng bằng chứng thực nghiệm để thực thi chính sách. Sự phát triển này đồng thời củng cố nhu cầu phải tuân thủ các phương pháp thống kê chặt chẽ, tăng cường hợp tác và nâng cao năng lực hiểu biết về dữ liệu của người sử dụng, nhằm bảo đảm công chúng hiểu rõ và tin tưởng vào việc thực hiện các nhiệm vụ của NHTW.

Trong thực tiễn, các NHTW thường áp dụng cách tiếp cận kết hợp (hybrid approach), tận dụng đồng thời ưu điểm của những giải pháp truyền thống và các công nghệ đổi mới sáng tạo để chuyển hóa dữ liệu thô thành thông tin có chất lượng cao. Quá trình này được hỗ trợ bởi những kiến trúc dữ liệu linh hoạt và có khả năng mở rộng.

Việc tích hợp các nguồn thông tin mới và những kỹ thuật phân tích hiện đại vào hoạt động của NHTW có thể đặt ra không ít thách thức, đặc biệt liên quan đến độ chính xác, tính nhất quán, bảo mật và an toàn dữ liệu, cũng như năng lực thể chế cần thiết để vận hành các hệ thống này.

Bên cạnh đó, cả cơ hội lẫn thách thức do cuộc cách mạng dữ liệu mang lại đều làm gia tăng nhu cầu xây dựng các giải pháp chung và tăng cường hợp tác trong hệ sinh thái dữ liệu, vốn có ranh giới ngày càng mở rộng. Sự phối hợp này có ý nghĩa quan trọng trong việc duy trì chất lượng của thống kê chính thức, thúc đẩy việc tích hợp các nguồn dữ liệu bên ngoài vào khung dữ liệu nội bộ và bảo đảm sự hài hòa thống kê giữa các quốc gia. Đây là điều kiện tiên quyết để giải quyết những vấn đề toàn cầu phức tạp.

Gần đây, nhiều tiến bộ quan trọng đã đạt được trong lĩnh vực này. Một ví dụ tiêu biểu là các sáng kiến chia sẻ dữ liệu xuyên biên giới được triển khai dưới sự điều phối của Ngân hàng Thanh toán Quốc tế (BIS) và các ủy ban trực thuộc sau cuộc khủng hoảng tài chính toàn cầu giai đoạn 2007 - 2009. Ngoài ra, việc cập nhật các cẩm nang thống kê quốc tế quan trọng vào năm 2025 (tập trung vào việc cập nhật dữ liệu thương mại toàn cầu, quản trị công ty, và phát triển bền vững) cùng nhiều dự án quốc tế khác cũng đã thúc đẩy việc xây dựng các khung quản trị dữ liệu toàn diện ở cấp quốc gia, khu vực và toàn cầu.

Trong bối cảnh những thay đổi nhanh chóng này, bài viết cung cấp một góc nhìn dài hạn về sự phát triển và vai trò của thống kê NHTW trong những chuyển dịch cấu trúc của hệ sinh thái thông tin hiện nay. Phân tích cho thấy thống kê NHTW đã thích ứng với nhiều biến đổi mang tính chuyển đổi sâu rộng, đồng thời duy trì những nguyên tắc cốt lõi về chất lượng, tính khách quan và tính độc lập, qua đó phục vụ hiệu quả các nhà hoạch định chính sách và xã hội.

2. Sự phát triển của vai trò thống kê tại các NHTW

2.1. Năm làn sóng chuyển đổi của chức năng thống kê NHTW

Làn sóng thứ nhất: Hình thành hoạt động thống kê chuyên trách

Các NHTW có truyền thống lâu đời trong việc thu thập thông tin về các chỉ tiêu tiền tệ và tài chính quan trọng, bắt nguồn từ giai đoạn hình thành của nhiều NHTW trên thế giới. Đặc biệt, giai đoạn giữa chiến tranh thế giới thứ nhất và thập niên 1930 (giai đoạn từ năm 1930 - 1939) đã đặt nền móng cho việc thiết lập các hoạt động thống kê chuyên trách trong NHTW. Các hoạt động này chủ yếu tập trung vào việc phổ biến dữ liệu định kỳ và thúc đẩy hợp tác quốc tế nhằm cải thiện khả năng so sánh thống kê giữa các quốc gia (Yee, 2024; Tissot, 2022).

