Dữ liệu World Bank là nguồn dữ liệu thứ cấp miễn phí, có hệ thống và được trích dẫn rộng rãi nhất cho các đề tài kinh tế vĩ mô, phát triển, tài chính quốc tế và thể chế. Với vài thao tác, bạn có thể lấy chuỗi tăng trưởng GDP, lạm phát, FDI hay chỉ số quản trị của Việt Nam và hàng trăm nền kinh tế khác. Tuy vậy, nhiều luận văn mất điểm vì tải sai chỉ số, ghép nhầm phiên bản hoặc tự ý lấp chỗ trống mà không công bố.

Bài viết hướng dẫn bạn hiểu cấu trúc dữ liệu World Bank qua hai bộ WDI và WGI, đọc mã chỉ số, tải dữ liệu qua DataBank, qua API và bằng lệnh wbopendata trên Stata 17/18, chuyển sang dạng bảng, xử lý dữ liệu thiếu trung thực, trích dẫn theo giấy phép CC BY 4.0 và gợi ý đề tài. Nếu cần nền tảng về dữ liệu bảng, hãy đọc thêm bài phân tích dữ liệu bảng bằng Stata.
Điểm chính của bài
- Dữ liệu World Bank cho nghiên cứu chủ yếu đến từ WDI (chỉ số phát triển) và WGI (chỉ số quản trị).
- Mỗi chỉ số có mã riêng như
NY.GDP.MKTP.KD.ZG; luôn ghi mã trong luận văn để người khác tái lập được. - Có ba cách tải: DataBank (giao diện web), API (đường dẫn JSON) và
wbopendatatrên Stata. - Ô ".." là dữ liệu thiếu; không được tự nội suy hay bịa số mà không công bố phương pháp.
- Dữ liệu phát hành có độ trễ, năm gần nhất thường là t-1 hoặc t-2, và cần trích dẫn theo CC BY 4.0.
Nội dung bài viết
- Dữ liệu World Bank gồm những gì?
- Hiểu mã chỉ số trong dữ liệu World Bank
- Cách tải dữ liệu World Bank từ DataBank
- Lấy dữ liệu World Bank qua API
- Tải dữ liệu World Bank bằng wbopendata trên Stata
- Xử lý dữ liệu thiếu trong dữ liệu World Bank
- Trích dẫn dữ liệu World Bank theo CC BY 4.0
- Ý tưởng đề tài với dữ liệu World Bank
- Lỗi thường gặp khi dùng dữ liệu World Bank
- Checklist dữ liệu World Bank trước khi phân tích
- Câu hỏi thường gặp về dữ liệu World Bank
- Tài liệu tham khảo
Dữ liệu World Bank gồm những gì?
Ngân hàng Thế giới công bố nhiều cơ sở dữ liệu trên cổng World Bank Open Data. Với sinh viên và học viên cao học, hai bộ được dùng nhiều nhất là World Development Indicators (WDI) và Worldwide Governance Indicators (WGI). Ngoài ra còn các bộ chuyên đề như Global Financial Development, Doing Business (đã ngừng), Enterprise Surveys hay International Debt Statistics.
WDI là bộ tổng hợp lớn nhất, theo mô tả của World Bank gồm hơn một nghìn chỉ số cho trên 200 nền kinh tế, nhiều chuỗi bắt đầu từ năm 1960. Các nhóm chủ đề gồm tài khoản quốc gia, giá cả, thương mại, cán cân thanh toán, tài chính, lao động, dân số, giáo dục, y tế, năng lượng và môi trường. Phần lớn đề tài vĩ mô dùng dữ liệu World Bank đều xuất phát từ WDI.
Chỉ số quản trị WGI trong dữ liệu World Bank
WGI đo lường chất lượng quản trị quốc gia theo sáu khía cạnh: tiếng nói và trách nhiệm giải trình (VA), ổn định chính trị và không có bạo lực (PV), hiệu quả chính phủ (GE), chất lượng quy định (RQ), pháp quyền (RL) và kiểm soát tham nhũng (CC). Phương pháp tổng hợp từ nhiều nguồn khảo sát và đánh giá chuyên gia được trình bày trong Kaufmann và cộng sự (2011).
