Bài giảng Dự báo trong kinh doanh

Chia sẻ: Na Na | Ngày: | Loại File: PDF | Số trang:0

Thêm vào BST

Báo xấu

236
lượt xem 54
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Dự báo trong kinh doanh có mục tiêu làm sáng tỏ vai trò của khoa học dự báo và dự báo trong kinh doanh, trang bị cho sinh viên, những nhà quản trị tương lai, người đưa ra các quyết định trong doanh nghiệp nền tảng cơ bản của khoa học dự báo, sử dụng thành thạo các phương pháp và kỹ thuật dự báo... Mời bạn đọc tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Dự báo trong kinh doanh

ÑEÀ CÖÔNG MOÂN DÖÏ BAÙO TRONG KINH DOANH GIÔÙI THIEÄU MOÂN HOÏC ÑIEÀU KIEÄN Döï baùo ñoùng vai troø quyeát ñònh trong thaønh baïi cuûa doanh Caên baûn Thoáng keâ öùng duïng trong kinh doanh nghieäp Excel caên baûn Döï baùo veà doanh soá, veà caùc chæ soá taøi chính, bieán ñoäng nhaân THÔØI GIAN 45 tieát – 9 buoåi: söï hoaëc döï baùo vaät tö ôû caùc daây chuyeàn cung öùng …treân neàn Lyù thuyeát: 30 tieát ( 6 buoåi) taûng khoa hoïc. Thöïc haønh: 15 tieát ( 3 buoåi) Coâng cuï tieán haønh döï baùo: caùc phaàn meàm: Excel, SPSS, Stata, CAÙCH ÑAÙNH GIAÙ Keát quaû cuûa hoïc taäp cuûa sinh vieân ñöôïc ñaùnh giaù döïa treân keát Mfit, Eview, TSP quaû cuûa 02 laàn kieåm tra giöõa kyø vaø cuoái kyø, trong ñoù: Ñieåm thi giöõa kyø (lyù thuyeát vaø thöïc haønh): 30% Ñieåm thi cuoái kyø (lyù thuyeát vaø thöïc haønh): 70% MUÏC TIEÂU MOÂN HOÏC NOÄI DUNG MOÂN HOÏC Laøm saùng toû vai troø cuûa khoa hoïc döï baùo vaø döï baùo Chöông 1: Toång quan veà döï baùo trong kinh doanh trong kinh doanh. Chöông 2: Khaûo saùt soá lieäu vaø löïa choïn phöông phaùp Trang bò cho sinh vieân, caùc nhaø quaûn trò töông lai, döï baùo ngöôøi ñöa ra caùc quyeát ñònh trong doanh nghieäp neàn Chöông 3: Döï baùo vôùi phöông phaùp trung bình ñoäng vaø taûng cô baûn veà khoa hoïc döï baùo. ñöôøng soá muõ Sinh vieân lónh hoäi vaø söû duïng thaønh thaønh thaïo nhöõng Chöông 4: Döï baùo vôùi phöông phaùp hoài quy phöông phaùp vaø kyõ thuaät döï baùo phoå bieán nhaát Chöông 5: Döï baùo vôùi phöông phaùp hoài quy boäi trongkinh doanh hieän nay. Chöông 6: Döï baùo vôùi phöông phaùp daõy soá thôøi gian Reøn luyeän caùc kyõ naêng thöïc haønh döï baùo (treân maùy Chöông 7: Döï baùo vôùi phöông phaùp hoài quy daõy soá thôøi tính) vôùi caùc cô sôû döõ lieäu thöïc teá thu thaäp töø caùc coâng gian ty treân toaøn caàu. Chöông 8: Döï baùo vôùi phöông phaùp Box-Jenkins Chöông 9: Döï baùo trong thöïc tieån 1
TAØI LIEÄU THAM KHAÛO Chöông 1: TOÅNG QUAN VEÀ DÖÏ BAÙO 1. Baøi giaûng moân Döï baùo trong Kinh doanh TRONG KINH DOANH 2. Wilson vaø Keating, (2002) ‘Business forecasting’ Boston Burr bridge: McGraw Hill Irwin. 1.Vai troø cuûa döï baùo trong quaù trình ra quyeát ñònh 3. Loan Leâ (2000) ‘Heä thoáng Döï baùo ñieàu khieån keá hoaïch ra trong kinh doanh quyeát ñònh’ TP.HCM: NXB Thoáng Keâ 2. Caùc phöông phaùp döï baùo 4. Ñoàng Thò Thanh Phöông, (2003) ‘Quaûn trò saûn xuaát vaø dòch 3. Qui trình döï baùo vuï’ TP.HCM: NXB Thoáng Keâ 4. Löïa choïn phöông phaùp döï baùo 5. Vuõ Thieáu vaø caùc taùc giaû, (1998) ‘Kinh teá löôïng’ NXB Khoa 5. Ñaùnh giaù ñoä tin caäy cuûa phöông phaùp döï baùo Hoïc Kyõ Thuaät: Haø Noäi 6. Heä thoáng caùc khaùi nieäm thoáng keâ cô baûn söû duïng 6. Shearer. P, (1994) ’Business forecasting and Planing’ New trong döï baùo York: Prentice Hall VAI TROØ CUÛA DÖÏ BAÙO VAI TROØ CUÛA DÖÏ BAÙO (tt) Döï baùo laø caàu noái giöõa quaù khöù ñaõ bieát vaø tuông lai voâ ñònh Phoøng Kinh doanh – Marketing Doanh soá trong caùc