Làn sóng thứ hai: Thể chế hóa chức năng thống kê trong hệ thống thống kê quốc gia

Trong giai đoạn từ sau Chiến tranh thế giới thứ II đến những năm 1980, vai trò thống kê NHTW ngày càng được thể chế hóa cùng với sự hình thành của các hệ thống thống kê quốc gia hiện đại. Nhiều quốc gia đã xây dựng khuôn khổ pháp lý và tổ chức nhằm điều phối hoạt động thống kê giữa các cơ quan công quyền, trong đó NHTW trở thành một trong những nhà cung cấp số liệu thống kê chính thức, đặc biệt trong các lĩnh vực liên quan đến tài khoản tài chính và khu vực đối ngoại của nền kinh tế (Trewin, 2007; Ủy ban Kinh tế Liên hợp quốc về châu Âu - UNECE, 2025a). Tuy nhiên, trong giai đoạn này, quá trình thu thập và xử lý dữ liệu vẫn chủ yếu mang tính thủ công và phân tán, thường dẫn đến sự tồn tại của các “silo dữ liệu” - tình trạng dữ liệu bị phân tán và cô lập giữa các hệ thống hoặc bộ phận, làm giảm khả năng tích hợp, phân tích và sử dụng dữ liệu cho hoạch định chính sách. Vì vậy, phá vỡ các "silo dữ liệu" là một mục tiêu quan trọng trong quá trình hiện đại hóa hệ thống thống kê và chuyển đổi số của NHTW.

Làn sóng thứ ba: Số hóa và chuẩn hóa dữ liệu

Từ thập niên 1990 (giai đoạn từ năm 1990 - 1999), các NHTW bắt đầu mở rộng đáng kể vai trò thống kê của mình dưới tác động của hai yếu tố chính. Một mặt, sự phát triển của công nghệ thông tin và quá trình số hóa đã tạo nền tảng cho việc cải tiến phương thức thu thập, xử lý và quản lý dữ liệu. Mặt khác, khủng hoảng tài chính tại nhiều nền kinh tế mới nổi cũng như sự hình thành của các khu vực tiền tệ mới đã làm gia tăng nhu cầu đối với những bộ dữ liệu kinh tế - tài chính có phạm vi rộng và tính chuẩn hóa cao hơn (De Bonis và Piazza, 2020). Trong bối cảnh đó, các chuẩn phổ biến dữ liệu do Quỹ Tiền tệ Quốc tế (IMF) ban hành, như Tiêu chuẩn Phổ biến Dữ liệu Đặc biệt (SDDS), đã góp phần định hướng cho các quốc gia trong việc công bố các thống kê kinh tế và tài chính một cách minh bạch hơn (IMF, 2013).

Làn sóng thứ tư: Tích hợp dữ liệu và sự nổi lên của dữ liệu lớn

Bước sang thập niên 2000 (giai đoạn từ năm 2000 - 2009) và đặc biệt từ những năm 2010, sự phát triển nhanh chóng của Internet, hạ tầng công nghệ thông tin và các hệ thống quản lý dữ liệu đã thúc đẩy các NHTW tích hợp hoạt động thống kê vào những hệ thống công nghệ thông tin hiện đại. Một ví dụ tiêu biểu bộ tiêu chuẩn quốc tế Statistical Data and Metadata eXchange (SDMX), được phát triển từ năm 2002 bởi một nhóm các tổ chức quốc tế nhằm chuẩn hóa việc trao đổi dữ liệu và siêu dữ liệu thống kê (Eurostat và UNECE, 2002; Tổ chức Tài chính Quốc tế - IFC, 2025). Đồng thời, sự xuất hiện của dữ liệu lớn trong thống kê chính thức đã mở ra những cơ hội mới cho các NHTW trong việc khai thác các nguồn dữ liệu thay thế và nâng cao hiệu quả phân tích chính sách (Bholat, 2015; Serena và cộng sự, 2021).

