›
›

Quản trị kinh doanh - Dự báo trong kinh doanh

pdf 126 trang vanle 2050
Download
Bạn đang xem 20 trang mẫu của tài liệu "Quản trị kinh doanh - Dự báo trong kinh doanh", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfquan_tri_kinh_doanh_du_bao_trong_kinh_doanh.pdf

Nội dung text: Quản trị kinh doanh - Dự báo trong kinh doanh

  1. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình 1
  2. Phùng Thanh Bình GIỚI THIỆU DỰ BÁO TRONG KINH DOANH & KINH TẾ 1. Giớithiệu 2. Lịch sử phát triểncủadự báo 3. Nhu cầudự báo 4. Dự báo trong kinh doanh ngày nay 5. Phân lọai dự báo 6. Lựachọnphương pháp dự báo 7. Phương pháp luận cho chuỗithờigian& dự báo 8. Nguồndữ liệu 9. Đolường độ chính xác dự báo 10. Phầnmềndự báo Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 1. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 1. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 1. 2
  3. Phùng Thanh Bình GIỚI THIỆU z Dự báo là mộtyếutố quan trọng củahầuhết các quyết định kinh doanh và lậpkế hoạch kinh tế z Dự báo như mộttậphợp các cơng cụ giúp người ra quyết định đưaracácphánđốn tốtnhấtvề các sự kiệntương lai (dựa vào quá khứ và hiệntại) z Nhu cầu nhân sự cĩ kiếnthứcvề dự báo đang gia tăng Phùng Thanh Bình LỊCH SỬ PHÁT TRIỂN CỦA DỰ BÁO z Nhiềukỹ thuậtdự báo ngày nay đã phát triểnvào thế kỷ 19 z Nhưng những phương pháp dự báo phổ biếnchỉ đượcpháttriểngần đây: phương pháp phân tích, phương pháp san mũ, phương pháp ARIMA z Cùng vớisự phát triểncủanhiềuphương pháp dự báo phứctạp và các phầnmềm, dự báo ngày càng nhận đượcnhiềusự quan tâm hơn z Nhiềuphương pháp dự báo mớitiếptục được phát triển 3
  4. Phùng Thanh Bình NHU CẦU DỰ BÁO z Quyết định hơm nay ảnh hưởng đếntương lai củatổ chức, nhưng tương lai là bất định z Ai cầndự báo? Hầunhư mọitổ chức: lớnvà nhỏ, tư và cơng đềusử dụng dự báo. Các bộ phậnchứcnăng như tài chính, marketing, nhân sự, sảnxuất. Ngồi ra, tổ chức chính phủ, phi chính phủ, các CLB xã hội, Phùng Thanh Bình DỰ BÁO TRONG KINH DOANH NGÀY NAY z Dự báo ngày càng trở nên quan trọng vì các cơng ty tập trung vào việcgiatăng mức độ hài lịng củakhách hàng trong khi vẫnphảigiảm chi phí củaviệccung cấphànghĩavàdịch vụ z Hầunhư mọilĩnh vựcchứcnăng của doanh nghiệp đềusử dụng mộtloạidự báo nào đĩ, ví dụ: z Kế tốn: dự báo chi phí và doanh thu trong kế hoạch nộpthuế 4
  5. Phùng Thanh Bình DỰ BÁO TRONG KINH DOANH NGÀY NAY z Phịng nhân sự: dự báo nhu cầutuyểndụng và những thay đổi trong cơng sở z Chuyên gia tài chính: dự báo ngân lưu z Quản đốcsảnxuất: dự báo nhu cầunguyênvậtliệuvàtồn kho z Giám đốc marketing: Dự báo doanh sốđểthiếtlập ngân sách cho quảng cáo * Dự báo doanh số thường là dự báo cơ bản cho các dự báo khác (ví dụ giữanhững năm 1980, 94% sử dụng dự báo doanh số) Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Ngắnhạn (các chiếnlượcvàkế hoạch tức thì, cấptrungvàcấpdưới) và dài hạn (chiếnlượcdàihạn, cấpcao) z Vi mơ và vĩ mơ z Định tính và định lượng 5
  6. Phùng Thanh Bình Jury of executive opinion Qualitative Sales force composite Delphi methods (Subjective) Survey methods New product forecasting Univariate time series Forecast Nạve method methods Regression trends Exponential smoothing Decomposition ARIMA Quantitative Event models (Objective) New product models Casual models Time series & Cross sectional regression Bivariate (simple) regression Multi regression Nguồn: J.Holton Wilson & Barry Keating (2007), p.37 Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Dự báo định lượng: o Dựatrêndữ liệuquákhứđểphát hiệnxuhướng vận động của đốitượng o Giảđịnh: giá trị tương lai củabiếnsố dự báo phụ thuộc vào xu hướng vận động trong quá khứ o Cĩ 2 loạiphương pháp định lượng: • Chuỗithờigian • Nhân quả 6
  7. Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Ưu điểmcủadự báo định lượng? o Kếtquả dự báo hồn tồn khách quan o Cĩ phương pháp đolường độ chính xác dự báo o Ít tốnthờigianđể tìm ra kếtquả dự báo o Cĩ thể dự báo điểmhay dự báo khoảng Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Dự báo định lượng ngày càng đượcchấpnhậnrộng rãi? o Các phương pháp định lượng hữuíchhơn trong việc đưaradựđốn về các sự kiệntương lai o Nhờ sự phát triểncủa các phầnmềm máy tính giúp các phương pháp định lượng trở nên dễ dàng hơn o Các phán đốncánhândựa trên kinh nghiệmthựctế và/hay qua nghiên cứu nên luơn luơn giữ mộtvaitrị quan trọng trong việcchuẩnbị củabấtkỳ dự báo nào 7
  8. Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Dự báo định tính vẫncĩvaitrịquantrọng? o Khi khơng cĩ sẵn/khơng đủ dữ liệu quá khứ o Nhân tố khơng thể lượng hĩa o Khơng cĩ sẵn chuyên gia định lượng o Các phương pháp thường dùng: • Đánh gá ý kiếnban quảntrị (chuyên gia) • Tổng hợplựclượng bán hàng Phương pháp khảo sát ý kiến khách hàng • Delphi, Phùng Thanh Bình PHÂN LOẠI DỰ BÁO z Ưunhược điểmcủadự báo định tính? z Ưu điểm: o Khơng địi hỏikiếnthứcvề tốn o Đượcchấpnhậnrộng rãi bởinhững ngườisử dụng z Nhược điểm: o Nhiềulĩnh vựcthựctế khơng thể dựavàophương pháp định tính o Luơn bị chệch (biased) o Khơng chính xác một cách kiên định qua thờigian o Tốn nhiềunămkinhnghiệm để mộtngườicĩthể dự báo tốt được 8
  9. Phùng Thanh Bình LỰA CHỌN PHƯƠNG PHÁP DỰ BÁO z Các kếtquả dự báo phải làm cho quá trình ra quyết định dễ dàng hơn z Khơng áp dụng mộtphương pháp cho mọitrường hợp z Sảnphẩm, mục tiêu, ràng buộc khác nhau phải được xem xét khi chọnphương pháp dự báo thích hợp z Cĩ thể áp dụng nhiềuphương pháp cho cùng một trường hợp z Phương pháp đượcchọnphảidự báo chính xác, kịp thời, và dễ hiểu Phùng Thanh Bình PHƯƠNG PHÁP LUẬN CHO CHUỖI THỜI GIAN & DỰ BÁO z Dữ liệulịch sử: YBEG tớiYEND z Giai đoạnmẫu phân tích: Y1, Yn (Y1 khơng nhất thiết trùng vớiYBEG) ^ ^ z Giá trị dự báo: Y 1, Y n ^ ^ z Dự báo hậunghiệm: Y n+1 Y N => cung cấpcơ hội đánh giá mức độ chính xác củamơhìnhdự báo z Dự báo tiềnnghiệm: khơng cĩ giá trị thựctế vềđối tượng dự báo (dự báo cho tương lai) z Dự báo lùi: nhằmbổ sung dữ liệu cho giai đoạnlịch sử (nếucần) 9
  10. Phùng Thanh Bình Phùng Thanh Bình NGUỒN DỮ LIỆU z Tùy vào phương pháp dự báo đượcchọn: o Mộtsố phương pháp chỉ cầnchuỗisố liệusẽđượcdự báo: như dự báo thơ, phân tích, san mũ, ARIMA o Các phương pháp hồi qui bộiyêucầuphảicĩsố liệuchomỗi biếnsử dụng trong mơ hình z Nguồnsố liệu chính là các số liệunộibộ củatổ chức o Số liệucĩthể khơng thuậnlợi cho xây dựng mơ hình dự báo vì thờigiancĩthể khác nhau, o Cách thứclưutrữ cũng cĩ ý nghĩa quan trọng z Số liệu bên ngồi tổ chức 10
  11. Phùng Thanh Bình ĐO LƯỜNG ĐỘ CHÍNH XÁC DỰ BÁO z GọiYt = giá trị thựctạigiaiđoạnt ^ Y t = giá trị dự báo tạigiaiđoạnt n = số giai đoạn ^ z Sai số dự báo: et = Yt –Yt Nếumộtmơhìnhđược đánh giá là tốtthìsaisố dự báo phảitương đốinhỏ z Các phương pháp đánh giá: (i) Phương pháp thống kê; (ii) Phương pháp đồ thị Phùng Thanh Bình 11
  12. Phùng Thanh Bình ĐO LƯỜNG ĐỘ CHÍNH XÁC DỰ BÁO z Phương pháp đồ thị: z Nếuet dao động ngẫu nhiên theo thời gian thì ta cĩ mơ hình dự báo tốt (xoay quanh trục0) z Vẽ giá trị thựcvàgiátrị dự báo lên cùng hệ trục, nếu2 giátrị này càng gần nhau thì mơ hình dự báo càng chính xác z Quan sát bước ngoặt: mơ hình dự báo tốtlàmơ hình dự báo đúng những bước ngoặttheomẫu dữ liệuthực Phùng Thanh Bình ĐO LƯỜNG ĐỘ CHÍNH XÁC DỰ BÁO 12