giai ñoaïn tieáp theo (Shearer,1994) Doanh soá cuûa nhöõng saûn phaåm môùi Doanh soá trong caùc hoaït ñoäng chieâu thò Trong Lónh vöïc kinh doanh Ngaân saùch cho caùc hoaït ñoäng chieâu thò Döï baùo taïo ra lôïi theá caïnh tranh (ôû theá chuû ñoäng, khoâng bò ñoäng) Phoøng Saûn xuaát Nhu caàu nguyeân vaät lieäu (Ví duï: Doanh nghieäp trong hieäp hoäi Nhöïa, Deät may…) Löôïng toàn kho Coâng taùc döï baùo laø moät boä phaän khoâng theå thieáu trong hoaït ñoäng => Keá hoaïch thu mua, chuyeån vaän toå chöùc giao nhaän. Phoøng logistics cuûa caùc doanh nghieäp, trong töøng phoøng ban: 2
AÙP DUÏNG DÖÏ BAÙO VAI TROØ CUÛA DÖÏ BAÙO (tt) TRONG CAÙC COÂNG TY Phoøng nhaân söï Keá hoaïch tuyeån duïng ÔÛ Vieät Nam: Caùc coâng ty lôùn coù rieâng boä phaän söû duïng Keá hoaïch Huaán luyeän ñaøo taïo döï baùo laø raât nhieàu. Caùc coâng ty nöôùc ngoaøi, caùc coâng ty Ví duï: FPT vôùi muïc tieâu 925 nhaø nöôùc, caùc coâng ty nghieân cöùu thò tröôøng Phoøng keá toaùn, taøi chính Chi phí, laõi loã Caùc chæ soá taøi chính (veà voán, lôïi nhuaän) Ví duï: Coâng ty chöùng khoaùn giao dòch treân thò truôøng chöùng khoaùn Vieät Nam. DÖÏ BAÙO TRONG CAÙC LÓNH VÖÏC KHAÙC VAI TROØ CUÛA DÖÏ BAÙO Trong caùc cô quan nhaø nöôùc CÔ HOÄI VIEÄC LAØM Sô,û Phoøng Keá Hoaïch Ñaàu tö, Thoáng keâ, Ban Vaät giaù, Sôû Giao dòch chöùng khoaùn Trong caùc coâng ty nghieân cöùu thò tröôøng Coù hôn 20 coâng ty nghieân cöùu thò tröôøng taïi Tp.HCM nhö:MSV, Tröông Ñoaøn, AC NielSen, Taylor Nielsen… Trong caùc toå chöùc quoác teá taïi Vieät Nam vaø treân theá giôùi Trong caùc coâng ty taïi VN WB, IMF, USAID, UNDP, UN… Nöôùc ngoaøi: Sony, Toyota, Samsung, ANZ, GSK.. Trong nöôùc: Kinh Ñoâ, Vieät Thaéng, Deät Phong phuù, Gaïch Trong nghieân cöùu khoa hoïc, ñeà taøi toát nghieäp. Ñoàng Taâm, Caø pheâ Trung Nguyeân … Trong caùc coâng ty chöùng khoaùn Vieät Nam 21 coâng ty chöùng ñang giao dòch treân thò truôøng chöùng khoaùn VN (taïi TP.HCM). 3
PHÖÔNG PHAÙP CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO DÖÏ BAÙO ÑÒNH TÍNH Phöông Phaùp ñònh tính: döï baùo döïa treân phaùn ñoaùn chuû quan vaø tröïc giaùc cuûa ngöôøi tham gia döï baùo. Tuyø theo muïc ñích, thôøi löôïng vaø döõ lieäu saün coù ta choïn Laáy yù kieán ñoäi nguõ nhaân vieân baùn haøng (Sales force phöông phaùp phuø hôïp nhaát ñeå cho ra nhöõng thoâng tin chính xaùc Composites) vaø kòp thôøi nhaát laøm cô sôû cho caùc quyeát ñònh cuûa Doanh Öu ñieåm: nghieäp Nhöôïc ñieåm: Phöông phaùp ñònh tính (Subjective Method) Phöông phaùp ñònh löôïng (Quantitative Method) PHÖÔNG PHAÙP PHÖÔNG PHAÙP DÖÏ BAÙO ÑÒNH TÍNH (tt) DÖÏ BAÙO ÑÒNH TÍNH (tt) Phöông phaùp Delphi Laáy yù kieán ngöôøi tieâu duøng Goàm caùc böôùc: Öu ñieåm: 1. Nhöõng chuyeân gia tham gia döï baùo ñöôïc choïn 2. Baûng caâu hoûi veà caùc bieán döï baùo ñöôïc ñöa cho töøng Nhöôïc ñieåm: thaønh vieân 3. Keát quaû ñöôïc thu thaäp vaø laäp baûng vaø toùm taét. 4. Baûng toùm taét keát quaû seõ göûi laïi cho töøng chuyeân gia xem xeùt laïi 5. Töøng chuyeân gia seõ xem xeùt laïi caùc döï baùo cuûa mình treân cô sôû tham khaûo yù kieán chung cuûa nhieàu chuyeân gia khaùc. 6. Laäp ñi laäp laïi cho ñeán khi keát quaû khoâng khaùc bieät nhieàu giöõa caùc chuyeân gia. 4
