(Tiểu luận FTU) dự báo lượng phế liệu thép nhập khẩu vào việt nam năm 2019

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG VIỆN KINH TẾ QUỐC TẾ - ●●● - Đề tài: Dự báo lượng phế liệu thép nhập vào Việt Nam năm 2019 Lớp tín chỉ: KTE418.1 (2018-2019) Giảng viên hướng dẫn: TS Chu Thị Mai Phương Nhóm thực hiện: Nhóm 06 Vũ Thành Công 1614410031 Nguyễn Thu Hà 1614410049 Nguyễn Phương Hạnh 1614410058 Đỗ Việt Hoàng 1614410067 Lưu Trí Quang 1614410150 Hà Nội, tháng 03, 2019 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC LỜI MỞ ĐẦU PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Dữ liệu 2.2 Tổng quan mơ hình 2.3 Các bước tiến hành KẾT QUẢ DỰ BÁO VÀ PHÂN TÍCH 3.1 Bước 1: Xác định dạng chuỗi 3.2 Bước 2: Kiểm tra tính dừng chuỗi tách yếu tố mùa vụ quansa 3.3 Bước 3: Ước lượng mơ hình kiểm định điều kiện 11 3.4 Bước 4: Dự báo 13 KẾT LUẬN 15 TÀI LIỆU THAM KHẢO 16 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI MỞ ĐẦU Cơng nghiệp nặng nói chung sản xuất tư liệu sản xuất thép nói riêng bước chuẩn bị quan trọng cho phát triển kinh tế quốc dân bối cảnh đại Ngành thép ngành công nghiệp nặng quan trọng khu vực cơng nghiệp giới; đó, biến động ngành tác động trực tiếp tới lĩnh vực sản xuất công nghiệp, ảnh hưởng đến tăng trưởng kinh tế Với tính chất quan trọng ngành, Nhà nước doanh nghiệp sản xuất việc tâm việc nghiên cứu, phát triển quy mô sản xuất thép để phù hợp với cung-cầu thị trường giai đoạn quan tâm đến lượng nhập phế liệu thép Việt Nam từ nước khác Đây yếu tố quan trọng ảnh hưởng đến sản lượng sản xuất thép nội địa quản lí, kiểm sốt nhiều sách, quy định khác Nhà nước Thép phế liệu nguyên vật liệu, sản phẩm hư hỏng làm từ thép, sản phẩm khơng cịn sử dụng nữa, ngun vật liệu thừa cắt bỏ từ trình sản xuất tiêu dùng gọi hàng phế liệu Thị trường tài nước nói chung giới nói riêng ln có biến động Vì ngành nguyên vật liệu theo mà biến động, sắt thép phế liệu khơng ngồi vấn đề Sắt phế liệu nguyên vật liệu đầu vào có giá trị cao nên giá thường xuyên dao động Hầu hết doanh nghiệp Việt Nam sử dụng cơng nghệ lị điện hồ quang nên bắt buộc phải sử dụng nguyên liệu đầu vào thép phế liệu Việt Nam quốc gia đứng đầu nhập thép phế liệu với khối lượng lớn Bài tiểu luận dự báo khối lượng nhập thép năm 2019 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Dữ liệu Dữ liệu nhóm tác giả sử dụng Cục Công nghệ Thông tin Thống kê hải quan phát hành, cung cấp giảng viên môn Dự báo kinh tế, TS Chu Thị Mai Phương - giảng viên khoa Kinh tế quốc tế, trường Đại học Ngoại Thương Dữ liệu lượng nhập phế liệu sắt thép từ tháng 01 năm 2014 đến hết tháng 12 năm 2018 theo tháng với đơn vị nghìn Nhóm tác giả sử dụng mơ hình ARIMA làm mơ hình dự báo, biến sản lượng thép ký hiệu quan 2.2 Tổng quan mơ hình Mơ hình ARIMA bậc p, d, q mơ hình với: AR(p) mơ hình tự tương quan bậc p Y(d) chuỗi dừng lấy sai phân bậc d MA(q) mơ hình trung bình trượt bậc q có phương trình là: 2.3 (d) c d p t-1 (d) t-p q t-q t-1 t Các bước tiến hành Bước 1: Kiểm tra tính dừng chuỗi cần dự báo  Đối với chuỗi thường: kiểm tra tính dừng chuỗi gốc tiến hành dự báo ARIMA với chuỗi gốc  Đối với chuỗi có tính mùa vụ: tách yếu tố mùa vụ khỏi chuỗi gốc, sau kiểm tra tính dừng chuỗi tách tiến hành dự báo ARIMA v ới chuỗi tách  Đối với chuỗi có tính xu thế: kiểm tra tính dừng chuỗi gốc t t e t (với e t phần dư), sau kiểm