dự báo và phân tích dữ liệu bằng phương pháp phân tích

BỘ TÀI CHÍNH TRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING KHOA QUẢN TRỊ KINH DOANH MÔN HỌC: DỰ BÁO VÀ PHÂN TÍCH DỮ LIỆU TRONG KINH TẾ VÀ TÀI CHÍNH ĐỀ TÀI DỰ BÁO VÀ PHÂN TÍCH DỮ LIỆU BẰNG PHƯƠNG PHÁP PHÂN TÍCH  GIẢNG VIÊN HƯỚNG DẪN: NGUYỄN DUY TÂM PHẠM TIẾN DŨNG  THÀNH VIÊN NHÓM: PHAN CHIẾN THẮNG TRẦN CAO SƠN LÊ NGỌC TÂN LIM THIÊN THUẬN LỚP: 14DQK TP HỒ CHÍ MINH NĂM 2017 MỤC LỤC CHƯƠNG 1: LỜI MỞ ĐẦU Lý chọn đề tài Mục tiêu nghiên cứu .3 Phạm vi nghiên cứu .3 Ý nghĩa thực tiễn CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT Các thành phần chuỗi thời gian Đặc điểm 2.1 Thành phần chuỗi thời gian 2.2 Dữ liệu điều chỉnh yếu tố mùa 2.2.1 Tỷ lệ trung bình di động – mơ hình nhân tính 2.2.2 Chênh lệch so với trung bình di động – mơ hình cộng tính CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU .7 Dự báo với mơ hình nhân tính Dự báo mơ hình cộng tính 16 Kiểm định tính mùa vụ 23 CHƯƠNG 4: TỔNG KẾT .29 TÀI LIỆU THAM KHẢO 29 DANH MỤC BẢNG VÀ HÌNH 29 CHƯƠNG 1: LỜI MỞ ĐẦU Lý chọn đề tài Kinh tế ngày phát triển nhu cầu người tiêu dùng đa dạng Chính mà nhà lãnh đạo doanh nghiệp không ngừng đưa nhiều phương pháp để dự báo trước tránh tình trạng cạnh tranh gay gắt suy sụp doanh nghiệp Để dự báo phải dựa vào thống kê năm trước với tình trạng doanh nghiệp để từ đưa định đắn Trên thực tế liệu nhiều khơng tăng giảm theo thời gian mà cịn biến động theo mùa Phương pháp phổ biến hữu ích công việc dự báo thay đổi, tăng trưởng số số kinh tế - xã h ội… Vì v ậy cần nghiên cứu để ứng dụng vào thực tiễn Dự báo phương pháp phân tích phương pháp đề cập viết cách chi tiết cụ thể, đem lại hi ệu s ự xác cao Mục tiêu nghiên cứu  Phân biệt thành phần chuỗi thời gian  Phân biệt trình bày mơ hình cộng tính mơ hình nhân tính dự báo đặc biệt có yếu tố mùa trội  Sử dụng Eviews để thực dự báo phương pháp phân tích  Sử dụng Excel để thực dự báo phương pháp phân tích  Sử dụng kiểm định Kruskal – Wallis để kiểm định yếu tố mùa phần mềm Eviews Phạm vi nghiên cứu  Không gian: Xem xét tồn yếu tố mùa vụ thông qua ki ểm định Kruskal – Wallis  Lĩnh vực: ngành dầu khí Việt Nam Ý nghĩa thực tiễn Mỗi chuỗi thời gian quan sát thông qua bốn thành ph ần c b ản: xu thế, mùa vụ, chu kỳ ngẫu nhiên Cung cấp cho nhà quản lý đo l ường cụ thể cho thành phần mà không định lượng ph ương pháp khác CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT Các thành phần chuỗi thời gian Các phương pháp phân tích hay cịn gọi mơ hình phân tích chu ỗi th ời gian