  13. Phùng Thanh Bình CÁC PHẦN MỀM DỰ BÁO z MiniTab, Eviews, SPSS z Excel add-ins: Crystal Ball, Forecast X z Forecast X (hiện nay) chiếm40% thị phầndự báo trong kinh doanh (J.Holton Wilson & Barry Keating) z Chương trình giảng dạymơndự báo sẽ sử dụng Excel và Forecast X 13
  14. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình QUY TRÌNH DỰ BÁO, KHẢO SÁT DỮ LIỆU VÀ LỰA CHỌN MƠ HÌNH 1. Quy trình dự báo 2. Khảosátdữ liệuchuỗithờigian 3. Khảosátdữ liệubằng phân tích tự tương quan 4. Lựachọnmơhìnhdự báo 5. Ơn tậpthống kê cơ bản 1
  15. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 2. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 2. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 2 & 3. Phùng Thanh Bình QUY TRÌNH DỰ BÁO Bước1: Xácđịnh rõ các mục tiêu Bước2: Xácđịnh dự báo cái gì Bước3: Nhậndạng các khía cạnh thờigian Bước4: Xemxétsố liệu Bước5: Lựachọnmơhình Bước6: Đánh giá mơ hình Bước7: Chuẩnbị dự báo Bước 8: Trình bày kếtquả dự báo Bước 9: Theo dõi các kếtquả 2
  16. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 1. Xác định rõ các mục tiêu z Nĩi rõ các mục tiêu, kể cả dự báo sẽđượcsử dụng như thế nào trong việcraquyết định z Các mục tiêu và ứng dụng củadự báo nên được thảoluậngiữanhững cá nhân liên quan trong việc chuẩnbị dự báo và những ngườisẽ sử dụng các kếtquả. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 2. Xác định dự báo cái gì z Dự báo doanh số: doanh sốđơnvị hay bằng tiền; tổng doanh số, doanh số theo sảnphẩm, hay doanh số theo vùng; doanh số nội địahay xuất khẩu, hay cả hai z Dự báo số bệnh nhân: sốđăng ký khám, xuất viện, số ngày nằmviện 3
  17. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 3. Nhậndạng các khía cạnh thờigian z Độ dài và giai đoạncủadự báo: năm, quý, tuần, hay ngày z Mức độ khẩncấpcủadự báo: ảnh hưởng đếnviệc chọnphương pháp dự báo. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 4. Thu thậpvàxử lý số liệu z Số lượng và loạisố liệusẵn cĩ: nộibộ hay bên ngồi; số liệucĩở dạng mong muốn hay khơng; giá trị hay đơnvị z Cĩ thể cĩ quá nhiềuhoặcquáítdữ liệu z Cĩ thể thiếu giá trị cầnphải ướctính z Cĩ thể phải chuyển đổi đơnvị tính z Cĩ thể cần đượcxử lý trước z Cĩ thể thích hợpnhưng chỉ trong mộtvàigiaiđoạnlịch sử nhất định 4
  18. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 5. Lựachọnmơhình z Bảnchất (pattern) số liệu(xemBảng 2.1) z Số lượng số liệuquákhứ sẵncĩ z Độ dài dự báo z Chọn mơ hình phù hợpvớidữ liệu đã đượcthuthậpsao cho tốithiểu hĩa “sai số”dự báo z Mơ hình đơngiảnhay phứctạp? z Ý kiến đánh giá, nhậnxétrấtcầnthiết Phùng Thanh Bình 5
  19. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 6. Đánh giá mơ hình z Kiểm địnhcácmơhìnhtrênchuỗisố liệutamuốndự báo z Phân biệt độ phù hợpvàđộ chính xác z Độ phù hợp: so vớigiátrị quá khứ z Độ chính xác: so vớigiátrị dự báo z Nếumơhìnhđượcchọn trong bước 6 khơng đạt độ chính xác chấpnhận được, quay lạibước5 vớimộtmơ hình khác Phùng Thanh Bình QUY TRÌNH DỰ BÁO 7. Chuẩnbị dự báo z Nếucĩthể thì nên sử dụng hơnmộtphương pháp dự báo z Khi cĩ nhiềuphương pháp sử dụng thơng tin khác nhau, thì việckếthợp chúng lạisẽ cho kếtquả tốt hơnso vớichỉ dùng mộtphương pháp 6
  20. Phùng Thanh Bình QUY TRÌNH DỰ BÁO 8. Trình bày kếtquả dự báo z Cả dạng viết và thuyếttrình z Trình bày kếtquả dự báo cho những ai dựavào đĩ để ra quyết định z Cầnphảicĩsự giao tiếpthảoluậngiữanhững người cĩ liên quan Phùng Thanh Bình QUY TRÌNH DỰ BÁO 9. Theo dõi kếtquả dự báo z So sánh mức đơ chính xác của giá trị dự báo và giá trị thựctế trong giai đọan dự báo z Ngườilàmdự báo cần rút ra các bài họctừ việc so sánh này z Tìm ra nguyên nhân củasự khác biệt 7
  21. Phùng Thanh Bình KHẢO SÁT DỮ LIỆU CHUỖI THỜI GIAN z 4 tiêu chí cĩ thểđượcápdụng để xác định xem dữ liệucĩhữu ích cho việcdự báo hay khơng: o Dữ liệuphải đáng tin cậy và chính xác o Dữ liệuphải phù hợp o Dữ liệuphảinhất quán o Dữ liệuphải đúng lúc z Dữ liệutheothờigianvàdữ liệu chéo; dữ liệusơ cấpvàdữ liệuthứ cấp Phùng Thanh Bình KHẢO SÁT DỮ LIỆU CHUỖI THỜI GIAN z Xu thế o Thay đổidàihạntrongchuỗidữ liệuthờigian • Xu thế tăng • Xu thế giảm • Chuỗidừng z Mùa vụ o Thay đổi đều đặntrongchuỗidữ liệuthờigian tại cùng thời điểmmỗinăm 8
  22. Phùng Thanh Bình KHẢO SÁT DỮ LIỆU CHUỖI THỜI GIAN z Chu kỳ o Xu hướng vận động lên xuống củadữ liệu quanh mộtxúthế trong dài hạn o Dao động chu kỳ kéo dài hơnvàítđều đặnhơn dao động mùa vụ o Thường được đề cập đếnnhư các chu kỳ kinh doanh z Ngẫu nhiên o Thay đổi khơng phảido cácyếutố kể trên Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN z Tự tương quan là tương quan giữamộtbiếntrễ mộthoặc nhiềugiaiđoạn và chính biến đĩ n ∑ (Yt - Y)(Yt-k - Y) t=k+1 rk = n 2 ∑ (Yt - Y) t=1 với k = 0, 1, 2, khi độ trễ tăng, hệ số tự tương quan giảm Ví dụ: 3.1 (file Table 3-1) 9
  23. Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN z Giản đồ tự tương quan hay hàm tự tương quan là một đồ thị biểudiễn quan hệ giữacáchệ số tự tương quan với độ trễ củamộtchuỗithờigian z Các hệ số tự tương quan củacácđộ trễ khác nhau cĩ thể cung cấp các thơng tin sau: z Dữ liệucĩngẫu nhiên khơng? z Dữ liệucĩxuthế khơng? z Dữ liệucĩdừng khơng? z Dữ liệucĩyếutố mùa vụ khơng? Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN z Kiểm định hệ số tự tương quan cĩ khác 0 mộtcáchcĩ ý nghĩa hay khơng (dữ liệucĩngẫu nhiên khơng)? z SE(rk) = sai số chuẩncủatự tương quan với độ trễ k 1 o k = 1 => SE(r 1) = n k-1 2 1 + 2∑ ri i=1 o k ≠ 1 => SE(r k ) = n 10
  24. Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN z Khoảng tin cậy rk - ρk 0 ± t x SE(rk) với t = SE(rk ) z Kiểm định chung (một nhĩm các hệ số tương quan đầutiênkhác0 một cách cĩ ý nghĩa) m r2 Q = n(n + 2)∑ k k=1 n − k Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN o Ví dụ 3.2 (Hanke, 65) o Ví dụ 3.3 (Hanke, 66) z Dữ liệucĩxuthế khơng? o Mộtchuỗithờigiancĩxuthế (khơng dừng): các hệ số tự tương quan củacácđộ trễđầu tiên lớnvàsau đĩgiảmdầnbằng 0 khi độ trễ tăng lên. o Chuỗidừng: hệ số tự tương quan giảmbằng 0 rất nhanh (sau 2 hoặc3 độ trễ) o Phương pháp sai phân (ví dụ 3.4, Hanke, 68) 11
  25. Phùng Thanh Bình KHẢO SÁT DỮ LIỆU BẰNG PHÂN TÍCH TỰ TƯƠNG QUAN z Dữ liệucĩyếutố mùa vụ khơng? o Nếudữ liệucĩyếutố mùa vụ theo quý, mộthệ số tự tương quan sẽ lặplạitại độ trễ 4 o Nếudữ liệucĩyếutố mùa vụ theo tháng, mộthệ số tự tương quan sẽ lặplạitại độ trễ 12, o Ví dụ 3.5 (file Table 3-5) Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Mộtsố câu hỏicầnphảixemxéttrước khi quyết định chọnphương pháp dự báo phù hợpnhấtchomộtvấn đề cụ thể: o Tại sao cầndự báo? o Ai sẽ sử dụng kếtquả dự báo? o Đặc điểmcủadữ liệusẵncĩlàgì? o Thời đọan củadự báo là gì? o Địi hỏidữ liệutốithiểu là bao nhiêu? o Mức độ chính xác bao nhiêu là vừa? o Chi phí để dự báo là bao nhiêu? 12
