Các phương pháp dự báo trong kinh doanh

1ĐỀ CƯƠNG MÔNDỰ BÁO TRONG KINH DOANH ĐIỀU KIỆNCăn bản Thống kê ứng dụng trong kinh doanhExcel căn bản THỜI GIAN 45 tiết – 9 buổi: Lý thuyết: 30 tiết ( 6 buổi)  Thực hành: 15 tiết ( 3 buổi) CÁCH ĐÁNH GIÁKết quả của học tập của sinh viên được đánh giá dựa trên kết quả của 02 lần kiểm tra giữa kỳ và cuối kỳ, trong đó:  Điểm thi giữa kỳ (lý thuyết và thực hành): 30% Điểm thi cuối kỳ (lý thuyết và thực hành): 70%GIỚI THIỆU MÔN HỌCDự báo đóng vai trò quyết đònh trong thành bại của doanhnghiệpDự báo về doanh số, về các chỉ số tài chính, biến động nhânsự hoặc dự báo vật tư ở các dây chuyền cung ứng …trên nềntảng khoa học.Công cụ tiến hành dự báo: các phần mềm: Excel, SPSS, Stata,Mfit, Eview, TSPMỤC TIÊU MÔN HỌC Làm sáng tỏ vai trò của khoa học dự báo và dự báo trong kinh doanh.  Trang bò cho sinh viên, các nhà quản trò tương lai, người đưa ra các quyết đònh trong doanh nghiệp nền tảng cơ bản về khoa học dự báo.  Sinh viên lónh hội và sử dụng thành thành thạo những phương pháp và kỹ thuật dự báo phổ biến nhất trongkinh doanh hiện nay.  Rèn luyện các kỹ năng thực hành dự báo (trên máy tính) với các cơ sở dữ liệu thực tế thu thập từ các công ty trên toàn cầu. NỘI DUNG MÔN HỌCChương 1: Tổng quan về dự báo trong kinh doanhChương 2: Khảo sát số liệu và lựa chọn phương phápdự báoChương 3: Dự báo với phương pháp trung bình động vàđường số mũChương 4: Dự báo với phương pháp hồi quyChương 5: Dự báo với phương pháp hồi quy bộiChương 6: Dự báo với phương pháp dãy số thời gianChương 7: Dự báo với phương pháp hồi quy dãy số thờigianChương 8: Dự báo với phương pháp Box-JenkinsChương 9: Dự báo trong thực tiển2TÀI LIỆU THAM KHẢO1. Bài giảng môn Dự báo trong Kinh doanh2. Wilson và Keating, (2002) ‘Business forecasting’ BostonBurr bridge: McGraw Hill Irwin.3. Loan Lê (2000) ‘Hệ thống Dự báo điều khiển kế hoạch raquyết đònh’ TP.HCM: NXB Thống Kê4. Đồng Thò Thanh Phương, (2003) ‘Quản trò sản xuất và dòchvụ’ TP.HCM: NXB Thống Kê5. Vũ Thiếu và các tác giả, (1998) ‘Kinh tế lượng’ NXB KhoaHọc Kỹ Thuật: Hà Nội6. Shearer. P, (1994) ’Business forecasting and Planing’ NewYork: Prentice HallChương 1: TỔNG QUAN VỀ DỰ BÁO TRONG KINH DOANH1.Vai trò của dự báo trong quá trình ra quyết đònhtrong kinh doanh2. Các phương pháp dự báo3. Qui trình dự báo4. Lựa chọn phương pháp dự báo5. Đánh giá độ tin cậy của phương pháp dự báo6. Hệ thống các khái niệm thống kê cơ bản sử dụngtrong dự báoVAI TRÒ CỦA DỰ BÁODự báo là cầu nối giữa quá khứ đã biết và tng lai vô đònh(Shearer,1994)Trong Lónh vực kinh doanhDự báo tạo ra lợi thế cạnh tranh (ở thế chủ động, không bò động)(Ví dụ: Doanh nghiệp trong hiệp hội Nhựa, Dệt may…)Công tác dự báo là một bộ phận không thể thiếu trong hoạt độngcủa các doanh nghiệp, trong từng phòng ban:VAI TRÒ CỦA DỰ BÁO (tt)Phòng Kinh doanh – Marketing Doanh số trong các giai đoạn tiếp theoDoanh số của những sản phẩm mới Doanh số trong các hoạt động chiêu thò Ngân sách cho các hoạt động chiêu thò Phòng Sản xuất Nhu cầu nguyên vật liệu  Lượng tồn kho=> Kế hoạch thu mua, chuyển vận tổ chức giao nhận. Phòng logistics 3VAI TRÒ CỦA DỰ BÁO (tt)Phòng nhân sự Kế hoạch tuyển dụng Kế hoạch Huấn luyện đào tạo Ví dụ: FPT với mục tiêu 925 Phòng kế toán, tài chính Chi phí, lãi lỗ  Các chỉ số tài chính (về vốn, lợi nhuận) Ví dụ: Công ty chứng khoán giao dòch trên thò trøng chứng khoán Việt Nam.