Tiêu chuẩn thống kê SDMX và các công cụ nguồn mở

SDMX là tiêu chuẩn quốc tế ISO, tạo thuận lợi cho việc phát hành và phổ biến các dữ liệu thống kê và trao đổi metadata một cách dễ dàng giữa các tổ chức. Tiêu chuẩn này đưa ra cách tiếp cận tích hợp, có tác dụng mở rộng khả năng tương tác giữa các hệ thống thông tin trong quá trình xử lý và trao đổi các dữ liệu thống kê, cũng như metadata liên quan.

Báo cáo tóm tắt kết quả điều tra kinh nghiệm của các NHTW và sự cần thiết liên quan đến SDMX, cách tiếp cận và mối quan tâm của các NHTW về SDMX nhằm mục tiêu đánh giá tình hình thực hiện SDMX, mức độ chấp nhận và thành công cũng như yêu cầu của các công cụ SDMX trong các quy trình thống kê khác nhau.

Thông qua việc tạo thuận lợi cho trao đổi, phát hành và phổ biến dữ liệu thống kê và metadata giữa các cơ quan, tiêu chuẩn SDMX (ISO 2023) được kích hoạt và hỗ trợ bởi các tổ chức quốc tế có thể là cấu thành chủ chốt hỗ trợ việc phát hành thống kê chính thức trên toàn cầu.

Tiêu chuẩn thống kê SDMX có thể là công cụ đảm bảo khả năng tiếp cận, tìm kiếm, tính vẹn toàn và mở cửa thống kê chính thức. Trong bối cảnh tiến bộ của công nghệ tiến triển nhanh chóng, mô hình thông tin vững chắc do SDMX đưa ra có thể giúp các cán bộ thống kê mở rộng dữ liệu bằng metadata bổ sung.

Lợi ích của tiêu chuẩn SDMX rất phù hợp với những NHTW phụ thuộc vào mức độ sẵn sàng của thống kê cấu trúc và thống kê tư liệu về hệ thống kinh tế, tài chính phục vụ điều hành chính sách.

SDMX bao gồm 2 cấu thành cơ bản: Mô hình thông tin vững chắc và tiêu chuẩn kỹ thuật cụ thể. Mô hình thông tin đưa ra khung khổ toàn diện để mô tả các phương án cơ bản liên quan đến dữ liệu thống kê, metadata và quy trình trao đổi dữ liệu, do đó, có thể ứng dụng cho tất cả các bộ dữ liệu đa chiều không liên quan đến lĩnh vực thống kê. Tiêu chuẩn kỹ thuật đưa ra đặc điểm kỹ thuật chi tiết để triển khai các công cụ IT hỗ trợ mô hình thông tin SDMX thông qua vòng đời dữ liệu. Ngoài ra, SDMX được thực hiện dễ dàng nhờ chia sẻ các kinh nghiệm quốc tế và đặc điểm kỹ thuật thông thường, như các mô hình dữ liệu miền đặc biệt.

Trong 10 năm qua, số lượng NHTW chấp nhận SDMX đã tăng lên với 2/3 số quốc gia đã sử dụng tiêu chuẩn SDMX và đa số xác nhận là có lợi. Các NHTW tập trung phần lớn các nỗ lực vào phổ biến dữ liệu, bao gồm báo cáo và đã trao đổi hoặc chia sẻ dữ liệu với các tổ chức quốc tế sử dụng tiêu chuẩn SDMX. Các NHTW cũng báo cáo những thách thức đáng kể khi chấp nhận SDMX, như thiếu nguồn nhân lực và năng lực đào tạo, rất khó nhận được sự hỗ trợ từ các cán bộ thống kê (thống kê theo chủ đề). Những trở ngại này phản ánh thực tế là việc trao đổi dữ liệu vẫn tập trung chủ yếu vào các lĩnh vực thống kê có cấu trúc dữ liệu được xác định rõ ràng theo thỏa thuận quốc tế (DSDs) như: cán cân thanh toán, tài khoản quốc gia, đầu tư nước ngoài trực tiếp.