Làn sóng thứ năm: AI và hệ sinh thái dữ liệu

Giai đoạn gần đây chứng kiến sự mở rộng nhanh chóng của nguồn cung dữ liệu và sự quan tâm ngày càng lớn đối với việc ứng dụng AI trong việc xử lý và phân tích dữ liệu. Các NHTW không chỉ mở rộng danh mục các loại dữ liệu họ sử dụng mà còn tích hợp dữ liệu sâu rộng hơn vào toàn bộ các hoạt động của mình. Xu hướng này cũng thúc đẩy các NHTW xem xét lại và củng cố vai trò của mình như những nhà thu thập, xử lý dữ liệu và phổ biến thông tin thống kê đáng tin cậy phục vụ lợi ích công, trong bối cảnh hệ sinh thái dữ liệu ngày càng đa dạng và phức tạp (IFC, 2025).

2.2. Những thách thức mới trong kỷ nguyên cách mạng dữ liệu

Sau nhiều thập kỷ chuyển đổi, chức năng thống kê của NHTW đã đạt mức độ trưởng thành đáng kể, thể hiện qua sự hợp tác quốc tế sâu rộng, chia sẻ tri thức giữa các tổ chức và cam kết mạnh mẽ đối với những chuẩn mực nghề nghiệp. Tuy nhiên, cuộc cách mạng dữ liệu hiện nay cũng đặt ra nhiều thách thức mới đối với hoạt động thống kê.

Thứ nhất, nhu cầu ngày càng lớn đối với dữ liệu phục vụ hoạch định chính sách

Sau cuộc khủng hoảng tài chính toàn cầu, các NHTW cần nhiều dữ liệu hơn để theo dõi các rủi ro mới trong hệ thống tài chính, chẳng hạn như sự phát triển của khu vực trung gian tài chính phi ngân hàng hoặc các xu hướng liên quan đến tài chính bền vững. Đại dịch Covid-19 cũng cho thấy những hạn chế của một số hệ thống thống kê truyền thống khi việc gián đoạn thu thập dữ liệu có thể dẫn đến tình trạng thiếu thông tin kịp thời cho nhà hoạch định chính sách. Điều này làm nổi bật nhu cầu tận dụng các nguồn dữ liệu thay thế cũng như phát triển các chỉ báo mới nhằm bổ sung cho các nguồn dữ liệu truyền thống (De Beer và Tissot, 2020; IFC, 2025).

Thứ hai, tận dụng cơ hội từ đổi mới công nghệ

Sự phát triển của những công nghệ dữ liệu tiên tiến mang lại nhiều cơ hội cho các NHTW trong việc xử lý và phân tích các bộ dữ liệu quy mô lớn. Tuy nhiên, việc tận dụng hiệu quả những công nghệ này đòi hỏi đầu tư đáng kể vào năng lực tính toán, hệ thống lưu trữ dữ liệu an toàn và các công cụ phần mềm tiên tiến. Đồng thời, các NHTW cũng cần phát triển nguồn nhân lực với những kỹ năng liên ngành, kết hợp giữa thống kê, kinh tế học, khoa học dữ liệu và công nghệ thông tin. Trong bối cảnh cạnh tranh ngày càng mạnh mẽ trên thị trường lao động đối với các chuyên gia dữ liệu, việc thu hút và duy trì đội ngũ nhân lực chất lượng cao trở thành một thách thức đáng kể đối với nhiều NHTW (Russo, 2025).

Thứ ba, bảo đảm tính toàn vẹn và độ tin cậy của thông tin thống kê

Một thách thức quan trọng khác là bảo đảm tính toàn vẹn và độ tin cậy của thông tin thống kê, đặc biệt trong bối cảnh sự lan truyền của các nguồn thông tin chưa được kiểm chứng trong xã hội hiện đại. Điều này đòi hỏi các NHTW phải duy trì những chuẩn mực cao về chất lượng thống kê, đồng thời bảo đảm tính minh bạch và khả năng giải thích của các phương pháp phân tích mới, bao gồm các công cụ AI. Ngoài ra, những vấn đề liên quan đến bảo mật dữ liệu, quyền riêng tư và đạo đức trong sử dụng dữ liệu cũng ngày càng trở nên quan trọng. Do đó, việc xây dựng các khuôn khổ quản trị dữ liệu toàn diện, kết hợp với đầu tư vào an ninh mạng và các hệ thống quản lý dữ liệu tích hợp, là điều kiện cần thiết để bảo vệ uy tín và sự tin cậy của thống kê NHTW (Tổ chức Hợp tác và Phát triển Kinh tế - OECD, 2024; UNECE, 2026).