sử dụng ngắn hạn dài hạn Nhưng trọng vào dự báo ngắn hạn Phương pháp phân tích chuỗi th ời gian thực chủ yếu dựa phương pháp trung bình di động hàm xu với có kết hợp cộng tính hay kết h ợp nhân tính v ới y ếu t ố mùa Đặc điểm 2.1 Thành phần chuỗi thời gian  Xu (Trend): thành phần thể tăng giảm ẩn bên chuỗi thời gian Xu có th ể tạo thay đổi dân số liên tục, lạm phát, thay đổi công nghệ, tăng suất Ký hiêu: Tr hay T  Chu kỳ (Cyclical): chuỗi dao động gi ống hình sóng dao động lặp lại sau th ời gian thường dài năm Ký hiệu: Cl hay C Trong thực tế, chu kỳ thường khó xác định thường xem phần yếu tố xu tức gọi thành ph ần Xu - Chu kỳ ký hiệu Tr hay T  Mùa (Seasonal): dao động mùa vụ thường tìm thấy với liệu theo quý, tháng chí theo tu ần N ếu có liệu theo năm khơng có biến động mùa Yếu tố mùa xảy ảnh hưởng thời tiết, kiện năm liên quan đến lịch nghỉ hè, nghỉ lễ Ký hiệu: Sn hay S Mùa chu kỳ quy luật dao động li ệu ểm năm chu kỳ quy luật diễn khoảng thời gian dài vài năm đến chục năm với tần suất quan sát năm chuỗi th ời gian phải đủ dài phát quy luật chu kỳ  Ngẫu nhiên/bất thường (Irregular): bao gồm thay đổi ngẫu nhiên hay khơng dự đốn Những thay đổi bất thường kết vô số kiện mà xét riêng l ẻ khơng quan trọng gì, cịn kết hợp kiện riêng l ẻ lại tạo ảnh hưởng lớn Thành phần bất thường xuất ảnh hưởng tin đồn, thiên tai, động đất, khủng bố, nội chiến… Ký hiệu: Ir hay I  Trong bốn thành phần trên, phương pháp dự báo phân tích để cập thành phần xu mùa vụ thành phần chu kỳ cần có chuỗi liệu 30 năm, cịn thành ph ần khác thường khơng thể dự báo trước  Có loại mơ hình: Mơ hình nhân tính: Yt = Trt.Clt.Snt.Irt Mơ hình cộng tính: Yt = Trt+Clt+Snt+Irt  Mơ hình nhân tính phù hợp biến thiên chu ỗi th ời gian tăng dần theo thứ tự thời gian Mơ hình cộng tính có hiệu chuỗi liệu phân tích có biến thiên xấp xỉ suốt độ dài chuỗi thời gian 2.2 Dữ liệu điều chỉnh yếu tố mùa  Thành phần xu vận động thời gian dài mà mơ tả đường thẳng hay đường cong  Nếu xu xấp xỉ tuyến tính, tức vận động tăng gi ảm theo dạng đường thẳng thành phần xu thể phương trình sau:  Khi liệu có yếu tố mùa, trước tiên cần tách yếu tố mùa khỏi chuỗi liệu, sau sử dụng chuỗi li ệu điều chỉnh yếu tố mùa để thực dự báo xu Sử dụng ph ương pháp trung bình động dễ Với mơ hình nhân tính s dụng tỷ lệ trung bình di động cịn với mơ hình cộng tính sử dụng chênh lệch so với trung bình di động 2.2.1 Tỷ lệ trung bình di động – mơ hình nhân tính Có bước:  Bước 1: tính trung bình trung tâm CMAt = (0,5Yt+6 +…+ Yt +…+ 0,5Yt-6)/12 số liệu theo tháng