Dự báo nhu ầu và giải pháp thoả mãn nhu ầu điện năng tại tp hồ chí minh trong giai đoạn 2006 2010 ó xét đến năm 2020

Do vậy : - Dự báo thống kê là một phương pháp thống kê được dùng để lượng hóa mức độ của hiện tượng nghiên cứu sẽ xảy ra trong kỳ tương lai trên cơ sở phân tích đánh giá thực trạng biến

NG Ô VĂ N LÝ

DỰ BÁO NHU CẦU VÀ GIẢI PHÁP THOẢ

MỤC LỤC Trang

DANH MỤC C C CHÁ Ữ VIẾT TẮT 6

DANH MỤC BẢNG 7

DANH MỤC CÁC H NH VẼÌ VÀ ĐỒTHỊ 8

PHẦN MỞ ĐẦU 9

CHƯƠNG 1: CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU CẦU ĐIỆN NĂNG 12

1.1 Một số cơ ở s lý luận về d báo kinh t - xã h i 12 ự ế ộ 1.1.1 Khái niệm dự báo thống kê 12

1.1.2 Nguyên tắc cơ ả b n 13

1.1.2.1 T nh khí ả thi c a dự báủ o mang t nh xí ác suấ 13 t 1.1.2.2 Dự báo th ng kê là d báố ự o ng n h n vắ ạ à trung hạn 14

1.1.2.3 Dự báo th ng kê ố mang t nh nhií ều phương án 14

1.1.2.4 Phương tiện dự báo thống kê 14

1.1.2.5 Phân loại dự báo 15

1.2 Các phương ph p dá ự báo nhu cầu 16

1.3 Các mô hình dự o nhu cầ 21 bá u 1.3.1 Dự báo thống kê dã ố ờy s th i gian và hàm xu thế 21

1.3.1.1 Hàm xu thế tuyến tính 24

1.3.1.2 H m xu thà ế parabol 26

1.3.1.3 Hàm xu thế ạng h m mũ 27 d à 1.3.1.4 PP dự báo theo h m xu thà ế có xét đến biến động thời vụ 28

1.3.2 Dự báo thống k theo PP san b ng mê ằ ũ 29

1.3.3 Dự báo theo m i quan hố ệ tương quan 33

1.3.3.1 Dự bá êo tr n cơ ở đườ s ng h i quy t ng quan tuy n tồ ươ ế í nh 33

1.3.3.2 Dự báo b ng mô hình hồi quy tương quan bội 36 ằ

1.4 Các nhân tố tác ng n dựđộ đế báo nhu c u ầ đ ệi n nă 38 ng

1.4.1 Đặc đ ểi m của sản phẩm đ ệi n 38

1.4.2 Các nh n tố tác độ 39 â ng 1.5 Lựa chọn ph ng ph p vươ á à các bước tiế àn h nh dự báo 42

1.5.1 Lựa chọn ph ng phươ áp d báo ự 42

1.5.2 Các bước tiến hành dự báo 43

TÓM LƯỢC CHƯƠNG 1 45

CHƯƠNG 2: PHÂN TÍCH NHU CẦU VÀ KHẢ NĂNG ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG CỦA CTY ĐIỆN LỰC TP HCM 48

2.1 Khái qu t vá ề tình h nh sì ản xuất kinh doanh n n ng tđ ệi ă ại Cty Đ ệi n lực TP HCM 48

2.2 Phân t ch nhu cí ầu đ ệi n n ng tă ại TP H í ồCh Minh trong giai o n đ ạ -1990 2005 50

2.2.1 Khái qu t t nh h nh sử ụng đ ện tại C ng ty Đ ện lực TP HCM 50 á ì ì d i ô i 2.2.2 Ph n tâ ích thực trạng tổn thất đ ệi n n ng tr n lă ê ưới đ ệi n 57

2.2.3 Ph n tâ ích tình h nh sì ự ố ướ c l i đ ệi n n m 2000ă -2005 58

2.3 Phâ ín t ch khả ă n ng p đá ứng như cầ đ ệ ău i n n ng t i TP HCM 59 ạ 2.3.1 Nguồn cung cấ đ ệp i n 59

2.3.2 Đánh giá kết cấu lưới đ ệi n và ả ăkh n ng cung cấp đ ệi n 63

2.3.3 Vốn đầu tư phát triển 64

2.3.4 Ứng d ng khoa hụ ọc – Công ngh trong qu n lệ ả ý lưới đ ệ 64 i n 2.4 Phân tích các yếu tốkinh tế ảnh hưởng nhu cầ đ ệ ău i n n ng trong giai đ ạo n 1995-2005 70

2.4.1 T ng tr ng GDPă ưở 70

2.4.2 Cơ ấ c u GDP của Thành phố 71

2.4.3 Khả ă n ng và s sự ẵn s ng trả tiền đ ện của kh ch h ng 78 à i á à 2.4.4 Môi trường và íCh nh trị Pháp luật 79

2.4.4.1 Luật pháp 79

2.4.4.2 Ch nh sí ách đổi mới và phát triển ngành n đ ệi 80

TÓM LƯỢC CHƯƠNG 2 82

CHƯƠNG 3: DỰ BÁO NHU CẦU VÀ ĐỀ XUẤT CÁC GIẢI PHÁP ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG TẠI TP HCM TRONG GIAI ĐOẠN NĂM 2006 2010 CÓ XÉT ĐẾN NĂM 2020– 85

3.1 Đặt vấ đề n 85

3.2 Chiến lược phát triển ngành đ ện đến năi m 2020 87

3.4.1 Chi n l c phế ượ át triể ủa Tổn c ng C ng ty ô Đ ệi n lực Việt Nam 87

3.4.2 Chi n l c phế ượ át triể ủa Côn c ng ty Đ ệi n lực TP HCM 87

3.3 Định h ng phướ át triển kinh tế - xã h i TP HCM giai đ ạộ o n 2006 -2010 có xét đến năm 2020 89

3.4 Mô hình d y sã ố ờ th i gian 92

3.4.1 Xác định hàm dự báo 92

3.4.2 Xây dựng h m xu thà ế tuyến tí nh 93

3.4.3 Dự báo nhu cầu đ ệi n thương phẩm 94

3.4.4 Dự báo nhu cầu đ ệi n n ng că ủa các th nh ph n theo bi u giá 94 à ầ ể 3.4.5 Kết luậ ự báo n d nhu cầu đ ệi n của các thành phần trong giai đ ạo n - ó xé 2006 2010 c t đến năm 2020 theo ph ng phươ áp tuyế ính hón t a theo mô hình d y số thời gian 101 ã 3.5 Mô hình m i quan hố ệ tương quan 101

3.5.1 Mối tương quan giữa đ ệi n n ng vă à tốc độ tăng trưởng GDP, dân số hàng năm 101

3.5.2 Tốc độ tăng tr ng s n lưở ả ượng đ ệi n n ng, GDP, d n să â ố ạ t i TP HCM t ừgiai đ ạn 1995 2005 102 o – 3.5.3 Xác định ph ng trươ ình tương quan bội 103

3.5.4 Kết quả ủ c a dự báo nhu cầ đ ệu i n năng trong giai đ ạo n 2006- 2010 theo mô hình mối quan h tệ ương quan 104

3.6 Chọn mô hình dự báo nhu cầ đ ệu i n nă tại TP HCM trong giai đ ạng o n

2006-2010 có xét đến năm 2020 106

3.6.1 Ch n mọ ô hình dự bá ằo b ng cách so sánh kết quả ự d báo giữa mô

hình d y số thời gian vã à mô hình mối quan hệ ương quan bội 106 t

L i c m n ờ ả ơ

-

Tôi xin chân thành cảm ơ toàn thể Quý Thầy, Cô Khoa Kinh tế và n

Quản lý Trung Tâm Đ ào Tạo sau ại Học và Ban Giám Hiệu Tr ờng ại Đ ư Đ

Học Bách Khoa Hà Nội Đồng thời, c ng xin cũ ám ơn Ban Giám Đốc Công ty

Đ ệi n l c TP H ự ồ Chí Minh, các Ph ng Ban C ng ty vò ô à đặc bi t là i n l c ệ Đ ệ ự