PHÖÔNG PHAÙP PHÖÔNG PHAÙP DÖÏ BAÙO ÑÒNH TÍNH (tt) DÖÏ BAÙO ÑÒNH LÖÔÏNG Phöông phaùp döï baùo ñònh löôïng: Öu, nhöôïc ñieåm cuûa phöông phaùp ñònh tính Döïa treân cô sôû toaùn hoïc thoáng keâ. Khi khoâng xeùt ñeán caùc Öu ñieåm: nhaân toá aûnh höôûng khaùc ta coù theå duøng phöông phaùp döï baùo theo daõy soá thôøi gian. Thôøi gian seõ ñöôïc xaùc ñònh theo naêm, quyù, thaùng hoaëc thaäm Nhöôïc ñieåm: chí laø tuaàn, ngaøy. Caùc bieán ñoäng coù theå xaûy ra theo caùc khuynh höôùng sau: Khuynh huôùng taêng hoaëc giaûm roõ raøng (Trend). Bieán ñoåi theo muøa (Seasonality). Bieán ñoåi theo chu kyø (Cycles). Bieán ñoåi ngaãu nhieân (Random). PHÖÔNG PHAÙP PHÖÔNG PHAÙP DÖÏ BAÙO ÑÒNH LÖÔÏNG (tt) DÖÏ BAÙO ÑÒNH LÖÔÏNG (tt) Caùc kyõ thuaät mang tính thoáng keâ Nhöõng kyõ thuaät naøy bao goàm: + Phöông phaùp ñôn giaûn Moâ hình hoài qui (regression) + Phöông phaùp trung bình Hoài qui boäi (Multi regression) + Phöông phaùp ñöôøng soá muõ (coù phaân taùch thaønh phaàn Caùc chæ soá chính (Leading indicator) vaø xu höôùng) Caùc moâ hình kinh teá löôïng (Econometric model) Moâ hình Ví duï: Döï baùo doanh soá cuûa coâng ty trong quyù tôùi (theo thôøi ñaàu vaøo ñaàu ra (input-output models) gian sô ñoà ñieåm seõ theå hieän tính taêng, giaûm daàn, taêng giaûm, theo chu kyø…). Ví duï: Baïn muoán döï baùo möùc taêng (giaûm) cuûa doanh thu cuûa V- phone neáu taêng (giaûm) cuûa töøng thaønh phaàn hoaëc ñoàng thôøi Caùc kyõ thuaät mang tính nhaân quaû caùc yeáu toá: chi phí quaûng caùo, giaûm giaù, taêng hình thöùc Nhöõng kyõ thuaät naøy ñöa ra caùc döï baùo döïa treân moái quan khuyeán maõi, theâm chöùc naêng… heä (söï töông quan) giöõa bieán soá ñöôïc döï baùo (bieán phuï DS = f(QC) thuoäc: Dependent variable) vaø caùc bieán soá taùc ñoäng khaùc (bieán ñoäc laäp : Independent variables). DS = f(QC, GG, KM, TCN) 5
QUY TRÌNH DÖÏ BAÙO QUY TRÌNH DÖÏ BAÙO (tt) Theo Wilson vaø Keating, quy trình döï baùo goàm 9 böôùc 5. Choïn moâ hình 1. Xaùc ñònh muïc tieâu 6. Ñaùnh giaù moâ hình 2. Quyeát ñònh ñoái töôïng döï baùo 7. Chuaån bò döï baùo 3. Xaùc ñònh loaïi döï baùo 8. Trình baøy döï baùo 4. Nghieân cöùu, khaûo saùt döõ lieäu 9. Theo doûi Keát quaû LÖÏA CHOÏN LÖÏA CHOÏN PHÖÔNG PHAÙP DÖÏ BAÙO PHÖÔNG PHAÙP DÖÏ BAÙO (tt) Keát hôïp giöõa hai phöông phaùp Choïn Phöông phaùp döï baùo Ñeå coù keát quaû döï baùo chuaån xaùc vieäc keát hôïp giöõa hai (ñònh tính, ñònh löôïng hay keát hôïp) phuông phaùp trong nhieàu tröôøng hôïp laø caàn thieát. Ví duïï: tröôøng hôïp keát hôïp 02 phöông phaùp ñònh tính vaø ñònh löôïng: Cuï theå laø: Phöông phaùp chuyeân gia vaø moâ hình kinh Phöông phaùp ñònh tính teá löôïng. Ñeà taøi: Ñaùnh giaù vaø döï baùo veà chaát löôïng cuûa sieâu thò taïi Tp.HCM. TS Nguyeãn Ñình Thoï thöïc hieän: Phöông phaùp döï baùo ñònh löôïng Söû duïng phöông phaùp chuyeân gia: Môøi caùc chuyeân gia (nhöõng ngöôøi thöôøng xuyeân ñi Sieâu thò) ñeán ñeå laáy yù kieán vaø thaêm doø. Laáy yù kieán töø hoï, ñoái chieáu vôùi heä thoáng ñaõ coù Söû duïng moâ hình kinh teá löôïng 5 khoaûng caùch cuûa Servqual. 6
PHÖÔNG PHAÙP DÖÏ BAÙO CHÖÔNG 2 ÑÔN GIAÛN (NAIVE MODEL) DÖÏ BAÙO VÔÙI PHÖÔNG PHAÙP 1. Laáy keát quaû trong giai tôùi baèng vôùi keát quaû cuûa TRUNG BÌNH ÑOÄNG VAØ giai ñoaïn hieän taïi. Y’(t) = Y(t-1) ÑÖÔØNG SOÁ MUÕÕ Vôùi: Y’(t): laø döï baùo cho giai ñoaïn t Y(t-1) laø giaù trò thöïc taïi thôøi ñieåm t-1 Xem ví duï sau: 25 26 VÍ DUÏ MINH HOÏA P.P ÑÔN GIAÛN (NAIVE MODEL) MOÂ HÌNH NAIVE MÔÛ ROÄNG Tæ leä Thaát Döï baùo tæ leä Thaát Neáu quan saùt thaáy khuynh höôùng taêng, coù theå aùp Giöõa thaùng nghieäp (UR) nghieäp (URF) duïng theâm moâ hình Naive môû roäng: Feb-90 5.3 Moâ hình ñöôïc vieát döôùi daïng: Y’t = Yt-1 + P(Yt-1 - Yt-2 ) May-90 5.3 5.3 Trong ñoù: Aug-90 5.7 5.3 Y’(t): laø döï baùo cho giai ñoaïn t Nov-90 6.1 5.7 Y(t-1) laø soá thöïc taïi thôøi ñieåm t-1, Feb-91 6.6 6.1 Y(t-2) laø soá thöïc taïi thôøi ñieåm t-2, …….. Vaø, P laø tæ leä thay ñoåi giöõa hai giai ñoaïn (ta choïn) Nov-94 5.6 6 Baøi taäp c1t3 27 28 7