Trong 10 năm qua, số lượng NHTW chấp nhận và sử dụng hiệu quả tiêu chuẩn SDMX tăng cao. Ngoài ra, ưu tiên chủ yếu là mở rộng mức độ sẵn sàng của DSDs toàn cầu trong những lĩnh vực khác nhau giữa thống kê tài chính và kinh tế vĩ mô, thống kê thương mại quốc tế, thống kê doanh nghiệp và giá cả. Hơn nữa, mức độ sẵn sàng và chất lượng của các nguồn SDMX đã cải thiện đáng kể, nhất là những SDMX liên quan đến các công cụ phần mềm. Một kết quả quan trọng đã đạt được vào năm 2021 là một phiên bản SDMX 3.0 mới đã được phát hành, giới thiệu những đặc điểm cơ bản về xử lý các dữ liệu không gian địa lý và dữ liệu vi mô, mở ra hướng đi mới để mở rộng và triển khai tiêu chuẩn này bên ngoài phạm vi kinh tế vĩ mô truyền thống.

Tiến triển đáng ghi nhận là SDMX được các NHTW chấp nhận đã tăng đáng kể trong thập niên gần đây và hiện đang được triển khai tại 8/10 quốc gia tham gia khảo sát, trong khi 10 năm trước chỉ có 2/3 quốc gia. Việc chấp nhận SDMX tập trung vào 5 lĩnh vực cơ bản: ài chính công, tài khoản tài chính, thống kê tài chính và tiền tệ, thị trường tài chính, chứng khoán và cán cân thanh toán.

Yếu tố chủ chốt dẫn dắt xu hướng chấp nhận SDMX là, mô hình thông tin được điều chỉnh riêng cho quy trình xử lý dữ liệu metadata. Điều này giúp các NHTW chuẩn hóa các quy trình thống kê, góp phần nâng cao hiệu quả hoạt động và năng lực quản trị. Yếu tố thứ hai dẫn dắt xu hướng chấp nhận SDMX là, tiêu chuẩn SDMX tạo điều kiện để nâng cao khả năng tương tác, một cấu thành cần thiết trong việc hỗ trợ các NHTW trở thành trung tâm dữ liệu thống kê. Yếu tố thứ ba là, cải thiện khả năng tìm kiếm, tiếp cận, khả năng tái sử dụng và độ mở của các dữ liệu. Yếu tố thứ tư là, có đầy đủ các công cụ và phần mềm có thể sử dụng để hỗ trợ việc triển khai SDMX trong các giai đoạn phát hành, trao đổi và phổ biến dữ liệu.

Tuy nhiên, rào cản cơ bản đối với việc chấp nhận ban đầu và chuyển đổi sang các phiên bản SDMX mới là, thiếu vắng các nguồn lực thích hợp và kỹ năng nội bộ, gây khó khăn cho việc áp dụng các công cụ IT nội bộ theo tiêu chuẩn. Ngoài ra, vẫn còn chênh lệch khá lớn trong phần mềm mặc dù ngày càng có nhiều công cụ nguồn mở được đưa ra trên toàn cầu, cản trở việc thực hiện SDMX giữa các giai đoạn khác nhau của vòng đời dữ liệu.

Thách thức cơ bản thứ hai là, yêu cầu về dữ liệu báo cáo tăng theo những thay đổi đối với SDMX. Kết quả là, từng NHTW vận hành theo những phiên bản tiêu chuẩn khác nhau tùy theo cơ quan soạn thảo dữ liệu và lĩnh vực thống kê. Điều này hạn chế việc xác nhận những cộng hưởng tiềm tàng giữa các lĩnh vực thống kê, làm tăng rủi ro sử dụng nguồn lực không hiệu quả. Những thiếu sót này nhấn mạnh sự cần thiết đối với các cán bộ thống kê (bao gồm các NHTW) là phải áp dụng phiên bản tiêu chuẩn SDMX mới nhất và tùy thuộc vào các công cụ cập nhật liên quan. Trong tương lai, các NHTW có thể chủ động xử lý những thách thức hiện nay và tận dụng những lợi thế của SDMX để cải thiện phương pháp phát hành và tiếp cận thống kê. Thứ nhất, SDMX có thể đóng vai trò xúc tác để khai thác năng lực của AI tại các NHTW, góp phần mở rộng quy trình xử lý dữ liệu tự động, nâng cao chất lượng dữ liệu và khám phá dữ liệu một cách hợp lý. Thứ hai, ngày càng có nhiều cơ hội hợp tác quốc tế và trao đổi kiến thức, cho phép các NHTW học hỏi kinh nghiệm từ báo cáo của những định chế khác khi triển khai bộ công cụ SDMX.