  26. Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Để chọnmộtphương pháp dự báo thích hợp, cầnphải: o Xác định bảnchấtcủavấn đề dự báo o Bảnchấtcủadữ liệu đang xem xét o Mơ tả các khả năng và hạnchế củacácphương pháp dự báo tiềmnăng o Xây dựng các tiêu chí để ra quyết định lựachọn o Một nhân tố chính ảnh hưởng đếnviệclựachọnmơ hình dự báo là nhậndạng và hiểu đượcbảnchấtsố liệulịch sử Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Các phương pháp dự báo đốivớidữ liệudừng o Đượcsử dụng khi: • Mơi trường của đốitượng dự báo khơng thay đổi • Thiếudữ liệu • Thựchiệnnhững điềuchỉnh đơngiảncĩthểđạt đượcsựổn định • Chuỗidữ liệucĩthểđược chuyển đổi sang mộtdạng ổn định o Gồmcĩphương pháp dự báo thơ, trung bình giản đơn, trung bình trượt, ARMA 13
  27. Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Các phương pháp dự báo đốivớidữ liệuxuthế o Đượcsử dụng khi: • Tăng năng suất hay cơng nghệ mới làm thay đổilối sống • Dân số tăng làm tăng nhu cầu hàng hĩa và dịch vụ • Lạm phát • Mức độ chấpnhậncủathị trường gia tăng o Gồmcĩphương pháp trung bình trượt, san mũ bậc1 (Holt), hồiquyđơn, đường tăng trưởng, mơ hình mũ, ARIMA Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Các phương pháp dự báo đốivớidữ liệumùavụ o Đượcsử dụng khi: • Thờitiết ảnh hưởng đếnbiến đang xem xét • Niên lịch ảnh hưởng đếnbiến đang xem xét o Gồmcĩphương pháp phân tích, san mũ Winter, hồi quy bội, và ARIMA 14
  28. Phùng Thanh Bình LỰA CHỌN MƠ HÌNH DỰ BÁO z Các phương pháp dự báo đốivớidữ liệu chu kỳ o Đượcsử dụng khi: • Chu kỳ kinh doanh ảnh hưởng đếnbiến đang xem xét • Dịch chuyển trong sở thích chung • Dịch chuyển trong dân số • Dịch chuyển trong chu kỳ vịng đờisảnphẩm o Gồmcĩphương pháp phân tích, chỉ số kinh tế, mơ hình kinh tế lượng, hồi quy bội, và ARIMA Phùng Thanh Bình 15
  29. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Mơ tả dữ liệubằng số o Mơ tảđộlớn chung củamộtbiếnsử dụng các thước đomức độ tập trung: Trung bình, Trung bị, và mode • Xem c2t2.xls o Hai thước đomức độ phân tán: Phương sai và Độ lệch chuẩn(nhắclạibậctự do) • Xem c2t3.xls Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Mơ tả dữ liệubằng đồ thị o Đồ thịđiểm (dot plot) o Đồ thị hộp (box plot) o Đồ thị tầnsuất(histogram) o Đồ thị phân tán (scatter diagrams), o Đồ thị chuỗithời gian (time series plot) thường đượcsử dụng nhất, và đượcbiểudiễnbằng: • Hệ trụctọa độ đơn • Hệ trụctọa độ kép 16
  30. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chỉ số o Chỉ sốđơngiản khơng trọng số Yt It = ×100 Y0 o Chỉ số gộp khơng trọng sốđơngiản n Y ∑ i =1 i ,t I t = n Y ∑ i =1 i , 0 Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chỉ số o Chỉ số gộpcĩtrọng số (Laspreyres) n P Q ∑i=1 i,t i,0 It = n ×100 P Q ∑i=1 i,0 i,0 17
  31. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chỉ số o Chỉ số gộpcĩtrọng số (Paasche) n P Q ∑i=1 i,t T It = n ×100 P Q ∑i=1 i,0 T Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chuyểnhĩadữ liệu o San bằng chuỗithờigian • Phương pháp bình quân di động giản đơn (SMA) • Phương pháp bình quân di động trung tâm (CMA) ƒ Khoảng trượtL lẻ ƒ Khoảng trượtL chẵn 18
  32. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chuyểnhĩadữ liệu o Chuyểndữ liệu tháng, quý, nữanăm thành dữ liệunămbằng cách nhân giá trị vớitầnsuất (tháng x 12, quý x 4, nữanămx 2) o Chuyển đổitầnxuấtdữ liệu • Từ tầnsuất cao đếntầnsuấtthấp: ƒ Phương pháp gộp ƒ Phương pháp trung bình số học ƒ Phương pháp trung bình hình học Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chuyểnhĩadữ liệu o Chuyển đổitầnxuấtdữ liệu • Từ tầnsuấtthấp đếntầnsuấtcao: ƒ Phương pháp lặp ƒ Phương pháp sai phâns - Cĩ 3 bước: ' Y1 = YI ' ∆ Y ' = Y ' + ∆' ∆ = (YII −YI ) ∆ = 2 1 L ' ' ' Y3 = Y2 + ∆ 19
  33. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chuyểnhĩadữ liệu o Phương pháp sai phân ∆Yt = Yt −Yt−1 2 ∆ Yt = ∆Yt − ∆Yt−1 • Ý nghĩa: ƒ Sai phân bậc1 Ỉ hằng số: dữ liệugốccĩxu hướng đường thẳng ƒ Sai phân bậc2 Ỉ hằng số: dữ liệugốccĩxu hướng đường cong Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Chuyểnhĩadữ liệu o Phương pháp ln rt Yt = Y0e • Ý nghĩa: ƒ R là tỷ lệ tăng trưởng mũ (khơng đổi cho mỗi giai đoạn trong suốtthờikỳ nghiên cứu) ƒ Tùy vào t được tính theo tháng, quý hay năm 20
  34. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Phân phốixácsuất o Phân phốixácsuấtcủamộtbiếnrờirạc • Là liệtkêtấtcả các giá trị cĩ thể cĩ củabiến sốđĩ, cùng vớixácsuấtcủamỗi giá trịđĩ • E(X) = Σ[X × P(X)] o Đốivớimột phân phối liên tục, thì xác suất để cĩ một giá trị nhất định gầnbằng 0. Mộtphânphối quan trọng trong trường hợp này là phân phối chuẩn Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Phân phốixácsuất o Phân phốichuẩncủamộtbiếnngẫu nhiên liên tục được định nghĩavới2 đặc điểm: Trung bình và Độ lệch chuẩncủabiếnsốđĩ • µ±1σ chiếm ~ 68% diệntích • µ±2σ chiếm ~ 95% diệntích • µ±3σ chiếm ~ 99% diệntích o Phân phốichuẩnchuẩntắc X - µ Z = σ 21
  35. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Phân phốimẫu o Phân phốimẫulàtậphợptấtcả các giá trị cĩ thể cĩ củamộtthống kê mn ẫucĩthểđượcrútratừ một tổng thể vớimộtcỡ mẫunhất định o Theo định lý giớihạn trung tâm, khi cỡ mẫucàng lớn, thì phân phốimẫucủa các trung bình mẫusẽ tiếnvề phân phốichuẩn, và trung bình là µ và độ lệch chuẩnlà: σ n Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Phân phốimẫu o Student’s t-Distribution • Phân phốichuẩncungcấpnềntảng cho nhiều lọai phân tích dữ liệu, nhưng nĩ khơng thích hợpvớidữ liệumẫu, nên ta sử dụng t-dist • Khi khơng biết σ, hoặc khi cỡ mẫunhỏ, thì nên sử dụng t-dist • Vì t-dist phụ thuộcvàosố bậctự do, nêncĩrất nhiềut-dist X − µ t = S/ n 22
  36. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Thống kê suy luậntừ mẫu o Ướclượng điểmcủamộthệ số tổng thể (pop parameter) là mộtgiátrị riêng lẻđược tính từ số liệumẫu o Ướclượng khoảng là một khoảng mà hệ số tổng thể cĩ thể nằm trong đĩ: s µ = X ± t × n s đượcgọilàsaisố chuẩncủa trung bình mẫuvàđolường độ phân tán n của các trung bình mẫu Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Kiểm định giả thuyết, gồm các bướcsau: o Bước1:Xây dựng giả thuyết(H0, và H1) o Bước2:Thu thậpmộtmẫungẫu nhiên và tính tốn các thống kê kiểm định mẫu o Bước3:Giảđịnh H0 là đúng và xác định phân phốimẫucủathống kê kiểm định o Bước4:Tính xác suất (giá trị thống kê) o Bước5:So sánh xác suất(giátrị thống kê tính tốn) và quyết định chấpnhậnhay bácbỏ giả thuyết 23
  37. Phùng Thanh Bình Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Phân tích tương quan o Giản đồ phân tán (scatter diagrams): xét quan hệ giữa2 biến • Tuyếntính ƒ Dương ƒ Âm • Phi tuyến • Mức độ quan hệ giữa2 biến 24
  38. Phùng Thanh Bình ƠN TẬP THỐNG KÊ CĂN BẢN z Hệ số tương quan o Đolường mức độ quan hệ tuyếntínhgiữahai biếnsố 1 ∑(X - X)(Y − Y) r = ∑ ZXZY = n -1 ∑(X − X)2 ∑(Y − Y)2 n XY - ( X)( Y) = ∑ ∑ ∑ n∑∑X2 − ( X)2 n∑∑Y2 − ( Y)2 25
  39. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG & CÁC PHƯƠNG PHÁP SAN MŨ 1. Giớithiệu 2. Mơ hình dự báo thơ 3. Trung bình giản đơn 4. Trung bình di động đơn 5. Trung bình di động kép 6. San mũ giản đơn 7. San mũ Holt 8. San mũ Winter 1
  40. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 4. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 3. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 4. Phùng Thanh Bình GIỚI THIỆU 2
