GIỚI THIỆU
Đặt vấn đề
Đại dịch covid-19 đã ảnh hưởng nghiêm trọng đến cả cung và cầu của nền kinh tế, với nhu cầu tiêu dùng giảm do hoạt động dự trữ, giãn cách xã hội, và tâm lý không chắc chắn về tương lai Các hộ gia đình thực hiện chính sách thắt lưng buộc bụng, trong khi doanh nghiệp thận trọng trong đầu tư và chi tiêu Về phía cung, covid-19 gây ra sự gián đoạn chuỗi cung ứng, buộc nhiều nhà máy phải đóng cửa tạm thời và hạn chế mở cửa hàng, dẫn đến tâm lý dự trữ của người tiêu dùng.
Năm 2020, đại dịch COVID-19 đã dẫn đến việc hàng loạt nhà máy dệt may phải tạm ngưng sản xuất và đóng cửa, kéo theo sự đóng cửa của các cửa hàng bán lẻ quần áo trên toàn thế giới do lệnh giãn cách xã hội Điều này đã làm giảm đáng kể sản lượng sản xuất hàng may mặc Công ty Cổ phần may MeKo, chuyên sản xuất hàng may mặc xuất khẩu, hiện đang gặp khó khăn do tình hình dịch bệnh vẫn tiếp tục ảnh hưởng tại một số quốc gia Nhiều công ty may mặc buộc phải thay đổi cách thức chi trả với các nhà cung ứng hoặc phải hoãn, hủy đơn hàng Tình trạng hoãn, hủy đơn hàng từ các nhà bán lẻ tại Châu Âu và Mỹ - hai thị trường nhập khẩu dệt may lớn nhất thế giới - vẫn đang diễn ra, gây lo ngại cho nhiều quốc gia cung ứng, trong đó có Công ty Cổ phần may MeKo, làm cho hàng hóa của công ty không thể xuất khẩu.
Năm 2020, Công ty Cổ Phần May MeKo đối mặt với nguy cơ sụt giảm sản lượng sản xuất do ảnh hưởng của dịch bệnh kéo dài Dự báo, sản lượng sản xuất sẽ thấp hơn so với năm 2019 nếu tình hình không được cải thiện Để duy trì sản lượng như những năm trước, công tác dự báo sản lượng trở nên cực kỳ quan trọng, góp phần vào việc hoạch định chính sách và đưa ra quyết định đúng đắn trong quản lý.
Vì vậy nhóm tác giả chọn đề tài “Dự báo sản lượng sản xuất trong năm 2020 của Công ty Cổ Phần May MeKo” để làm đề tài nghiên cứu.
Mục tiêu đề tài
Năm 2020, công ty đã thực hiện phân tích nhu cầu và dự báo sản lượng sản xuất, nhằm đánh giá thực trạng công tác này Qua đó, công ty có thể đưa ra những dự báo nhu cầu chính xác, hỗ trợ việc lập kế hoạch sản xuất hiệu quả hơn.
Năm 2020, công ty Cổ Phần may MeKo đã tiến hành thu thập và xử lý số liệu liên quan đến nhu cầu sản phẩm áo sơ mi, sản lượng sản xuất, doanh thu và lợi nhuận Qua đó, công ty đã có cái nhìn rõ ràng hơn về thị trường và điều chỉnh chiến lược kinh doanh phù hợp nhằm tối ưu hóa hiệu quả sản xuất và tăng trưởng doanh thu.
Sử dụng các phương pháp dự báo đã được học, chúng tôi tiến hành phân tích và tính toán dữ liệu thu thập được, nhằm đưa ra các kỹ thuật dự báo chính xác về nhu cầu sản phẩm cho công ty.
Đưa ra một số kiến nghị cho công ty nhằm đẩy mạnh việc phân tích và dự
báo nhu cầu về sản lượng sản xuất trong năm 2020 của Công ty May MeKo.