Kết quả chấp nhận SDMX

Đợt điều tra năm 2023 thu hút sự tham gia của 52 quốc gia và vùng lãnh thổ, chiếm khoảng 50% số thành viên IFC từ các khu vực khác nhau trên thế giới. Trong số này, 79% số NHTW thông báo đã sử dụng hoặc thực hiện tiêu chuẩn SDMX, 14% đang đánh giá hoặc có kế hoạch thực hiện tiêu chuẩn SDMX. Tỷ lệ này trong đợt điều tra năm 2015 lần lượt là 64% và 13%.

Đối với những NHTW chưa sử dụng SDMX, rào cản chủ yếu để chấp nhận tiêu chuẩn SDMX là cần áp dụng các công cụ nội bộ và thiếu nguồn lực. Trong đó, công cụ IT thích hợp là ưu tiên hàng đầu, nhất là tại châu Á và châu Phi. Ngoài ra, các NHTW nhấn mạnh tầm quan trọng của các trợ giúp kỹ thuật và đào tạo để tạo thuận lợi cho việc chấp nhận tiêu chuẩn, cung cấp kiến thức về SDMX.

Phiên bản SDMX 3.0 được đánh giá là thành công mang tính trụ cột, khi giới thiệu các đặc điểm cơ bản về xử lý các nhu cầu kinh doanh đang tiến triển và mở rộng các chủng loại dữ liệu khác nhau, như thông tin chi tiết và thông tin về không gian địa lý. Phiên bản 3.0 cũng bổ sung những thay đổi quan trọng liên quan đến mô hình thông tin SDMX, đáng chú ý là thay đổi để cải thiện metadata cũng như giao diện lập trình ứng dụng (API) đối với SDMX và thay đổi về thể thức dữ liệu SDMX. Tuy nhiên, cho tới nay, mới có 6% trong số NHTW tham gia khảo sát chấp nhận phiên bản SDMX 3.0 này, nguyên nhân chủ yếu là do thiếu nguồn lực và mức độ hỗ trợ các công cụ IT liên quan đến SDMX còn thấp.

Khảo sát cũng đánh giá những tiêu chuẩn khác liên quan đến việc xử lý các dữ liệu thống kê và metadata. Trong số này có XBRL (ngôn ngữ báo cáo kinh doanh mở rộng), được sử dụng chủ yếu trong báo cáo tài chính điều tiết. Đáng chú ý, 52% số NHTW đang sử dụng hoặc thực hiện XBRL, 6% số NHTW tiếp tục đánh giá hoặc có kế hoạch thực hiện XBRL. XBRL được ứng dụng chủ yếu trong việc xử lý dữ liệu thống kê từ các ngân hàng và những cơ quan báo cáo khác. Tiếp đến là tiêu chuẩn VTL (ngôn ngữ chuyển đổi và xác nhận), có tác dụng bổ sung cho SDMX, tập trung vào việc xác nhận dữ liệu tiên tiến và năng lực chuyển đổi.

Sử dụng SDMX giữa các chu kỳ khác nhau của vòng đời dữ liệu

Tiêu chuẩn SDMX mô tả một mô hình thông tin tổng hợp, bao gồm các khái niệm cơ bản về dữ liệu thống kê, metadata và quy trình trao đổi dữ liệu. Mô hình thông tin này có thể được áp dụng cho tất cả các bộ dữ liệu đa chiều, thuộc mọi lĩnh vực khác nhau. Ngoài ra, mô hình thông tin này không chỉ bao gồm các đặc điểm kỹ thuật (như thể thức, cấu trúc và chức năng dữ liệu), mà cả các hướng dẫn thống kê như khái niệm, phương pháp luận và phân loại. Mô hình này có thể bao gồm tất cả các chu kỳ khác nhau của vòng đời thống kê, cụ thể là bộ các quy trình kinh doanh cần thiết để tạo ra thống kê chính thức, như đã được mô tả tại mô hình quy trình thống kê kinh doanh tạo sinh.