Giá trị "Estimate" (mã dạng GE.EST) được chuẩn hóa, phần lớn nằm trong khoảng xấp xỉ -2,5 đến 2,5; giá trị càng cao, quản trị càng tốt. WGI có số liệu từ 1996, hai năm một lần đến 2002 và hằng năm từ đó. Các bản phát hành gần đây có điều chỉnh phương pháp, vì vậy hãy đọc tài liệu kèm phiên bản bạn tải và không ghép số giữa các phiên bản khác nhau.
Hiểu mã chỉ số trong dữ liệu World Bank
Mã chỉ số WDI được ghép từ các phần ngăn cách bởi dấu chấm. Phần đầu cho biết chủ đề, các phần sau cho biết đại lượng và đơn vị. Ví dụ, NY là tài khoản quốc gia, FP là giá cả, BX là cán cân thanh toán (phía thu), NE là chi tiêu quốc gia, SL là lao động, SP là dân số. Ở đuôi mã, ZG là tốc độ tăng trưởng hằng năm (%), ZS là tỷ lệ phần trăm, KD là USD giá cố định, CD là USD giá hiện hành, GD là tính trên GDP.
| Mã chỉ số | Tên chỉ số | Đơn vị | Bộ |
|---|---|---|---|
NY.GDP.MKTP.KD.ZG |
Tăng trưởng GDP | % hằng năm | WDI |
NY.GDP.PCAP.KD |
GDP bình quân đầu người | USD giá cố định | WDI |
FP.CPI.TOTL.ZG |
Lạm phát giá tiêu dùng | % hằng năm | WDI |
BX.KLT.DINV.WD.GD.ZS |
Vốn FDI ròng chảy vào | % GDP | WDI |
NE.TRD.GNFS.ZS |
Độ mở thương mại | % GDP | WDI |
FS.AST.PRVT.GD.ZS |
Tín dụng nội địa cho khu vực tư nhân | % GDP | WDI |
SL.UEM.TOTL.ZS |
Tỷ lệ thất nghiệp (ước tính ILO) | % lực lượng lao động | WDI |
GE.EST |
Hiệu quả chính phủ | Điểm ước lượng | WGI |
Hai chỉ số có tên gần giống nhau có thể khác hẳn về đơn vị, ví dụ GDP theo USD giá hiện hành và giá cố định. Trước khi tải, hãy mở phần mô tả chỉ số (metadata) để đọc định nghĩa, nguồn gốc và cách tính.

Cách tải dữ liệu World Bank từ DataBank
DataBank là công cụ trên web cho phép chọn quốc gia, chỉ số, năm và tải về dạng Excel hoặc CSV mà không cần lập trình.
- Chọn cơ sở dữ liệu. Ở trang DataBank, chọn World Development Indicators (hoặc Worldwide Governance Indicators).
- Chọn Country. Tích các nước cần dùng, ví dụ năm nước ASEAN; tránh chọn nhầm các nhóm tổng hợp như "East Asia & Pacific".
- Chọn Series. Gõ tên hoặc mã chỉ số vào ô tìm kiếm, ví dụ
FP.CPI.TOTL.ZG. - Chọn Time. Tích khoảng năm cần dùng, ví dụ 2005 đến năm gần nhất có dữ liệu.
- Sắp xếp Layout. Đặt Country và Time ở hàng, Series ở cột để file tải về có sẵn dạng bảng.
- Tải về. Bấm Download options > CSV hoặc Excel, lưu kèm ngày tải.
File CSV của DataBank có các cột tên quốc gia, mã quốc gia ba chữ cái (ví dụ VNM), năm và từng chỉ số. Cuối file dữ liệu World Bank tải từ DataBank thường có vài dòng ghi chú nguồn và ngày cập nhật, cần xóa trước khi phân tích. Ô thiếu được ghi là "..".
Nhập file DataBank vào Stata
import delimited "wdi_asean.csv", varnames(nonames) rowrange(2) stringcols(_all) clear
rename (v1 v2 v3 v4 v5 v6 v7) (year yearcode country iso3 gdpg inf fdi)
drop if iso3 == ""
foreach v of varlist gdpg inf fdi {
replace `v' = "" if `v' == ".."
}
destring year gdpg inf fdi, replace
Thứ tự cột phải khớp với Layout bạn đã chọn khi tải dữ liệu World Bank, vì vậy hãy mở file bằng Excel để kiểm tra trước khi đổi tên.
