Dự báo Kinh tế quản lý: Bài giảng Chương 2

Chương 2. Dự báo

Dự báo

 Giới thiệu

 Tầm quan trọng của dự báo  Những chủ đề của dự báo  Những điều kiện tiên quyết cho một dự báo tốt  Các bước của hệ thống dự báo

 Những kỹ thuật dự báo  Phương pháp định tính

 Ý kiến chuyên gia  Những cuộc thăm dò ý kiến và nghiên cứu thị trường

 Phương pháp định lượng  Phương pháp chuỗi thời gian

 Dự báo với những kỹ thuật làm trơn  Kỹ thuật dự phóng

 Phương pháp dự báo với mô hình kinh tế lượng

Tầm quan trọng của dự báo

MỤC TIÊU

KẾ HOẶCH

DỰ BÁO

Những chủ đề của dự báo

 Dự báo tầm vĩ mô

 Tổng sản phẩm quốc nội (GDP)  Các cấu phần của GDP: tiêu dùng, đầu tư

 Dự báo ngành

 Doanh số bán của toàn ngành  Xu hướng của ngành, các đối thủ cạnh tranh

 Dự báo tầm vi mô

 Dự báo cho một hãng cụ thể về doanh số bán, chi

phí, lợi nhuận…

Những điều kiện tiên quyết cho một dự báo tốt

Dự báo phải phù hợp với hoàn cảnh của

công ty.

Dự báo tốt nên được dựa trên kiến thức

về quá khứ thích hợp.

Dự báo nên xem xét đến môi trường

kinh tế và chính trị.

Dự báo phải đúng thời gian.

Các bước của hệ thống dự báo

 Xác định mục tiêu.  Chọn những hạng mục hoặc số lượng cần được dự

báo.

 Xác định thời kỳ dự báo - thí dụ ngắn hạn, trung hạn

hay dài hạn.

 Chọn mô hình dự báo.  Thu thập số liệu cần thiết để thực hiện dự báo.  Phê chuẩn mô hình dự báo.  Thực hiện dự báo.  Thực thi kết quả.

Những kỹ thuật dự báo

Phương pháp định tính Phương pháp định lượng

Một số yếu tố cần được xem xét khi lựa chọn kỹ thuật dự báo thích hợp

 Vấn đề cần được dự báo.  Tác động qua lại của hoàn cảnh với những đặc tính của những phương pháp dự báo sẵn có.

 Lượng số liệu quá khứ sẵn có.  Lượng thời gian cho phép để chuẩn bị

dự báo.

 Chi phí dự báo và độ chính xác.

Phương pháp định tính

Ý kiến chuyên gia

 Phương pháp hội thẩm ý kiến các ủy viên

ban quản trị

 Phương pháp Delphi

Thăm dò ý kiến và nghiên cứu thị trường

Phương pháp định lượng

Những phương pháp chuỗi thời gian  Dự báo với những kỹ thuật làm trơn  Kỹ thuật dự phóng

Những mô hình kinh tế lượng (phương

pháp nhân quả).

Những phương pháp chuỗi thời gian

Dự báo với những kỹ thuật làm trơn

 Phương pháp trung bình động  Phương pháp làm trơn theo luật số mũ

Kỹ thuật dự phóng

 Tốc độ tăng trưởng ghép cố định  Kỹ thuật dự phóng chuỗi thời gian nhìn thấy

được

 Kỹ thuật dự phóng phân tích chuỗi thời gian

Dự báo với những kỹ thuật làm trơn

 Khi không có xu hướng mạnh trong chuỗi

thời gian

 Khi có những thay đổi không thường xuyên

trong hướng của chuỗi

 Khi những dao động là ngẫu nhiên hơn là

theo mùa hay chu kỳ

Phương pháp trung bình động

....

(cid:0) N /

E t

Trong đó: E: số liệu dự báo X: số liệu thực tế N: kích cỡ thời kỳ sử dụng

(cid:0) (cid:0) (cid:0) (cid:0) (cid:0) (cid:0) (cid:0) (cid:0)

Phương pháp trung bình động

ộ

ố

ộ

Th i ờ kỳ

ệ ố S li u th c tự ế

Bình quân đ ng ba tháng D báoự

ệt

Bình quân đ ng b n tháng D báoự

Bình quân đ ng năm tháng D báoự

1100 800 1000 1050 1500 750 700 650 1400 1200 900 1000

988 1088 1075 1000 900 875 988 1038 1125

1090 1020 1000 930 1000 940 970 1030

967 950 1183 1100 983 700 917 1083 1167 1033

ỗ L i tuy đ iố 83 550 433 400 333 700 283 183 167 3133 348

ệ ỗ L i tuy t đ iố 513 338 375 350 500 325 88 38 2525 316

ệ ỗ L i tuy t đ iố 340 320 350 470 200 40 30 1750 250

1 2 3 4 5 6 7 8 9 10 11 12 13 T ngổ MAD

Phương pháp trung bình động

Chọn kích cỡ thời kỳ N? Lỗi dự báo = Giá trị thực tế - Giá trị dự báo Một thước đo tổng thể lỗi dự báo của mô hình là

độ lệch trung bình tuyệt đối (MAD)

(cid:0) 1

(cid:0) (cid:0)

MAD

Chọn kích cỡ thời kỳ nào có MAD thấp nhất.