Trên 81% số quốc gia và vùng lãnh thổ cho biết, SDMX rất thích hợp cho chu kỳ báo cáo dữ liệu. Điều này phản ánh một thực tế là, phần lớn các NHTW sử dụng SDMX bắt nguồn từ yêu cầu của các cơ quan tiếp nhận quốc tế về báo cáo dữ liệu, nhất là về báo cáo liên quan đến các mục tiêu phát triển bền vững, thống kê thương mại quốc tế, tiêu chuẩn dữ liệu của IMF.

Tuy nhiên, các NHTW đã triển khai cách tiếp cận tổng hợp hơn, tận dụng SDMX để hỗ trợ các giai đoạn khác nhau của quy trình soạn thảo thống kê. Theo thời gian, tiêu chuẩn này có ưu điểm là rất linh hoạt và nhanh chóng.

Nhờ mô hình thông tin tổng hợp và linh hoạt, SDMX cũng có thể được sử dụng bên ngoài các quy trình thống kê, như hỗ trợ hiệu quả việc thực hiện các kỹ thuật máy học, hỗ trợ các sáng kiến nghiên cứu dựa trên AI, tạo thuận lợi cho việc kết hợp các bộ dữ liệu lớn trong các mô hình đào tạo.

Các công cụ SDMX: Thực trạng về chấp nhận và hạn chế

Liên quan đến SDMX, các NHTW sử dụng số lượng rất lớn các công cụ IT khác nhau. Những nguồn công cụ này bao gồm công cụ tự phát triển (nội bộ), các nguồn mở và thương mại, và có thể được sử dụng kết hợp. Sự đa dạng này cho thấy thế mạnh của SDMX, khuyến khích việc sử dụng các công cụ theo mục tiêu đề ra và có thể kết hợp các công cụ để đáp ứng nhu cầu đặc thù riêng.

Trong số này, các công cụ nguồn mở được sử dụng rộng rãi nhất, chiếm khoảng 51%, tiếp đến là công cụ tự phát triển (36%) và công cụ thương mại (13%). Việc sử dụng các công cụ tùy thuộc vào chủng loại. Trong đó, các công cụ tự phát triển được sử dụng hạn chế trong cơ quan riêng rẽ, trong khi các công cụ thương mại và công cụ nguồn mở được nhiều cơ quan sử dụng.

Một điểm đáng lưu ý trong đợt khảo sát là, đa số các NHTW (83%) báo cáo là rất hài lòng với các công cụ SDMX nguồn mở có sẵn, những nguồn này ngày càng được sử dụng rộng rãi trong tất cả các giai đoạn của vòng đời dữ liệu. Nguyên nhân chủ yếu của thành công này là các cơ quan thống kê học hỏi được kinh nghiệm từ các công cụ nguồn mở, với việc sử dụng có thể mở rộng từ những ứng dụng đơn giản sang ứng dụng quan trọng và ứng dụng đối mặt khách hàng. Hơn nữa, phần mềm nguồn mở cũng mang lại lợi ích đáng kể cho người dùng.

Mặc dù xu hướng sử dụng các công cụ SDMX ngày càng tăng cao, vẫn còn những rào cản đáng kể liên quan đến việc chấp nhận tiêu chuẩn SDMX, nổi bật là chi phí ứng dụng các công cụ phần mềm nội bộ và thiếu sự hỗ trợ về công cụ SDMX nguồn mở. Cùng với những trở ngại khác, phần lớn các công cụ SDMX hiện nay mới chỉ được một vài định chế sử dụng, có thể là do phần mềm đưa ra còn phân đoạn và chưa hiệu quả. Vì thế, giải pháp đưa ra là cần củng cố nguồn cung phần mềm, thí dụ là theo những nền tảng thông thường. Liên quan đến vấn đề này, cộng đồng sản xuất nguồn mở đã tiến hành những giải pháp khác nhau để tăng cường sự hiểu biết và xử lý nhu cầu của người dùng bằng cách phối hợp các nỗ lực để củng cố việc chấp nhận công cụ SDMX.