  41. Phùng Thanh Bình GIỚI THIỆU Mộtchiếnlượctốt để đánh giá các phương pháp dự báo gồmcácbướcsau: 1. Mộtphương pháp dự báo đượcchọndựatrên phân tích và cảmnhậncủangườilàmdự báo về bảnchấtcủadữ liệu 2. Bộ dữ liệu được chia thành 2 phần-phần đầuvà phầnkiểm định 3. Phương pháp dự báo đượcchọnnhằm tìm ra các giá trị phù hợpchophần đầucủadữ liệu Phùng Thanh Bình GIỚI THIỆU Mộtchiếnlượctốt để đánh giá các phương pháp dự báo gồmcácbướcsau: 4. Phương pháp đượcsử dụng dự báo phầnkiểm định củadữ liệu, và sai số dự báo đượcxácđịnh và đánh giá 5. Ra quyết định 3
  42. Phùng Thanh Bình DỰ BÁO THƠ z Khi cĩ rấtítdữ liệugần đây, thì Nạve cĩ thể là mộtgiải pháp z Dự báo thơ giảđịnh rằng các giai đoạngầnnhấtlàước lượng tốtnhất cho tương lai, mơ hình đơngiảnlà: ∧ Y t+1 = Yt z Đượcgọilàdự báo thơ cấp 1 (Nạve forecast 1), 100% trọng sốđược gán cho giá trị gầnnhấtcủa chuỗithờigian Phùng Thanh Bình DỰ BÁO THƠ z Bên cạnh xem xét quan sát gầnnhất, ta cĩ thể xem xét thêm xu hướng của nĩ, đây là mơ hình dự báo thơ cấp2: ∧ Y t+1 = Yt + P(Yt − Yt-1) z Xem ví dụởTable 1.3 (Holton, p30) 4
  43. Phùng Thanh Bình Phùng Thanh Bình TRUNG BÌNH GIẢN ĐƠN z Cơng thức: ∧ 1 t Yt+1 = ∑ Yi t i=1 ∧ ∧ t Yt+1+ Yt+1 Yt+2 = t +1 5
  44. Phùng Thanh Bình TRUNG BÌNH GIẢN ĐƠN z Phương pháp trung bình giản đơnphùhợp khi các nhân tốảnh hưởng đến đốitượng dự báocĩtínhổn định, và mơi trường liên quan đếnchuỗidữ liệulà khơng đổi z Phương pháp trung bình giản đơnsử dụng giá trị trung bình củatấtcả các quan sát quá khứ làm giá trị dự báo cho giai đoạntiếptheo Phùng Thanh Bình 6
  45. Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG ĐƠN z Quan tâm đếnmộtsố cốđịnh các quan sát gầnnhất z Khicĩthêmmột quan sát mới, ta cĩ mộtgiátrị trung bình mới ∧ Yt + Yt-1 + Yt-k+1 Yt+1 = k ^ Y t+1 = giá trị dự báo giai đoạntiếp theo Yt = giá trị thựctạithời điểmt k = hệ số trượt Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG ĐƠN z Ví dụ 4.3 (Table 4-30 7
  46. Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG ĐƠN z Chọnhệ số trượt bao nhiêu tùy vào độ dài củachu kỳ hay bảnchấtcủadữ liệu z Để so sánh và chọnmơhìnhtốt, nên dựa vào các tiêu chí thống kê (RMSE) z Thường dùng đốivớidữ liệu quý hoặcthángđể làm trơn các thành phầntrongchuỗithời gian z Thường dùng vớichuỗidừng Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG KÉP z Một cách dự báo chuỗithờigiancĩxuthế tuyến tính là dùng phương pháp bình phương di động kép ∧ Yt + Yt-1 + Yt-k+1 M = Yt+1 = t k M + M + M M ' = t t-1 t-k +1 t +1 k 8
  47. Phùng Thanh Bình TRUNG BÌNH DI ĐỘNG KÉP ' ' a t = M t + (M t − M t ) = 2M t - M t 2 b = (M − M ' ) t k - 1 t t ∧ Yt+p = at + bt p z Ví dụ 4.4 (Table 4-5) Phùng Thanh Bình 9
  48. Phùng Thanh Bình Phùng Thanh Bình SAN MŨ GIẢN ĐƠN z Giống trung bình di động, đượcsử dụng khi dữ liệu khơng cĩ yếutố xu thế và mùa vụ z Giá trị dự báo tạibấykỳ thời điểmnàolàgiátrị trung bình cĩ trọng số củatấtcả các giá trị sẵncĩtrước đĩ z Giá trị càng xa hiệntạithìtrọng số càng giảm (khác trung bình di động cho rằng các trọng số bằng nhau). Các quan sát gầnnhấtchứa đưng thơng tin thích hợp nhất, và cĩ ảnh hưởng lớnhơn các quan sát quá khứ z Khicĩítdữ liệuquákhứ và khơng cĩ yếutố xu thế và mùa vụ 10
  49. Phùng Thanh Bình SAN MŨ GIẢN ĐƠN z Quan sát gầnnhấtcĩtrọng số α (0< α<1), quan sát kế tiếplàα(1- α), quan sát tiếptheonữalàα(1- α)2, z α đượcgọilàhằng số mũ z Mơ hình san mũ giản đơncĩthểđượcviếtnhư sau: ∧ ∧ Yt+1 = αYt + (1-α)Yt Phùng Thanh Bình SAN MŨ GIẢN ĐƠN z Phương trình này cĩ thểđượcviếtlạinhư sau: ∧ ∧ Y t + 1 = α Y t + (1 - α ) Y t ∧ ∧ = α Y t + Y t - α Y t ∧ ∧ = Y t + α ( Y t - Y t ) ∧ = Y t + α e t 11
  50. Phùng Thanh Bình SAN MŨ GIẢN ĐƠN ∧ ∧ Yt = αYt-1 + (1-α)Yt-1 ∧ ∧ Yt+1 = αYt + (1-α)Yt ∧ = αYt + (1-α)[αYt-1 + (1-α)Yt-1] ∧ 2 = αYt + α(1-α)Yt-1 + (1-α) Yt-1 2 3 = αYt + α(1-α)Yt-1 + α(1-α) Yt-2 + α(1-α) Yt-3 + Phùng Thanh Bình SAN MŨ GIẢN ĐƠN z Chọn giá trị α là vấn đề quan trọng nhấtcủa phương pháp này o Nếu các dựđốn ổn định và biến đổingẫu nhiên ít, thì chọn α nhỏ, ngượclạinênchọn α lớn o Một cách phổ biến để ướclượng α là dựavào một quy trình lặp đilặplại sao cho tốithiểu hĩa MSE (hoặc RMSE) z Ví dụ 4.5 (H, Table 4-7) 12
  51. Phùng Thanh Bình Phùng Thanh Bình 13
  52. Phùng Thanh Bình SAN MŨ HOLT z Khi chuỗithời gian cĩ yếutố xu thế (và khơng cĩ yếutố mùa vụ) z Là mộtmở rộng củaphương pháp san mũ giản đơn bằng việc đưa thêm mộtthừasố tăng trưởng (growth factor) hay thừasố xu thế (trend factor) và phương trình san mũđểđiềuchỉnh yếutố xu thế z 3 phương trình và 2 hằng số san mũđượcsử dụng trong mơ hình Holt Phùng Thanh Bình SAN MŨ HOLT z Chuỗithờigianđã đượcsan mũ hay giá trịướclượng ^ hiệnhành(Lưuý: cũng cĩ thể là Y t,vàTt): ∧ ∧ (a) Yt +1 = αYt + (1-α )(Yt + Tt ) z Ướclượng xu thế: ∧ ∧ (b) Tt+1 = γ(Yt+1 − Yt ) + (1-γ)Tt ) z Dự báo p giai đoạntrongtương lai: ∧ (c) Ht+m = Yt+1 + mTt +1 14
  53. Phùng Thanh Bình SAN MŨ HOLT ∧ Yt+1 = giá trị san mũ cho giai đoạnt+1 Y = giá trị thực ở hiệntại(giaiđoạnt) ∧t Y t = giá trị san mũ cho giai đoạnt Tt+1 = ướclượng xu thế α = hằng số san mũ củamức giá trị hiệntại γ = hằng số san mũ của ướclượng xu thế m = số giai đoạndự báo Ht+m = giá trị dự báo theo phương pháp Holt ở giai đoạnt+m Phùng Thanh Bình SAN MŨ HOLT z α và γ cĩ thểđượcchọntheochủ quan hoặctốithiểu hĩa sai số dự báo như MSE o Khi cĩ thay đổilớn trong giá trị các thành phầnthì sử dụng trọng số lớn, và ngượclại z Chọngiátrị ban đầuchoY^: o Lấyquansátthứ nhất, và xu thế bằng 0 o Trung bình của 5 hoặc 6 quan sát đầutiênvàxuthế là hệ số gốccủa đường xu thế của các quan sát này z Ví dụ 4.9 (H, Table 4-8) 15
  54. Phùng Thanh Bình SAN MŨ WINTER z Chuỗithờigianđã đượcsan mũ: ∧ ∧ Yt (a) Yt = α + (1-α)(Yt-1 + Tt-1) St-s z Ướclượng xu thế: ∧ ∧ (b) Tt = γ(Yt − Yt-1) + (1-γ)Tt-1) z Ướclượng mùa vụ: Yt (c) S t = β ∧ + (1 - β )S t -s ) Y z Dự báo m giait đoạntrongtương lai: ∧ (d) Wt+m = (Yt + mTt )St-s+p Phùng Thanh Bình SAN MŨ WINTER ^ Y t = giá trị san mũ mới Tt = ướclượng xu thế St = ướclượng mùa vụ α = hằng số san mũ củamức giá trị hiệntại γ = hằng số san mũ của ướclượng xu thế β = hằng số san mũ của ướclượng mùa vụ m = số giai đoạndự báo s = độ dài mùa vụ Wt+m = giá trị dự báo theo phương pháp Winter ở giai đoạnt+m 16
  55. Phùng Thanh Bình SAN MŨ WINTER z α, γ, và β cĩ thểđượcchọn theo chủ quan hoặctốithiểu hĩa sai số dự báo như MSE z Chọn giá trị ban đầu cho Y^: o Lấy quan sát thứ nhất, xu thế bằng 0, và chỉ số mùa vụ bằng 1 o Hồi qui Y = f(t), hằng số sẽ là ướclượng ban đầucủa giá trị san mũ, hệ số dốclàướclượng ban đầu cho xu thế. Giá trị ban đầucủa thành phần mùa vụ từ các hệ số hồiqui của các biếngiả z Ví dụ 4.10 (H, Table -94 ) Phùng Thanh Bình 17
  56. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình HỒI QUY ĐƠN & XU THẾ TUYẾN TÍNH 1. Mơ hình hồi quy đơn 2. Phân tích kếtquả hồiquy 3. Đánh giá mơ hình hồiquy 4. Qui trình dự báo bằng hồi quy 5. Chuyển đổidạng biến 6. Dự báo bằng hàm xu thế 7. Dự báo bằng mơ hình nhân quả 8. Dự báo vớidữ liệuchéo 9. Dự báo điểm& Dự báo khoảng 1