ÁP DỤNG DỰ BÁO TRONG CÁC CÔNG TYỞ Việt Nam: Các công ty lớn có riêng bộ phận sử dụngdự báo là rât nhiều. Các công ty nước ngoài, các công tynhà nước, các công ty nghiên cứu thò trườngDỰ BÁO TRONG CÁC LĨNH VỰC KHÁCTrong các cơ quan nhà nướcSơ,û Phòng Kế Hoạch Đầu tư, Thống kê, Ban Vật giá, Sở Giao dòch chứng khoánTrong các tổ chức quốc tế tại Việt Nam và trên thế giớiWB, IMF, USAID, UNDP, UN…Trong nghiên cứu khoa học, đề tài tốt nghiệp.VAI TRÒ CỦA DỰ BÁO CƠ HỘI VIỆC LÀMTrong các công ty nghiên cứu thò trườngCó hơn 20 công ty nghiên cứu thò trường tại Tp.HCM như:MSV, Trương Đoàn, AC NielSen, Taylor Nielsen…Trong các công ty tại VNNước ngoài: Sony, Toyota, Samsung, ANZ, GSK Trong nước: Kinh Đô, Việt Thắng, Dệt Phong phú, Gạch Đồng Tâm, Cà phê Trung Nguyên …Trong các công ty chứng khoán Việt Nam21 công ty chứng đang giao dòch trên thò trøng chứng khoán VN (tại TP.HCM).4CÁC PHƯƠNG PHÁP DỰ BÁOTuỳ theo mục đích, thời lượng và dữ liệu sẵn có ta chọnphương pháp phù hợp nhất để cho ra những thông tin chính xácvà kòp thời nhất làm cơ sở cho các quyết đònh của Doanhnghiệp Phương pháp đònh tính (Subjective Method) Phương pháp đònh lượng (Quantitative Method)PHƯƠNG PHÁP DỰ BÁO ĐỊNH TÍNH Phương Pháp đònh tính: dự báo dựa trên phán đoán chủ quanvà trực giác của người tham gia dự báo.  Lấy ý kiến đội ngũ nhân viên bán hàng (Sales force Composites) Ưu điểm: Nhược điểm: PHƯƠNG PHÁP DỰ BÁO ĐỊNH TÍNH (tt) Lấy ý kiến người tiêu dùng Ưu điểm: Nhược điểm: PHƯƠNG PHÁP DỰ BÁO ĐỊNH TÍNH (tt)Phương pháp Delphi Gồm các bước: 1. Những chuyên gia tham gia dự báo được chọn2. Bảng câu hỏi về các biến dự báo được đưa cho từngthành viên3. Kết quả được thu thập và lập bảng và tóm tắt.4. Bảng tóm tắt kết quả sẽ gửi lại cho từng chuyên giaxem xét lại5. Từng chuyên gia sẽ xem xét lại các dự báo của mìnhtrên cơ sở tham khảo ý kiến chung của nhiều chuyêngia khác.6. Lập đi lập lại cho đến khi kết quả không khác biệtnhiều giữa các chuyên gia. 5PHƯƠNG PHÁP DỰ BÁO ĐỊNH TÍNH (tt)Ưu, nhược điểm của phương pháp đònh tínhƯu điểm: Nhược điểm:PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯNGPhương pháp dự báo đònh lượng:Dựa trên cơ sở toán học thống kê. Khi không xét đến các nhân tố ảnh hưởng khác ta có thể dùng phương pháp dự báo theo dãy số thời gian.Thời gian sẽ được xác đònh theo năm, quý, tháng hoặc thậm chí là tuần, ngày.Các biến động có thể xảy ra theo các khuynh hướng sau: Khuynh hùng tăng hoặc giảm rõ ràng (Trend). Biến đổi theo mùa (Seasonality).  Biến đổi theo chu kỳ (Cycles). Biến đổi ngẫu nhiên (Random).PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯNG (tt)Các kỹ thuật mang tính thống kê+ Phương pháp đơn giản + Phương pháp trung bình + Phương pháp đường số mũ (có phân tách thành phần và xu hướng)Ví dụ: Dự báo doanh số của công ty trong quý tới (theo thời gian sơ đồ điểm sẽ thể hiện tính tăng, giảm dần, tăng giảm, theo chu kỳ…). Các kỹ thuật mang tính nhân quảNhững kỹ thuật này đưa ra các dự báo dựa trên mối quan hệ (sự tương quan) giữa biến số được dự báo (biến phụ thuộc: Dependent variable) và các biến số tác động khác (biến độc lập : Independent variables).PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯNG (tt)Những kỹ thuật này bao gồm:  Mô hình hồi qui (regression)  