Phạm vi thực hiện
1.3.1 Không gian Đề tài được thực hiện tại công ty Cổ Phần May Meko
Thời gian thực hiện từ ngày 15-09-2020 đến ngày 03-11-2020
Phương pháp thực hiện
1.4.1 Phương pháp thu thập số liệu
Trong giai đoạn 2017-2019, công ty May MeKo đã thu thập số liệu về sản lượng và doanh thu, nhằm báo cáo kết quả hoạt động sản xuất – kinh doanh Các dữ liệu này được lấy từ phòng kinh doanh và phòng quản lý sản xuất của công ty.
1.4.2 Phương pháp phân tích số liệu Đề tài sử dựng một số phương pháp như:
Dự báo thô đơn giản
Dự báo thô xu thế
Dự báo nhu cầu thực thực tế có tính mùa vụ
Trung bình động có trọng số
Điều hòa mũ theo xu hướng
Phương pháp hồi qui đơn
Bố cục đề tài
Chương 2: Cơ sở lý thuyết.
Chương 3: Giới thiệu về CTCP May MEKO.
Chương 4: dự báo về số lượng đặt hàng sản phẩm áo khoác của CTCP May MEKO.
Chương 5: Kết luận và kiến nghị.
CƠ SỞ LÝ THUYẾT
Tổng quan về dự báo
Dự báo đã được hình thành từ những năm 60 của thế kỷ 20 và trở thành một ngành khoa học độc lập với hệ thống lý luận và phương pháp riêng Việc áp dụng các phương pháp dự báo hiệu quả là rất quan trọng trong quá trình hoạch định Các nhà quản trị sử dụng dự báo để xác định hướng đi cho các hoạt động tương lai, bắt đầu bằng việc ước lượng nhu cầu cho sản phẩm hoặc dịch vụ cũng như các nguồn lực cần thiết để sản xuất chúng.
Dự báo là một khoa học và nghệ thuật nhằm tiên đoán các sự kiện tương lai dựa trên phân tích khoa học từ dữ liệu đã thu thập Quá trình này bao gồm việc thu thập và xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng của các hiện tượng tương lai thông qua các mô hình toán học.
Dự báo là quá trình đưa ra những dự đoán về tương lai, thường dựa trên trực giác hoặc cảm nhận cá nhân Để nâng cao độ chính xác của dự báo, người ta cần loại bỏ những yếu tố chủ quan Hiện nay, dự báo đã trở thành một nhu cầu thiết yếu trong mọi hoạt động kinh tế.
- xác hội, khoa học - kỹ thuật, được tất cả các ngành khoa học quan tâm nghiên cứu.
2.1.2 Ý nghĩa và vai trò của phân tích và dự báo trong quá trình ra quyết định 2.1.2.1 Ý nghĩa
Dự báo các mức độ tương lai của hiện tượng giúp các nhà quản trị doanh nghiệp chủ động xây dựng kế hoạch và quyết định cần thiết cho sản xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân phối sản phẩm và nguồn cung cấp tài chính Điều này cũng bao gồm việc chuẩn bị các điều kiện cơ sở vật chất và kỹ thuật cần thiết cho sự phát triển trong tương lai, như kế hoạch cung cấp lao động, nguyên vật liệu và tư liệu lao động, cũng như các yếu tố đầu ra dưới dạng sản phẩm và dịch vụ.
Trong các doanh nghiệp nếu công tác dự báo được thực hiện một cách nghiêm túc còn tạo điều kiện nâng cao khả năng cạnh tranh trên thị trường.
Dự báo chính xác sẽ giảm bớt mức độ rủi ro cho doanh nghiệp nói riêng và toàn bộ nền kinh tế nói chung.
Dự báo chính xác đóng vai trò quan trọng trong việc hỗ trợ các nhà hoạch định chính sách phát triển kinh tế, văn hóa và xã hội, góp phần vào sự phát triển bền vững của nền kinh tế quốc dân.