  57. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 3. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 4. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 6 & 8. Phùng Thanh Bình MƠ HÌNH HỒI QUY ĐƠN z Một khi đãthiếtlập đượcmối quan hệ tuyến tính giữa2 biến, thì thơng tin về biến độclậpcĩthểđượcsử dụng để dự báo giá trị củabiếnphụ thuộc z Y = f(X) => Y = β0 + β0X + ε – Y là giá trị cầndự báo – X cĩ thể là mộtchuỗithờigian – X cĩ thể là t (1, , n) 2
  58. Phùng Thanh Bình MƠ HÌNH HỒI QUY ĐƠN z Đường thẳng phù hợpnhấtvớitậphợp các điểm X-Y là đường tốithiểu hĩa tổng các bình phương khoảng cách từ các điểm đến đường thẳng đĩ. Đường thẳng này đượcgọilàđường hồi quy hay đường tổng bình phương bé nhất, cĩ dạng như sau: ^ Y = b0 + b1X b0 = hệ số cắt (intercept) b1 = hệ số dốc(slope) Phùng Thanh Bình MƠ HÌNH HỒI QUY ĐƠN z Phương pháp bình phương bé nhấtchọ giá trị b0 và b1 sao cho tốithiểu hĩa tổng sai số bình phương: ^ 2 2 SSE = ∑(Y – Y ) = ∑(Y – b0 –b1X) 3
  59. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Sai số chuẩncủa ướclượng o Đomức chênh lệch giữa giá trị thựcY vớigiá trịướclượng Y^, đốivớimẫulớnthì: ^ • 67% chênh lệch Y – Y nằm trong sY,X • 95% chênh lệch Y – Y^ nằmtrong2 sY,X Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phương sai 4
  60. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY Phùng Thanh Bình 5
  61. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Hệ số xác định: ∧ Explained Variation SSR (Y − Y)2 R2 = = = ∑ Total Variation SST ∑(Y - Y)2 ∧ Unexplained Variation SSE (Y − Y)2 = 1 - = 1 - = 1 - ∑ Total Variation SST ∑(Y - Y)2 Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY 6
  62. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phầndư o Các giảđịnh củamơhìnhhồiquyOLS: • Tuyến tính • Các sai sốđộclập • Các sai số cĩ phương sai khơng đổi • Các sai số cĩ phân phốichuẩn Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phầndư o Kiểmtraphầndư trướchếtdựavàođồ thị: • Vẽđồthị histogram • Vẽ phầndư theo Y^ • Vẽ phầndư theo X • Vẽ phầndư theo thờigian 7
  63. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phầndư o Kiểm định hiệntượng phương sai khơng đồng nhất o Kiểm định hiệntượng tương quan chuỗi o Khi nào cần đếnAIC? Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z AIC & SIC: dùng để so sánh lựachọngiữa các mơ hình cĩ số biến khác nhau N 2 ∑en 2k n=1 AIC = exp( ) N N N 2 ⎛ k ⎞ e ⎜ ⎟ ∑ n SIC = N⎝ N ⎠ n=1 N 8
  64. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z AIC & SIC: Thường các phầnmền kinh tế lượng tính AIC & SIC theo cơng thứcsau: Nguồn: Green, W.H., (2003), Econometric Analysis, 5th Edition, P.160 Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi Yt = β0 + β1Xt + εt εt = ρεt-1 + vt 9
  65. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi o Tự tương quan âm o Tự tương quan dương (xem Figure 8.1) o Khơng làm chệch các hệ sốướclượng, nhưng làm cho ướclượng củasaisố chuẩnnhỏ hơn sai số chuẩnthậtsự => t-stat, F-stat lớn Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi 10
  66. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi o Xử lý hiệntượng tương quan chuỗi tùy thuộcvào nguyên nhân gây ra hiệntượng tương quan chuỗi: Sai dạng mơ hình (thiếubiến) hay các sai sốđộclậpcĩliên quan với nhau cho dù mơ hình đượcchọn là phù hợp • Đưa thêm biếnbỏ sĩt vào mơ hình (ví dụ 8.3) • Hồi quy sai phân (ví dụ 8.5) • Mơ hình tự hồi quy (ví dụ 8.6) Phùng Thanh Bình ĐÁNH GIÁ MƠ HÌNH HỒI QUY z Thứ nhất, kiểmtraxem‘dấu’ củahệ số dốccĩý nghĩa hay khơng z Thứ hai, kiểmtraxemhệ số dốccĩý nghĩathống kê hay khơng (dùng t-stat) z Thứ ba, kiểm tra xem thay đổitrongbiến độclập giải thích bao nhiêu phầntrămchothayđổitrong biếnphụ thuộc z Thứ tư, kiểmtraphầndư (dùng DW) 11
  67. Phùng Thanh Bình QUY TRÌNH DỰ BÁO BẰNG HỒI QUY z Thứ nhất, xem xét dữ liệu(nêndùngđồ thị) củacả biếnphụ thuộcvàbiến độclập để xác định dạnh mơ hình hồiquy z Dự báo biến độclập z Ướclượng mơ hình z Đánh giá mức độ phù hợp và chính xác củamơ hình và chọnramơhìnhtốtnhất Phùng Thanh Bình CHUYỂN ĐỔI DẠNG BIẾN z Lưu ý: mơ hình hồiquytuyếntínhđơngiản nghĩa là tuyến tính đốivới các hệ số β z Sau khi vẽđồthị mộtbiếnX nàođĩtheothời gian, hoặcgiữa Y và X thì X cĩ thểđược chuyển sang các dạng sau: 1/X, log(X), X2, √X, z Ví dụ 6-10 (Hanke, 234) 12
  68. Phùng Thanh Bình DỰ BÁO BẰNG HÀM XU THẾ ^ z Y = b0 + b1(T) o T = 1 cho quan sát đầu tiên củachuỗithờigian và tăng lên theo thứ tự 1 đơnvị cho quan sát tiếptheo z Vẽđồthị giữaYt và T để chọndạng mơ hình hồi quy thích hợpnhất ^ z Cũng cĩ thể ta dự báo X = c0 + c1(T) Phùng Thanh Bình DỰ BÁO BẰNG MƠ HÌNH NHÂN QUẢ ^ z Y = b0 + b1(X) o Y và X là 2 chuỗithờigiankhácnhauvàđược kỳ vọng cĩ quan hệ vớn nhau z Vẽđồthị giữaYt và Xt để chọndạng mơ hình hồi quy thích hợpnhất z Thường phảidựa vào lý thuyết và kinh nghiệm để xác định mối quan hệ nhân quả 13
  69. Phùng Thanh Bình DỰ BÁO VỚI DỮ LIỆU CHÉO z Trong khi hầuhếtdự báo dựatrêndữ liệuchuỗi thời gian, tuy nhiên cĩ mộtsố trường hợp phân tích dữ liệuchéocũng rấthữu ích. Trong phân tích dữ liệu chéo, tấtcả các dữ liệu đượcthuthập cùng mộtthời điểm z Ví dụ: doanh số và dân sốởcác thành phố, lượng cầuvàgiácủamột hàng hĩa, Phùng Thanh Bình DỰ BÁO ĐIỂM & DỰ BÁO KHOẢNG z Dự báo điểm z Hai nguồn khơng chắcchắn liên quan đếndự báo điểmtừ phương trình hồi quy: o Do sự phân tán của các điểmdữ liệuso với đường hồi quy mẫu o Do sự phân tán của đường hồiquymẫuso với đường hồi quy tổng thể 14
  70. Phùng Thanh Bình DỰ BÁO ĐIỂM & DỰ BÁO KHOẢNG z Dự báo khoảng cĩ tính đến2 nguồnkhơngchắc chắnnày z Sai số chuẩncủadự báo, sf, đomức độ thay đổi củaY^ so vớiY tạiX chotrước: ^ Y ± tsf 15
  71. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình HỒI QUY BỘI 1. Mơ hình hồi quy bội 2. Chọnbiến độclập 3. Phân tích kếtquả hồi quy 4. Đánh giá mơ hình hồi quy 5. Biếngiả 6. Lựachọnphương trình hồiquy 7. Dự báo điểm& Dự báo khoảng 1
  72. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 9. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 5. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 7 & 8. Phùng Thanh Bình MƠ HÌNH HỒI QUY BỘI z Y = f(X1, X2, X3, , Xn) = b0 + b1X1 + b2X2 + . . . bkXk + ε z Trong đĩ: o b0 = hệ số cắt o bi = là các hệ số dốctương ứng o ε = sai số tổng thể 2
  73. Phùng Thanh Bình MƠ HÌNH HỒI QUY BỘI Phùng Thanh Bình MƠ HÌNH HỒI QUY BỘI z Y = b0 + b1X1 + b2X2 + . . . bkXk + ε Y = b0 + b1X1 + b2X2 + . . . bkXk + e z Trong đĩ: o b0 = hệ số cắt o bi = là các hệ số dốctương ứng o e = sai số mẫu 3
  74. Phùng Thanh Bình CHỌN BIẾN ĐỘC LẬP Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY ∧ ∧ Y = Y + (Y - Y) ∧ Y = b0 + b1X1 + b2X2 + + bk Xk ∧ ∧ ∧ ∑(Y - Y)2 = ∑(Y - Y)2 + ∑(Y - Y) SST = SSR + SSE df: n-1 = k + n – k - 1 4
  75. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Sai số chuẩncủa ướclượng: ∧ (Y - Y)2 SSE s = ∑ = = MSE y.x's n - k -1 n - k -1 z Ví dụ 7.4, Hanke, 275 Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Ý nghĩacủahồi quy 5