3. Các định hướng nâng cao vai trò thống kê của NHTW trong kỷ nguyên dữ liệu

Trong bối cảnh số hóa nền kinh tế toàn cầu và hệ sinh thái dữ liệu phát triển mạnh mẽ, hoạt động thống kê của các NHTW đang đứng trước nhiều cơ hội và thách thức mới. Sự bùng nổ của các nguồn dữ liệu, sự gia tăng hoạt động tài chính xuyên biên giới và nhu cầu ngày càng lớn đối với các thông tin kinh tế - tài chính có độ chính xác cao đang đặt ra yêu cầu phải đổi mới toàn diện phương pháp luận, hạ tầng dữ liệu và cơ chế hợp tác trong lĩnh vực thống kê. Để thích ứng với bối cảnh mới, cộng đồng thống kê NHTW đã xác định một số định hướng chủ yếu nhằm nâng cao năng lực thống kê và tận dụng tốt hơn các cơ hội do kỷ nguyên dữ liệu mang lại, cụ thể:

Một là, mở rộng phạm vi và nguồn dữ liệu thống kê

Sự phát triển nhanh chóng của công nghệ số và các hoạt động tài chính mới đã làm gia tăng đáng kể khối lượng và tính đa dạng của dữ liệu kinh tế - tài chính. Trong bối cảnh đó, các NHTW ngày càng chú trọng khai thác những nguồn dữ liệu mới ngoài các hệ thống báo cáo truyền thống, bao gồm dữ liệu hành chính, dữ liệu giao dịch tài chính, dữ liệu từ khu vực tư nhân hoặc những nguồn dữ liệu lớn được tạo ra từ các nền tảng số. Việc mở rộng phạm vi dữ liệu giúp các cơ quan thống kê phản ánh đầy đủ hơn cấu trúc và sự vận động của nền kinh tế, đồng thời hỗ trợ tốt hơn cho việc giám sát hệ thống tài chính cũng như hoạch định chính sách kinh tế vĩ mô. Nhiều sáng kiến quốc tế trong lĩnh vực thống kê NHTW cũng đã nhấn mạnh tầm quan trọng của việc khai thác những nguồn dữ liệu mới nhằm bổ sung cho các hệ thống thống kê truyền thống, đặc biệt trong bối cảnh nền kinh tế số và các dịch vụ tài chính mới phát triển nhanh chóng (IFC, 2025; Hội đồng Bảo an Liên hợp quốc - UNSC, 2025).

Hai là, nâng cao tính kịp thời và khả năng phản ứng của dữ liệu

Cùng với việc mở rộng nguồn dữ liệu, yêu cầu về tính kịp thời của thông tin thống kê cũng ngày càng trở nên quan trọng. Các nhà hoạch định chính sách cần những thông tin cập nhật nhanh chóng để có thể phản ứng kịp thời trước những biến động kinh tế và tài chính. Do đó, nhiều NHTW đang đẩy mạnh ứng dụng những công nghệ phân tích dữ liệu mới, các phương pháp thống kê thời gian thực và hệ thống xử lý dữ liệu tự động nhằm rút ngắn thời gian thu thập, xử lý và công bố dữ liệu. Việc cải thiện tính kịp thời của thống kê không chỉ giúp nâng cao hiệu quả của công tác giám sát kinh tế vĩ mô mà còn góp phần tăng cường khả năng phát hiện sớm các rủi ro tài chính tiềm ẩn. Trong bối cảnh nền kinh tế toàn cầu ngày càng biến động và có mức độ liên kết cao, các hệ thống thống kê linh hoạt và có khả năng cung cấp thông tin gần thời gian thực đang trở thành một yêu cầu quan trọng đối với hoạt động thống kê của NHTW (IFC, 2023; Araujo và cộng sự, 2025).

Ba là, khai thác sâu hơn giá trị phân tích của dữ liệu

Ngoài việc mở rộng phạm vi và cải thiện tính kịp thời của dữ liệu, các NHTW cũng ngày càng chú trọng khai thác sâu hơn giá trị phân tích của dữ liệu thống kê. Điều này đòi hỏi không chỉ thu thập nhiều dữ liệu hơn mà còn phải phát triển các phương pháp phân tích và mô hình thống kê tiên tiến để chuyển đổi dữ liệu thành thông tin có giá trị phục vụ hoạch định chính sách. Những kỹ thuật phân tích dữ liệu nâng cao, bao gồm AI, ML và các phương pháp khai phá dữ liệu, đang được áp dụng ngày càng rộng rãi trong việc phân tích các mối liên kết phức tạp trong hệ thống tài chính. Việc khai thác dữ liệu ở mức độ chi tiết hơn, chẳng hạn thông qua những bộ dữ liệu vi mô hoặc bảng liên kết tài chính giữa các khu vực kinh tế, cho phép các NHTW hiểu rõ hơn về cấu trúc của hệ thống tài chính và những kênh lan truyền rủi ro trong nền kinh tế (IFC, 2025; Križman và Tissot, 2022).