Bình Ph đ ận t nh hỗ trợ, gi p đỡú ã t ì ú tôi trong suốt qu tr nh học tập cũng á ì

như ờ th i gian thực hiện Lu n ậ án nà y

Đặc biệt, i xin tr n trọng c m ơn s u sắc Cô Tiến sỹ Phạm Thị Thu

Hà Khoa Kinh tế & Qu n lý - Tr ng ả ườ Đại h c Báọ ch Khoa Hà Nộ đi ã tr c ự

tiếp h ướng d n v ẫ à tậ ình gin t úp đỡ trong quá ìtr nh nghi n cứu v ho n th nh ê à à à

TP Hồ Chí Minh trong giai đoạn 2006-2010 có xét đến năm 2020 ”

Mặc d , đù ã có s c gự ố ắng của bản th n, song do khả ăng v kinh â n à

nghiệm có hạn nê Luận vn ăn sẽ ôkh ng tr nh khá ỏi những hạn chế ất định nh

Rất mong được sự chỉ ẫn của c c Thầy C d á ô và ý kiến đóng g p của ó các đồng

MỤC LỤC Trang

DANH MỤC C C CHÁ Ữ VIẾT TẮT 6

DANH MỤC BẢNG 7

DANH MỤC CÁC H NH VẼÌ VÀ ĐỒ THỊ 8

PHẦN MỞ ĐẦU 9

CHƯƠNG 1: CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU CẦU ĐIỆN NĂNG 12

1.1 Một số cơ ở s lý luận về d báo kinh t - xã h i 12 ự ế ộ 1.1.1 Khái niệm dự báo thống kê 12

1.1.2 Nguyên tắc cơ ả b n 13

1.1.2.1 T nh khí ả thi c a dự báủ o mang t nh xí ác suấ 13 t 1.1.2.2 Dự báo th ng kê là d báố ự o ngắn hạn và trung hạn 14

1.1.2.3 Dự báo th ng kê ố mang t nh nhií ều phương án 14

1.1.2.4 Ph ng tiươ ện dự báo thống k 14 ê 1.1.2.5 Phân loại dự báo 15

1.2 Các phương ph p dá ự báo nhu cầu 16

1.3 Các mô hình dự báo nhu cầ 21 u 1.3.1 Dự báo thống kê dãy số ờ th i gian và hàm xu thế 21

1.3.1.1 Hàm xu thế tuyến tính 24

1.3.1.2 H m xu thà ế parabol 26

1.3.1.3 H m xu thà ế ạ d ng hàm mũ 27

1.3.1.4 PP dự báo theo h m xu thà ế có xét đến biến động thời vụ 28

1.3.2 Dự báo thống k theo PP san b ng mê ằ ũ 29

1.3.3 Dự báo theo m i quan hố ệ tương quan 33

1.3.3.1 Dự báo trên cơ ở đườ s ng h i quy t ng quan tuy n tồ ươ ế í nh 33

1.3.3.2 Dự báo b ng mằ ô hình hồi quy t ng quan bươ ộ 36 i

1.4 Các nhân tố tác ng n dựđộ đế báo nhu c u ầ đ ệi n nă 38 ng

1.4.1 Đặc đ ểi m của sản phẩm đ ệi n 38

1.4.2 Các nh n tố tác độ 39 â ng 1.5 Lựa chọn ph ng ph p vươ á à các bước tiến h nh dà ự báo 42

1.5.1 Lựa chọn ph ng ph p dươ á ự báo 42

1.5.2 Các bước tiến hành dự báo 43

TÓM LƯỢC CHƯƠNG 1 45

CHƯƠNG 2: PHÂN TÍCH NHU CẦU VÀ KHẢ NĂNG ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG CỦA CTY ĐIỆN LỰC TP HCM 48

2.1 Khái qu t vá ề tình h nh sì ản xuất kinh doanh đ ệi n n ng tă ại Cty Đ ệi n lực TP HCM 48

2.2 Phân t ch nhu cí ầu đ ệi n n ng tă ại TP H ồCh Minh trong giai o n í đ ạ -1990 2005 50

2.2.1 Khái qu t t nh h nh sử ụng đ ện tại C ng ty Đ ện lực TP HCM 50 á ì ì d i ô i 2.2.2 Ph n tâ ích thực trạng tổn thấ đ ệt i n n ng tr n lă ê ưới đ ệi n 57

2.2.3 Ph n tâ ích tình h nh sì ự ố ướ c l i đ ệi n n m 2000ă -2005 58

2.3 Phâ ín t ch khả ă n ng p đá ứng như cầ đ ệu i n n ng t i TP HCM 59 ă ạ 2.3.1 Nguồn cung cấ đ ệp i n 59

2.3.2 Đánh giá kết cấu lưới đ ệi n và ả ăkh n ng cung cấp đ ệi n 63

2.3.3 Vốn đầu tư phát triể 64 n 2.3.4 Ứng d ng khoa hụ ọc – Công ngh trong qu n lệ ả ý lưới đ ệ 64 i n 2.4 Phân tích các yếu tố kinh tế ảnh hưởng nhu cầ đ ệu i n n ng trong giai ă đ ạo n 1995-2005 70

2.4.1 T ng tr ng GDPă ưở 70

2.4.2 Cơ ấ c u GDP của Thành phố 71

2.4.3 Khả ă n ng và s sự ẵn s ng trả tiền đ ện của kh ch h ng 78 à i á à 2.4.4 Môi trường và Chính trị Pháp luật 79

2.4.4.1 Luật pháp 79

2.4.4.2 Ch nh sí ách đổi mới và phát triển ngành đ ệi n 80

TÓM LƯỢC CHƯƠNG 2 82

CHƯƠNG 3: DỰ BÁO NHU CẦU VÀ ĐỀ XUẤT CÁC GIẢI PHÁP ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG TẠI TP HCM TRONG GIAI ĐOẠN NĂM 2006 2010 CÓ XÉT ĐẾN NĂM 2020– 85

3.1 Đặt vấ đề n 85

3.2 Chiến lược phát triển ngành đ ện đến năi m 2020 87

3.4.1 Chi n l c phế ượ át triển của Tổng C ng ty ô Đ ệi n lực Việt Nam 87

3.4.2 Chi n l c phế ượ át triển của Công ty Đ ệi n lực TP HCM 87

3.3 Định h ng phướ át triển kinh tế - xã h i TP HCM giai đ ạộ o n 2006 -2010 có xét đến năm 2020 89

3.4 Mô hình d y sã ố ờ th i gian 92

3.4.1 Xác định hàm dự báo 92

3.4.2 Xây dựng h m xu thà ế tuyến tí nh 93

3.4.3 Dự báo nhu cầu đ ệi n thương phẩm 94

3.4.4 Dự báo nhu cầu đ ệi n n ng că ủa các th nh ph n theo bi u giá 94 à ầ ể 3.4.5 Kết luận dự báo nhu cầu đ ệi n của các thành phần trong giai đ ạo n - ó xé 2006 2010 c t đến năm 2020 theo ph ng phươ áp tuyế ính hón t a theo mô hình d y số thời gian 101 ã 3.5 Mô hình m i quan hố ệ tươ ng quan 101

3.5.1 Mối tương quan giữa đ ệi n n ng vă à tốc độ tăng trưởng GDP, dân số hàng năm 101

3.5.2 Tốc độ tăng tr ng s n lưở ả ượng đ ệi n n ng, GDP, d n să â ố ạ t i TP HCM t ừ giai đ ạn 1995 2005 102 o – 3.5.3 Xác định ph ng trươ ình tương quan bội 103