VÍ DUÏ MINH HOÏA P.P CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO MOÂ HÌNH NAIVE MÔÛ ROÄNG TRUNG BÌNH ÑOÄNG Tæ leä thaát Trung bình ñôn giaûn (simple average) Giöõa thaùng nghieäp Döï baùo Thöïc hieän baèng caùch tìm ra giaù trò trung bình (mean) cuûa taát caû caùc giaù trò trong quaù khöù vaø February-90 5.3 sau ñoù duøng giaù trò trung bình naøy laøm giaù trò döï baùo cho giai ñoaïn tieáp theo. May-90 5.3 August-90 5.7 5.3 Trung Bình Ñoäng (moving average) Nov-90 6.1 6.3 Trung bình ñoäng taïi thôøi ñieåm t laø giaù trò trung bình soá hoïc cuûa n giaù trò gaàn nhaát. February-91 6.6 6.9 +Trung bình ñoäng chæ tính giaù trò trung bình cho May-91 6.8 6.9 moät soá löôïng giai ñoaïn coá ñònh August-91 6.9 7.0 +Seõ thay ñoåi khi coù giaù trò môùi xuaát hieän …. 29 30 CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO TRUNG BÌNH ÑOÄNG (tt) TRUNG BÌNH ÑOÄNG (tt) Moâ hình trung bình ñoäng ñôn giaûn coù daïng: Moâ hình trung bình ñoäng coù daïng: Y’t+1 = (Yt + Yt-1 + Yt-2 + … + Yt-n+1)/k Y’t+1 = (Yt + Yt-1 + Yt-2 + … + yt-n+1)/n Trong ñoù: Trong ñoù: Y’t+1 = giaù trò döï baùo cho giai ñoaïn t+1 Y’t+1 = giaù trò döï baùo cho giai ñoaïn t+1 Yt = giaù trò thöïc teá vaøo thôøi ñieåm t k = toång soá löôïng giai ñoaïn laáy laøm trung Yt = giaù trò thöïc teá vaøo thôøi ñieåm t bình ñoäng (coøn goïi laø heä soá trung bình n = toång soá löôïng giai ñoaïn coù trong thöïc ñoäng). teá noùi caùch khaùc: phöông phaùp naøy söû duïng trung bình cuûa toaøn boä daõy soá ñeå döï baùo cho giai ñoaïn tieáp theo 31 32 8
VÍ DUÏ MINH HOÏA P.P VÍ DUÏ MINH HOÏA P.P TRUNG BÌNH ÑOÄNG (tt) TRUNG BÌNH ÑOÄNG (tt) TB ñoäng 3 Döï baùo TB ñoäng Ti gia hoi doai voi Japan 3 MA Thôøi gian Giaù trò thöïc quyù 3 quyù 300 Mar-83 239.3 Missing Missing dong Yen so voi USD 250 Jun-83 239.8 Missing Missing 200 Sep-83 236.1 238.40 Missing Dec-83 232 235.97 238.40 150 Mar-84 224.75 230.95 235.97 100 Jun-84 237.45 231.40 230.95 50 … 0 Sep-83 Sep-84 Sep-85 Sep-86 Sep-87 Sep-88 Sep-89 Sep-90 Sep-91 Sep-92 Sep-93 Sep-94 Sep-95 Sep-96 Sep-97 Sep-98 Dec-98 115.2 130.29 136.35 Mar-99 Missing 130.29 Actual 239.3 239.8 3 Quarter MA Baøi taäp c3f2 33 34 DÖÏ BAÙO BAÈNG DÖÏ BAÙO BAÈNG PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ (tt) Söû duïng nhöõng giaù trò trong quaù khöù ñeå döï baùo Choïn giaù trò α : caùc giaù trò töông lai Ñaët troïng soá cho taát caû caùc quan saùt trong daõy soá Phöông phaùp ñöôøng soá muõ ñôn Y’t+1 = αYt + (1-α)Y’t Trong ñoù: Y’t+1 : laø giaù trò döï baùo taïi thôøi ñieåm t+1 α : haèng soá muõ (0
DÖÏ BAÙO BAÈNG DÖÏ BAÙO BAÈNG PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ(tt) PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ(tt) Thôøi gian Chæ soá tieâu duøng Figure 3-4 : chỉ số giá tiêu dùng sử dụng phương pháp ðường số mũ ñơn Jan-95 97.6 115 Feb-95 95.1 110 Mar-95 90.3 105 100 Apr-95 92.5 95 …. 90 May-00 110.7 85 Jun-00 106.4 80 D a te F eb-1 995 J un-1 995 O c t-1 995 D ec -1 995 F eb-1 996 J un-1 996 O c t-1 996 D ec -1 996 F eb-1 997 J un-1 997 O c t-1 997 D ec -1 997 F eb-1 998 J un-1 998 O c t-1 998 D ec -1 998 F eb-1 999 J un-1 999 O c t-1 999 D ec -1 999 F eb-2 000 J un-2 000 Apr-19 95 Au g-1 995 Apr-19 96 Au g-1 996 Apr-19 97 Au g-1 997 Apr-19 98 Au g-1 998 Apr-19 99 Au g-1 999 Apr-20 00 Au g-2 000 Jul-00 108.3 Aug-00 107.3 Original Fitted Baøi taäp c3t2 37 Baøi taäp c3t2 38 PHÖÔNG PHAÙP PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ HOLT ÑÖÔØNG SOÁ MUÕ HOLT (tt) Khi boä döõ lieäu coù tính khuynh höôùng phöông phaùp Trong ñoù: ñöôøng soá muõ ñôn seõ cho ra sai soá raát lôùn. Phöông Y’t = giaù trò döõ baùo taïi thôøi ñieåm t phaùp ñöôøng soá muõ Holt coù ñieàu chænh tính xu α = haèng soá ñöôøng soá muõ (0