Bốn là, hoàn thiện phương pháp luận và khuôn khổ thống kê

Sự thay đổi nhanh chóng của hệ thống tài chính toàn cầu cũng đặt ra yêu cầu phải liên tục cập nhật phương pháp luận và các chuẩn mực thống kê quốc tế. Những hiện tượng kinh tế mới như sự phát triển của các chuỗi giá trị toàn cầu, doanh nghiệp đa quốc gia hoặc các công cụ tài chính phức tạp… có thể làm xuất hiện những khoảng trống trong các hệ thống thống kê truyền thống và gây ra những sai lệch trong các chỉ tiêu kinh tế vĩ mô. Vì vậy, cộng đồng thống kê quốc tế đã và đang triển khai nhiều sáng kiến nhằm cập nhật các chuẩn mực thống kê để phản ánh tốt hơn những biến đổi của nền kinh tế toàn cầu. Một dấu mốc quan trọng trong quá trình này là việc ban hành Hệ thống tài khoản quốc gia sửa đổi năm 2025 của Liên hợp quốc và Sổ tay cán cân thanh toán và vị thế đầu tư quốc tế phiên bản mới của IMF (BPM7), tạo nền tảng phương pháp luận quan trọng cho việc đo lường các hoạt động kinh tế - tài chính trong bối cảnh mới (UNSC, 2025; OECD, 2025). Những cải tiến này góp phần nâng cao tính nhất quán, khả năng so sánh quốc tế và độ tin cậy của thống kê chính thức.

Năm là, tăng cường minh bạch và phổ biến dữ liệu thống kê

Trong những năm gần đây, các NHTW cũng chú trọng nâng cao tính minh bạch và khả năng phổ biến dữ liệu thống kê. Việc công bố dữ liệu rộng rãi giúp giảm bất cân xứng thông tin giữa các chủ thể kinh tế và tăng cường hiểu biết của công chúng về những quyết định chính sách. Nhiều NHTW đã triển khai các sáng kiến dữ liệu mở nhằm bảo đảm dữ liệu thống kê được truy cập dễ dàng, có thể sử dụng và chia sẻ rộng rãi hơn. Những sáng kiến này thường gắn với các chuẩn mực quốc tế về phổ biến dữ liệu, như Chuẩn phổ biến dữ liệu đặc biệt của IMF hoặc các chương trình dữ liệu toàn cầu do cộng đồng thống kê quốc tế thúc đẩy (IFC, 2020; UNSC, 2026). Bên cạnh đó, truyền thông thống kê ngày càng được coi là một thành phần quan trọng của vòng đời dữ liệu, với việc sử dụng những công cụ trực quan hóa dữ liệu, cổng thông tin dữ liệu và các nền tảng số nhằm tiếp cận nhiều nhóm người dùng khác nhau (UNECE, 2018; IFC, 2024).

Sáu là, hiện đại hóa hạ tầng dữ liệu và thúc đẩy hợp tác trong hệ sinh thái dữ liệu

Một yếu tố quan trọng khác trong quá trình hiện đại hóa thống kê NHTW là nâng cấp hạ tầng dữ liệu và tăng cường hợp tác trong hệ sinh thái dữ liệu. Việc xây dựng các hệ thống công nghệ thông tin hiện đại cho phép tích hợp và xử lý khối lượng lớn dữ liệu từ nhiều nguồn khác nhau, đồng thời nâng cao hiệu quả của toàn bộ quy trình thống kê, từ thu thập, xử lý đến phổ biến dữ liệu (Araujo và cộng sự, 2025; IFC, 2025). Kiến trúc dữ liệu hiện đại thường bao gồm nhiều lớp chức năng, từ thu thập dữ liệu, tích hợp và lưu trữ dữ liệu, xử lý và phân tích dữ liệu cho đến phổ biến thông tin thông qua các cổng dữ liệu hoặc các giao diện lập trình ứng dụng.