3.5.4 Kết quả ủ c a dự báo nhu cầ đ ệu i n năng trong giai đ ạo n 2006- 2010 theo mô hình mối quan hệ tương quan 104

3.6 Chọn mô hình dự báo nhu cầ đ ệu i n năng tại TP HCM trong giai đ ạo n

2006-2010 có xét đến năm 2020 106

3.6.1 Ch n mọ ô hình dự báo b ng cằ ách so sánh kết quả ự d báo giữa mô

hình d y số thời gian vã à mô hình mối quan hệ ương quan bội 106 t

DANH MỤC CÁC CHỮ VIẾT TẮT

1 ĐL TP.HCM : Công ty Điện Lực Thành Phố Hồ Chí Minh

3 Hộ tiêu thụ, khách hàng: hộ tiêu thụ điện

4 DSM: Demand side management - Quản lý phía nhu cầu

5 NN&TL: Nông nghiệp và Thuỷ lợi

7 MSE: Mean square error- Trung bình bình phương sai số dự đoán

8 MAD:Mean absolute deviation - Trung bình độ lệch tuyệt đối của sai số

11 Std err : Standard Error –Sai số chuẩn

12 T : Trend component – thành phần xu hướng

13 S : Seasonal component- thành phần thời vụ

14 C : Cyclical component –thành phần chu kỳ

15 I: Irregular component, random component –thành phần ngẫu nhiên

16 GDP: Gross domestic product - Tổng sản phẩm trong nước

17 EVN : Tổng Công ty Điện lực Việt Nam

18 GIS: Gas Inlulated Switchgear- Cách điện bằng khí

19 CIS: Customer Information System- Hệ thống thông tin khách hàng

20 MIS : Managament Information system- Hệ thống quản lý thông tin

21 CNH, H H: cĐ ông nghiệp hoá, hiện đại hoá

22 MBT : máy biến thế

23 TBK: Turbine khí

DANH MỤC BẢNG Trang

1 Bảng 2-1.Bảng thống kê mức tiện nghi sinh hoạt của người dân thành phố cuối năm 2004 54

2 Bảng 2-2 Tổn thất điện năng trong kinh doanh từ năm 2000-2005 58

3 Bảng 2-3 Danh mục các nhà máy điện hiện có khu vực phía Nam 62

4 Bảng 2-4 Kết quả đầu tư xây dựng lưới điện từ 2000- 2005 68

5 Bảng 2-5 Tổng sản phẩm trong nước trên địa bàn TP.HCM phân theo khu vực kinh tế từ năm 1995-2005 72

6 Bảng 2-6.Tình hình phát triển dân số tại TP.HCM 74

7 Bảng 2-7 Thu nhập bình quân một nhân khẩu/1 tháng tại TP.HCM 76

8 Bảng 2-8 Chi tiêu bình quân 1 người một tháng tại TP.HCM 77

9 Bảng 3-1 Dự báo tốc độ tăng dân số giai đoạn 2006-2020 tại TP.HCM 92 10.Bảng 3-2 Tính toán dự báo nhu cầu SL điện năng năm 94

11.Bảng 3-3 Kết quả dự báo nhu cầu điện năng 2006-2020 95

12 Bảng 3-4 Bảng tóm tắt dự báo nhu cầu điện thương phẩm tại TP.HCM giai đoạn 2006 2020 (PP tuyến tính)- 101

12.Bảng 3-5 Thống kê sản lượng điện, GDP, dân số n m ă 1995 2005- 102

13.Bảng 3-6 Kết quả kiểm định hàm dự báo 104

14.Bảng 3-7.Dự báo nhu cầu điện cho các năm giai đoạn 2006 2020 tại -TP.HCM (PP Mối quan hệ tương quan ) 105

15.Bảng 3-8 Bảng so sánh sai số dự báo giữa hai PP hàm xu hướng và hàm tương quan tuyến tính 105

16.Bảng 3-9 So sánh mức dự báo đã tính toán với TSĐ- V 108

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ Trang

1.Hình 1-1 Các loại biến đổi nhu cầu 20

2.Hình 2-1.Biểu đồ biểu diễn số lượng khách hàng 50

3.Hình 2-2 Biểu đồ nhu cầu sử dụng điện giai đoạn 1991-2005 51

4.Hình 2-3 Biểu đồ biểu diễn tốc độ tăng tr ởng điện th ng phẩmư ươ 52

5.Hình 2-4 Biểu đồ tổn thất điện năng từ năm 1995 đến 2005 57

6.Hình 2-5 Biểu đồ phụ tải trung bình ngày đêm của hệ thống điện Thành Ph H Chí Mố ồ inh 66

7.Hình 2-6 Biểu đồ biểu diễn công suất phụ tải ở chế độ Max và Min 67

8.Hình 2-7.Biểu đồ tăng trưởng GDP tại TP/HCM từ 1995-2005 71

9.Hình 3-1 Biểu diễn cơ sở đưa ra dự báo nhu cầu điện năng 86

10.Hình 3-2 Biểu đồ biểu diễn sản lượng điện năng giai đoạn 1991-2005 93

11.Hình 3-3 Sơ đồ biểu diễn tỷ trọng điện thương phẩm của TP.HCM trong cá nc ăm 2010, 2015, 2020 107

12.Hình 3-4 Sơ đồ biểu diễn tỷ trọng thành phần điện CN, ASSH, DV và các thành phần khác 108

PHẦN MỞ ĐẦU

 

1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Trong quá trình sản xuất kinh doanh dịch vụ, các nhà quản lý thường phải đưa

ra các quyết định liên quan đến những việc sẽ xảy ra trong tương lai Để cho

các quyết định này có độ tin cậy cao và hiệu quả, cần thiết phải tiến hành

công tác dự báo nhu cầu Điều này sẽ càng có ý nghĩa quan trọng hơn đối với

một nền kinh tế thị trường, thường xuyên có cạnh tranh

nước trong nhiều năm qua, thành phố cũng là địa phương dẫn đầu về cung

triển kinh tế xã hội và giữ vững an ninh chính trị về lâu dài, việc triển khai và

2020 là một yêu cầu cần thiết và cấp bách

Đào tạo sau Đại Học của Trường Đại Học Bách Khoa Hà Nội được sự giảng

dạy tận tình của tập thể giảng viên khoa Kinh tế & Quản lý, đặc biệt được sự

anh chị đồng nghiệp Xí nghiệ Đ ệp i n Cao Thế, Phòng Tài Chính - Kế Toán,

Phòng K ế Hoạch, Kinh Doanh Công ty và Điện lực Bình Phú đã giúp tôi

nhu cầu điện năng tại TP Hồ Chí Minh trong giai đoạn năm 2006-2010 có xét

đến năm 2020” Vì trình độ và thời gian có hạn nên không tránh khỏi thiếu

sót, bản thân t i rất mong được sự đóng góp của ô Cô Phạm Thị Thu Hà và các

2 MỤC ĐÍCH NGHIÊN CỨU CỦA ĐỀ TÀI:

Dự báo nhu cầu điện năng sử dụng tại TP Hồ Chí Minh trong giai đoạn năm

2006-2010 có xét đến năm 2020 nhằm cung cấp các số liệu giúp cho chuyên

gia hoạch định chiến lược, có các bước phát triển, đầu tư hợp lý cho từng giai

đoạn, đáp ứng nhu cầu phát triển kinh tế của TP.HCM và các nhà quản trị khi

xây dựng chiến lược lâu dài, đảm bảo tính hiệu quả của hệ thống phân phối

điện khi đưa ra các quyết định và lựa chọn các giải pháp thỏa mãn nhu cầu

điện năng

3 ĐỐI T ỢNG, PHẠM VI NGHIÊN CỨU CỦA Ư ĐỀ TÀI

Đ ối t ợng nghiên cứu: ư Luận văn nghiên cứu tổng quát những vấn đề ề ử v s

dụng đ ện v khả ăng đáp ứng nhu cầu đ ện năng tại TP Hồ Ch Minh Đi i à n i í

sâu ph n t ch c mâ í cá ô hình v phương ph p dựà á báo nhu cầ đ ện năng nhằm u i

tìm hiểu những nguy n n n cơ ản ảnh hưởng đến t nh h nh ử ụng đ ện ê hâ b ì ì s d i