VÍ DUÏ MINH HOÏA P.P VÍ DUÏ MINH HOÏA P.P ÑÖÔØNG SOÁ MUÕ HOLT ÑÖÔØNG SOÁ MUÕ HOLT Thôøi gian Lôïi nhuaän cuûa S&P 500 Tóm tắt dự báo tổng Lãi của S&P 500 Mar-70 88.58 7,000.00 Jun-70 78.13 6,000.00 Sep-70 83.37 5,000.00 Dec-70 90.64 4,000.00 3,000.00 ,,,, 2,000.00 Sep-99 3885.27 1,000.00 Dec-99 4184.12 0.00 Mar-00 4234.45 M a r-7 0 M a r-7 2 M a r-7 4 M a r-7 6 M a r-7 8 M a r-8 0 M a r-8 2 M a r-8 4 M a r-8 6 M a r-8 8 M a r-9 0 M a r-9 2 M a r-9 4 M a r-9 6 M a r-9 8 M a r-0 0 M a r-0 2 Jun-00 4315.00 Lãi thực Lãi dự báo Baøi taäp c3t3 41 42 DÖÏ BAÙO BAÈNG P.P DÖÏ BAÙO BAÈNG P.P ÑÖÔØNG SOÁ MUÕ WINTERS ÑÖÔØNG SOÁ MUÕ WINTERS Laø moâ hình môû roäng thöù hai cuûa moâ hình ñöôøng soá Trong ñoù: muõ ñôn. Ft+1 = giaù trò döõ baùo taïi thôøi ñieåm t+1 Phöông phaùp naøy ñöôïc söû duïng khi döõ lieäu coù bieåu α = haèng soá ñöôøng soá muõ (0
VÍ DUÏ MINH HOÏA P.P DÖÏ BAÙO BAÈNG P.P ÑÖÔØNG SOÁ MUÕ WINTERS ÑÖÔØNG SOÁ MUÕ WINTERS Thôøi gian Xe taûi Tóm tắt dự báo SX xe tải nhẹ ở Mỹ Mar-86 213.83 Jun-86 231.68 800.00 700.00 Sep-86 205.9 600.00 …. 500.00 400.00 Dec-86 197.82 300.00 200.00 Sep-99 547.79 100.00 0.00 Dec-99 601.65 Mar-86 Mar-87 Mar-88 Mar-89 Mar-90 Mar-91 Mar-92 Mar-93 Mar-94 Mar-95 Mar-96 Mar-97 Mar-98 Mar-99 Mar-00 Mar-01 Mar-02 Mar-00 660.53 Lượng thực Lượng Dự báo Jun-00 653.02 Baøi taäp c3t4 45 46 XAÂY DÖÏNG CHÖÔNG 4 MOÂ HÌNH HOÀI QUY Moâ hình hoài quy: Laø caùc moâ hình thoáng keâ ñöôïc xaây döïng nhaèm moâ taû caùc tình huoáng trong thöïc teá vaø treân cô sôû DÖÏ BAÙO BAÈNG ñoù döï baùo töông lai. Xaây döïng moái quan heä toaùn hoïc giöõa bieán phuï PHÖÔNG PHAÙP HOÀI QUY thuoäc (thöôøng goïi laø Y, dependent variable) vaø moät hoaëc nhieàu bieán ñoäc laäp (thöôøng ñaët laø X, Independent variable(s)). Ví duï: Tìm moâ hình chæ ra moái quan heä giöõa doanh thu vaø chi phí quaûng caùo; taêng tröôûng GDP vaø voán ñaàu tö,… 47 48 12
XAÂY DÖÏNG MOÂ HÌNH HOÀI QUY (tt) ÑÖÔØNG HOÀI QUY Caùc böôùc xaây döïng moät moâ hình döï baùo hoài quy: Ñöôøng hoài quy: 1. Ñöa ra moâ hình moâ taû tình huoáng trong thöïc teá Laø ñöôøng thaúng coù toång bình phöông nhöõng khoaûng 2. Ñöa ra ñöôïc caùc bieán cho moâ hình (phaûi ño ñöôïc, caùch (loãi döï baùo) töø ñieåm soá lieäu ñoù ñeán ñöôøng phaân bieät voùi khaùi nieäm). Ví duï: Chi phí tính baèng thaúng naøy laø nhoû nhaát (ño löôøng theo truïc ñöùng Y) tieàn Ñoàng VN, Doanh soá coù theå ño baèng Saûn löôïng / tieàn… vaø ñöôøng thaúng naøy goïi laø ñöôøng hoài qui. 3. Xem xeùt caùc loãi döï baùo cuûa moâ hình caùc loãi Moâ hình hoài quy ñôn: thöôøng gaëp trong döï baùo) vaø thay ñoåi moâ hình neáu Y = β 0 + β 1X + ε caàn. 4. Choïn moâ hình phuø hôïp nhaát (ít loãi döï baùo nhaát, Trong ñoù: hoaëc loãi chaáp nhaän ñöôïc) Y = bieán phuï thuoäc (dependent variable), laø bieán soá ta muoán döï baùo 49 50 VÍ DUÏ MINH HOÏA ÑÖÔØNG HOÀI QUY(tt) ÑÖÔØNG HOÀI QUY(tt) X = bieán ñoäc laäp (independent variable), bieán döï baùo (predictor varibles), duøng ñeå döï baùo bieán phuï 12 thuoäc. y = 3+.5x β0 = giao ñieåm vôùi truïc Y, giaù trò cuûa Y khi X = 0 10 β1 = ñoä nghieâng cuûa ñöôøng thaúng (slope) hay coøn 8 goïi laø ñoä doác, theå hieän möùc ñoä thay ñoåi cuûa Y khi X thay ñoåi 1 ñôn vò. 6 ε = sai soá (cheânh leäch giöõa giaù trò döï baùo vaø giaù trò thöïc teá) 4 Ñeå tính toaùn ñöôïc caùc β 0,β1 toát nhaát ta söû duïng phöông phaùp bình phöông beù nhaát (Ordinary 2 Least Square, OLS). 0 0 2 4 6 8 10 12 14 51 52 13