Báo cáo cũng cho thấy, an ninh mạng là rào cản lớn đối với việc chấp nhận các công cụ SDMX, nhất là công cụ nguồn mở, và việc xử lý đòi hỏi phải đảm bảo sự tuân thủ các tiêu chuẩn ngành nhằm xây dựng niềm tin và nới lỏng quy trình chấp nhận.

Bên cạnh sự cần thiết phải giảm bớt những rào cản trên đây, một vấn đề quan trọng là cần nâng cao kỹ năng và kiến thức trong mỗi cơ quan, điều này sẽ tùy thuộc vào khả năng của các nguồn đào tạo và dịch vụ hỗ trợ.

Các lĩnh vực thống kê chấp nhận SDMX

Báo cáo khảo sát các lĩnh vực thống kê chấp nhận tiêu chuẩn SDMX, tập trung vào 5 lĩnh vực cơ bản: thống kê tài chính và tiền tệ, thống kê chứng khoán và thị trường tài chính, cán cân thanh toán và vị thế đầu tư quốc tế, thống kê hệ thống thanh toán, thống kê giám sát và thận trọng. Ngoài ra, các NHTW cũng áp dụng tiêu chuẩn SDMX vào sáu lĩnh vực thống kê, nhưng với mức độ hạn chế, bao gồm: thống kê tài chính công, tài khoản tài chính, thương mại quốc tế, GDP và tài khoản phi tài chính, thống kê giá cả và thị trường lao động.

Trong thập niên vừa qua, SDMX được các NHTW sử dụng rộng rãi trong thống kê kinh tế vĩ mô, nhờ hưởng lợi từ DSDs toàn cầu. Những lĩnh vực này tập trung vào thống kê tài chính và tiền tệ, thống kê chứng khoán và thị trường tài chính, cán cân thanh toán và vị thế đầu tư quốc tế (chiếm khoảng 60% số quốc gia sử dụng SDMX trong ba lĩnh vực này). Ở mức độ thấp hơn, SDMX được sử dụng trong thống kê hệ thống thanh toán (53%), thống kê giám sát và thận trọng (44%).

Ngoài 11 lĩnh vực cơ bản nêu trên, các NHTW cũng ngày càng quan tâm đến thống kê các dữ liệu môi trường, cụ thể là để xây dựng báo cáo DSDs toàn cầu, phù hợp với hệ thống kế toán môi trường kinh tế.

Các NHTW cũng có kế hoạch mở rộng việc thực hiện SDMX sang những giai đoạn khác của vòng đời dữ liệu, nhất là mô hình hóa, phát hành và phổ biến thống kê, tập trung vào những lĩnh vực chưa được sử dụng rộng rãi như thương mại quốc tế, GDP, thống kê giá cả và thị trường lao động - những lĩnh vực đã tạo ra DSDs toàn cầu.

Từ triển vọng này, việc mở rộng khả năng sử dụng DSDs toàn cầu được coi là chìa khóa để thúc đẩy các NHTW sử dụng tiêu chuẩn SDMX trong các lĩnh vực dữ liệu. Điều này đòi hỏi phải giảm dần những khác biệt hiện nay, nhất là trong lĩnh vực thống kê hệ thống thanh toán, thống kê giám sát và thận trọng. Ngoài thống kê tổng thể hoặc thống kê các chuỗi thời gian vĩ mô (chuỗi các điểm dữ liệu xảy ra theo thứ tự liên tiếp trong một khoảng thời gian), các NHTW cần mở rộng sử dụng SDMX sang những loại hình dữ liệu mới, như dữ liệu vi mô và dữ liệu không gian địa lý.

(Nguồn: BIS tháng 2/2025)