Dự báo chính sách kinh tế đóng vai trò quan trọng trong việc xây dựng các kế hoạch và chương trình phát triển kinh tế có cơ sở khoa học, giúp đạt hiệu quả kinh tế cao Nhờ vào việc dự báo thường xuyên và kịp thời, các nhà quản trị doanh nghiệp có thể nhanh chóng điều chỉnh hoạt động kinh tế của đơn vị, từ đó tối ưu hóa hiệu quả sản xuất kinh doanh.
Dự báo là yếu tố then chốt giúp doanh nghiệp tạo ra lợi thế cạnh tranh, ảnh hưởng đến các phòng ban như Kinh doanh, Marketing, Sản xuất, Nhân sự và Kế toán – tài chính Việc thực hiện dự báo chính xác không chỉ hỗ trợ trong việc ra quyết định mà còn tối ưu hóa hoạt động và nâng cao hiệu quả kinh doanh.
2.1.3.1 Căn cứ vào độ dài thời gian dự báo:
Dự báo có thể phân thành ba loại:
Dự báo dài hạn là những dự báo có thời gian từ 5 năm trở lên, thường được sử dụng để xác định các mục tiêu và chiến lược trong lĩnh vực kinh tế, chính trị, và khoa học kỹ thuật ở tầm vĩ mô.
Dự báo trung hạn là những dự báo có thời gian từ 3 đến 5 năm, thường được sử dụng để xây dựng kế hoạch kinh tế, văn hóa và xã hội ở cả tầm vi mô và vĩ mô Ngược lại, dự báo ngắn hạn có thời gian dưới 3 năm, chủ yếu phục vụ cho việc lập kế hoạch và dự báo trong các lĩnh vực kinh tế, văn hóa, xã hội ở cả hai tầm vi mô và vĩ mô, nhằm đảm bảo sự chỉ đạo kịp thời trong thời gian ngắn.
Cách phân loại dự báo phụ thuộc vào loại hiện tượng, với khoảng thời gian định nghĩa khác nhau Trong dự báo kinh tế, dự báo dài hạn thường kéo dài trên 5 năm, trong khi dự báo thời tiết chỉ kéo dài khoảng một tuần Thời gian dự báo kinh tế dài hơn nhiều so với dự báo thời tiết, vì vậy các đơn vị đo thời gian cũng khác nhau, như quý và năm cho dự báo kinh tế, và ngày cho dự báo thời tiết.
2.1.3.2 Dựa vào các phương pháp dự báo:
Dự báo có thể chia thành 3 nhóm:
Dự báo bằng phương pháp chuyên gia là một kỹ thuật dựa trên việc tổng hợp và xử lý ý kiến của các chuyên gia có kinh nghiệm về hiện tượng nghiên cứu Phương pháp này đặc biệt hiệu quả trong việc dự đoán các hiện tượng phức tạp, chịu ảnh hưởng từ nhiều yếu tố như khoa học, kỹ thuật, môi trường và chiến tranh trong thời gian dài Một cải tiến nổi bật của phương pháp này là phương pháp Delphi, trong đó ý kiến của một nhóm chuyên gia được thu thập và trình bày dưới dạng thống kê tóm tắt Quá trình này diễn ra gián tiếp để hạn chế sự tương tác giữa các chuyên gia, giúp giảm thiểu sai lệch trong kết quả dự báo Cuối cùng, các chuyên gia sẽ xem xét lại dự báo của mình dựa trên tóm tắt các ý kiến đã được tổng hợp.
Dự báo theo phương trình hồi quy là phương pháp xây dựng mô hình hồi quy dựa trên đặc điểm và xu thế phát triển của hiện tượng nghiên cứu Để thực hiện, cần có dữ liệu về hiện tượng cần dự báo cùng với các yếu tố liên quan Phương pháp này thường được áp dụng cho các dự báo trung hạn và dài hạn ở tầm vĩ mô.