  76. Phùng Thanh Bình Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Hệ số xác định: ∧ Explained Variation SSR (Y − Y)2 R2 = = = ∑ Total Variation SST ∑(Y - Y)2 ∧ Unexplained Variation SSE (Y − Y)2 = 1 - = 1 - = 1 - ∑ Total Variation SST ∑(Y - Y)2 6
  77. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Đốivớihồi quy bội: Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Kiểm định các hệ số hồiquy H0: βj = 0 H0: βj ≠ 0 b - 0 t = j s b j 7
  78. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phầndư o Kiểmtraphầndư trướchếtdựavàođồ thị: • Vẽđồthị histogram • Vẽ phầndư theo Y^ • Vẽ phầndư theo X • Vẽ phầndư theo thờigian Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Phân tích phầndư o Kiểm định hiệntượng phương sai khơng đồng nhất o Kiểm định hiệntượng tương quan chuỗi o Khi nào cần đếnAIC? 8
  79. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi o Tự tương quan âm o Tự tương quan dương (xem Figure 8.1) o Khơng làm chệch các hệ sốướclượng, nhưng làm cho ướclượng củasaisố chuẩnnhỏ hơn sai số chuẩnthậtsự => t-stat, F-stat lớn Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi 9
  80. Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Tương quan chuỗi o Xử lý hiệntượng tương quan chuỗi tùy thuộcvào nguyên nhân gây ra hiệntượng tương quan chuỗi: Sai dạng mơ hình (thiếubiến) hay các sai sốđộclậpcĩliên quan với nhau cho dù mơ hình đượcchọn là phù hợp • Đưa thêm biếnbỏ sĩt vào mơ hình (ví dụ 8.3) • Hồi quy sai phân (ví dụ 8.5) • Mơ hình tự hồi quy (ví dụ 8.6) Phùng Thanh Bình ĐÁNH GIÁ MƠ HÌNH HỒI QUY z Thứ nhất, kiểmtraxem‘dấu’ củahệ số dốccĩý nghĩa hay khơng z Thứ hai, kiểmtraxemhệ số dốccĩý nghĩathống kê hay khơng (dùng t-stat) z Thứ ba là đánh giá hệ số xác định z Thứ tư, kiểmtraphầndư (dùng DW) 10
  81. Phùng Thanh Bình BIẾN GIẢ z Biếngiảđượcsử dụng để xác định mối quan hệ giữa các biến độclập định tính và mộtbiếnphụ thuộc z Ví dụ 7.6, Hanke, 283 (Table 7-9) ^ Y = β0 + β1X1 + β2X2 X1: test score X2 = 0 đốivớinữ = 1 đốivớinam Phùng Thanh Bình y y = (β0 + β2) + β1x X2 = 1 slope = β1 X = 0 β2{ 2 y = β0 + β1x } β0 x 11
  82. Phùng Thanh Bình Phùng Thanh Bình BIẾN GIẢ z Khi chuỗithờigiancĩyếutố mùa vụ, cĩ thể sử dụng hồi quy vớibiếngiả như sau: Yt = b0 + b1t + b2S2 + b3S3 + b4S4 + e Quý 1: S2 = S3 = S4 = 0 Quý 2: S1 = S3 = S4 = 0 Quý 3: S1 = S2 = S4 = 0 Quý 4: S1 = S2 = S3 = 0 z Ví dụ 8.8 (Table 8.9, Hanke, 350) 12
  83. Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z Bước1: Lựachọnmộttậphợp đầy đủ các biếngiải thích (cân nhắcgiữamức độ chính xác & chi phí) z Bước2: Loạibỏ các biến khơng thích hợp o Biến khơng quan trọng o Tạorasaisố lớn o Cĩ quan hệ vớicácbiến khác (đacộng tuyến) o Khĩ đolường một cách chính xác z Bước3: Rútlại danh sách các biếntốtnhất cho mơ hình Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z Hồiquytừng bước (stepwise) o Xem xét tấtcả các hồiquygiản đơn, biếnnàogiải thích nhiềunhấtchothayđổicủ Y sẽ là biến đầu tiên đưavàomơhình o Biếnthứ 2 được đưa vào mơ hình là biến đĩng gĩp lớnnhấtvàoSSR (xácđịnh bằng F test) o Đưatheobiếntiếp theo và xem xét biếnnàycĩý nghĩa hay khơng bằng cách sử dụng F test 13
  84. Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z F test o Mơ hình khơng giớihạn: SSEUR o Mơ hình giớihạn: SSER (R 2 R 2 ) (SSER − SSEUR ) UR − R m m F = F = 2 SSEUR 1 - R UR (n - k) (n - k) Phùng Thanh Bình DỰ BÁO ĐIỂM & DỰ BÁO KHOẢNG z Dự báo khoảng cĩ tính đến2 nguồnkhơngchắc chắnnày z Sai số chuẩncủadự báo, sf, đomức độ thay đổi củaY^ so vớiY tạiX chotrước: ^ Y ± tsf 14
  85. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình PHÂN TÍCH THÀNH TỐ 1. Giớithiệu 2. Các bướcthựchiện 3. Mơ hình cộng tính 4. Mơ hình nhân tính 1
  86. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 5. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 6. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 5. Phùng Thanh Bình GIỚI THIỆU z Thành phầncủamộtchuỗithời gian: o Xu thế (Trt) o Chu kỳ (Clt) o Mùa vụ (Snt) o Ngẫunhiên(It) 2
  87. Phùng Thanh Bình GIỚI THIỆU z Mơ hình hĩa Yt theo các thành phầnTrt, Clt, Snt, và It: o Mơ hình cộng tính: Xem chuỗithờigiannhư tổng của các thành phần z Yt = Trt + Clt + Snt + It o Mơ hình nhân tính: Xem chuỗithờigiannhư tích của các thành phần • Yt = Trt × Clt × Snt × It Phùng Thanh Bình GIỚI THIỆU z Rất khĩ xử lý yếutố chu kỳ củamộtchuỗithời gian vì các chu kỳ cĩ thểđượcxácđịnh từ dữ liệu lịch sử cả vềđộdài (năm) và độ lớn z Để đơngiảnngườitathường giảđịnh chu kỳ là mộtphầncủayếutố xu thế z Thường chỉ xét 3 yếutố Trt, Snt, và It 3
  88. Phùng Thanh Bình CÁC BƯỚC THỰC HIỆN z Khảosátdữ liệuvànhậndạng mơ hình thích hợp z Xác định L (khoảng trượt, ví dụ L = 4 nếudữ liệu theo quý) z Lọai bỏ dao động ngắnhạn để nhậndạng xu thế dài hạn z So sánh giá trị thựcYt vớigiátrịđãlọai bỏ yếutố mùa vụ (CMAt) Phùng Thanh Bình CÁC BƯỚC THỰC HIỆN z Tìm chỉ số mùa vụ z Xác định yếutố xu thế z Xây dựng hàm dự báoxuthế z Đolường yếutố chu kỳ (nếucĩ) z Tiếnhànhdự báo từ các thành tố 4
  89. Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Nhậndạng mơ hình cộng tính o Cường độ củasự di chuyểncĩtínhmùavụ khơng đổi theo thời gian (xem đồ thị) z Giả sử ta cĩ mơ hình cộng tính như sau: Yt = Trt + Sn t + Clt + ε t Phùng Thanh Bình 5
  90. Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Các bướcthựchiện o Bước1: Loạibỏ dao động ngắnhạnbằng cách tính MAt và CMAt • NếuL lẻ: Chỉ cần tính MAt • NếuL chẵn: Tính CMAt CMAt = Trt + Clt o Bước2: TínhSnt + εt • Snt + εt = Yt –Trt -Clt Phùng Thanh Bình 6
  91. Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Các bướcthựchiện o Bước3: Loạibỏ εt trong Snt + εt bằng cách tính trung bình cho mỗi mùa (quý, tháng, ) o Bước4: Tínhhệ sốđiềuchỉnh A. Tổng những ước lượng mùa vụ trung bình này phảibằng 0. Nếuchưa thỏamãnthìcầnphải điềuchỉnh để chúng bằng 0. L ∑ Sn j j=1 A = Sn = Sn j - A L j Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Các bướcthựchiện o Bước5: Táchyếutố mùa vụ ra khỏidữ liệugốcbằng cách lấydữ liệugốcYt trừđi ướclượng mùa vụ tương j ứng Sn t ' j Yt = Yt - Sn t o Bước6: Hồi quy hàm xu thếđốivớiY’t (lưuý việc chọndạng hàm hồiquythíchhợpnhấtvớichuỗiY’t) 7
  92. Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Các bướcthựchiện ^ o Bước7: Tiếnhànhdự báo cho Y t+1 ∧ ' Yt+1 = Yt+1 + Sn t+1 + Clt+1 o Bước8: Đánh giá mơ hình Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Đánh giá mơ hình o Thứ nhất: Tấtcả các kiểm định thống kê củamơ hình hồi quy Y’t phải đượcthỏamãn o Thứ hai: Đồ thị củaYt phảigầnvớiY’t o Thứ ba: Tính chỉ số Theil U o Ngồi ra, cĩ thể so sánh vớicácmơhìnhdự báo khác thơng qua các tiêu chí thống kê đ lường độ chính xác dự báo 8
  93. Phùng Thanh Bình MƠ HÌNH CỘNG TÍNH z Khoảng tin cậy o Sử dụng sai số củamơhìnhhồi quy Y’t để xác định khoảng tin cậychoεt ˆ Yt ± t α/2 S e × (He so dieu chinh) 2 1 (t p − t) He so dieu chinh = 1+ + 2 n ()t t 2 − ∑ ∑ n Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z Nhậndạng mơ hình cộng tính o Cường độ củasự di chuyểncĩtínhmùavụ tăng/giảm theo thờigian(xemđồ thị) z Giả sử ta cĩ mơ hình nhân tính như sau: Yt = Trt ×Sn t × Cl t × ε t 9