Song song với việc hiện đại hóa hạ tầng dữ liệu, hợp tác giữa các tổ chức trong hệ sinh thái dữ liệu cũng ngày càng trở nên quan trọng. Hoạt động trao đổi dữ liệu giữa các NHTW, cơ quan thống kê quốc gia, cơ quan giám sát tài chính và tổ chức quốc tế giúp nâng cao tính nhất quán của các bộ dữ liệu và giảm trùng lặp trong quá trình thu thập thông tin (UNECE, 2020; IFC, 2023). Đồng thời, những mạng lưới hợp tác quốc tế cũng tạo điều kiện cho việc chia sẻ kinh nghiệm, phát triển các chuẩn mực chung và thúc đẩy đổi mới trong lĩnh vực thống kê (BIS, 2024; OECD, 2021). Tuy nhiên, trong quá trình mở rộng hợp tác này, các NHTW vẫn cần duy trì vai trò chủ đạo trong việc bảo đảm chất lượng, tính độc lập và độ tin cậy của các thống kê tiền tệ và tài chính, là những yếu tố có ý nghĩa quan trọng đối với việc xây dựng và thực thi chính sách kinh tế vĩ mô (Mann, 2025; Schubert, 2020).

4. Một số định hướng quan trọng nhằm tăng cường năng lực thống kê của NHTW trong kỷ nguyên dữ liệu

Kỷ nguyên dữ liệu đang tái định hình vai trò của thống kê, đặt ra yêu cầu cấp thiết đối với NHTW trong việc nâng cao năng lực thu thập, xử lý và phân tích thông tin phục vụ điều hành chính sách. Nhằm tăng cường năng lực thống kê của NHTW, một số định hướng được đưa ra, cụ thể như sau:

Một là, xây dựng chiến lược dữ liệu tổng thể

Sự gia tăng nhanh chóng của khối lượng dữ liệu kinh tế - tài chính đặt ra nhu cầu phải quản lý và khai thác dữ liệu một cách hiệu quả và có hệ thống. Nhiều NHTW trên thế giới đã xây dựng các chiến lược dữ liệu dài hạn nhằm định hướng cho việc thu thập, quản lý và khai thác dữ liệu phục vụ hoạt động thống kê và phân tích chính sách. Các chiến lược này thường bao gồm việc phát triển hạ tầng dữ liệu, chuẩn hóa quy trình quản lý dữ liệu và tăng cường khả năng chia sẻ dữ liệu trong nội bộ tổ chức cũng như với các cơ quan liên quan. Việc xây dựng một chiến lược dữ liệu tổng thể giúp bảo đảm rằng dữ liệu được quản lý theo cách nhất quán, đồng thời tạo nền tảng cho việc khai thác hiệu quả các nguồn dữ liệu mới trong kỷ nguyên số.

Hai là, đa dạng hóa nguồn dữ liệu

Trong bối cảnh nền kinh tế số phát triển mạnh mẽ, nhiều nguồn dữ liệu mới đang xuất hiện và có thể được khai thác để bổ sung cho các nguồn dữ liệu thống kê truyền thống. Bên cạnh các dữ liệu báo cáo từ hệ thống tài chính - ngân hàng, những nguồn dữ liệu phát sinh từ các hệ thống thanh toán điện tử, nền tảng giao dịch tài chính số và nguồn dữ liệu trực tuyến khác có thể cung cấp thêm thông tin hữu ích về hoạt động kinh tế. Việc kết hợp các nguồn dữ liệu truyền thống với nguồn dữ liệu mới sẽ giúp nâng cao mức độ chi tiết, tính kịp thời và khả năng phản ánh thực tế của các thống kê kinh tế - tài chính, đồng thời tạo điều kiện thuận lợi cho việc theo dõi những xu hướng kinh tế trong thời gian gần thực.