tra tính dừng chuỗi et tiến hành dự báo ARIMA với chuỗi et Bước 2: Xác định độ trễ p, q Bước 3: Kiểm tra điều kiện giả định mơ hình:  Mơ hình khả nghịch ổn định (nghiệm đơn vị mơ hình hồi quy phụ < 1)  Nhiễu trắng (nhiễu không tự tương quan)  Chất lượng dự báo Bước 4: Dự báo mẫu  Đối với chuỗi có yếu tố mùa vụ: Nhân cộng chuỗi dự báo hiệu chỉnh với số mùa vụ để dự báo chuỗi gốc  Đối với chuỗi có yếu tố xu thế: Tạo biến f e f dự báo chuỗi =̂ t LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com KẾT QUẢ DỰ BÁO VÀ PHÂN TÍCH 3.1 Bước 1: Xác định dạng chuỗi Bước 1.1 Kiểm tra tính mùa vụ tách yếu tố mùa vụ có Trên cửa sổ Series: QUAN vào View  Graph Trên cửa sổ Graph Options chọn Seasonal Graph Ta có biểu đồ sau: Các vạch đỏ (vạch nằm ngang) hình giá trị trung bình mùa Ta thấy vạch đỏ chênh lệch tương đối nhiều chứng tỏ chuỗi giá trị sử dụng có yếu tố mùa vụ Ta tiến hành dự báo cho chuỗi quan cách tách yếu tố mùa vụ LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Bước 1.2 Xác định mơ hình nhân tính hay cộng tính Trong Eviews, sử dụng lệnh line quan ta có đồ thị: Sự biến động chuỗi liệu không nằm dải giới hạn đường song song mà đường có biên độ thay đổi nên mơ hình nhân tính phù hợp mơ hình cộng tính Bước 1.3 Tách yếu tố mùa vụ Trên cửa sổ Series: QUAN: Proc  Seasonal Adjustment  Moving Average Methods LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Trên cửa sổ Seasonal Adjustment phần Adjustment methods chọn Ratio to moving average - Multiplicative gọi tên yếu tố mùa vụ sa mục Factors (optional): Ta có kết tách yếu tố mùa vụ sau: Kết thu phần Scaling Factors số mùa vụ sa qua tháng Chuỗi tách yếu tố mùa vụ quansa, số mùa vụ sa LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3.2 Bước 2: Kiểm tra tính dừng chuỗi tách yếu tố mùa vụ quansa Cặp giả thuyết: { H : Chuỗi không dừng H1: Chuỗi dừng Trên cửa sổ Series: QUANSA vào View  Unit Root Tests  Standard Unit Root Test Trên cửa sổ Unit Root Test, phần Test for unit root in chọn Level LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ta có kết Theo kết kiểm định ta thấy P value = > = 0.0  Không bác bỏ H0 Chuỗi quansa không dừng Vậy ta lấy sai phân bậc chuỗi quansa    Trên cửa sổ Series: QUANSA vào lại View Unit Root Tests Standard Unit Root st Test Trên cửa sổ Unit Root Test, phần Test for unit root in chọn difference, ta được: Theo kết kiểm định ta thấy: P value = 0.0000 < = 0.0  Bác bỏ H0, chấp nhận H1  Chuỗi quansa dừng sai phân bậc LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ta tìm độ trễ cho mơ hình AR MA Trên cửa sổ Series: QUANSA vào View  Correlogram st Trên cửa sổ Correlogram Specification chọn Difference (do chuỗi ta dừng sai phân bậc 1) độ trễ phần Lags to include 12 Ta có kết Ta chọn độ trễ 1,2,3 cho AR, độ trễ 1,3,4 cho MA 10 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3.3 Bước 3: Ước lượng mơ hình kiểm định điều kiện Bước 3.1 Ước lượng mơ hình Trên cửa sổ Command gõ lệnh ls d(quansa) ma(1) ma(3) ma(4) ar(1) ar(2) ar(3) Ta có kết hồi quy sau: Bước 3.2 a) Kiểm định điều kiện Mơ hình khả nghịch ổn định Ở phần Inverted AR Roots Inverted MA Roots, ta thấy khơng có nghiệm chứng tỏ nghiệm nằm vòng tròn đơn vị Do đó, mơ hình khả nghịch ổn định 11 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com b) Kiểm định hệ số hồi quy mức độ phù hợp mơ hình i H0: = 0, với i