Hồi qui bội (Multi regression) Các chỉ số chính (Leading indicator) Các mô hình kinh tế lượng (Econometric model) Mô hình đầu vào đầu ra (input-output models)Ví dụ: Bạn muốn dự báo mức tăng (giảm) của doanh thu của V-phone nếu tăng (giảm) của từng thành phần hoặc đồng thời các yếu tố: chi phí quảng cáo, giảm giá, tăng hình thức khuyến mãi, thêm chức năng… DS = f(QC)DS = f(QC, GG, KM, TCN)6QUY TRÌNH DỰ BÁOTheo Wilson và Keating, quy trình dự báo gồm 9 bước1. Xác đònh mục tiêu2. Quyết đònh đối tượng dự báo3. Xác đònh loại dự báo4. Nghiên cứu, khảo sát dữ liệuQUY TRÌNH DỰ BÁO (tt)5. Chọn mô hình6. Đánh giá mô hình7. Chuẩn bò dự báo8. Trình bày dự báo9. Theo dỏi Kết quảLỰA CHỌN PHƯƠNG PHÁP DỰ BÁOChọn Phương pháp dự báo(đònh tính, đònh lượng hay kết hợp)Phương pháp đònh tínhPhương pháp dự báo đònh lượngLỰA CHỌN PHƯƠNG PHÁP DỰ BÁO (tt)Kết hợp giữa hai phương pháp  Để có kết quả dự báo chuẩn xác việc kết hợp giữa hai phng pháp trong nhiều trường hợp là cần thiết. Ví dụï: trường hợp kết hợp 02 phương pháp đònh tính và đònh lượng: Cụ thể là: Phương pháp chuyên gia và mô hình kinh tế lượng. Đề tài: Đánh giá và dự báo về chất lượng của siêu thò tại Tp.HCM. TS Nguyễn Đình Thọ thực hiện: Sử dụng phương pháp chuyên gia: Mời các chuyên gia (những người thường xuyên đi Siêu thò) đến để lấy ý kiến và thăm dò. Lấy ý kiến từ họ, đối chiếu với hệ thống đã có Sử dụng mô hình kinh tế lượng 5 khoảng cách của Servqual. 7CHƯƠNG 2 DỰ BÁO VỚI PHƯƠNG PHÁPTRUNG BÌNH ĐỘNG VÀĐƯỜNG SỐ MŨÕ 25PHƯƠNG PHÁP DỰ BÁO ĐƠN GIẢN (NAIVE MODEL)1. Lấy kết quả trong giai tới bằng với kết quả của giai đoạn hiện tại. Y’(t) = Y(t-1)Với: Y’(t): là dự báo cho giai đoạn t Y(t-1) là giá trò thực tại thời điểm t-1Xem ví dụ sau: 26VÍ DỤ MINH HỌA P.P ĐƠN GIẢN (NAIVE MODEL)Giữa thángTỉ lệ Thấtnghiệp (UR)Dự báo tỉ lệ Thất nghiệp (URF)Feb-90 5.3May-90 5.3 5.3Aug-90 5.7 5.3Nov-90 6.1 5.7Feb-91 6.6 6.1…… Nov-94 5.6 627Bài tập c1t3MÔ HÌNH NAIVE MỞ RỘNGNếu quan sát thấy khuynh hướng tăng, có thể áp dụng thêm mô hình Naive mở rộng:Mô hình được viết dưới dạng:Y’t = Yt-1+ P(Yt-1- Yt-2)Trong đó: Y’(t): là dự báo cho giai đoạn t Y(t-1)là số thực tại thời điểm t-1,  Y(t-2)là số thực tại thời điểm t-2, Và, P là tỉ lệ thay đổi giữa hai giai đoạn (ta chọn)288VÍ DỤ MINH HỌA P.PMÔ HÌNH NAIVE MỞ RỘNGGiữa thángTỉ lệ thất nghiệp Dự báo February-90 5.3May-90 5.3August-90 5.7 5.3Nov-90 6.1 6.3February-91 6.6 6.9May-91 6.8 6.9August-91 6.9 7.0….29CÁC PHƯƠNG PHÁP DỰ BÁO TRUNG BÌNH ĐỘNGTrung bình đơn giản (simple average)Thực hiện bằng cách tìm ra giá trò trung bình (mean) của tất cả các giá trò trong quá khứ và sau đó dùng giá trò trung bình này làm giá trò dự báo cho giai đoạn tiếp theo.Trung Bình Động (moving average)Trung bình động tại thời điểm t là giá trò trung bình số học của n giá trò gần nhất.+Trung bình động chỉ tính giá trò trung bình cho một số lượng giai đoạn cố đònh +Sẽ thay đổi khi có giá trò mới xuất hiện 30CÁC PHƯƠNG PHÁP DỰ BÁO TRUNG BÌNH ĐỘNG (tt)Mô hình trung bình động đơn giản có dạng:Y’t+1= (Yt+ Yt-1+ Yt-2 + … + yt-n+1)/nTrong đó:  Y’t+1 = giá trò dự báo cho giai đoạn t+1 Yt= giá trò thực tế vào thời điểm t  n = tổng số lượng giai đoạn có trong thực tếnói cách khác: phương pháp này sử dụng trung bình của toàn bộ dãy số để dự báo cho giai đoạn tiếp theo 31CÁC PHƯƠNG PHÁP DỰ BÁO TRUNG BÌNH ĐỘNG (tt)Mô hình trung bình động có dạng:Y’t+1= (Yt+ Yt-1+ Yt-2 + … + Yt-n+1)/kTrong đó:  Y’t+1 = giá trò dự báo cho giai đoạn t+1 Yt= giá trò thực tế vào thời điểm t  k = tổng số lượng giai đoạn lấy làm trung bình động (còn gọi là hệ số trung bình động). 