MOÂ HÌNH HOÀI QUY DÖÏ BAÙO VÍ DUÏ MINH HOÏA DÖÏ BAÙO KHUYNH HÖÔÙNG TUYEÁN TÍNH KHUYNH HÖÔÙNG TUYEÁN TÍNH Laø moâ hình döï baùo theo söï taêng daàn cuûa thôøi gian DPI Tröôùc heát, taïo ra bieán chæ soá thôøi gian vaø gaùn cho 22,000 chæ soá ñaàu tieân giaù trò laø 1. Nhöõng quan saùt keá tieáp 21,000 ñöôïc taêng theâm 1 ñôn vò. 20,000 Moâ hình hoài quy seõ nhö sau: 19,000 Y = b0 + b1(T) 18,000 Trong ñoù: Y laø bieán phuï thuoäc (bieán caàn döï baùo) 17,000 Xeùt ví duï minh hoïa sau: 16,000 Mar-90 Mar-91 Mar-92 Mar-93 Mar-94 Mar-95 Mar-96 Mar-97 Mar-98 Mar-99 Thu nhaäp khaû duïng ôû Myõ ñöôïc thoáng keâ nhö sau (Xem chi tieát baøi taäp c4t2&f2 ) Nhaän xeùt: Duø khoâng naèm treân cuøng moät ñöôøng thaúng, sô ñoà chuyeån vaän theå hieän khuynh höôùng taêng. 53 54 VÍ DUÏ MINH HOÏA DÖÏ BAÙO KHUYNH HÖÔÙNG TUYEÁN TÍNH MOÂ HÌNH HOÀI QUY NHAÂN QUAÛ Moâ hình hoài quy ñöôïc vieát: DPI = b0 + b1(T) Trong moâ hình nhaân quaû, trình baøy döôùi daïng Tieán haønh döï baùo ta coù keát quaû: Y = f(X) DPI = 17498.40 + 61.87 (T) (*) Heä soá b0 khoâng coù yù nghóa giaûi thích, vì vaäy soá Moät bieán ñoåi ôû bieán X (bieán ñoäc laäp) seõ keùo theo 17498 khoâng giaûi thích trong döï baùo. moät söï thay ñoåi ôû Y. Heä soá goùc b2 = 61.87 coù nghóa laø cöù moãi quyù thu nhaäp khaû duïng seõ taêng theâm 61.87 ñôn vò. Töø phöông trình (*), ta coù theå tieán haønh döï baùo cho: 1999 Q1: DPI = 17498.40 + 61.87 (37) = 19787.45 1999 Q2: DPI = 17498.40 + 61.87 (38) = 19849.31 55 56 14
VÍ DUÏ MINH HOÏA MOÂ HÌNH HOÀI QUY NHAÂN QUAÛ KIEÅM ÑÒNH MOÂ HÌNH Thôøi gian Thu nhaäp Doanh thu A. Daáu cuûa heä soá goùc 31-Mar-90 18,035 418,436 a. + Daáu cuûa heä soá goùc coù phuø hôïp khoâng? 30-Jun-90 18,063 464,944 30-Sep-90 18,031 464,490 31-Dec-90 17,856 496,741 … 31-Mar-98 19,632 613,448 30-Jun-98 19,719 695,875 30-Sep-98 19,905 686,297 31-Dec-98 20,194 749,973 Baøi taäp c4f5 57 58 KIEÅM ÑÒNH MOÂ HÌNH (tt) KIEÅM ÑÒNH MOÂ HÌNH (tt) + Heä soá goùc ñoù coù ñaït ñöôïc möùc yù nghóa thoáng keâ? C. Möùc ñoä giaûi thích cuûa caùc bieán ñoäc laäp Giaù trò (R2) R-squared, laø heä soá xaùc ñònh cho chuùng Neáu khoâng ñaït ñöôïc caùc kieåm ñònh thoáng keâ, khoâng ta bieát phaàn traêm giaûi thích cuûa caùc bieán giaûi thích coù moái quan heä thoáng keâ giöõa caùc bieán. vôùi söï bieán ñoäng cuûa bieán ñoäc laäp. Vì theá, giaù trò R-squared dao ñoäng trong ñoaïn [0:1]. B. Kieåm Ñònh T (t-test) R2 = 0: khoâng coù söï giaûi thích naøo töø bieán ñoäc laäp. Giaû ñònh: R2 = 1: toaøn boä söï bieán ñoäng cuûa bieán phuï thuoäc H0: β = 0 laø do bieán ñoäc laäp. H1 : β ≠ 0 59 60 15
KIEÅM ÑÒNH MOÂ HÌNH (tt) CHÖÔNG 5 D. Töï töông quan (autocorrelation) Laø hieän töôïng caùc giaù trò (quan saùt) theo thöù töï cuûa DÖÏ BAÙO VÔÙI PHÖÔNG PHAÙP moät bieán coù moái töông quan vôùi nhau. Taùc ñoäng : Töï töông quan seõ gaây neân hieän töôïng P- HOÀI QUY BOÄI values khoâng coøn chính xaùc, R-squared khoâng ñaùng tin caäy. Kieåm Tra: Coù nhieàu caùch, tuy nhieân caùc phoå bieán nhaát laø söû duïng kieåm ñònh Durbin-Watson (DW). Theo caùch naøy, giaù trò DW naèm trong ñoaïn [0;4]. Neáu DW thuoäc khoaûng [1.5;2.5] thì coù theå keát luaän raèng moâ hình khoâng bò töï töông quan. 61 62 MOÂ HÌNH HOÀI QUY BOÄI CHOÏN BIEÁN ÑOÄC LAÄP Hoài quy boäi laø moät quy trình thoáng keâ trong ñoù bieán phuï thuoäc (Y) ñöôïc moâ hình hoaù nhö moät haøm soá cuûa nhieàu hôn moät bieán ñoäc laäp (X1, X2, …Xn). Moâ hình toång theå coù theå vieát nhö sau: Y= f(X1, X2, …Xn) = β 0 + β 1X1 + β 2X2 + β 3X3 +…+ β kXk+ε Trong ñoù β 0 laø tung ñoä ñieåm (Intercept) vaø caùc β i laø caùc heä soá goùc töông öùng vôùi caùc bieán ñoäc laäp. Vaø, ε laø sai soá toång theå, laø cheânh leäch giöõa giaù trò thöïc Y vaø giaù trò döï baùo cuûa moâ hình. 63 64 16