của Th nh phố Từ đ đề xuất một số giải ph p thỏa m n nhu cầu đ ện năng à ó á ã i

tại TP Hồ Ch Minh trong giai í đ ạo n 2006 2010 c– ó xét đến n m 2020ă

Phạm vi nghiên cứu của luận văn là tình h nh sử dụng điện của khì á hàch ng,

những tồn tại, những nhân tố ảnh hưởng đến nhu cầu tiêu thụ điện t i TP H ạ ồ

Chí Minh ừ ăm 1995 đến năm 2005 t n để phâ ín tch, đánh gi Tr n cơ ở ph n á ê s â

để dự báo nhu cầu sử dụng điện tại TP Hồ Ch Minh í

4 PHƯƠNG PHÁP NGHIÊN CỨU

Luận v n l y viă ấ ệc sử ụ d ng phương ph p duy vá ật biện chứng v duy và ật lịch sử

làm nền tảng đồng thời kết hợp với việc sử ụng c c d á mô hình, phương ph p á

d bá và iự o đ ều tra thực tế để giải quyết c ác vấn đề đặt ra trong qu tr nh á ì

nghiên cứ u

5 NHỮNG ÓNG GÓP CỦA Đ ĐỀ TÀI

Một là làm rõ những vấn đề ơ ản ủa phương ph p luận ề ự c b c á v d báo nhu cầu

tiêu thụ đ ệ i n

Hai là phâ ín t ch đ nh gi thực trạng về nh h nh sử ụng đ ện tại TP Hồ Chá á tì ì d i í

Minh, đặc biệt là phâ ín tch c c ế ố ảá y u t nh hưởng n viđế ệc sử ụ d ng đ ệi n T ừ

đó tìm ra nh ng nguyêữ n nh n v nh ng tác ng nh h ng đến vi c d báo â à ữ độ ả ưở ệ ự

nhu c u sầ ử ụ d ng đ ệi n

Ba là đề xuất c c giải ph p thỏa m n nhu cầu sử ụng đ ện năng tại TP Hồá á ã d i

Chí Minh trong giai đ ạn năm 2006 2010 có xéo - t đến năm 2020

6 KẾT CẤU CỦA LUẬN VĂN

Ngoài phần mở đầu và kết luận, nội dung của luận văn được chia thành 3

chương:

Chương 1: C s ơ ở phương ph p luận về ựá d báo nhu cầu đ ện năng i

Chương 2: Ph n t ch nhu cầu v khả ăng p â í à n đá ứng nhu cầ đ ện năng trong u i

giai đ ạo n 1995-2005

Chương 3: Dự báo và đề xuất m t s giảộ ố i pháp th a mãn nhu c u i n n ng ỏ ầ đ ệ ă

trong giai đ ạo n 2006-2010 có xét đến năm 2020 /

Chương 1

CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU

CẦU ĐIỆN NĂNG

-1.1.1 Khái niệm dự báo thống kê

Trong quá trình sản xuất, kinh doanh, các nhà quản trị thường phải đưa ra các

quyết định liên quan đến những sự việc sẽ xảy ra trong tương lai Để cho các

quyết định này có độ tin cậy và hiệu quả cao cần thiết phải tiến hành công tác

dự báo Điều này càng quan trọng hơn đối với một nền kinh tế thị trường,

thường xuyên có cạnh tranh Do vậy :

- Dự báo thống kê là một phương pháp thống kê được dùng để lượng hóa mức

độ của hiện tượng nghiên cứu sẽ xảy ra trong kỳ tương lai trên cơ sở phân tích

đánh giá thực trạng biến động tính quy luật phát triển theo thời gian hoặc

phân tích mối quan hệ nhân quả của đối tượng nghiên cứu

tìm kiếm các điều kiện, các nguyên nhân sẽ ảnh hưởng đến tiêu thức kết quả

hoặc để điều chỉnh đến tiêu thức kết quả

- Dự báo thống kê là khoa học và nghệ thuật tiên đoán những việc sẽ xảy ra

trong tương lai Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành dự báo

ta căn cứ trên các số liệu phản ảnh tình hình thực tế hiện tại, quá khứ, căn cứ

tình hình cơ bản sẽ xảy ra trong tương lai

được sau khi đã phân tích thực trạng biến động theo thời gian hoặc theo

không gian và phân tích đánh giá các nguyên nhân ảnh hưởng đến tiêu thức

kết quả Trong phân tích thống kê cần phân biệt rõ hai mô hình cơ bản sau :

a- Mô hình dãy số thời gian : là tính quy luật biến động củ hiện tượng qua a

thời gian được biểu hiện bằng hàm xu thế trên cơ sở phân tích sự biến động

của dãy số tiền sử trong quá khứ, hiện tại và tiến tới tương lai

b- Mô hình nhân quả: là mối quan hệ nhân quả giữa các hiện tượng nghiên

cứu qua thời gian hoặc không gian được biểu hiện bằng các hàm kinh tế ,

phương trình kinh tế, phương trình tương quan

Do đó, dự báo thống kê không phải là sự phán đoán theo định tính hoặc “đoán

mò “ mà là định lượng cái sẽ xảy ra, khả năng sẽ xảy ra nhiều nhất hoặc định

lượng mức độ phải xảy ra trên cơ sở khoa học của thực tiễn, cho nên kết quả

dự báo thống kê vừa mang tính khách quan vừa mang tính chủ quan và nó

phụ thuộc vào trình độ nhận thức khách quan, hay khả năng tư duy của người

làm dự báo

1.1.2 Nguyên tắc cơ bản

Để xác định mô hình dự báo là tính kế thừa lịch sử, tính quy luật phát sinh

phát triển của hiện tượng, mối quan hệ biện chứng nhân quả giữa các hiện

tượng cho nên điều kiện để xác lập mô hình dự báo là :

- Các nguyên nhân, các yếu tố, các điều kiện cơ bản ảnh hưởng đến quy luật

biến động phải tương đối ổn định, bền vững trong quá khứ đến hiện tại và tiến

tới tương lai

- Một khi có sự thay đổi các yếu tố, các nguyên nhân thì phải xác định lại mô

hình để thích nghi với hiện thực

- Để dễ điều chỉnh mô hình và đảm bảo mức độ chính xác phù hợp với thực

tiễn thì tầm xa dự báo (là kh ng cách thời gian từ hiện tại đến tương lai) oả

không nên quá 1/3 thời gian tiền sử

1.1.2.1 Tính khả thi của mức độ dự báo mang tính xác suất:

Kết quả dự báo thống kê là sự báo trước cái sẽ xảy ra, khả năng sẽ xảy ra lớn

nhất cho nên nó có thể xảy ra đúng như vậy, cũng có thể “xấp xỉ” gần đúng

như vậy, cũng có thể xảy ra không đúng như vậy hoặc cái xảy ra có sai số

khá lớn.Nếu cái xảy ra không giống (hoặc sai) với mức độ dự báo thì có nghĩa

là do xác định mô hình dự báo chưa đúng hoặc lượng hóa mối quan hệ của

các nguyên nhân ảnh hưởng chưa đầy đủ hoặc chưa đúng Cho nên dự báo

thống kê vẫn còn sai số cho phép trong độ tin cậy cho trước

1.1.2.2 Dự báo thống kê là dự báo ngắn hạn và dự báo trung hạn

Vì mức độ chính xác của kết quả dự báo thống kê tỷ lệ nghịch với tầm xa dự

báo.Tức là nếu tầm xa dự báo càng dài thì mức độ dự báo càng ít chính xác,

sai số càng lớn và ngược lại Mặt khác, trong thực tế các điều kiện yếu tố,

nguyên nhân ảnh hưởng luôn thay đổi nên mô hình dự báo cũng thường thay

đổi theo Vì lẽ đó, để dễ thay đổi mô hình, dễ thích nghi với thực tế dự báo

thống kê khi dự báo ngắn hạn hoặc trung hạn

1.1.2.3 .Dự báo thống kê mang tính nhiều phương án:

Do dự báo thống kê phụ thuộc vào trình độ nhận thức khách quan và kinh

nghiệm làm dự báo của người quản lý cho nên sẽ hình thành nhiều mô hình,

nhiều “nhiều “ phương án Cần phải lựa chọn phương án hay lựa chọn mô

hình để làm hàm dự báo bằng cách kiểm định mô hình Có nhiều phương án

kiểm định Do dãy tiền sử là dãy số liệu thống kê (đảm bảo tính khách quan,

ngẫu nhiên ) trên trong phân tích thống kê dùng hệ số biến thiên sai số ngẫu

nhiên để để kiễm định là thuận lợi hơn, tốt hơn

1.1.2.4 Phương tiện dự báo thống kê

Phương tiện để dự báo thống kê là các thuật toán, kỹ thuật tính toán, phân

tích, kinh nghiệm quản lý, phương tiện tính toán, vi tính và trình độ nhận thức

của người làm dự báo

1.1.2.5 Phân loại dự báo

- Căn cứ và thời đoạn dự báo

Dựa vào thời đoạn dự báo ta phân biệt 3 loại dự báo sau đây:

a- Dự báo ngắn hạn

Thời đoạn dự báo thường không quá 3 tháng, ít khi đến 1 năm Loại dự báo

này cần cho việc mua sắm, điều độ công việc, phân giao nhiệm vụ, cân đối

các mặt trong quản lý tác nghiệp

Thời đạn dự báo thường từ ba tháng đến ba năm, lọai dự báo này thường cần

và làm căn cứ cho các loại kế hoạch khác

Thời đoạn dự báo từ ba năm trở lên Loại dự báo này cần cho việc lập các dự

án sản xuất sản phẩm mới, xác định địa điểm cho cơ sở mới, lựa chọn các dây

chuyền công nghệ, thiết bị mới, mở rộng doanh nghiệp hiện có hoặc thành lập

doanh nghiệp mới

- Căn cứ nội dung công việc cần dự báo

Dựa vào nội dung công việc cần dự báo có thể chia ra các loại sau đây:

Dự báo kinh tế do các cơ quan nghiên cứu, cơ quan dịch vụ thông tin, các bộ

phận tư vấn kinh tế nhà nước thực hiện Những chỉ tiêu này có giá trị lớn

trong việc hỗ trợ, tạo tiền đề cho công tác dự báo trung hạn, dài hạn của các

doanh nghiệp

b-Dự báo nhu cầu kỹ thuật công nghệ

Dự báo này đề cập đến mức độ phát triển khoa học kỹ thuật công nghệ trong

tương lai Loại này rất quan trọng đối với các ngành có hàm lượng kỹ thuật

cao như năng lượng nguyên tử, tàu vũ trụ, dầu lửa, máy tính, nghiên cứu

không gian, điện tử ….Dự báo kỹ thuật, công nghệ thường do các chuyên gia

trong lĩnh vực đặc biệt thực hiện

c- Dự báo nhu cầu

Thực chất của dự báo nhu cầu là dự kiến, tiên đoán về doanh số bán ra của

Dự báo nhu cầu giúp cho các doanh nghiệp xác định được các loại và số

lượng sản phẩm, dịch vụ mà họ cần tạo ra trong tương lai Thông qua dự báo

nhu cầu các doanh nghiệp sẽ quyết định quy mô sản xuất, hoạt động của công

ty, là cơ sở để dự kiến về tài chính, tiếp thị, nhân sự

Do tính chất quan trọng nói trên của dự báo nhu cầu đối với quản trị sản xuất

nên dưới đây sẽ đi sâu nghiên cứu vào loại dự báo này

1.2 Các phương pháp dự báo nhu cầu

1.2.1 Các phương pháp định tính

để tiến hành công tác dự báo ta có thể dựa vào các phương pháp định tính

Phương pháp định tính, đặc biệt là phương pháp chuyên gia còn được dùng để

xem xét thêm các kết quả dự báo tiến hành bằng các phương pháp định

lượng

Dưới đây trình bày các phương pháp định tính thường dùng:

1.2.1.1 Lấy ý kiến của ban điều hành

Phương pháp này được sử dụng rộng rãi Cần lấy ý kiến của các nhà quản trị

cao cấp, những người phụ trách các công việc quan trọng thường hay sử dụng

các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp Ngoài ra cần lấy

thêm ý kiến của các chuyên viên về marketing, về tài chính, về kỹ thuật, sản

xuất

Phương pháp này có nhược điểm là có tính chủ quan và ý kiến của người có

chức vụ cao nhất thường chi phối ý kiến của những người khác

1.2.1.2 .Lấy ý kiến của những người bán hàng.

Những người bán hàng là những người hiểu rõ nhu cầu và thị hiếu của người

tiêu dùng.Họ có thể dự đoán được lượng hàng có thể bán được trong tương lai

tại khu vực mình bán hàng

Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau ta có

được lượng dự báo tổng hợp về nhu cầu đối với loại sản phẩm đang xét

Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của

người bán hàng Một số có khuynh hướng lạc quan thường đánh giá cao

lượng hàng bán ra của mình Ngược lại một số khác lại muốn giảm xuống để

đạt định mức.Cả hai loại trên lại thường bị ảnh hưởng bởi những kinh nghiệm

gần nhất

1.2.1.3 Lấy ý kiến người tiêu dùng

Cần lấy ý kiến của các khách hàng hiện tại cũng như các khách hàng mới có ý

thể do bộ phận bán hàng hoặc bộ phận nghiên cứu thị trường tiến hành Cách

làm có thể hỏi ý kiến trực tiếp của khách hàng, gửi các câu hỏi theo đường

những giúp ta dự báo nhu cầu tương lai mà còn biết được thị hiếu của khách

hàng nhằm giúp ta cải tiến sản phẩm

1.2.1.4 Phương pháp chuyên gia (phương pháp Delphi).

Cần lấy ý kiến nhiều chuyên gia trong hoặc ngoài doanh nghiệp.Những ý kiến

này được viết ra giấy h n hoi nhằm trả lời một số câu hỏi nêu sẵn.ẳ

Quá trình thực hiện như sau :