329VÍ DỤ MINH HỌA P.P TRUNG BÌNH ĐỘNG (tt)Thời gian Giá trò thực TB động 3 quý Dự báo TB động 3 quý Mar-83 239.3 Missing MissingJun-83 239.8 Missing MissingSep-83 236.1 238.40 MissingDec-83 232 235.97 238.40Mar-84 224.75 230.95 235.97Jun-84 237.45 231.40 230.95…Dec-98 115.2 130.29 136.35Mar-99 Missing 130.2933Bài tập c3f2VÍ DỤ MINH HỌA P.P TRUNG BÌNH ĐỘNG (tt)34Ti gia hoi doai voi Japan 3 MA050100150200250300Sep-83Sep-84Sep-85Sep-86Sep-87Sep-88Sep-89Sep-90Sep-91Sep-92Sep-93Sep-94Sep-95Sep-96Sep-97Sep-98dong Yen so voi USDActual 239.3 239.8 3 Quarter MADỰ BÁO BẰNG PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ Sử dụng những giá trò trong quá khứ để dự báo các giá trò tương lai  Đặt trọng số cho tất cả các quan sát trong dãy số Phương pháp đường số mũ đơn Y’t+1= αYt+ (1-α)Y’tTrong đó:  Y’t+1 : là giá trò dự báo tại thời điểm t+1 α : hằng số mũ (0<α<1) Yt: Giá trò thực tại thời điểm t Y’t: Giá trò dự báo tại thời điểm t35DỰ BÁO BẰNG PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ (tt)Chọn giá trò α : 3610DỰ BÁO BẰNG PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ(tt)Thời gian Chỉ số tiêu dùng Jan-95 97.6Feb-95 95.1Mar-95 90.3Apr-95 92.5….May-00 110.7Jun-00 106.4Jul-00 108.3Aug-00 107.337Bài tập c3t2DỰ BÁO BẰNG PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ(tt)Figure 3-4 : chỉ số giá tiêu dùng sử dụng phương pháp ðường số mũ đơn 80859095100105110115D a teF eb-1 995Apr - 1 9 9 5J un- 1 995Au g- 1 995O c t-1 995D ec -1 9 95F eb-1 996Apr - 1 9 9 6J un- 1 996Au g- 1 996O c t-1 996D ec -1 9 96F eb-1 997Apr - 1 9 9 7J un- 1 997Au g- 1 997O c t-1 997D ec -1 9 97F eb-1 998Apr - 1 9 9 8J un- 1 998Au g- 1 998O c t-1 998D ec -1 9 98F eb-1 999Apr - 1 9 9 9J un- 1 999Au g- 1 999O c t-1 999D ec -1 9 99F eb-2 000Apr - 2 0 0 0J un- 2 000Au g- 2 000Original Fitted38Bài tập c3t2PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ HOLTKhi bộ dữ liệu có tính khuynh hướng phương pháp đường số mũ đơn sẽ cho ra sai số rất lớn. Phương pháp đường số mũ Holt có điều chỉnh tính xu hướng. Vì vậy, những sai số này có thể được cải thiện nhờ phương pháp này.  Phương trình đường số Mũ Holt được viết: Y’t= αYt+ (1-α)(Y’t-1 + Tt-1)Tt= β(Y’t– Y’t-1) + (1-β)Tt-1Hn+p= Ft+n+ pTt+n39PHƯƠNG PHÁP ĐƯỜNG SỐ MŨ HOLT (tt)Trong đó: Y’t = giá trò dữ báo tại thời điểm tα = hằng số đường số mũ (0<α <1) Yt= Giá trò thực tại thời điểm tTt= Ước lượng khuynh hướngβ = Hằng số đường số mũ cho ước lïng khuynh hướng (0<β <1) p = Số lượng giai đoạn (quan sát) dự báo.Hn+p= Giá trò dự báo Holt tại thời điểm n+p. 4011VÍ DỤ MINH HỌA P.P ĐƯỜNG SỐ MŨ HOLTThời gian Lợi nhuận của S&P 500Mar-70 88.58Jun-70 78.13Sep-70 83.37Dec-70 90.64,,,,Sep-99 3885.27Dec-99 4184.12Mar-00 4234.45Jun-00 4315.0041Bài tập c3t3VÍ DỤ MINH HỌA P.P ĐƯỜNG SỐ MŨ HOLTTóm tắt dự báo tổng Lãi của S&P 5000.001,000.002,000.003,000.004,000.005,000.006,000.007,000.00M a r- 7 0M a r- 7 2M a r- 7 4M a r- 7 6M a r- 7 8M a r- 8 0M a r- 8 2M a r- 8 4M a r- 8 6M a r- 8 8M a r- 9 0M a r- 9 2M a r- 9 4M a r- 9 6M a r- 9 8M a r- 0 0M a r- 0 2Lãi thực Lãi dự báo42DỰ BÁO BẰNG P.PĐƯỜNG SỐ MŨ WINTERS Là mô hình mở rộng thứ hai của mô hình đường số mũ đơn.  