(cid:0)

Phương pháp trung bình động

Hạn chế:

 Nếu tăng kích cỡ N thì có thể làm trơn hơn

những dao động song nó sẽ làm cho phương pháp này kém nhạy cảm với những thay đổi thực tế trong số liệu.

 Phương pháp trung bình động không thể

mô tả xu hướng được.

 Phương pháp trung bình động đòi hỏi phải

duy trì lượng số liệu quá khứ khá lớn.

Phương pháp làm trơn theo luật số mũ

Xw (

)

E t

Trong đó: E: số liệu dự báo X: số liệu thực tế w: trọng số (hệ số làm trơn cố 0 < w < 1 định)

Chọn trọng số w có MAD thấp nhất.

(cid:0) (cid:0) (cid:0) (cid:0) (cid:0) (cid:0)

Phương pháp làm trơn theo luật số mũ

ọ

Tr ng s

Th i ờ kỳ

ố ệ S li u th c tự ế D báoự

ố w = 0,2

ọ Tr ng s D báoự

ố w = 0,4

ọ Tr ng s D báoự

ố w = 0,8

1100 800 1000 1050 1500 750 700 650 1400 1200 900 1000

1100 980 988 1013 1208 1025 895 797 1038 1103 1022 1013

1100 860 972 1034 1407 881 736 667 1253 1211 962 992

1100 1040 1032 1036 1128 1053 982 916 1013 1050 1020 1016

ệ ỗ L i tuy t đ iố 300 40 18 464 378 353 332 484 187 150 20 2728 248

ệ ỗ L i tuy t đ iố 300 20 62 487 458 325 245 603 162 203 22 2886 262

ệ ỗ L i tuy t đ iố 300 140 78 466 657 181 86 733 53 311 38 3043 277

1 2 3 4 5 6 7 8 9 10 11 12 13 T ngổ MAD

Kỹ thuật dự phóng

 Tốc độ tăng trưởng ghép cố định  Kỹ thuật dự phóng chuỗi thời gian nhìn

thấy được

 Kỹ thuật dự phóng phân tích chuỗi thời

gian

Tốc độ tăng trưởng kép cố định

nBE /1 )

(

Trong đó B: số lượng của năm đầu E: số lượng của năm cuối n: số năm trong khoảng thời gian i: tốc độ tăng trưởng cố định Dự báo của những năm tới có thể được ước định ở mức tăng trưởng i hàng năm.

(cid:0) (cid:0)

Kỹ thuật dự phóng phân tích chuỗi thời gian

 Ưu điểm:

 Dễ dàng tính toán.  Không đòi hỏi nhiều khả năng đánh giá hay kỹ

năng phân tích của người thực hiện.

 Không giống như kỹ thuật dự phóng chuỗi thời

gian nhìn thấy được, nó mô tả một đường có thể khớp nhất cho số liệu quá khứ.

 Ngoại trừ trường hợp chuyển hướng đột biến có thể xảy ra, kỹ thuật dự phóng dựa theo phương pháp phân tích này là thường đáng tin cậy trong ngắn hạn.

Kỹ thuật dự phóng phân tích chuỗi thời gian

 Bốn đặc tính của số liệu:

 Xu hướng. Đây là hướng chuyển động của số liệu trong một khoảng thời gian tương đối dài, hoặc tăng lên hoặc giảm xuống.

 Những dao động chu kỳ. Đây là những độ chệch

ra khỏi xu hướng vì những điều kiện kinh tế nói chung.

 Những dao động theo mùa. Mẫu lập đi lập lại

theo mùa.

 Tính không theo qui luật. Những dao động ngẫu nhiên, không ổn định và không thường lặp lại và không thể dự đoán trước được.

Kỹ thuật dự phóng phân tích chuỗi thời gian

 Số liệu chuỗi thời gian có thể được biểu diễn dưới

dạng tích:

)(

)

Y (cid:0) t

RSCT ( )( t t t

Trong đó

Y: giá trị thực tế của số liệu trong chuỗi thời gian tại thời kỳ t T: cấu phần xu hướng tại thời kỳ t C: cấu phần chu kỳ tại thời kỳ t S: cấu phần theo mùa tại thời kỳ t R: cấu phần ngẫu nhiên tại thời kỳ t

Nhiệm vụ: phân tách chuỗi thời gian của số liệu thực tế

Y thành bốn cấu phần.

Phương pháp dự báo với mô hình kinh tế lượng

 Mô hình kinh tế lượng thể hiện mối quan hệ nhân quả giữa biến

cần dự báo (biến phụ thuộc) và các biến ảnh hưởng đến nó (biến độc lập).

 Phương pháp dự báo với mô hình kinh tế lượng thu thập số liệu quá khứ của các biến độc lập và phụ thuộc và chạy hàm hồi qui.

 Kết quả hàm hồi qui là phương trình biểu diễn biến phụ thuộc theo các biến độc lập. Nó giải thích biến phụ thuộc chịu ảnh hưởng như thế nào khi các biến độc lập thay đổi.

= +

a a X

+ + ...

a X n

a X 2

 Trong phương pháp dự báo với mô hình kinh tế lượng, Y là biến số cần được dự báo. Khi biết được những thay đổi trong các biến số X thì giá trị của Y sẽ dễ dàng được ước tính từ phương trình hồi qui.