Lấy dữ liệu World Bank qua API
API trả về dữ liệu World Bank dạng JSON hoặc XML qua một đường dẫn, rất tiện khi cần cập nhật định kỳ hoặc lấy nhiều chỉ số bằng Python, R. Cấu trúc cơ bản như sau:
https://api.worldbank.org/v2/country/VNM/indicator/NY.GDP.MKTP.KD.ZG?format=json
https://api.worldbank.org/v2/country/VNM;THA;IDN/indicator/FP.CPI.TOTL.ZG?format=json&date=2005:2024&per_page=500
Kết quả gồm phần thông tin trang và danh sách bản ghi với quốc gia, năm (date) và giá trị (value). Năm thiếu số liệu có giá trị null. Nhớ tăng per_page để không bị cắt dữ liệu khi lấy nhiều nước và nhiều năm.
Cách lấy dữ liệu World Bank qua API đặc biệt hữu ích khi bạn cần cập nhật mô hình mỗi khi WDI phát hành bản mới: chỉ cần chạy lại đoạn mã, không phải thao tác thủ công trên web. Tuy vậy, hãy lưu lại một bản sao file đã tải cho từng lần chạy, vì số liệu có thể bị sửa đổi giữa các lần phát hành.
Tải dữ liệu World Bank bằng wbopendata trên Stata
Lệnh wbopendata do người dùng viết để tải dữ liệu World Bank (cài qua SSC) gọi API trực tiếp từ Stata, giúp toàn bộ quy trình từ tải đến ước lượng nằm trong một do-file, rất thuận tiện cho việc tái lập.
ssc install wbopendata, replace
wbopendata, indicator(NY.GDP.MKTP.KD.ZG) long clear
wbopendata, country(VNM;THA;IDN;MYS;PHL) ///
indicator(NY.GDP.MKTP.KD.ZG;FP.CPI.TOTL.ZG;BX.KLT.DINV.WD.GD.ZS) ///
year(2005:2024) long clear
Với tùy chọn long, mỗi dòng là một cặp quốc gia và năm, mỗi chỉ số là một biến. Hãy gõ describe để xem tên biến thực tế trước khi đổi tên.
Chuyển dữ liệu World Bank sang dạng bảng
describe
rename ny_gdp_mktp_kd_zg gdpg
rename fp_cpi_totl_zg inf
rename bx_klt_dinv_wd_gd_zs fdi
encode countrycode, gen(id)
xtset id year
xtdescribe
Nếu dữ liệu ở dạng rộng, mỗi năm một cột như gdp2005 đến gdp2024, dùng reshape long gdp, i(iso3) j(year) để chuyển về dạng dài. Lệnh xtdescribe cho biết bảng cân bằng hay không cân bằng và mẫu hình thiếu dữ liệu. Tài liệu về reshape và xtset có trên trang Stata.
Xử lý dữ liệu thiếu trong dữ liệu World Bank
Trong dữ liệu World Bank, thiếu số liệu là chuyện bình thường, nhất là với nước thu nhập thấp, chỉ số tài chính, môi trường và những năm gần nhất. Điều quan trọng là xử lý minh bạch. Trước hết, hãy đếm và mô tả mẫu hình thiếu bằng misstable summarize, xtdescribe hoặc count if missing(fdi).

| Tình huống | Cách xử lý chấp nhận được | Cần công bố |
|---|---|---|
| Thiếu rải rác vài năm | Giữ bảng không cân bằng; FE/RE vẫn chạy được | Số quan sát thực tế |
| Năm cuối chưa phát hành | Rút ngắn giai đoạn nghiên cứu | Năm kết thúc và lý do |
| Một nước thiếu gần hết | Loại nước đó theo tiêu chí đặt trước | Tiêu chí loại và danh sách nước |
| Cần chuỗi liên tục | Nội suy tuyến tính bằng ipolate |
Số ô nội suy, kiểm tra độ bền không nội suy |
| Thay bằng nguồn khác | Dùng nguồn quốc gia chính thức | Nguồn thay thế và ô được thay |
Lưu ý: Tự điền số "cho đủ", sao chép giá trị năm trước hoặc nội suy mà không ghi rõ là làm sai lệch dữ liệu World Bank và vi phạm liêm chính học thuật. Mọi can thiệp vào dữ liệu gốc phải được mô tả trong chương phương pháp.
