Tập huấn: Sử dụng dữ liệu lớn để thu thập giá cả trực tuyến và ứng báo lạm phát

Khóa tập huấn thuộc dự án nghiên cứu "Thu thập giá cả trực tuyến và ứng báo lạm phát", nằm trong khuôn khổ chương trình Newton Việt Nam, được thực hiện trực tiếp bởi Hội Đồng Anh và được tài trợ bởi Bộ Doanh nghiệp, Năng lượng và Chiến lược Công nghiệp (BEIS) Anh Quốc. Dự án nghiên cứu được thực hiện từ năm 2017 đến năm 2019 bởi Nhóm Phân tích và Dự báo Kinh tế Vĩ mô của VEPR, dưới sự hướng dẫn của TS. Nguyễn Đức Thành – Viện trưởng và Nhóm nghiên cứu thuộc Trường Quản trị, Đại học Swansea, dưới sự hướng dẫn của Giáo sư Sasha Talavera Tham dự khóa tập huấn là thành viên của một số viện nghiên cứu, trường đại học và ngân hàng thương mại.

Tham dự khóa học là nghiên cứu viên của Viện Nghiên cứu Kinh tế và Chính sách (VEPR), Viện Chính Sách và Chiến Lược phát Triển Nông Nghiệp Nông Thôn (IPSARD), Trung tâm Nghiên cứu Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV), giảng viên trường Đại học Kinh tế Quốc dân, Đại học Ngoại Thương,...

Mở đầu khóa học, TS. Nguyễn Đức Thành giới thiệu vắn tắt về khóa tập huấn. Theo TS. Thành, nếu biết cách khai thác phân tích được dữ liệu lớn, các nghiên cứu viên sẽ có khả năng thực hiện các đề tài chuyên sâu và đưa ra các phát hiện vô cùng thú vị.

Bà Nguyễn Thu Giang - đại diện Hội Đồng Anh phát biểu chào mừng và giới thiệu thêm về Chương trình Newton Việt Nam. Ngoài ra, bà cũng giới thiệu một số chương trình tài trợ cho các tổ chức cũng như fellowship cho cá nhân.

Sau phần khai mạc, ThS. Vũ Minh Long - Trưởng nhóm Phân tích và Dự báo Kinh tế Vĩ mô của VEPR tóm lược một số nghiên cứu về chủ đề lạm phát tại Việt Nam. 

Ông Nguyễn Thế Hưng - Chuyên gia thống kê trình bày về quá trình thu thập thông tin về giá cả và ước tính chỉ số giá tiêu dùng của Việt Nam.

Sau khi có được cái nhìn toàn cảnh về tình hình lạm phát, cách tính và chỉ số giá tiêu dùng của Việt Nam, Giáo sư Sasha Talevera trình bày về các thông tin cơ bản, cũng như so sánh cách đặt giá của thị trường trực tuyến giữa các quốc gia. Ông đưa các nghiên cứu viên đi từ các kiến thức dễ đến khó về dữ liệu lớn và cách phân tích những dữ liệu này để hỗ trợ công việc nghiên cứu. 

Thùy Liên