  94. Phùng Thanh Bình Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 1: Chuyển sang dạng mơ hình cộng tính và thựchiệnnhư các bướcvừa trình bày ln(Yt ) = ln(Trt ×Sn t × Clt × εt ) = ln(Trt ) + ln(Sn t ) + ln(Clt ) + ln(ε t ) 10
  95. Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 2: o Bước1: Loạibỏ dao động ngắnhạnbằng cách tính MAt và CMAt • NếuL lẻ: Chỉ cần tính MAt • NếuL chẵn: Tính CMAt CMAt = Trt×Clt o Bước2: TínhSnt×εt • Snt×εt = Yt ÷Trt×Clt Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 2: o Bước3: Loạibỏ εt trong Snt×εt bằng cách tính trung bình cho mỗi mùa (quý, tháng, ) o Bước4: Tínhhệ số điềuchỉnh A. Tổng những ước lượng mùa vụ trung bình này phảibằng L. Nếuchưa thỏamãnthìcầnphải điềuchỉnh bằng cách nhân vớihệ số điềuchỉnh: L A = L Sn j = Sn j × A ∑Sn j j=1 11
  96. Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 2: o Bước5: Táchyếutố mùa vụ ra khỏidữ liệugốcbằng cách lấydữ liệugốcYt chia cho ướclượng mùa vụ j tương ứng Sn t ' j Yt = Yt ÷ Sn t o Bước6: Hồi quy hàm xu thếđốivớiY’t (lưuý việc chọndạng hàm hồiquythíchhợpnhấtvớichuỗiY’t) Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 2: ^ o Bước7: Tiếnhànhdự báo cho Y t+1 ∧ ' Yt+1 = Yt+1 × Sn t+1 × Clt+1 o Bước8: Đánh giá mơ hình 12
  97. Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 3: o Bước1: TínhMAt & CMAt o Bước 2: CMAT (CMA trend) CMA = f(TIME) = a + b(TIME) = CMAT o Bước3: Tínhhệ số mùa vụ SFt (seasonal factor) Yt SFt = CMA t Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 3: o Bước4: Tínhhệ số chu kỳ CFt CMA t CFt = CMATt o Bước5: Tínhchỉ số mùa SI (Seasonal index) n j ∑SFt j t=1 SIt = n j 13
  98. Phùng Thanh Bình MƠ HÌNH NHÂN TÍNH z CÁCH 3: ^ o Bước6: Dự báo Y t+1 ∧ Yt+1 = CMATt+1 × SIt+1 × CFt+1 Phùng Thanh Bình 14
  99. Phùng Thanh Bình Phùng Thanh Bình 15
  100. Phùng Thanh Bình 16
  101. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình MƠ HÌNH ARIMA 1. Giớithiệu 2. Phương pháp luậncủa Box-Jenkins 3. Mơ hình tự hồi quy 4. Mơ hình bình quân di động 5. Mơ hình bình quân di động tự hồiquy 6. Chiếnlượcxâydựng mơ hình ARIMA 1
  102. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z NguyễnTrọng Hồi (2001): Mơ hình hĩa và Dự báo chuỗithời gian trong kinh doanh & kinh tế, Chương 7 & 8. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 7. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 9. Phùng Thanh Bình GIỚI THIỆU z Phương pháp BOX-JENKINS sử dụng các mơ hình ARIMA để dự báo mộtbiếnbằng cách chỉ xem xét mơ hình (pattern) củachuỗidữ liệu quá khứđĩ z Phương pháp BOX-JENKINS được phát triểnbởi2 nhà thống kê G.E.P Box và G.M. Jenkins z ARIMA = Autoregressive Integrated Moving Average 2
  103. Phùng Thanh Bình GIỚI THIỆU z Phù hợpchocả chuỗidừng hay khơng dừng z Phù hợpnhấtvớidự báo dài hạnhơnlàdự báo ngắnhạn z Cĩ nhiều điểm ưuviệchơn các mơ hình dự báo khác, ít tốn kém và linh hoạt Phùng Thanh Bình PHƯƠNG PHÁP LUẬN BOX- JENKINS z Khác các phương pháp khác ở chổ nĩ khơng giả định bấtkỳ mơ hình cụ thể nào trong chuỗidữ liệu quá khứ sẽđượcdự báo z Nĩ sử dụng phương pháp lặp đilặplại để nhận dạng mộtmơhìnhthỏamãnnhấttừ nhiềumơhình z Mơ hình đượcchọnsẽđượckiểmchứng vớidữ liệu quá khứđểxem cĩ chính xác hay khơng 3
  104. Phùng Thanh Bình Phùng Thanh Bình PHƯƠNG PHÁP LUẬN BOX- JENKINS z Lựalần đầumộtmơhìnhARIMA dựatrênviệc phân tích đồ thị chuỗithời gian và các hệ số tự tương quan củamộtsốđộtrễ z Phương pháp luận BOX-JENKINS đề cập đếnmột số các quy trình nhậndạng, làm cho phù hợp, và kiểmtracácmơhìnhARIMA vớichuỗidữ liệu thờigian. Dự báo sẽ suy ra trựctiếptừ mơ hình phù hợp (fitted model) 4
  105. Phùng Thanh Bình MƠ HÌNH TỰ HỒI QUY z Mơ hình tự hồi quy bậc p cĩ dạng như sau: Yt = φ0 + φ1Yt-1 + φ2Yt-2 + + φpYt-p + ε t o Yt = biếnphản ứng (phụ thuộc) tạithời điểmt o Yt-1, Yt-2, = biếnphản ứng tạicácđộ trễ t- 1, t-2, o φ0, φ1, φ2 = các hệ số sẽđược ướclượng o εt = phầnsaisố tạithời điểmt thể hiện ảnh hưởng của các biến khơng đượcgiải thích trong mơ hình Yt = Y Phùng Thanh Bình MƠ HÌNH TỰ HỒI QUY z Ký hiệu: AR(p) z Phù hợpvới các chuỗithờigiandừng và hệ số φ0 thể hiện mứccốđịnh củachuỗidữ liệu(Nếudữ liệu xoay quanh giá trị 0 hoặc đượcthể hiệnbằng các độ lệchYt = Y , thì khơng cầnhệ số φ0 z Các hệ số tự tương quan giảmtừ từ xuống giá trị 0 z Các hệ số tự tương quan riêng sẽ giảmxuống giá trị 0 ngay sau khi độ trễ p 5
  106. Phùng Thanh Bình Phùng Thanh Bình MƠ HÌNH BÌNH QUÂN DI ĐỘNG z Mơ hình trung bình di động bậc q cĩ dạng như sau: Yt = µ + ε t − ω1ε t-1 − ω2ε t-2 − − ωqε t-q o Yt = biếnphản ứng (phụ thuộc) tạithời điểmt o µ = giá trị trung bình cốđịnh o ω1, ω2, ω3 = các hệ số sẽđược ướclượng o εt = phầnsaisố tạithời điểmt thể hiện ảnh hưởng của các biến khơng đượcgiải thích trong mơ hình o εt-1, εt-2 = các sai sốởcác thời điểmtrước 6
  107. Phùng Thanh Bình MƠ HÌNH BÌNH QUÂN DI ĐỘNG z Ký hiệu: MA(q) z Khơng nên nhằmlẩngiữa trung bình di động ởđây với các quy trình tính trung bình di động đã trình bày trước đây. Ởđây trung bình di động nghĩalàđộ lệch Yt – µ là mộtkếthợptuyếntínhcủasaisố hiện hành và sai số quá khứ Yt - µ = εt − ω1εt-1 − ω2εt-2 − − ωqεt-q Yt+1 - µ = εt+1 − ω1εt − ω2εt-1 − − ωqεt-q+1 Phùng Thanh Bình 7
  108. Phùng Thanh Bình MƠ HÌNH BÌNH QUÂN DI ĐỘNG TỰ HỒI QUY z Mơ hình kếthợpgiữatự tương quan với trung bình di động z Ký hiệu ARMA(p,q) Yt = φ0 + φ1Yt-1 + φ2Yt-2 + + φpYt-p + ε t − ω1ε t-1 − ω2ε t-2 − − ωqε t-q Phùng Thanh Bình 8
  109. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước1: Xácđịnh mơ hình o Phần1: Xácđịnh xem cĩ phảilàchuỗidừng hay khơng • Mộtchuỗi khơng dừng nếunĩtăng hoặcgiảm theo thờigianvàcáchệ số tự tương quan giảmtừ từ (xem hình 8.2 và 8.3) • Nếuchuỗi khơng dừng, thường được chuyển sang chuỗidừng bằng cách lấy sai phân và sử dụng mơ hình ARMA Phùng Thanh Bình 9
  110. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước1: Xácđịnh mơ hình Giả sử mơ hình ARMA(1,1): ∆Yt = φ1Yt-1 + ε t - ω1ε t-1 (Yt - Yt-1 ) = φ1 (Yt-1 - Yt-2 ) + ε t - ε t-1 o Trong mộtsố trường hợpcầnphảilấysaiphâncủa sai phân để cĩ chuỗidừng Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước1: Xácđịnh mơ hình o Cácmơhìnhchocácchuỗi khơng dừng đượcgọilà mơ hình ARIMA, ký hiệulàARIMA(p,d,q) • p = sốđộtrễ củaphầntự tương quan • d = số lầnlấy sai phân • q = số sai số quá khứ Nếud = 0, thìmơhìnhARIMA sẽ thànhmơhình ARMA 10
  111. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước1: Xácđịnh mơ hình o Phần2: Khiđãcĩchuỗidừng, cầnphảixácđịnh dạng mơ hình sẽđượcsử dụng • So sánh các hệ số tự tương quan và các hệ số tự tương quan riêng củadữ liệucáchệ số lý thuyết ƒ Nếucáchệ số tự tương quan giảm đềutheo dạng mũ và các hệ số tự tương quan riêng giảm độtngột, thì phảicĩphầntự hồiquy Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước1: Xácđịnh mơ hình o Nếu các hệ số tự tương quan giảm độtngộtvà các hệ số tự tương quan riêng giảm đềutheo dạng mũ, thì phảicĩphầnbìnhquândiđộng o Nếucả các hệ số tự tương quan và các hệ số tự tương quan riêng giảm đềutheodạng mũ, thì phảicĩcả phầntự hồi quy và phần bình quân di động 11
