dự báo số lượng khách du lịch quốc tế năm 2014

PHÂN TÍCH SỐ LƯỢT KHÁCH DU LỊCH ĐẾN VIỆT NAM GIAI ĐOẠN 20102013 DỰ BÁO NĂM 2014 Phân tích chung số lượt khách du lịch quốc tế đến Việt Nam thể hiện qua các quý trong 4 năm từ năm 2010 đến 2013. Sau đó, dự báo cho các quý trong năm 2014. Sử dụng các mô hình dự báo để lựa chọn mô hình dự báo tốt nhất. Từ đó, đưa ra ưu nhược điểm của mô hình dự báo. Đề xuất một số giải pháp và dự báo cho tương lai số lượt khách du lịch đến Việt Nam trong thời gian tới

PHÂN TÍCH SỐ LƯỢT KHÁCH DU LỊCH ĐẾN VIỆT NAM GIAI ĐOẠN 2010-2013

DỰ BÁO NĂM 2014

MỤC LỤC

MỤC LỤC 2

Chương 1 2

GIỚI THIỆU 2

1.1 ĐẶT VẤN ĐỀ NGHIÊN CỨU 2

1.2.1 Mục tiêu chung 3

1.2.2 Mục tiêu cụ thể 4

Chương 2 5

PHÂN TÍCH CÁC MÔ HÌNH DỰ BÁO 5

2.1 ĐÁNH GIÁ MÔ HÌNH 5

Chương 3 21

KẾT LUẬN VÀ KIẾN NGHỊ 21

3.1 KẾT LUẬN 21

3.2 KIẾN NGHỊ 21

Chương 1 GIỚI THIỆU

1.1 ĐẶT VẤN ĐỀ NGHIÊN CỨU

Du lịch - dịch vụ là một trong ba thành phần chủ lực của một nền kinh tế, cùng với nông nghiệp và công nghiệp, phát triển du lịch – dịch vụ hiện nay đang được rất nhiều các quốc gia tập trung phát triển; bởi lẽ, phát triển du lịch không chỉ đơn thuần

mang lại cho quốc gia những nguồn lợi nhuận, nguồn thu ngân sách từ những hoạtđộng dịch vụ của những tổ chức, cá nhân hoạt động trong ngành du lịch nói chung vànhững ngành dịch vụ vệ tinh nói riêng, mà đây còn là một trong những cơ hội để mộtquốc gia, một dân tộc quảng bá về hình ảnh, văn hóa, con người của chính quốc gia,dân tộc đó Tuy nhiên, hình thức phát triển du lịch ở mỗi quốc gia lại rất khác nhau vàtùy thuộc vào thế mạnh của mỗi quốc gia Thông thường, những quốc gia có nền lịch

sử - văn hiến lâu đời, hoặc được thiên nhiên ưu đãi cho những cảnh quan đẹp, độc đáo

sẽ là những quốc gia có nhiều thuận lợi hơn trong quá trình thu hút khách du lịch

Hội tụ đầy đủ những yếu tố về lịch sử - văn hóa – xã hội, Việt Nam gần như đã

có những điều kiện cơ bản nhất để thu hút khách du lịch đến với dải đất hình chữ Scủa chúng ta Trong quá trình hình thành và phát triển trong 40 năm (tính từ tháng07/1960), với sự quan tâm của Đảng, Chính phủ và các cấp Chính quyền, ngành dulịch của nước ta đã có từng bước đổi mới, đặc biệt là từ những năm 90 đến nay, gópphần tích cực vào công cuộc thay đổi diện mạo của đất nước Đảng và Chính phủ nước

ta đã từng khẳng định rằng: “Phát triển du lịch là một định hướng chiến lược quantrọng trong đường lối phát triển kinh tế xã hội nhằm góp phần thực hiện công nghiệphoá - hiện đại hoá đất nước” Trong những năm gần đây, số lượt khách đến với ViệtNam đã không ngừng tăng, năm sau cao hơn năm trước Cụ thể, năm 2010, với con số5.049.855 lượt khách, tăng 34,8% so với năm 2009, một dấu hiệu hết sức khả quan.Năm 2011, với 6.014.032 lượt khách ghé thăm Việt Nam, tăng 19,1% so năm 2010.Năm 2012,ước đạt 6.847.678 tăng 13.86% so với cùng kỳ năm 2011 Tính riêng tháng