Ba là, ứng dụng các công nghệ phân tích dữ liệu hiện đại

Sự phát triển của khoa học dữ liệu, AI và các công cụ phân tích dữ liệu lớn đã tạo ra nhiều phương thức mới để xử lý và khai thác dữ liệu kinh tế - tài chính. Những công nghệ này cho phép phân tích khối lượng dữ liệu lớn và phát hiện các mối quan hệ phức tạp trong dữ liệu mà phương pháp phân tích truyền thống khó có thể thực hiện được. Việc ứng dụng các công nghệ phân tích dữ liệu hiện đại không chỉ giúp nâng cao hiệu quả xử lý dữ liệu mà còn hỗ trợ tốt hơn cho việc dự báo kinh tế và nhận diện sớm các rủi ro tiềm ẩn trong hệ thống tài chính. Đây là một trong những yếu tố quan trọng góp phần nâng cao vai trò của thống kê trong hoạt động của NHTW.

Bốn là, hoàn thiện khuôn khổ phương pháp luận và hệ thống chỉ tiêu thống kê

Sự phát triển nhanh chóng của hệ thống tài chính và sự xuất hiện của các sản phẩm tài chính mới có thể làm thay đổi cấu trúc của nền kinh tế và đặt ra những thách thức mới đối với hoạt động thống kê. Do đó, các NHTW cần thường xuyên rà soát và cập nhật những chuẩn mực thống kê quốc tế, đồng thời điều chỉnh phương pháp thu thập, tổng hợp và biên soạn dữ liệu nhằm bảo đảm rằng các thống kê tiền tệ và tài chính phản ánh đầy đủ hơn những diễn biến của nền kinh tế. Việc hoàn thiện khuôn khổ phương pháp luận cũng giúp nâng cao tính nhất quán và khả năng so sánh quốc tế của các dữ liệu thống kê.

Năm là, phát triển hạ tầng dữ liệu và hệ thống công nghệ thông tin

Khối lượng dữ liệu kinh tế - tài chính ngày càng lớn đòi hỏi các NHTW phải xây dựng các hệ thống công nghệ có khả năng lưu trữ, xử lý và tích hợp dữ liệu từ nhiều nguồn khác nhau. Các hệ thống dữ liệu tích hợp và những cơ sở dữ liệu tập trung giúp nâng cao hiệu quả của toàn bộ quy trình sản xuất thống kê, từ khâu thu thập dữ liệu đến xử lý, phân tích và phổ biến thông tin. Hạ tầng dữ liệu hiện đại cũng tạo điều kiện thuận lợi cho việc thực hiện các phân tích dữ liệu chuyên sâu và hỗ trợ tốt hơn cho những hoạt động nghiên cứu kinh tế.

Sáu là, nâng cao tính minh bạch và khả năng phổ biến dữ liệu thống kê

Trong bối cảnh nhu cầu khai thác dữ liệu kinh tế - tài chính ngày càng tăng, việc mở rộng phạm vi công bố dữ liệu và cải thiện khả năng tiếp cận thông tin thống kê có ý nghĩa quan trọng đối với việc nâng cao tính minh bạch của chính sách. Khi dữ liệu thống kê được phổ biến rộng rãi và dễ tiếp cận hơn, các nhà nghiên cứu, tổ chức phân tích và công chúng có thể khai thác dữ liệu phục vụ nghiên cứu và đánh giá chính sách. Điều này góp phần thúc đẩy việc sử dụng dữ liệu thống kê trong phân tích kinh tế và nâng cao hiệu quả của các quyết định chính sách.

Bảy là, tăng cường hợp tác trong hệ sinh thái dữ liệu

Hoạt động thống kê kinh tế - tài chính thường liên quan đến nhiều cơ quan khác nhau, bao gồm cơ quan thống kê quốc gia, các cơ quan giám sát tài chính và tổ chức quốc tế. Việc tăng cường phối hợp giữa các cơ quan này giúp bảo đảm tính nhất quán của dữ liệu, giảm trùng lặp trong quá trình thu thập thông tin và nâng cao hiệu quả của hệ thống thống kê. Đồng thời, việc tham gia vào các mạng lưới hợp tác quốc tế cũng giúp NHTW tiếp cận những chuẩn mực và thông lệ thống kê tiên tiến, qua đó nâng cao chất lượng và độ tin cậy của dữ liệu thống kê.

Tài liệu tham khảo:

1. Advisory Expert Group (AEG) on National Accounts (2025), “Compilation guidance on crypto assets”, Twenty-eighth meeting of the AEG, SNA/M1.25/9, Luxembourg, October.

2. Araujo, D, A Cap, I Mattei, R Schimidt, O Sirello and B Tissot (2025), “Data science in central banking: unlocking the potential of data”, IFC Bulletin, no 64, May.