CAÙC KIEÅM ÑÒNH THOÁNG KEÂ CAÙC KIEÅM ÑÒNH THOÁNG KEÂ HOÀI QUI BOÄI (tt) HOÀI QUI BOÄI (tt) 1. BA CAÙCH KIEÅM TRA NHANH 2. ÑA COÂNG TUYEÁN a. Daáu heä soá goùc Laø hieän töông hai hay nhieàu bieán ñoäc laäp coù moái quan heä Kieåm tra daáu cuûa heä soá goùc coù ñuùng nhö kyø voïng khoâng? tuyeán tính vôùi nhau. b. Möùc yù nghóa Kieåm tra möùc yù nghóa baèng P-values ñeå chaáp nhaän bieán c. R-quared Trong moâ hình hoài qui boäi, chuùng ta coù khaùi nieäm adjusted R-squared (goïi laø R-squared ñieàu chænh). Tieâu chí naøy nhaèm haïn cheá vieäc R-squred taêng khoâng yù nghóa (khi taêng theâm bieán ñoäc laäp R-square taêng duø bieán ñoù khoâng coù yù nghóa thoáng keâ). . 65 66 CAÙC KIEÅM ÑÒNH THOÁNG KEÂ CHÖÔNG 6 HOÀI QUI BOÄI (tt) 3. TÖÏ TÖÔNG QUAN VAØ HIEÄN TÖÔÏNG THIEÁU BIEÁN GIAÛI THÍCH Töï töông quan: laø hieän töôïng caùc giaù trò (quan saùt) theo thöù töï cuûa moät bieán coù moái töông quan vôùi nhau. DÖÏ BAÙO VÔÙI PHÖÔNG PHAÙP Coù nhieàu nguyeân nhaân gaây ra hieän töôïng töï töông quan, ôû ñaây DAÕY SOÁ THÔØI GIAN ta chæ xeùt moät nguyeân nhaân cuûa hieän töôïng naøy laø khi xaây döïng moâ hình ñaõ boû qua bieán giaûi thích quan troïng. Vì theá moät trong caùch chöõa hieän töôïng naøy laø theâm bieán vaøo moâ hình. 67 68 17
PHAÂN TÍCH THAØNH PHAÀN PHAÂN TÍCH THAØNH PHAÀN DAÕY SOÁ THÔØI GIAN DAÕY SOÁ THÔØI GIAN (tt) Thaønh phaàn trong döõ lieäu chuoãi thôøi gian bao goàm: Ñaây laø moâ hình coå ñieån nhöng raát phoå bieán hieän nay Tính khuynh höôùng vì: Dao ñoäng thôøi vuï Cho ra keát quaû döï baùo raát toát Dao ñoäng chu kyø Deã hieåu vaø deã giaûi thích cho ngöôøi söû duïng caùc thoâng soá Dao ñoäng ngaãu nhieân. döï baùo. Töông thích vôùi khuynh höôùng chung cuûa caùc giaùm ñoác khi nhìn vaøo söï chuyeån vaän cuûa döõ lieäu vaø vì theá giuùp hoï Phaân tích thaønh phaàn daõy soá thôøi gian duøng ñeå xaùc ñeà ra caùc ñoái saùch phuø hôïp cho töøng yeáu toá chöa phuø ñònh ra caùc thaønh phaàn ñoù baèng caùch taùch rôøi daõy soá hôïp. thaønh nhöõng thaønh phaàn rieâng bieät vaø sau ñoù tích Coù nhieàu caùch ñeå phaân tích moät daõy soá thôøi gian. hôïp laïi ñeå döï baùo. Trong chöông trình, chuùng ta seõ söû duïng phöông phaùp coå ñieån trong ñoù lieân quan ñeán trung bình ñoäng, tính khuynh höôùng, tính thôøi vuï. 69 70 MOÂ HÌNH PHAÂN TÍCH PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ DAÕY SOÁ THÔØI GIAN CAÊN BAÛN TÌM CHÆ SOÁ THÔØI VUÏ Loaïi tröø nhöõng dao ñoäng ngaén haïn baèng caùch tính Moâ hình ñöôïc vieát: Y=TxSxCxI trung bình ñoäng (MA) cho daõy soá. Trong ñoù: Y = bieán döï baùo Cô soá tính trung bình ñoäng phaûi chöùa baèng soá quan T = tính khuynh höôùng saùt trong chu kyø thôøi vuï (ñoä daøi cuûa thôøi vuï). S = tính thôøi vuï C = tính chu kyø Ví duï: döõ lieäu ñöôïc cho theo quyù, khi tính trung bình I = tính ngaãu nhieân. ñoäng phaûi döïa treân cô sôû 04 quyù. 71 72 18
PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ TÌM CHÆ SOÁ THÔØI VUÏ (tt) TÌM CHÆ SOÁ THÔØI VUÏ (tt) Chæ soá Y Trung bình Trung bình ñoäng Yeáu toá thôøi vuï ñöôïc tính: thôøi gian Ñoäng (MA) trung taâm (CMA) SFt = Yt/CMAt Naêm 1 Trong ví duï treân chuùng ta coù, yeáu toá thôøi vuï taïi caùc quyù 3 vaø 4 nhö sau: Quyù 1 1 10 NA NA SF3 = Y3/CMA3 = 20/15.25 = 1.31 Quyù 2 2 18 NA NA SF4 = Y4/CMA4 = 12/15.75 = 0.76 Quyù 3 3 20 15.0 (MA3) 15.25 (CMA3) YÙ nghóa: Quyù 4 4 12 15.5 (MA4) 15.75 (CMA4) Quyù 3 cuûa naêm 1 laø quyù coù doanh soá cao hôn möùc trung bình (SF3 = 1.31). Trong khi ñoù, quyù 4 cuûa thì coù doanh soá khaù thaáp SF4 = 0.76). Neáu xeùt trong thöïc teá (ñaây laø döõ lieäu doanh soá cuûa Naêm 2 haøng hoaù laø trang phuïc bôi) thì ñieàu naøy laø hôïp lyù (ôû quyù 4 laø Quyù 1 5 12 16.0 (MA5) NA muøa ñoâng, neân doanh soá thaáp). Tính toaùn cho toaøn boä soá lieäu, caùc yeáu toá thôøi vuï naøy khaù xaáp xó Quyù 2 6 20 NA NA nhau. Chæ soá thôøi vuï (Si): ñöôïc tính baèng trung bình cuûa taát caû caùc yeáu toá thôøi vuï naøy. MA3 = (10 + 18 + 20 + 12)/4 = 15.0 MA4 = (18 + 20 + 12 + 12)/4 = 15.5 MA5 = (20 + 12 + 12 + 20)/4 = 16.0 73 74 ÑO LÖÔØNG YEÁU TOÁ CHU KYØ VÍ DUÏ MINH HOÏA ÑO LÖÔØNG YEÁU TOÁ CHU KYØ Yeáu toá chu kyø (CF): laø kieåu chuyeån vaän hình soùng 1.5 Aug77-1.43 môû roäng cuûa khuynh höôùng daøi haïn, ñöôïc ño löôøng Aug72-1.32 baèng tæ soá giöõa Trung bình ñoäng trung taâm (CMA) vaø Aug86-1.12 May98-1.12 khuynh höôùng daøi haïn cuûa trung bình ñoäng trung 1 taâm (CMAT). Feb75-0.83 CF = CMA/CMAT Feb70-0.77 Feb91-0.75 Feb82-0.58 CF >1: giaù trò taïi quan saùt sau khi ñaõ loaïi boû tính 0.5 CF thôøi vuï lôùn hôn giaù trò khuynh höôùng daøi haïn. CF
VÍ DUÏ MINH HOÏA TOÅNG QUAN VEÀ ÑO LÖÔØNG YEÁU TOÁ CHU KYØ CAÙC CHU KYØ KINH DOANH Q3-1966 = 190.513/239.700 = 0.795 < 1 Q2-1998 = 311.875/279.512 = 1.116 > 1 B’ B B’’ Neáu ñoái chieáu treân sô ñoà treân ta deã daøng nhaän thaáy: Hoaït Taïi Q3-1966, ñöôøng CF naèm döôùi ñöôøng khuynh ñoäng höôùng daøi haïn, vaø kinh teá C Taïi Q2-1998, ñöôøng CF naèm treân ñöôøng khuynh höôùng daøi haïn. Keát luaän: baèng caùch tính ñöôïc vaø chieáu rieâng yeáu toá A chu kyø leân ñoà thò chuùng ta coù theå hình dung toát hôn caùch chuyeån vaän cuûa döõ lieäu. Töø ñoù ñöa ra phöông Thôøi gian phaùp döï baùo thích hôïp. Caùc chu kyø kinh doanh 77 78 TOÅNG QUAN VEÀ DÖÏ BAÙO PHAÂN TÍCH THAØNH PHAÀN CAÙC CHU KYØ KINH DOANH DAÕY SOÁ THÔØI GIAN Chuù thích: Moät daõy soá thôøi gian coù theå taùch ra thaønh caùc thaønh phaàn: Thôøi ñoaïn töø ñieåm A ñeán B: giai ñoaïn phaùt trieån Y=T.S.C.I (hay môû roäng – expansion phase). Trong ñoù: Thôøi ñoaïn töø B ñeán C: giai ñoaïn suy thoaùi T = khuynh höôùng daøi haïn döïa treân döõ lieäu ñaõ loaïi boû (recession phase) caùc dao ñoäng thôøi vuï, thuôøng ñöôïc goïi laø khuynh höôùng Khoaûng caùch töø A ñeán B: möùc ñoä môû roäng trung bình ñoäng trung taâm. (development phase) S = caùc chì soá thôøi vuï (Si). Laø caùc giaù trò chuaån trung Khoaûng caùch töø B’’ ñeán C chæ ra möùc ñoä suy thoaùi. bình cuaû caùc yeáu toá thôøi vuï taïi moãi quan saùt Neáu ñuùng laø chu kyø : bieân ñoä dao ñoäng [khoaûng caùch töø C= yeáu toá chu kyø. Yeáu toá chu kyø (CF) ñöôïc tính baèng tæ ñaùy suy thoaùi (A) vaø ñænh phaùt trieån (B)] laø khoâng ñoåi soá giöõa CMA vaø CMAT, theå hieän tính chuyeån vaän daàn ñeàu trong caùc chu kyø. Vaø, thôøi ñoaïn cuûa caùc chy kyø laø khoâng hình soùng cuûa daõy soá xung quanh ñöôøng khuynh höôùng. ñoåi. Tuy nhieân trong thöïc teá cuûa hoaït ñoäng kinh teá ñieàu I= yeáu toá thaát thöôøng. Thoâng thöôøng yeáu toá naøy ñöôïc naøy raát khoù coù xaûy ra. cho giaù trò laø 1 neáu nhö khoâng coù quan saùt thaát thöôøng ñaùng 79 chuù yù naøo. 80 20