Dự báo dựa vào dãy số thời gian là phương pháp sử dụng dữ liệu quá khứ để phân tích và xác định xu hướng biến động của hiện tượng, từ đó dự đoán mức độ của hiện tượng trong tương lai.
2.1.3.3 Căn cứ vào nội dung (đổi tượng dự báo)
Có thể chia dự báo thành: Dự báo khoa học, dự báo kinh tế dự báo xã hội, dự báo tự nhiên, thiên văn học
Dự báo khoa học là việc dự kiến và tiên đoán các sự kiện, hiện tượng có thể xảy ra trong tương lai Định nghĩa hẹp hơn, nó liên quan đến nghiên cứu khoa học về triển vọng của một hiện tượng, chủ yếu thông qua đánh giá số lượng và xác định khoảng thời gian mà hiện tượng đó có thể trải qua biến đổi.
Dự báo kinh tế là khoa học nghiên cứu và dự đoán các hiện tượng kinh tế trong tương lai Đây được xem là bước đầu tiên trong quá trình xây dựng chiến lược phát triển kinh tế hiệu quả.
Các phương pháp dự báo
2.2.1 Phương pháp dự báo thô đơn giản
Dự báo cho giai đoạn tới bằng giá trị thực tế cảu giai đoạn vừa qua
𝑡𝑡 = Nhu cầu dự báo chu kỳ t
𝑡𝑡−1= Nhu cầu thực thực tế chu kỳ t-1 Ưu điểm: đơn giản Ứng dụng: quyết định nhanh
Mẫu thích hợp cho việc phân tích nhu cầu là những loại nhu cầu ít biến động qua các chu kỳ, trong khi mẫu không thích hợp thường bị ảnh hưởng bởi yếu tố mùa vụ hoặc các yếu tố ngẫu nhiên.
2.2.2 Phương pháp dự báo có tính xu thế
Khi dữ liệu về nhu cầu có tính xu thế
P: Tỉ lệ thay đổi giữa hai giai đoạn (tự chọn)
2.2.3 Phương pháp bình quân di động có trọng số
Trong phương pháp bình quân di động, các số liệu quá khứ được coi là có vai trò như nhau, nhưng thực tế cho thấy chúng có ảnh hưởng khác nhau đến kết quả dự báo Để phân biệt mức độ ảnh hưởng này, người ta sử dụng trọng số, tức là các con số được gán cho các số liệu quá khứ nhằm chỉ ra mức độ quan trọng của chúng trong việc dự báo Công thức tổng quát của phương pháp này giúp tối ưu hóa kết quả dự báo.
2.2.4 Phương pháp san mũ theo xu hướng
Phương pháp san bằng số mũ giản đơn không thể hiện rõ xu hướng biến động, do đó, việc áp dụng thêm kỹ thuật điều chỉnh xu hướng là cần thiết sau khi đã nhận được kết quả từ phương pháp này.
𝑡𝑡𝑡: Dự báo theo xu hướng trong giai đoạn t
𝑡𝑡−1: Dự báo đã được điều hòa trong giai đoạn t
𝑡𝑡: Ước lượng xu hướng trong giai đoạn t
𝑡𝑡: Số liệu thực tế trong giai đoạn t α: Hệ số điều hòa trung bình có giá trị từ 0 => 1 β: Hệ số điều hòa theo xu hướng có giá trị từ 0=> 1
2.2.5 Phương pháp san bằng số mũ giản đơn
Phương pháp san bằng hàm số mũ giản đơn là kỹ thuật phù hợp để xử lý các dòng số liệu có sự biến động đều Công thức áp dụng cho phương pháp này giúp tạo ra các dự báo chính xác hơn cho dữ liệu.
𝑡𝑡: Dự báo nhu cầu cho giai đoạn t
𝑡𝑡−1: Dự báo của giai đoạn ngay trước đó t – 1
𝑡𝑡−1: Nhu cầu thực tế của giai đoạn ngay trước đó
𝑡: Hệ số san bằng mũ (0<