CMAt = (0,5Yt+2 + Yt+1 + Yt + Yt-1 + 0,5Yt-1)/4 số liệu theo quý  Bước 2: tính tỷ lệ Trong mơ hình nhân tính, ta có Yt = Trt.Clt.Snt.Irt, nên  Bước 3: Tính số mùa vụ Ở chuỗi liệu theo tháng, số mùa im cho tháng m trung bình với quan sát cho tháng m ( m ỗi năm có tháng m) Ở chuỗi liệu theo quý, số mùa i q cho quý q trung bình với quan sát cho quý q ( năm có quý q)  Bước 4: Điều chỉnh số mùa để tích chúng Nhân tố mùa Sn tỷ số số mùa trung bình nhân số: Sn = Nếu liệu theo tháng Sn = Nếu liệu theo quý  Bước 5: Xác định chuỗi liệu hiệu chỉnh yếu tố mùa cách Yt/Snt = Trt.Clt.Irt 2.2.2      Nếu Clt=1 Irt =1 Yt/Snt =Trt Chuỗi Yt/Snt để dự đoán thành phần xu tương lai Chênh lệch so với trung bình di động – mơ hình cộng tính Có bước: Bước 1: Tính trung bình trung tâm CMAt = (0,5Yt+6 +…+ Yt +…+ 0,5Yt-6)/12 số liệu theo tháng CMAt = (0,5Yt+2 + Yt+1 + Yt + Yt-1 + 0,5Yt-1)/4 số liệu theo quý Bước 2: Tính khác biệt dt = Yt - CMAt Bước 3: tính số mùa Ở chuỗi liệu theo tháng, số mùa im cho tháng m trung bình dt với quan sát cho tháng m ( m ỗi năm có tháng m) Ở chuỗi liệu theo quý, số mùa i q cho quý q trung bình dt với quan sát cho quý q ( năm có m ột quý q) Bước 4: Điều chỉnh số mùa để tổng chúng Snt = it trung bình tất số mùa Bước 5: Xác định chuỗi liệu điều chỉnh yếu tố mùa cách lấy Yt - Snt Trong mơ hình cộng tính, ta có Yt = Trt+Clt+Snt+Irt, nên Yt - Snt = Trt+Clt+Irt Nếu Clt = Ir = Yt - Snt = Trt CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU Dự báo với mơ hình nhân tính  Bảng 3.1: Doanh thu Petrovietnam (Nguồn: Niên giám thống kê 2013 2016) Hình 1.1: Nhập liệu vào Eviews Bước 1: Nhận dạng Chúng ta vẽ đồ thị Y theo thời gian để xem chuỗi liệu có y ếu tố xu thế, yếu tố mùa… hay khơng? Hình 1.2: Đồ thị doanh số quý Nhận xét: doanh thu Petrovietnam có xu hướng tăng d ần, có th ể xu tuyến tính, có yếu tố mùa, doanh thu thường cao q Ta th mơ hình nhân tính phù hợp so với mơ hình cộng tính Bước 2: Tách yếu tố mùa Hình 1.3: Tách yếu tố mùa  Tại cửa sổ series biến Y Chọn Proc => Seasonal Adjustment => Moving Average Methods Hình 1.4: Lựa chọn phương pháp  Nhập tên chuỗi liệu hiệu chỉnh yếu tố mùa mục Adjusted series Nhập tên biến lưu nhân tố mùa mục Factors (Optional)  Kết có biến tạo Các Scaling Factors liệt kê hình 1.5 Chúng ta thấy nhân tố mùa q có tích Hình 1.5: Mơ hình nhân tính Bảng 3.2: Kết dự báo mơ hình nhân tính Cột SN cho thấy nhân tố mùa Cột YSA chuỗi liệu hiệu ch ỉnh yếu tố mùa YSA = Y/SN Chúng ta sử dụng cột YSA đ ể dự báo xu th ế tương lai Vì Cl=1 Ir=1 Bước 3: Ước lượng hàm xu dự báo  Sản lượng tăng dần từ năm 2010 đến 2016, biểu đồ cho biết có yếu tố mùa yếu tố xu tuyến tính tăng dần Bước 2: Tách yếu tố mùa Tương tự mơ hình nhân tính ta có Hình1.17: Điều chỉnh yếu tố mùa Hình 1.18: Lựa chọn phương pháp Hình 1.19: Kết ước lượng Eviews Cột Y liệu gốc cột Sn nhân tố mùa cột YSA li ệu ều chỉnh yếu tố mùa Trong mơ hình cộng tính, YSAt=Yt – Snt= Trt + Clt+ Irt Mà Irt = Clt = 0, nên YSAt=Trt Bước 3: Dự báo YSA mơ hình xu Hình 1.20: Đồ thị dự báo Gõ lệnh: Genr t= @trend(2009:12) để tạo biến thứ tự thời gian t Tiếp đến gõ lệnh: LS YSA C T, ta phương trình - 33,896 + 0,365T (SE) 0,52 0,01 (t-stat) 63,98 33,76 R =0,933 F=1139,406 n=84 Hình 1.21: Kết ước lượng Eviews  Để lưu lại giá trị dự báo điểm cho chuỗi YSA, bấm nút Forecast Khai báo thơng tin tương tự hình 1.22 có giá tr ị d ự báo điểm ( YSAF) sai số chuẩn (SE) Hình 1.22: Dự báo khoảng Eviews Hình 1.23: Đồ thị dự báo khoảng Eviews Bước 4: Kết hợp yếu tố xu yếu tố mùa để đưa kết dự báo Kết dự báo điểm sản lượng là: Clt=0 Irt =  Gõ lệnh: Genr yf = ysaf + sn để lưu kể dự báo ểm s ản lượng  Gõ lệnh: Genr lyf=yf – 2*se ( cận dưới) Genr uyf = yf + 2*se ( cận trên) Hình 1.24: Kết dự báo khoảng Eviews Hình 1.25: Đồ thị dự báo theo mơ hình cộng tính Kiểm định tính mùa vụ Hình 1.26: Nhu cầu sử dụng dầu thơ theo q Hình 1.27: Đồ thị nhu cầu theo thời gian Bước 1: Tính CMA chuỗi Sn.Ir  Tính CMA theo quý Gõ lệnh: Genr cma = (0.5*y(-1)+y(-1)+y+y(1)+0.5*y(2))/4  Tính chuỗi Snt.Irt mơ hình cộng tính Gõ lệnh: Genr snir_add=y –cma  Tính chuỗi Snt.Irt mơ hình nhân tính Gõ lệnh: Genr snir_mul= y/cma  Tạo biến quarter lưu mã quý Gõ lệnh: Genr quarter= @quarter Hình 1.28: Kết tính tốn CMA chuỗi Sn.Ir Bước 2: Thực kiểm định Kruskal – Wallis -  Nếu chọn mơ hình nhân tính Double click vào biến snir_mul để mở cửa sổ Series Tại cửa sổ Series, chọn Wiew\Test for Descriptive stats\Equality Test by Classification Trong hộp thoại Test by Classification, khung Test Equality of, chọn Median để thực kiểm định Kruskal – Wallis Ở khung Series/Group for classify nhập tên biến phân nhóm Hình 1.29: Kiểm định ngang Eviews Hình 1.30: Kiểm định Kruskal- Wallis mơ hình nhân tính  Nếu chọn mơ hình cộng tính Thao tác tương tự bên mơ hình nhân tính Hình 1.31: Kiểm định Kruskal – Wallis mơ hình cộng tính Chúng ta xem kết kiểm định mùa vụ theo tháng Gõ lệnh: Genr cma= (0.5*y(-6)+y(-6)+y(-5)+y(-4)+y(-3)+y(-2)+y(1)+y+y(1)+y(2)+y(3)+y(4)+y(5)+y(6))/12 Gõ tiếp lệnh: Genr snir_add=y-cma Genr month=@month Hình 1.32: Kiểm định Kruskal –Wallis với liệu theo tháng CHƯƠNG 4: TỔNG KẾT  Phương pháp phân tích phương pháp đời s ớm lịch sử kỹ thuật dự báo đ ược s d ụng phổ biến nước phát triển Là phương pháp dựa phương pháp trung bình di động tảng dự báo theo mơ hình xu th ế  Ưu điểm: - Dự báo ngắn hạn dài hạn - Có tính phân tích cụ thể Hiểu giải thích dễ dàng h ơn k ết dự báo - Có thể diễn đạt trực tiếp Excel  Nhược điểm: - Chỉ có chuỗi liệu ổn định đưa dự báo đáng tin cậy - Khi độ dài dự báo tăng phương pháp xác - Khơng thể đưa đầy đủ yếu tố bên ngồi có tác động TÀI LIỆU THAM KHẢO - Giáo trình Dự báo phân tích liệu kinh tế tài chính, Nguyễn Trọng Hồi, 2009 - Số liệu niên giám thống kê DANH MỤC BẢNG VÀ HÌNH Bảng 3.1: Doanh thu Petrovietnam Bảng 3.2: Kết dự báo mô hình nhân tính Bảng 3.3: Sản lượng dầu thơ Hình 1.1: Nhập liệu vào Eviews Hình 1.2: Đồ thị doanh số quý Hình 1.3: Tách yếu tố mùa Hình 1.4: Lựa chọn phương pháp Hình 1.5: Mơ hình nhân tính Hình 1.6: Đồ thị ước lượng yếu tố xu Hình 1.7: Kết ước lượng yếu tố xu Hình 1.8: Thực dự báo Eviews Hình 1.9: Kết dự báo Eviews Hình 1.10: Kiểm định LM Breusch – Godfrey Hình 1.11: Kiểm định phương sai thay đổi Hình 1.12: Kiểm định Jarqua – Bera Hình 1.13: Kết dự báo cuối Hình 1.14: Kết dự báo khoảng Hình 1.15: Đánh giá dự báo đồ thị Hình 1.16: Đồ thị sản lượng Hình 1.17: Điều chỉnh yếu tố mùa Hình 1.18: Lựa chọn phương pháp Hình 1.19: Kết ước lượng Eviews Hình 1.20: Đồ thị dự báo Hình 1.21: Kết ước lượng Eviews Hình 1.22: Dự báo khoảng Eviews Hình 1.23: Đồ thị dự báo khoảng Eviews Hình 1.24: Kết dự báo khoảng Eviews Hình 1.25: Đồ thị dự báo theo mơ hình cộng tính Hình 1.26: Nhu cầu sử dụng dầu thơ theo q Hình 1.27: Đồ thị nhu cầu theo thời gian Hình 1.28: Kết tính tốn CMA chuỗi Sn.Ir Hình 1.29: Kiểm định ngang Eviews Hình 1.30: Kiểm định Kruskal – Wallis mơ hình nhân tính Hình 1.31: Kiểm định Kruskal – Wallis mơ hình cộng tính Hình 1.32: Kiểm định Kruskal – Wallis với liệu theo tháng ... –Wallis với liệu theo tháng CHƯƠNG 4: TỔNG KẾT  Phương pháp phân tích phương pháp đời s ớm lịch sử kỹ thuật dự báo đ ược s d ụng phổ biến nước phát triển Là phương pháp dựa phương pháp trung... theo mùa Phương pháp phổ biến hữu ích cơng việc dự báo thay đổi, tăng trưởng số số kinh tế - xã h ội… Vì v ậy cần nghiên cứu để ứng dụng vào thực tiễn Dự báo phương pháp phân tích phương pháp đề... chuỗi liệu ổn định đưa dự báo đáng tin cậy - Khi độ dài dự báo tăng phương pháp xác - Không thể đưa đầy đủ yếu tố bên ngồi có tác động TÀI LIỆU THAM KHẢO - Giáo trình Dự báo phân tích liệu kinh