hệ số góc Cặp giả thuyết: { H1 : i Với mức ý nghĩa cho trước, P-value < bác bỏ H0 Theo kết ước lượng, với mức ý nghĩa = 0.05 ta thấy: Biến P-value AR(1) Kết luận 0.4104 > 0.05 H0 Không bác bỏ Không có ý nghĩa thống kê AR(2) 0.0494 < 0.05 Bác bỏ Có ý nghĩa thống kê AR(3) 0.0041 < 0.05 Bác bỏ Có ý nghĩa thống kê MA(1) 0.0003 < 0.05 Bác bỏ Có ý nghĩa thống kê MA(3) 0.0016 < 0.05 Bác bỏ Có ý nghĩa thống kê MA(4) 0.0017 < 0.05 Bác bỏ Có ý nghĩa thống kê SIGMASQ 0.0000 < 0.05 Bác bỏ Có ý nghĩa thống kê Mơ hình có ý nghĩa thống kê mức ý nghĩa = 0.0 có hệ số góc có ý nghĩa thống kê Biến AR(1) khơng có ý nghĩa thống kê để vượt qua kiểm định sau ta không bỏ biến khỏi mơ hình c) Kiểm định nhiễu trắng Trên cửa sổ ước lượng vào View  Residual Diagnostics  Correlogram – Q-statistics Trên cửa sổ Lag Specification chọn độ trễ 12 12 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ta có kết quả: Ta thấy tất độ trễ, phần đồ thị màu xanh nằm đường biên Đồng thời, P-value độ trễ lớn mức ý nghĩa = % nên mô hình khơng có tự tương quan nhiễu suốt 12 độ trễ 3.4 Bước 4: Dự báo Bước 4.1 Dự báo cho chuỗi hiệu chỉnh quansa Trên cửa sổ ước lượng chọn Forecast Trên cửa sổ Forecast, phần Forecast Sample chọn mẫu 2018m04 2018m09 13 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ta có kết sau: Từ kết dự báo mẫu ta thấy: Mean Abs Percent Error = 4.98 <  Hay sai số dự báo < 5% Mơ hình phù hợp để dự báo mẫu Mở lại cửa sổ Forecast Trong phần Forecast sample chọn mẫu 2019m01 2019m05 Ta thu chuỗi dự báo quansaf Bước 4.2 Dự báo cho chuỗi gốc Ta lấy chuỗi quansaf nhân với số mùa vụ sa chuỗi dự báo quanf Trên cửa sổ Command gõ lệnh genr quanf=quansaf*sa, ta thu số liệu dự báo: Trên cửa sổ Command gõ lệnh line quanf quan ta thu kết quả: 14 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com KẾT LUẬN Trên kết lượng phế liệu thép nhập năm 2019 Việt Nam mà nhóm dự báo So sánh số liệu nhóm dự báo 508000 443000 tương ứng tháng tháng với lượng thép nhập thực tế 275000 250000 tấn, nhóm tác giả nhận thấy kết dự báo chưa sát với thực tế thiếu sót nhóm q trình thực dự báo lượng phế liệu thép nhập năm 2019 Việt Nam Thực tế cho thấy, việc giảm lượng phế liệu thép nhập tín hiệu đáng mừng Bởi lượng nhập phế liệu tăng nhanh dẫn đến tình trạng tồn đọng cảng biển, gây hệ lụy nhiều mặt Trong phải kể đến việc nguy Việt Nam trở thành cơng trường rác thải, phế liệu cảnh báo từ đầu năm 15 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com TÀI LIỆU THAM KHẢO [1] Đức Dũng (201 ), Doanh nghiệp thép gặp khó nhập sắt, thép vụn , [2] Quang Vũ (201 ), Khó khăn kiểm tra phế liệu nhập , [3] Lê Thanh Bình (2007), Cơng nghiệp nặng vị đất nước thời kỳ hội nhập , 16 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... bắt buộc phải sử dụng nguyên liệu đầu vào thép phế liệu Việt Nam quốc gia đứng đầu nhập thép phế liệu với khối lượng lớn Bài tiểu luận dự báo khối lượng nhập thép năm 2019 LUAN VAN CHAT LUONG download... kết dự báo chưa sát với thực tế thiếu sót nhóm q trình thực dự báo lượng phế liệu thép nhập năm 2019 Việt Nam Thực tế cho thấy, việc giảm lượng phế liệu thép nhập tín hiệu đáng mừng Bởi lượng nhập. .. luanvanchat@agmail.com KẾT LUẬN Trên kết lượng phế liệu thép nhập năm 2019 Việt Nam mà nhóm dự báo So sánh số liệu nhóm dự báo 508000 443000 tương ứng tháng tháng với lượng thép nhập thực tế 275000