(1) Mỗi chuyên gia được phát một thư yêu cầu trả lời một số câu hỏi in sẵn

phục vụ cho việc dự báo

(2) Nhân viên dự báo tập hợp các câu trả lời, sắp xếp, chọn lọc và viết lại

tóm tắt các ý kiến của các chuyên gia

(3) Dựa vào bản tóm tắt này, nhân viên dự báo lại nêu ra các câu hỏi mới để

các chuyên gia trả lời tiếp

(4) Tập hợp các ý kiến mới của các chuyên gia Nếu chưa thỏa mãn thì lại

tiếp tục quá trình trên, cho đến khi đạt được yêu cầu dự báo trên cơ sở các ý

kiến của các chuyên gia

Ưu điểm của phương pháp này là tránh được các liên hệ cá nhân với nhau

Không xảy ra va chạm giữa các chuyên gia và họ không bị ảnh hưởng bởi ý

kiến của một người nào đó có ưu thế trong số người được hỏi ý kiến

Nhược điểm tính chủ quan do việc lựa chọn chuyên gia, nhiều ý kiến trái

ngược nhau làm cho quá trình xử lý khó khăn, phụ thuộc thời gian thu hồi

phiếu ý kiến của các chuyên gia

Phương pháp Delphi đã mang lại nhiều kết quả tốt, nhất là trong dự báo công

nghệ

1.2.2 Các phương pháp định lượng

nhu cầu tương lai, không xét đến các nhân tố ảnh hưởng khác ta có thể dùng

các phương pháp dự báo theo dãy số thời gian Khi xét đến các nhân tố khác

ảnh hưởng đến nhu cầu (ngoài thời gian ) ta có thể dùng các phương pháp xét

đến các mối quan hệ tương quan

1.2.2.1 Các chỉ tiêu mô tả tốc độ tăng (giảm ) giữa các kỳ nghiên cứu.

Tốc độ tăng (giảm ): là chỉ tiêu phản ảnh mức độ của hiện tượng giữa hai

thời gian nghiên cứu đã tăng (giảm ) bao nhiêu lần (%)

*Tốc độ tăng (giảm ) liên hoàn

ai =

1 1

−

−

− i

i i

*Tốc độ tăng (giảm ) trung bình

nhịp độ phát triển đại diện của hiện tượng trong suốt thời kỳ nghiên

cứu

1.2.2.2 Các biến động của nhu cầu thị trường theo theo thời gian

Nhu cầu thị trường luôn biến động theo thời gian và trong những điều kiện

nhất định nó thường biến động theo một xu hướng nào đó Để phát hiện xu

hướng phát triển của nhu cầu ta cần thu thập các số liệu trong quá khứ để có

được một dãy số thời gian.Thời gian ở đây thường là tháng, quý hoặc năm,

tức là xem xét biến động của nhu cầu qua từng thời kỳ một

Khi đã có dãy số thời gian ta có thể xác định được xu hướng phát triển của

nhu cầu Từ đó ta có thể dự báo cho các thời kỳ trong tương lai

Các biến động của nhu cầu theo thời gian có thể xảy ra mấy trường hợp sau:

(1) Có khuynh hướng tăng (giảm ) rõ rệt trong suốt thời gian nghiên cứu

thể là do lạm phát, sự tăng dân số, tăng thu nhập các nhân, sự tăng trưởng hay

sút giảm của thị trường hoặc sự thay đổi về công nghệ

hiện tượng ở một số thời điểm (tháng hoặc quý) nào đó được lại đi lặp lại qua

nhiều năm Biến động thời vụ thường do các nguyên nhân như điều kiện thời

tiết, khí hậu, tập quán xã hội, tín ngưỡng …Biến động thời vụ được xem xét

khi dữ liệu được thu thập theo tháng, quý, tức là khi chu kỳ biến động là một

năm nếu chu kỳ lớn lớn hơn 1 năm ta sẽ có biến động chu kỳ

nhất định, thường kéo dài từ 2 10 năm Biến động theo chu kỳ là do tác –

động tổng hợp của nhiều yếu tố khác nhau

(4) Biến đổi ngẫu nhiên (R Random Variations): biến động không có quy –

thời gian ngắn và gần như không lặp lại, do ảnh hưởng của thiên tai, động đất,

nội chiến, chiến tranh v.v…

dự báo hoặc là được xem xét đồng thời với các biến đổi theo mùa, theo

khuynh hướng và chu kỳ

Bốn thành phần trên có thể kết hợp với nhau theo mô hình nhân

(Multiplicative structure )

yi = Ti.Si.Ci.Ii (1- 3)

Ti – Thành phần xu hướng ở thời gian i

Si – Thành phần thời vụ ở thời gian i

Ci – Thành phần chu kỳ ở thời gian i

Ii – Thành phần ngẫu nhiên ở thời gian i

1 2 3 4 năm

Hình 1-1 Các lọai biến đổi của nhu cầu

Nhu cầu

sản phẩm

1.3 Các mô hình và phương pháp dự báo nhu cầu

1.3.1 Dự báo thống kê theo mô hình dãy số thời gian (hàm xu thế)

Các phương pháp dự báo nhu cầu theo đường xu thế cũng dựa vào dãy số

thời gian Dãy số này cho phép ta xác định đường xu thế lý thuyết trên cơ sở ,

kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện

nhu cầu thực tế trong quá khứ đến đường xu thế lấy theo trục tung nhỏ nhất

Sau đó dựa vào đường xu thế lý thuyết ta tiến hành dự báo nhu cầu cho các

năm trong tương lai

Có thể sử dụng các phương pháp dự báo theo đường xu thế để dự báo ngắn

hạn, trung hạn và dài hạn

Đường xu thế có thể là tuyến tính hoặc phi tuyến

Để xác định đường xu thế lý thuyết, đòi hỏi phải có nhiều số liệu trong quá

khứ

Đường xu thế còn có tên gọi là đường hồi quy hoặc khuynh hướng

Để biết được đường xu thế là tuyến tính hay phi tuyến trước hết ta cần biểu

diễn các nhu cầu thực tế trong quá khứ lên biểu đồ và phân tích xu hướng

phát triển của số liệu đó.Qua phân tích nếu thấy rằng các số liệu tăng hoặc

giảm tương đối đều đặn theo một chiều hướng nhất định thì ta có thể vạch ra

một đường thẳng biểu diễn chiều hướng đó Nếu các số liệu biến động theo

chiều hướng đặc biệt hơn, như tăng giảm ngày càng nhanh hoặc ngày càng

chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động

đó (đường parabol, hyperbol, logarit ….)

Mô hình dãy số thời gian được bằng hàm xu thế có dạng đa thức bậc k tổng

i

i i

• a0, ai : là các tham số tự do được xác định cụ thể trong từng dãy số tiền

sử Các tham số này xác định vị trí chiều hướng biến động, dáng điệu

biến động của quy luật phát triển trong quá khứ, hiện tại và tiến tới

tương lai

• t: là biến số được phản ảnh bằng số thứ tự thời gian trong kỳ nghiên

cứu.Thực chất nó là dãy số tự nhiên ( t = 1 , n )

độ tiền sử đã được điều chỉnh theo hàm xu thế nên mang tính bình

quân

• k: Số bậc sai phân Tức là số lần phân tích sự biến động tuyệt đối

triển liên hoàn) đến khi nó tiến về một hằng số thì dừng phân tích

Có hai loại sai phân:

a – Sai phân tuyệt đối ( δi )

Sai phân tuyệt đối bậc 1 (khi k= 1) : δi(1)= yi− yi− 1

1 ) 1 ( ) 2 (

b- Sai phân tương đối (Ti )

Sai phân tương đối bậc 1 (khi k= 1) :

1

) 1 (

Sai phân tương đối bậc 2 (khi k= 3) : (1)

1

) 1 ( ) 2 (

−

=

i

i i

T

δ δ

Sai phân tương đối bậc 3 (khi k= 3): (2)

1

) 2 ( ) 3 (

−

=

i

i i

T

δ δ

Khi dãy sai phân tuyệt đối bậc k tiến về 1 hằng số thì xác lập hàm khuynh

hướng bậc k có dạng tổng quát:

yt = a0 + a2 t + a2t2 +…….+a k-1 t k-1 + a kt k

Tìm trị số các tham số a0,a1 … phải dựa vào bảng thống kê tổng hợp để lập hệ

phương trình chuẩn có (k+1) phương trình tuyến tính như sau :