Phương pháp này được sử dụng khi dữ liệu có biểu hiện cả khuynh hướng và thời vụ.  Phương trình của P.P Winters:  Y’t= αYt/St-p+ (1-α) (Y’t-1+ Tt-1) St= βYt/Y’t+ (1-β)St-p Tt= γ(Y’t– Y’t-1) + (1-γ)Tt-1 Wt+m= (Y’t+ mTt) St+m-p43DỰ BÁO BẰNG P.PĐƯỜNG SỐ MŨ WINTERSTrong đó: Ft+1= giá trò dữ báo tại thời điểm t+1α = hằng số đường số mũ (0<α <1) At= Giá trò thực tại thời điểm tFt-1= Trung bình dự báo đến thời điểm t-1Tt+1= ước lượng khuynh hướng St= Ước lượng thời vụ β = Hằng số đường số mũ ước lïng thời vu(0<β <1) γ = Hằng số mũ của ước lượng khuynh hướng (0<γ <1) m = Số lượng giai đoạn (quan sát) dự báo phía trước.P = số lượng giai đoạn (quan sát) trong chu kỳ thời vụ Wt+m= Giá trò dự báo Winter tại thời điểm t+m. 4412VÍ DỤ MINH HỌA P.PĐƯỜNG SỐ MŨ WINTERSThời gian Xe tải Mar-86 213.83Jun-86 231.68Sep-86 205.9….Dec-86 197.82Sep-99 547.79Dec-99 601.65Mar-00 660.53Jun-00 653.0245Bài tập c3t4DỰ BÁO BẰNG P.PĐƯỜNG SỐ MŨ WINTERSTóm tắt dự báo SX xe tải nhẹ ở Mỹ0.00100.00200.00300.00400.00500.00600.00700.00800.00Mar-86Mar-87Mar-88Mar-89Mar-90Mar-91Mar-92Mar-93Mar-94Mar-95Mar-96Mar-97Mar-98Mar-99Mar-00Mar-01Mar-02Lượng thực Lượng Dự báo 46CHƯƠNG 4 DỰ BÁO BẰNG PHƯƠNG PHÁP HỒI QUY47XÂY DỰNG MÔ HÌNH HỒI QUYMô hình hồi quy: Là các mô hình thống kê được xây dựng nhằm mô tả các tình huống trong thực tế và trên cơ sở đó dự báo tương lai.Xây dựng mối quan hệ toán học giữa biến phụ thuộc (thường gọi là Y, dependent variable) và một hoặc nhiều biến độc lập (thường đặt là X, Independent variable(s)).Ví dụ: Tìm mô hình chỉ ra mối quan hệ giữa doanh thu và chi phí quảng cáo; tăng trưởng GDP và vốn đầu tư,… 4813XÂY DỰNG MÔ HÌNH HỒI QUY (tt)Các bước xây dựng một mô hình dự báo hồi quy:1. Đưa ra mô hình mô tả tình huống trong thực tế2. Đưa ra được các biến cho mô hình (phải đo được, phân biệt vói khái niệm). Ví dụ: Chi phí tính bằng tiền Đồng VN, Doanh số có thể đo bằng Sản lượng / tiền… 3. Xem xét các lỗi dự báo của mô hình các lỗi thường gặp trong dự báo) và thay đổi mô hình nếu cần.4. Chọn mô hình phù hợp nhất (ít lỗi dự báo nhất, hoặc lỗi chấp nhận được) 49ĐƯỜNG HỒI QUY Đường hồi quy:Là đường thẳng có tổng bình phương những khoảngcách (lỗi dự báo) từ điểm số liệu đó đến đườngthẳng này là nhỏ nhất (đo lường theo trục đứng Y)và đường thẳng này gọi là đường hồi qui.Mô hình hồi quy đơn:Y = β0+ β1X + εTrong đó: Y = biến phụ thuộc (dependent variable), làbiến số ta muốn dự báo50ĐƯỜNG HỒI QUY(tt) X = biến độc lập (independent variable), biến dự báo (predictor varibles), dùng để dự báo biến phụ thuộc.β0= giao điểm với trục Y, giá trò của Y khi X = 0β1= độ nghiêng của đường thẳng (slope) hay còn gọi là độ dốc, thể hiện mức độ thay đổi của Y khi X thay đổi 1 đơn vò.ε = sai số (chênh lệch giữa giá trò dự báo và giá trò thực tế)Để tính toán được các β0,β1tốt nhất ta sử dụng phương pháp bình phương bé nhất (Ordinary Least Square, OLS). 