3. Auer, R, D Dodson, A Dupont, M Haghighi, N Margaine, D Marsden, S McCarthy and A Valko (2025), “Quantum-readiness for the financial system: a roadmap”, BIS Papers, no 158, July.

4. Bartolomucci, F and G Bresolin (2025), “Understanding data collaboratives ten years after their definition: distinctive features, impacts and research priorities”, Electronic markets, vol 35, no 92, November.

5. Barut-Etherington, M-L and C Golfier-Chataignault (2024), “Three good reasons for central banks to (also) produce statistics”, Bank of France Bulletin, vol 250, no 4, March.

6. Beaumont, J F (2020), “Are probability surveys bound to disappear for the production of official statistics?”, Survey Methodology, vol 46, no 1, June.

7. Bese Goksu, E and B Tissot (2018), “Monitoring systemic institutions for the analysis of micro-macro linkages and network effects”, Journal of Mathematical and Statistical Science, vol 4, no 4, April.

8. Bholat, D (2013), “The future of central bank data”, Journal of Banking Regulation, vol 14, July.

9. Božič Verbič, A (2025), “Official statistics and government decision making: a bibliometric and thematic analysis of policy-related academic research”, Journal of Official Statistics, vol 41, no 4, June.

10. Dilip, A., Mdingi, Z., Sirello, O., & Tissot, B. (2025), The evolving role of central bank statistics. IFC Bulletin No.66, BIS.

11. Diz Dias, J, M Gómez Ramos, E Martín de Andrés, F Pastoris, M Schmitz, O Sirello and B Tissot (2025), “External statistics in a fragmented and uncertain world: addressing novel analytical challenges”, Statistical Journal of the IAOS, vol 41, no 2, May.

12. Dodge, D (2004), “It all starts with the data”, IFC Bulletin, no 18, July.

13. Doersch, C (2021), “Tutorial on variational autoencoders”, arXiv, no 606.05908, January.

14. Drehmann, M, C Borio and K Tsatsaronis (2012), “Characterising the financial cycle: don’t lose sign of the medium term!”, BIS Working Papers, no 380, June.

15. Eurostat and United Nations Economic Commission for Europe (UNECE) (2002), “Report on common open standards for the exchange and sharing of socio-economic data and metadata: the SDMX initiative”, Working Paper, no 11, March.

16. Fernandes, K and D Jones (2018), “The Reserve Bank’s securitisation dataset”, Bulletin of the Reserve Bank of Australia, December.

17. F16. inazzi, F (2023), “Replacing discontinued big tech mobility reports: a penetrationbased analysis”, Sci Rep, vol 13, no 935, January.

18. Froeschl, K (1999), “Metadata management in official statistics - an IT-based methodology approach”, Austrian Journal of Statistics, vol 28, no 2.

19. Gray, N, F Lattimore, K McLoughlin and C Windsor (2025), “An AI-powered tool for central bank business liaison: quantitative indicators and on-demand insights from firms”, Reserve Bank of Australia Research Discussion Paper, no 2025-06, August.

20. Goodhart, C (2010), “The changing role of central banks”, BIS Working Paper, no 326, November.

21. Holmberg, A. (2025), “Future pathways embracing multisource statistics and novel data sources at national statistical offices”, Journal of Official Statistics, vol 41, no 3, August.

22. Hume McIntosh, S (2021), “Measuring aggregate housing wealth: new insights from automated valuation models”, IFC Bulletin, no 53, April.

23. International Monetary Fund (IMF) (2013), The special data dissemination standard: guide for subscribers and users.

24. Board Se cretariat (2023), G20 Data Gaps Initiative 3 workplan - people planet economy, March.

25. Board Secretariat (2025), G20 Data Gaps Initiative - phase three (DGI-3) progress report, October.

26. Irving Fisher Committee on Central Bank Statistics (IFC) (2026), 2025 IFC Annual report, January.

27. Jansen, R, D Buckley, M Jug and K Yao (2025), “How privacy enhancing technologies can advance responsible data sharing”, Statistical Journal of the IAOS, vol 41, no 3, September.

28. Mann, C (2025), “Don’t blame the herald: statistical independence is indispensable”, ECB Blog, 26 September.

29. Martin, L and H Fu (2025), “Harnessing the private sector for better development data”, World Bank Blogs, 27 May.