Lựa chọn hàm xu thế làm hàm dự báo sẽ có nhiều phương pháp kiểm định

Trong thống kê, vì dãy số tiền sử là các số liệu thống kê nên bản thân nó là số

cao Do dó để kiểm định, dùng hệ số biến thiên sai số ngẫu nhiên có dạng

tổng quát như sau :

y

S y

p n y

p n

y y V

t t

Trong đó :

n : Số các mức độ trong dãy tiền sử yt

p : Số các tham số a 0, a 1

y : Mức độ bình quân của dãy số tiền sử (đơb vị tính:lần,%)

Sε :Sai số ngẫu nhiên

y =~t yt Hoặc y ˆ(n+1) = yt

n: là thứ tự thời gian cuối cùng trong dãy tiền sử

l : là tầm xa dự báo

Dự báo kh ng sẽ là dự báo điểm được điềoả u chỉnh với một mức độ sai số cho

trước :

Tức là : y ˆt tα Sε

2

± (1- 5)Trong đó :

tα/2 : Hệ số tin cậy khi tra bảng phân vị với độ tin cậy cho trước

Có thể dùng hàm TINV (α/2, n -1) trong bảng tính Excel để tìm

t n-1; α/2 = TINV(α/2, n -1)

Sε :Sai số ngẫu nhiên

Ưu điểm : Phương pháp này là khá chính xác, dễ xây dựng, dễ phát hiện hàm

xu thế (dáng điệu )

Nhược điểm: không xét đến các mối quan hệ tương quan giữa một hoặc

nhiều tiêu thức nguyên nhân và kết quả với nhau Các số liệu thu thập trong

quá khứ phải đầy đủ và xử lý trước khi đưa vào tính toán

Trên cơ sở tổng quát đó, trong thực tế thường dùng các hàm xu thế cơ bản

sau :

1.3.1.1 Hàm xu thế tuyến tính

Nếu dãy tiền sử được biểu hiện trên đồ thị theo các tọa độ (ti ,yi) có xu hướng

phát triển dạng tuyến tính hóa hoặc sai phân tuyệt đối bậc 1 (chênh lệch tuyệt

đối liên hoàn ) có xu hướng tiến về hằng số, hoặc dãy tiền sử có xu hướng

biến động theo cấp số cộng thì mô phỏng tính quy luật biến động của dãy tiền

sử theo hàm xu thế tuyến tính có dạng tổng quát như sau :

a 0 + a 1t (1-6)

Trong đó :

yt : Trị số các mức độ tuyệt đối

t : Thời gian trong dãy số ( t = 1 , n )

a 0 ,a1 : Các tham số quy định vị trí đường hồi quy lý thuyết

Trong toán học có rất nhiều phương pháp xác định a0 và a 1.Trong thống kê

thường dùng phương pháp bình phương bé nhất ,tức là :

∑ – a(y 0 –a 0 t)2 = min

Lấy đạo hàm theo a 0 rồi a 1 cho chúng bằng 0, sau đó rút gọn lại sẽ có hệ

phương trình chuẩn dưới đây :

y t t y n

y

a =∑ − ∑

1

Trong tính toán thực tế, các tham số a0 và a1 có thể được tính theo công thức

đơn giản hơn Vì t là thứ tự thời gian trong dãy số, cho nên ta có thể thay đổi

cách đánh số thứ tự sao cho ∑t =0

- Nếu thứ tự thời gian là 1 số lẻ, thì lấy thời gian ở vị trí giữa bằng 0, các thời

gian đứng trước là – - -1, 2, 3 … và thời gian đứng sau lần lượt : 1; 2 ; 3…

- Nếu thứ tự thời gian là 1 số chẳn, thì lấy hai thời gian đứng ở vị trí giữa là:

-1 và +1 ; các thời gian đứng trước là 3, 5, 7 ….và đứng sau lần lượt là: –

t y a

và y n

y

Khi V≤ 10 % thì hàm dự báo điểm sẽ là

y ˆ(n+l)= a 0 + a 1(n +l ) (1-9)

1.3.1.2 Hàm xu thế parabol

Nếu dãy sai phân tuyệt đối bậc 2 (k=2 ) tiến về một hằng số, hoặc quan sát

độ nhất định đổi xu hướng biến động ngược lại là giảm dần (hoặc tăng dần)

thì mô phỏng tính quy luật biến độngcủa dảy tiền sử theo dạng hàm xu thế

4

t t y t t

y t y

t n

1.3.1.3 Hàm xu thế dạng hàm mũ

Nếu dãy sai phân tuyệt đối bậc 1về một hằng số hoặc dãy tiền sử có xu hướng

tăng dần (hay giảm dần) theo cấp số nhân thì mô phỏng tính quy luật của dãy

tiền sử như sau :

a 0 : Xác định điểm gốc của phương trình hồi quy

a 1 : Tốc độ tăng theo đơn vị thời gian

Khi logarit hóa phương trình trên, ta sẽ được phương trình có dạng :

y t

∑t2 , ∑ t.lg y , ∑ lg y

Trong thực tế hệ số a1 tính ra xấp xỉ bằng tốc độ phát triển bình quân ( ) qua

l

n l

~

) ( + = =y~(n+l−1) a (1-13) Phương pháp này gọi là dự báo theo tốc độ phát triển bình quân

1.3.1.4 Phương pháp dự báo hàm xu thế có xét đến biến động thời vụ

Đối với một số mặt hàng, nhu cầu thị trường có tính chất biến động theo thời

quán của người tiêu dùng ở từng vùng có khác nhau (tết, lễ, hội …) để dự báo

nhu cầu đối với các mặt hàng này ta cần khảo sát mức độ biến động của nhu

cầu theo thời vụ bằng cách tính chỉ số thời vụ trên cơ sở dãy số thời gian đã

điều tra được

Chỉ số thời vụ tính theo công thức sau :

yi− - Số bình quân của các tháng cùng tên

yo –Số bình quân chung của tất cả các tháng trong dãy số

Cách tính −o:

n

y o

y =∑ i

−

(1-17)

Trong đó:

n - số tháng x số năm trong dãy số

Nhu cầu dự báo có xét đến biến động thời vụ tính như sau:

Ys =Is x Yc (1-18)

Như vậy:

(tuyến tính hoặc phi tuyến)

- Sau đó tính chỉ số thời vụ

- Cuối cùng lấy tích số Is x Yc sẽ có số dự báo theo khuynh hướng có

xét đến biến động thời vụ

1.3.2 Dự báo thống kê theo phương pháp san bằng mũ

Qua các phương pháp dự báo thống kê theo hàm xu thế rút ra một số nhận

xét cơ bản sau :

Hàm xu thế phản ảnh tính quy luật biến động dãy số thời gian (mô hình dãy

số thời gian) đối với đa thức bậc k Cho nên nó được dùng để dự báo mức độ

tương lai Tức là cơ sở để xác định hàm dự báo là hàm xu thế

chỉ phụ thuộc vào thứ tự thời gian trong quá khứ, hiện tại và tương lai, tức là

các nhân tố ngẫu nhiên đã bị san bằng, không còn chịu sự ảnh hưởng thực tế

của các mức độ tiền sử nên mức độ dự báo phát sinh sai số Một khi có sự

biến động mạnh đột biến thì phải xác định lại mô hình dãy số thời gian nên

gây nhiều khó khăn

Để tránh sự tồn tại của hàm xu thế trong việc điều chỉnh dãy số thời gian,

buộc phải quan tâm đến mức độ ảnh hưởng thực tế của tất cả các mức độ tiền

sử theo nguyên tắc mức độ ảnh hưởng sẽ tăng dần từ đầu dãy tiền sử đến mức

ảnh hưởng càng ít, ngược lại càng gần thì giá trị thông tin càng cao và mức

mức độ ảnh hưởng càng lớn Như vậy giá trị thông tin mới nhất và ảnh hưởng

nhiều nhất là mức độ ở liền ngay trước mức độ kỳ nghiên cứu, kỳ dự báo Để

phản ảnh nguyên tắc này, người ta dùng phương pháp qui nạp, dùng hệ số α

để san bằng mức độ ảnh hưởng và để thích nghi với sự biến động thực tế của

dãy tiền sử Hệ số này gọi là hệ số san bằng mũ

Phương pháp san bằng mũ có những đặc điểm sau :