Độ trễ công bố và các lần sửa đổi
WDI được cập nhật nhiều lần trong năm và số liệu các năm cũ có thể được điều chỉnh. Năm gần nhất có dữ liệu thường là t-1 hoặc t-2 so với thời điểm tải, và với một số chỉ số còn trễ hơn. Vì vậy, bạn nên lưu file gốc, ghi ngày tải và không trộn số tải ở hai thời điểm khác nhau trong cùng một mô hình.
Ví dụ: Một bảng 5 nước, 20 năm có 100 quan sát (số liệu minh họa). Biến tăng trưởng đủ 100 quan sát, FDI thiếu 3 ô, còn chỉ số hiệu quả chính phủ thiếu 5 ô đều rơi vào năm cuối vì bản WGI tương ứng chưa phát hành. Cách xử lý hợp lý là kết thúc giai đoạn ở năm liền trước và báo cáo rõ trong luận văn.
Trích dẫn dữ liệu World Bank theo CC BY 4.0
Phần lớn dữ liệu World Bank được cấp phép Creative Commons Attribution 4.0 (CC BY 4.0): bạn được dùng, chia sẻ, chỉnh sửa, kể cả cho mục đích thương mại, với điều kiện ghi nguồn đúng. Một số bộ do bên thứ ba cung cấp có điều khoản riêng, hãy kiểm tra phần giấy phép trong metadata.
Mẫu trích dẫn APA 7 cho bộ dữ liệu: World Bank. (năm cập nhật). World Development Indicators [Data set]. Truy cập ngày ... từ trang DataBank. Trong bảng mô tả biến của luận văn, hãy liệt kê tên biến, mã chỉ số, đơn vị và nguồn; với WGI, trích thêm Kaufmann và cộng sự (2011).
Nếu bạn chỉnh sửa dữ liệu World Bank, ví dụ đổi đơn vị, lấy log hay tính trung bình nhiều năm, giấy phép CC BY 4.0 yêu cầu nói rõ rằng dữ liệu đã được biến đổi. Một câu ngắn trong ghi chú bảng mô tả biến là đủ, chẳng hạn "Tính toán của tác giả từ WDI".
Ý tưởng đề tài với dữ liệu World Bank
Dữ liệu World Bank phù hợp với cả đề tài bảng nhiều quốc gia lẫn chuỗi thời gian một quốc gia. Bảng sau gợi ý một số hướng phổ biến cùng phương pháp tương ứng.
| Hướng đề tài | Chỉ số gợi ý | Phương pháp |
|---|---|---|
| FDI và tăng trưởng ở ASEAN | NY.GDP.MKTP.KD.ZG, BX.KLT.DINV.WD.GD.ZS | FE/RE, hồi quy GMM |
| Chất lượng thể chế và thu hút FDI | GE.EST, RQ.EST, CC.EST | FE, GMM |
| Lạm phát và tăng trưởng Việt Nam | FP.CPI.TOTL.ZG, NY.GDP.MKTP.KD.ZG | ARDL, VAR |
| Độ mở thương mại và thu nhập | NE.TRD.GNFS.ZS, NY.GDP.PCAP.KD | FE, kiểm định Hausman |
| Phát triển tài chính và tăng trưởng | FS.AST.PRVT.GD.ZS | GMM, ARDL bảng |
Với chuỗi thời gian một quốc gia lấy từ dữ liệu World Bank, nhớ kiểm tra tính dừng bằng kiểm định ADF trước khi chọn mô hình. Với dữ liệu bảng, hãy chọn giữa FE và RE qua kiểm định Hausman và chẩn đoán phương sai thay đổi.
Mẹo: Nếu muốn luyện kỹ thuật trước khi tự tải, bạn có thể dùng bộ dữ liệu bảng và chuỗi thời gian thật lấy từ dữ liệu World Bank, đã làm sạch và ghi rõ mã chỉ số, tại cửa hàng dữ liệu thực hành của Kaas.vn, hoặc bắt đầu với dữ liệu mẫu miễn phí.