51VÍ DỤ MINH HỌA ĐƯỜNG HỒI QUY(tt) y = 3+.5x0246810120 2 4 6 8 10 12 145214MÔ HÌNH HỒI QUY DỰ BÁO KHUYNH HƯỚNG TUYẾN TÍNHLà mô hình dự báo theo sự tăng dần của thời gianTrước hết, tạo ra biến chỉ số thời gian và gán cho chỉ số đầu tiên giá trò là 1. Những quan sát kế tiếp được tăng thêm 1 đơn vò.Mô hình hồi quy sẽ như sau:Y = b0+ b1(T)Trong đó: Y là biến phụ thuộc (biến cần dự báo)Xét ví dụ minh họa sau: Thu nhập khả dụng ở Mỹ được thống kê như sau (Xem chi tiết bài tập c4t2&f2 ) 53VÍ DỤ MINH HỌA DỰ BÁO KHUYNH HƯỚNG TUYẾN TÍNHDPI16,00017,00018,00019,00020,00021,00022,000Mar-90Mar-91Mar-92Mar-93Mar-94Mar-95Mar-96Mar-97Mar-98Mar-9954Nhận xét:Nhận xét: Dù không nằm trên cùng một đường thẳng, Dù không nằm trên cùng một đường thẳng, sơ đồ chuyển vận thể hiện khuynh hướng tăng. sơ đồ chuyển vận thể hiện khuynh hướng tăng. VÍ DỤ MINH HỌA DỰ BÁO KHUYNH HƯỚNG TUYẾN TÍNH55Mô hình hồi quy được viết: DPI = b0+ b1(T)Tiến hành dự báo ta có kết quả:DPI = 17498.40 + 61.87 (T) (*)Hệ số b0không có ý nghóa giải thích, vì vậy số 17498 không giải thích trong dự báo.Hệ số góc b2= 61.87 có nghóa là cứ mỗi quý thu nhập khả dụng sẽ tăng thêm 61.87 đơn vò. Từ phương trình (*), ta có thể tiến hành dự báo cho: 1999 Q1: DPI = 17498.40 + 61.87 (37) = 19787.45 1999 Q2: DPI = 17498.40 + 61.87 (38) = 19849.31 MÔ HÌNH HỒI QUY NHÂN QUẢ Trong mô hình nhân quả, trình bày dưới dạng Y = f(X)  Một biến đổi ở biến X (biến độc lập) sẽ kéo theo một sự thay đổi ở Y. 5615VÍ DỤ MINH HỌA MÔ HÌNH HỒI QUY NHÂN QUẢThời gian Thu nhập Doanh thu 31-Mar-90 18,035 418,43630-Jun-90 18,063 464,94430-Sep-90 18,031 464,49031-Dec-90 17,856 496,741…31-Mar-98 19,632 613,44830-Jun-98 19,719 695,87530-Sep-98 19,905 686,29731-Dec-98 20,194 749,97357Bài tập c4f5 Bài tập c4f5 KIỂM ĐỊNH MÔ HÌNH A. Dấu của hệ số góc a. + Dấu của hệ số góc có phù hợp không? 58KIỂM ĐỊNH MÔ HÌNH (tt)+ Hệ số góc đó có đạt được mức ý nghóa thống kê? Nếu không đạt được các kiểm đònh thống kê, khôngcó mối quan hệ thống kê giữa các biến.B. Kiểm Đònh T (t-test) Giả đònh: H0: β = 0H1: β ≠ 0 59KIỂM ĐỊNH MÔ HÌNH (tt)C. Mức độ giải thích của các biến độc lập  Giá trò (R2) R-squared, là hệ số xác đònh cho chúngta biết phần trăm giải thích của các biến giải thíchvới sự biến động của biến độc lập. Vì thế, giá trò R-squared dao động trong đoạn [0:1]. R2= 0: không có sự giải thích nào từ biến độc lập. R2= 1: toàn bộ sự biến động của biến phụ thuộclà do biến độc lập.6016KIỂM ĐỊNH MÔ HÌNH (tt)D. Tự tương quan (autocorrelation) Là hiện tượng các giá trò (quan sát) theo thứ tự của một biến có mối tương quan với nhau.  Tác động : Tự tương quan sẽ gây nên hiện tượng P-values không còn chính xác, R-squared không đáng tin cậy. Kiểm Tra: Có nhiều cách, tuy nhiên các phổ biến nhất là sử dụng kiểm đònh Durbin-Watson (DW). Theo cách này, giá trò DW nằm trong đoạn [0;4]. Nếu DW thuộc khoảng [1.5;2.5] thì có thể kết luận rằng mô hình không bò tự tương quan. 61CHƯƠNG 5DỰ BÁO VỚI PHƯƠNG PHÁP HỒI QUY BỘI62MÔ HÌNH HỒI QUY BỘIHồi quy bội là một quy trình thống kê trong đó biến phụ thuộc (Y) được mô hình hoá như một hàm số của nhiều hơn một biến độc lập (X1, X2, …Xn). Mô hình tổng thể có thể viết như sau:Y = f(X1, X2, …Xn)= β0+ β1X1+ β2X2+ β3X3+…+ βkXk+εTrong đó β0là tung độ điểm (Intercept) và các βilà các hệ số góc tương ứng với các biến độc lập. Và, εlà sai số tổng thể, là chênh lệch giữa giá trò thực Y và giá trò dự báo của mô hình. 63CHỌN BIẾN ĐỘC LẬP6417CÁC KIỂM ĐỊNH THỐNG KÊ HỒI QUI BỘI (tt)651. BA CÁCH KIỂM TRA NHANHa. Dấu hệ số gócKiểm tra dấu của hệ số góc có đúng như kỳ vọng không? b. Mức ý nghóa Kiểm tra mức ý nghóa bằng P-values