  112. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước2: Ướclượng mơ hình o Khi đãchọnmơhình, cáchệ số củamơhìnhsẽ được ướclượng theo phương pháp tốithiểutổng bình phương các sai số o Kiểm định các hệ số φ và ω bằng thống kê t o Ướclượng sai số bình phương trung bình củaphần dư (residual mean square error): s2 Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước2: Ướclượng mơ hình n n ∧ 2 2 ∑et ∑(Yt - Yt ) s2 = t=1 = t=1 n - r n − r ^ o et = Yt –Yt = phầndư tạithời điểmt o n = số phầndư o r = tổng số hệ sốướclượng 12
  113. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước2: Ướclượng mơ hình o s2 dùng để: • Đánh giá mức độ phù hợpcủamơhình • So sánh các mơ hình khác nhau • Tính tốn các giớihạnsaisố dự báo Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước 3: Kiểm tra mơ hình o Các đồ thị phầndư dùng để kiểmtraphầndư cĩ phân phốichuẩn hay khơng; đồ thị theo thờigian để kiểmtraxemcĩhiệntượng outlier hay khơng o Các hệ số tự tương quan riêng lẻ củaphầndư phảinhỏ và thường trong khoảng ±2/√n 13
  114. Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước 3: Kiểm tra mơ hình o Sử dụng kiểm định thống kê Ljung-Box Q để kiểmtratổng thể mức độ phù hợpcủa mơ hình m 2 rk (e) Qm = n(n + 2)∑ k=1 n − k Nếup-value nhỏ (ví dụ < 0.05), thì mơ hình khơng phù hợp, nên phảixácđịnh mơ hình mới Phùng Thanh Bình CHIẾN LƯỢC XÂY DỰNG MƠ HÌNH ARIMA z Bước 4: Dự báo o Sau khi cĩ một mơ hình phù hợpcĩthể thựchiện dự báo cho mộthoặcmộtsố giai đoạntương lai o Khi cĩ thêm nhiềudữ liệu, thì cĩ thể sử dụng cùng mơ hình ARIMA để dự báo o Nếumẫudự liệu thay đổicầnphải ướclượng lại mơ hình hoặcxâydựng mộtmơhìnhmới 14
  115. Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hồng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình THỰC HIỆN DỰ BÁO 1. Chìa khĩa để cĩ các dự báo tốthơn 2. Quy trình dự báo 3. Lựachọnphương pháp dự báo 1
  116. Phùng Thanh Bình TÀI LIỆU THAM KHẢO z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 9. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 10. Phùng Thanh Bình CHÌA KHĨA ĐỂ CĨ CÁC DỰ BÁO TỐT HƠN z Nên đánh giá cả thơng tin định tính và định lượng; và khi cĩ thể, nên kếthợp để dự báo z Khơng nên lẫnlộngiữadự báo, kế hoạch và mục tiêu. Dự báo nên là một mãng thơng tin khách quan đĩng vai trị như mộtphần trong quá trình xây dựng kế hoạch và mục tiêu z Nỗ lựcdự báo sẽ thành cơng nếunhư tăng cường trao đổi, hợp tác, cộng tác giữanhững ngườiliênquan 2
  117. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Quy trình dự báo được chia thành 9 bước(như ở hình 9.1). Các bướcnàybắt đầuvàkết thúc vớisự trao đổi (communication), hợptác (cooperation) và cộng tác (collaboration) giữa những ngườisử dụng và những ngườilàmdự báo Phùng Thanh Bình 3
  118. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước1: Xácđịnh mục tiêu o Các mục tiêu liên quan đếncácquyết định cần đến dự báo phải được nĩi rõ. Nếu quyết định vẫn khơng thay đổibấtkể cĩ dự báo hay khơng, thì mọinỗ lực thựchiệndự báo cũng vơ ích o Nếungườisử dụng và ngườilàmdự báocĩcơ hội thảoluậncácmục tiêu, và kếtquả dự báo sẽđược sử dụng như thế nào, thì kếtquả dự báo sẽ cĩ ý nghĩaquantrọng Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước2: Xácđịnh dự báo cái gì o Khi các mụctiêutổng quát đã rõ, ta phảixácđịnh chính xác là dự báo cái gì (cầncĩsự trao đổi) • Ví dụ chỉ nĩi dự báo doanh số khơng thì chưa đủ, mà cầnphảihỏirõhơnlà: Dự báo doanh thu bán hàng (sales revenue) hay sốđơnvị doanh số (unit sales); Dự báo theo năm, quý, tháng, hay tuần. • Nên dự báo theo đơnvịđểtránh những thay đổi củagiácả 4
  119. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước3: Xácđịnh khía cạnh thờigian o Cĩ 2 loạikhíacạnh thờigiancầnxemxét: • Thứ nhất: Độ dài dự báo, cầnlưuý: ƒ Đốivớidự báo theo năm: từ 1 đến5 năm ƒ Đốivớidự báo quý: từ 1 hoặc2 năm ƒ Đốivớidự báo tháng: từ 12 đến18 tháng • Thứ 2: Ngườisử dụng và ngườilàmdự báo phải thống nhất tính cấpthiếtcủadự báo Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước4: Xemxétdữ liệu o Dữ liệucần để dự báo cĩ thể từ 2 nguồn: bên trong và bên ngồi o Cầnphảilưuý dạng dữ liệusẵncĩ(thờigian, đơnvị tính, ) o Dữ liệuthường đượctổng hợptheocả biếnvàthời gian, nhưng tốtnhấtlàthuthậpdữ liệuchưa được tổng hợp o Cầntraođổigiữangườisử dụng và ngườilàmdự báo 5
  120. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước5: Lựachọnmơhình o Làm sao để quyết định đượcphương pháp thích hợp nhấtchomột tình huống nhất định? • Loạivàlượng dữ liệusẵncĩ • Mơ hình (bảnchất) dữ liệu quá khứ • Tính cấpthiếtcủadự báo • Độ dài dự báo • Kiếnthức chuyên mơn củangườilàmdự báo Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước6: Đánh giá mơ hình o Đốivới các phương pháp định tính, thì bướcnàyít phù hợphơnso vớiphương pháp định lượng o Đốivới các phương pháp định lượng, cầnphải đánh giá mức độ phù hợpcủamơhình(trongphạmvi mẫudữ liệu) o Đánh giá mức độ chính xác củadự báo (ngồi phạm vi mẫudữ liệu) o Nếu mơ hình khơng phù hợp, quay lạibước5 6
  121. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước7: Chuẩnbị dự báo o Nếucĩthể nên sử dụng hơnmộtphương pháp dự báo, và nên là những loạiphương pháp khác nhau (ví dụ mơ hình hồi quy và san mũ Holt, thay vì cả 2 mơ hình hồi quy khác nhau) o Các phương pháp đượcchọnnênđượcsử dụng để chuẩnbỉ cho mộtsố các dự báo (ví dụ trường hợp xấunhất, tốtnhấtvàcĩthể nhất Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước 8: Trình bày kếtquả dự báo o Kếtquả dự báo phải được trình bày rõ ràng cho ban quảnlýsaochohọ hiểu các con sốđược tính tốn như thế nào và chỉ ra sự tin cậytrongkếtquả dự báo o Ngườidự báo phảicĩkhả năng trao đổi các kếtquả dự báo theo ngơn ngữ mà các nhà quảnlýhiểu được o Trình bày cảởdạng viếtvàdạng nĩi 7
  122. Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước 8: Trình bày kếtquả dự báo o Bảng biểuphảingắngọn, rõ ràng o Chỉ cầntrìnhbàycácquansátvàdự báo gần đây thơi o Chuỗidữ liệudàicĩthểđược trình bày dướidạng đồ thị (cả giá trị thựcvàdự báo) o Trình bày thuyết trình nên theo cùng hình thứcvà cùng mức độ vớiphần trình bày viết Phùng Thanh Bình QUY TRÌNH DỰ BÁO z Bước9: Theo dõikếtquả dự báo o Lệch giữa giá trị dự báo và giá trị thựcphải được thảoluậnmột cách tích cực, khách quan và cởimở o Mục tiêu củaviệcthảoluậnlàđể hiểutại sao cĩ các sai số, để xác định độ lớncủasaisố o Trao đổivàhợptácgiữangườisử dụng và người làm dự báocĩvaitrịrất quan trọng trong việcxây dựng và duy trình quy trình dự báo thành cơng 8
  123. Phùng Thanh Bình Phùng Thanh Bình LỰA CHỌN CÁC PHƯƠNG PHÁP DỰ BÁO THÍCH HỢP z Đánh giá các phương pháp dự báo đã đượctrìnhbày ở các bài giảng trước theo các điềukiệncơ bảnmà mỗiphươngphápcĩthể áp dụng z Tập trung vào 3 khía cạnh: o Dữ liệu o Thờigian o Nhân sự 9
  124. Phùng Thanh Bình Phùng Thanh Bình 10
  125. Phùng Thanh Bình 11
  126. Thank you for evaluating AnyBizSoft PDF Merger! To remove this page, please register your program! Go to Purchase Now>> AnyBizSoft PDF Merger  Merge multiple PDF files into one  Select page range of PDF to merge  Select specific page(s) to merge  Extract page(s) from different PDF files and merge into one