Lỗi thường gặp khi dùng dữ liệu World Bank
- Lẫn quốc gia và nhóm khu vực. Các dòng như "World", "Lower middle income" là tổng hợp, phải loại khỏi bảng quốc gia.
- Trộn giá hiện hành và giá cố định. So sánh theo thời gian nên dùng chuỗi giá cố định.
- Coi ".." là số 0. Đây là ô thiếu, không phải giá trị 0.
- Không ghi mã chỉ số và ngày tải dữ liệu World Bank. Người chấm không thể tái lập kết quả.
- Nội suy ngầm. Mọi giá trị được lấp đều phải công bố.
- Dùng WGI như biến liên tục không rõ thang đo. Cần nói rõ dùng Estimate hay Percentile Rank.

Checklist dữ liệu World Bank trước khi phân tích
- Bảng mô tả biến. Có tên biến, mã chỉ số, đơn vị, nguồn, ngày tải.
- Mẫu quốc gia rõ ràng. Tiêu chí chọn nước và đã loại nhóm tổng hợp.
- Giai đoạn hợp lý. Năm cuối có đủ dữ liệu, không kéo dài vào năm chưa phát hành.
- Dữ liệu thiếu được báo cáo. Số ô thiếu, cách xử lý, kiểm tra độ bền.
- Trích dẫn đúng. Ghi nguồn theo CC BY 4.0 và APA 7.
Câu hỏi thường gặp về dữ liệu World Bank
Dữ liệu World Bank có miễn phí không?
Có. WDI, WGI và phần lớn bộ dữ liệu được cung cấp miễn phí theo CC BY 4.0. Bạn chỉ cần ghi nguồn đúng cách.
Vì sao số liệu World Bank khác số liệu của Tổng cục Thống kê?
Do khác định nghĩa, năm gốc, tỷ giá quy đổi hoặc thời điểm sửa đổi. Trong một mô hình, hãy dùng thống nhất một nguồn và giải thích lựa chọn.
Có thể dùng dữ liệu World Bank cho hồi quy GMM không?
Được, với điều kiện số quốc gia lớn hơn hẳn số năm, ví dụ bảng dữ liệu World Bank cho khoảng 80 nước đang phát triển trong 10 năm. Bảng 5 nước trong 20 năm không phù hợp với GMM; khi đó nên cân nhắc mô hình chuỗi thời gian hoặc FE.
Không có Stata thì tải dữ liệu World Bank bằng gì?
DataBank cho phép tải Excel, CSV trực tiếp. Với Python có thư viện wbgapi, với R có gói WDI; cả hai đều gọi cùng API.
Có nên lấy log các chỉ số phần trăm trong dữ liệu World Bank?
Thường không cần với biến tỷ lệ phần trăm như lạm phát hay FDI/GDP, vì có thể có giá trị âm. Biến mức như GDP bình quân đầu người thì thường lấy log.
Cần hỗ trợ xử lý dữ liệu World Bank trên Stata?
Kaas.vn hướng dẫn quy trình tải, làm sạch và phân tích, giải thích từng bước và bàn giao do-file để bạn tự chạy lại qua dịch vụ chạy Stata; bạn cũng có thể chọn bộ dữ liệu thực hành. Chúng tôi không viết thay và không chỉnh số liệu.
Tài liệu tham khảo
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Kaufmann, D., Kraay, A., & Mastruzzi, M. (2011). The Worldwide Governance Indicators: Methodology and analytical issues. Hague Journal on the Rule of Law, 3(2), 220-246. doi:10.1017/S1876404511200046
- Wooldridge, J. M. (2020). Introductory econometrics: A modern approach (7th ed.). Cengage.
Gửi mô hình (ảnh, Word, PDF) và chọn SPSS, AMOS, SmartPLS, Stata, Eviews hoặc R. Kaas.vn đề xuất phương án và báo giá miễn phí.
- Phân tích định lượng là gì? 9 phương pháp phổ biến và cách chọn đúng
- Đa cộng tuyến: 3 chỉ số phát hiện và cách xử lý trên SPSS, Stata
- Thang đo thống kê: Bí kíp phân loại trong 3 giây
- Phân tích SEM: 7 bước chạy mô hình cấu trúc trên AMOS
- Cách tính cỡ mẫu nghiên cứu: 6 công thức thông dụng và ví dụ chi tiết
