để chấp nhận biến c. R-quared Trong mô hình hồi qui bội, chúng ta có khái niệm adjusted R-squared (gọi là R-squared điều chỉnh). Tiêu chí này nhằm hạn chế việc R-squred tăng không ý nghóa (khi tăng thêm biến độc lập R-square tăng dù biến đó không có ý nghóa thống kê). .CÁC KIỂM ĐỊNH THỐNG KÊ HỒI QUI BỘI (tt)662. ĐA CÔNG TUYẾNLà hiện tương hai hay nhiều biến độc lập có mối quan hệ tuyến tính với nhau. CÁC KIỂM ĐỊNH THỐNG KÊ HỒI QUI BỘI (tt)673. TỰ TƯƠNG QUAN VÀ HIỆN TƯNG THIẾU BIẾN GIẢI THÍCHTự tương quan: là hiện tượng các giá trò (quan sát) theo thứ tựcủa một biến có mối tương quan với nhau.Có nhiều nguyên nhân gây ra hiện tượng tự tương quan, ở đâyta chỉ xét một nguyên nhân của hiện tượng này là khi xây dựngmô hình đã bỏ qua biến giải thích quan trọng.Vì thế một trong cách chữa hiện tượng này là thêm biến vào môhình.CHƯƠNG 6DỰ BÁO VỚI PHƯƠNG PHÁP DÃY SỐ THỜI GIAN6818PHÂN TÍCH THÀNH PHẦN DÃY SỐ THỜI GIAN Thành phần trong dữ liệu chuỗi thời gian bao gồm: Tính khuynh hướng  Dao động thời vụ  Dao động chu kỳ  Dao động ngẫu nhiên. Phân tích thành phần dãy số thời gian dùng để xácđònh ra các thành phần đó bằng cách tách rời dãy sốthành những thành phần riêng biệt và sau đó tíchhợp lại để dự báo.69PHÂN TÍCH THÀNH PHẦN DÃY SỐ THỜI GIAN (tt)Đây là mô hình cổ điển nhưng rất phổ biến hiện nay vì: Cho ra kết quả dự báo rất tốt  Dễ hiểu và dễ giải thích cho người sử dụng các thông số dự báo. Tương thích với khuynh hướng chung của các giám đốckhi nhìn vào sự chuyển vận của dữ liệu và vì thế giúp họđề ra các đối sách phù hợp cho từng yếu tố chưa phùhợp.Có nhiều cách để phân tích một dãy số thời gian.Trong chương trình, chúng ta sẽ sử dụng phươngpháp cổ điển trong đó liên quan đến trung bình động,tính khuynh hướng, tính thời vụ.70MÔ HÌNH PHÂN TÍCH DÃY SỐ THỜI GIAN CĂN BẢNMô hình được viết: Y = T x S x C x ITrong đó:Y = biến dự báo T = tính khuynh hướngS = tính thời vụ C = tính chu kỳI = tính ngẫu nhiên.71PHÂN TÍCH LOẠI BỎ TÍNH THỜI VỤ TÌM CHỈ SỐ THỜI VỤLoại trừ những dao động ngắn hạn bằng cách tínhtrung bình động (MA) cho dãy số.Cơ số tính trung bình động phải chứa bằng số quansát trong chu kỳ thời vụ (độ dài của thời vụ).Ví dụ: dữ liệu được cho theo quý, khi tính trung bìnhđộng phải dựa trên cơ sở 04 quý.7219PHÂN TÍCH LOẠI BỎ TÍNH THỜI VỤ TÌM CHỈ SỐ THỜI VỤ (tt)Chỉ số Y Trung bình Trung bình độngthời gian Động (MA) trung tâm (CMA)Năm 1Quý 1 1 10 NA NAQuý 2 2 18 NA NAQuý 3 3 20 15.0 (MA3) 15.25 (CMA3)Quý 4 4 12 15.5 (MA4) 15.75 (CMA4)Năm 2Quý 1 5 12 16.0 (MA5) NAQuý 2 6 20 NA NAMA3 = (10 + 18 + 20 + 12)/4 = 15.0MA4 = (18 + 20 + 12 + 12)/4 = 15.5MA5 = (20 + 12 + 12 + 20)/4 = 16.073PHÂN TÍCH LOẠI BỎ TÍNH THỜI VỤ TÌM CHỈ SỐ THỜI VỤ (tt) Yếu tố thời vụ được tính:SFt= Yt/CMAt Trong ví dụ trên chúng ta có, yếu tố thời vụ tại các quý 3 và 4 như sau:SF3= Y3/CMA3= 20/15.25 = 1.31SF4= Y4/CMA4= 12/15.75 = 0.76Ý nghóa: Quý 3 của năm 1 là quý có doanh số cao hơn mức trung bình(SF3= 1.31). Trong khi đó, quý 4 của thì có doanh số khá thấpSF4= 0.76). Nếu xét trong thực tế (đây là dữ liệu doanh số củahàng hoá là trang phục bơi) thì điều này là hợp lý (ở quý 4 làmùa đông, nên doanh số thấp).Tính toán cho toàn bộ số liệu, các yếu tố thời vụ này khá xấp xónhau.Chỉ số thời vụ (Si): được tính bằng trung bình của tất cả cácyếu tố thời vụ này.74ĐO LƯỜNG