- Dùng để điều chỉnh dãy số thời gian của đa thức bậc k trong mô hình dãy số

thời gian

số α càng nhỏ ( α  > 0) thì càng gạt bỏ nhiều nhân tố ngẫu nhiên, nhân tố

vào mục đích của người làm dự báo và tính chất biến động của dãy tiền sử

Có hai cách để xác định hệ số α :

1

2 + n

n; Số mức độ dãy số tiền sử, n càng lớn thì càng nhỏ, càng nhiều nhân tố α

ngẫu nhiên, nên càng phải gạt bỏ

- Xác định hệ số α một cách chủ quan, tức là lựa chọn α theo mục đích

nghiên cứu, ấn định sẵn.Thường người ta sử dụng α trong 0,1 0,4 thì ≤ α ≤

quy luật biến động bộc lộ rõ rệt đối với các hiện tượng thường xuyên biến

động, có biến động lớn Còn chọn khá nhỏ α ( gα ần tới 1)đối với hiện tượng

có dãy số tiền sử ổn định, ít sự biến động

Như vậy đối với đa thức bậc k thì hàm san bằng mũ bậc k có dạng tổng quát

như sau :

) 1 ( ) 1 ( )

( 1 1

) 1

k t

k t

k t

= +

+

hàm mũ loga thì phương pháp san bằng hàm mũ bậc 1 có dạng tổng quát như

sau :

) 1 ( ) 0 ( )

1 (

Đối với bậc k =1 người ta không biểu hiện ,nên có thể được phản ảnh đơn

giản như sau :

yˆ : Mức độ tiền sử tại thứ tự thời gian t tương ứng với mức độ yˆt

[ yt − y ˆ(t−1)] = εt: là sai số tuyệt đối ngẫu nhiên giữa mức độ thực tế với

mức độ đã san bằng ở thứ tự thời gian đứng liền kề ngay trước đó

Các mức độ lần lượt được san bằng như sau :

ˆ y 1 = ˆ y 0 +α [ y 1 − y ˆ ( 0 )]

ˆ y 2 = y ˆ 1 +α[ y 2 − y ˆ ( 1 )]

ˆ y 3 = ˆ y 2 +α [ y 3 − y ˆ ( 2 )]

v.v…

−

=

− +

=

a1 ,a0 : Các tham số trong hàm xu thế yt

2 Đơn giản lấy y = ˆ0 y1

Đối với hàm xu thế bậc 2 (k=2 ) hàm xu thế parabpol thì phương pháp san

bằng mũ bậc 2 có dạng tổng quát như sau :

) 1 ( ) 1 ( )

2 ( 1 )

2

ˆ yt = yt− +α yt − yt− (1- ) 23Tức là phải san bằng 2 lần : lần thứ nhất tạo dãy y ˆ( )(1t) dãy san bằng bậc 1 Sau

đó mới xác định được ( 2 )

)

ˆ t

Đối với hàm xu thế bậc 3 ( k=3) thì phương pháp san bằng mũ bậc 3 có dạng

tổng quát như sau :

) 1 ( ) 2 ( )

3 ( 1 )

3

ˆ yt = yt− +α yt − yt− (1-24)

xu thế

1.3.3 Dự báo theo các mối quan hệ tương quan

Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại

lượng cần dự báo theo thời gian thông qua dãy số thời gian thống kê được

động bởi nhân tố khác.Chẳng hạn sản lượng lúa theo các năm thay đổi theo

lượng phân bón sử dụng trong các năm đó Nói cách khác đại lượng phân bón

nhân tố ảnh hưởng đến sản lượng lúa là đại lượng mà ta cần dự báo cho các

năm sau

Mối liên hệ nhân quả giữa đại lượng phân bón và sản lượng lúa không thể

biểu diễn dưới dạng một hàm số chính xác mà chỉ có thể biểu diễn gần đúng

với dạng một tương quan, thể hiện bằng một đường hồi quy tương quan

Đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên nó là biến

độc lập Biến độc lập có thể có một hoặc một số

Nếu chỉ xét trên một nhân tố ảnh hưởng (một biến độc lập) đường hồi quy

tương quan có thể là tuyến tính hoặc phi tuyến

Ưu điểm của phương pháp này là phân tích mối liên hệ nhân quả (Causal)

liên quan đến việc xác định các yếu tố ảnh hưởng đến yếu tố ta muốn dự

đoán nhận ra và tách riêng các yếu tố này phục vụ cho mục đích dự đoán ,

cũng như cho việc kiểm s t và hoạch định trong quản lýoá

Nhược điểm của mô hình nhân quả do trong thực tế không chỉ có một biến X

ảnh hưởng đến Y, sự thay đổi của biến phụ thuộc Y có thể sẽ được giải thích

toàn diện, đầy đủ hơn nếu đặt trong mối liên hệ với nhiều biến độc lập Việc

phân tích và dự báo cần nhiều dữ liệu liên quan, ảnh hưởng để các nhà quản

trị xây dựng phương pháp tính toán hợp lý

1.3.3.1 Dự báo trên cơ sở đường hồi quy tương quan tuyến tính

Phương trình dự báo :

yx = a0 + a1x (1-25)

Trong đó :

yx – Lượng nhu cầu dự báo

x – Biến độc lập (nhân tố ảnh hưởng)

a0,a1 – Các hệ số của phương trình

Dùng phương pháp bình phương bé nhất, để tính các tham số a0 ,a1 bằng cách

đạo hàm riêng từng tham số và cho rút gọn thành hệ phương trình chuẩn như

sau :

∑y = na0 + a1 x ∑

∑ xy = a0 ∑x + ∑ x2

Giải hệ phương trình chuẩn tìm a0 và a1

Chú ý: Ở đây x không còn là biến thời gian như trong các phương trình dự

báo theo đường khuynh hướng nữa mà là biến độc lập

y x n y x

1 1

a x a

x a y

x a

x = + (1-27)Chẳng hạn :

yx = 0,25x +1,75

75 , 1 1 25 ,

0 0,x25+x1 =

Điều này có nghĩa là khi tăng lên 1% (tức là x = 1,01 ) thì yx sẽ tăng 0,125%

so với yx cũ

2.Xác định sai số chuẩn

Để đánh giá chính xác của yxta phải tính sai số chuẩn của đường hồi quy

tương quan, ý hiệu Sk yx

Syx =

2

) ( 2

y – Giá trị thực tế của các năm

yx – Giá trị tính tóan theo phương trình đường hồi quy

n –Số lượng số liệu hồi quy thu thập được

Công thức trên được biến đổi thành

Syx =

2

1 0

(1-29) Sai số càng nhỏ thì mức độ chính xác dự báo càng cao Do đó nếu sử dụng

nhiều phương pháp dự báo thì phương pháp nào có sai chuẩn nhỏ sẽ được

chọn dùng

3.Xác định hệ số tuơng quan

ký hiệu là r, nhận giá trị giữa –1 và +1 ( ≤ r ≤ +1 ) Công thức như sau : -1

] ) ( [

.

2 2

2

x n

y x y x n

(1-30)

Các ký hiệu như cũ Có thể xảy ra các trường hợp sau :

a- Khi r = ± 1 chứng tỏ giữa x và yx có qua hệ chặt chẽ (quan hệ hàm số)

b- Khi r = 0 chứng tỏ x và x

y không có quan hệ gì

chặt chẽ

Chú ý thêm rằng khi r mang dấu dương ta có tương quan thuận, khi r có dấu

âm ta có tương quan nghịch