YẾU TỐ CHU KỲ75Yếu tố chu kỳ (CF): là kiểu chuyển vận hình sóngmở rộng của khuynh hướng dài hạn, được đo lườngbằng tỉ số giữa Trung bình động trung tâm (CMA) vàkhuynh hướng dài hạn của trung bình động trungtâm (CMAT).CF = CMA/CMATCF >1: giá trò tại quan sát sau khi đã loại bỏ tính thời vụ lớn hơn giá trò khuynh hướng dài hạn.CF <1: ngïc lạiTrong ví dụ xét trên, yếu tố chu kỳ được tính:CF = PHSCMA/PHSCMATVÍ DỤ MINH HỌA ĐO LƯỜNG YẾU TỐ CHU KỲ00.511.5Feb-65Feb-67Feb-69Feb-71Feb-73Feb-75Feb-77Feb-79Feb-81Feb-83Feb-85Feb-87Feb-89Feb-91Feb-93Feb-95Feb-97Feb-99CFAug72-1.32Aug77-1.43Aug86-1.12May98-1.12Feb82-0.58Feb70-0.77Feb75-0.83Feb91-0.757620VÍ DỤ MINH HỌA ĐO LƯỜNG YẾU TỐ CHU KỲ77Q3-1966 = 190.513/239.700 = 0.795 < 1Q2-1998 = 311.875/279.512 = 1.116 > 1Nếu đối chiếu trên sơ đồ trên ta dễ dàng nhận thấy:Tại Q3-1966, đường CF nằm dưới đường khuynhhướng dài hạn, vàTại Q2-1998, đường CF nằm trên đường khuynhhướng dài hạn.Kết luận: bằng cách tính được và chiếu riêng yếu tốchu kỳ lên đồ thò chúng ta có thể hình dung tốt hơncách chuyển vận của dữ liệu. Từ đó đưa ra phươngpháp dự báo thích hợp.TỔNG QUAN VỀ CÁC CHU KỲ KINH DOANH78CBAB’ B’’Hoạt động kinh tế Thời gianCác chu kỳ kinh doanh TỔNG QUAN VỀ CÁC CHU KỲ KINH DOANH79Chú thích:  Thời đoạn từ điểm A đến B: giai đoạn phát triển (hay mở rộng – expansion phase). Thời đoạn từ B đến C: giai đoạn suy thoái (recession phase)  Khoảng cách từ A đến B: mức độ mở rộng (development phase)  Khoảng cách từ B’’ đến C chỉ ra mức độ suy thoái. Nếu đúng là chu kỳ : biên độ dao động [khoảng cách từ đáy suy thoái (A) và đỉnh phát triển (B)] là không đổi trong các chu kỳ. Và, thời đoạn của các chy kỳ là không đổi. Tuy nhiên trong thực tế của hoạt động kinh tế điều này rất khó có xảy ra. DỰ BÁO PHÂN TÍCH THÀNH PHẦN DÃY SỐ THỜI GIAN80Một dãy số thời gian có thể tách ra thành các thành phần: Y = T . S . C . ITrong đó: T = khuynh hướng dài hạn dựa trên dữ liệu đã loại bỏ các dao động thời vụ, thøng được gọi là khuynh hướng trung bình động trung tâm.S = các chì số thời vụ (Si). Là các giá trò chuẩn trung bình cuả các yếu tố thời vụ tại mỗi quan sát C = yếu tố chu kỳ. Yếu tố chu kỳ (CF) được tính bằng tỉ số giữa CMA và CMAT, thể hiện tính chuyển vận dần đều hình sóng của dãy số xung quanh đường khuynh hướng.I = yếu tố thất thường. Thông thường yếu tố này được cho giá trò là 1 nếu như không có quan sát thất thường đáng chú ý nào. 21VÍ DỤ MINH HỌA DỰ BÁO PHÂN TÍCH THÀNH PHẦN DÃY SỐ THỜI GIAN1 2 3 4 5 6 7910T.gianC/sPHS PHSMA PHSCMA PHSCMAT CF SIDự báoT/gianFeb-65 1 181.5NA NA237.819 NA0.797NAMay-65 2 296.7NA NA238.132 NA 1.202 NAAug-65 3 266.2 240.95 240.788 238.446 1.01 1.113 267.9Nov-65 4 219.4 240.625 235.888 238.759 0.988 0.888 209.4Feb-66 5 180.2 231.15 222.613 239.073 0.9310.797177.5May-66 6 258.8 214.075 204.363 239.386 0.854 1.202 245.7. . . . . . . .May-98 134 360.4 305.9 311.875 279.512 1.116 1.202 374.9Aug-98 135 348 317.85 NA 279.826 NA 1.113 353.7Nov-98 136 304.6 NANA280.139 NA 0.888 281.481VÍ DỤ MINH HỌA DỰ BÁO PHÂN TÍCH THÀNH PHẦN DÃY SỐ THỜI GIAN100150200250300350400Feb-91Feb-92Feb-93Feb-94Feb-95Feb-96Feb-97Feb-98Feb-99Feb-00PHS Dự báo 82Kết quả dự báo được đưa ra trên cơ sở ba điều chỉnh; (1) theo khuynh hướng; (2) theo thời vụ, và (3) theo chu kỳ. Vì thể kết quả dự báo là khá chính xác.