12 năm 2013, số lượt khách du lịch là 7.572.352, tăng 10,06% so với cùng kỳ nămtrước Măc dù với giá trị tuyệt đối của số lượt khách không ngừng tăng, nhưng nếuxem xét tốc độ tăng trưởng theo phần trăm, ta sẽ dễ dàng đánh giá được số lượt khách

du lịch đến nước ta đang có xu hưởng giảm Thế nhưng đây chỉ là những phỏng đoán

dự trên những tính toán đơn giản Trong khi đó, để đưa ra những dự báo chính xáchơn, ta cần phải kết hợp thêm những công cụ phân tích chuyên dụng Vì thế, với mongmuốn được tìm hiểu sâu hơn về tình hình khách du lịch đến Việt Nam nên nhóm

chúng em chọn đề tài “Phân tích số lượt khách du lịch quốc tế đến Việt Nam giai đoạn 2010 – 2013 và dự báo cho năm 2014” để nghiên cứu.

1.2 MỤC TIÊU NGHIÊN CỨU

- Đề ra những giải pháp thích hợp, dự báo tương lai để từ đó nâng cao kết quả hoạtđộng kinh doanh của Việt Nam.

Chương 2 PHÂN TÍCH CÁC MÔ HÌNH DỰ BÁO 2.1 ĐÁNH GIÁ MÔ HÌNH

Mean 522.2261 Median 503.1677 Maximum 694.0260 Minimum 386.4323 Std Dev 95.23762 Skewness 0.214296 Kurtosis 1.806496 Jarque-Bera 1.072096 Probability 0.585056

Nhận xét: Trong các đại lượng thống kê mô tả được tính ở Hình 1 cho ta thấy số

trung bình và trung vị có độ phân tán không cao thể hiện số liệu tốt Với giá trị trung

vị bằng 503.1677 và giá trị trung bình là 522.2261 Đồng thời, Probability = 58,5%nên mô hình có phân phối chuẩn

2.1.2 Kiểm định mô hình

Hình 2.2: Đồ thị kiểm định dạng dữ liệu của mô hình:

350 400 450 500 550 600 650 700

SO_LUOT_KHACH_DL

Nhận xét: Các quan sát của dữ liệu có xu hướng tăng, giảm theo thời gian cho

thấy dữ liệu thuộc chuỗi dữ liệu thời gian Dữ liệu có tính xu thế và tính mùa vụ (thểhiện rõ khi sử dụng kiểm định Kruskal- Wallis của mô hình nhân tính để biết đượcrằng có yếu tố mùa tồn tại trong chuỗi dữ liệu)

Bảng 2.1: Kiểm định Kruskal – Wallis của mô hình nhân tính

Test for Equality of Medians of SNIR_MUL

Categorized by values of QUARTER

Date: 10/31/14 Time: 10:42

Sample (adjusted): 2010Q2 2013Q2

Included observations: 13 after adjustments

 Nhận xét: Từ bảng 1cho thấy, prob của thống kê Kruskal – Wallis bằng

0.0275 ( nhỏ hơn 0.05) nên độ tin cậy 95% (hay ở mức ý nghĩa 5%) có yếu tố mùatồn tại trong chuỗi dữ liệu

2.2 CÁC MÔ HÌNH DỰ BÁO

2.2.1 Các mô hình dự báo giản đơn (được tính trong excel)

2.2.1.1.Các mô hình dự báo thô

Đối với mô hình dự báo thô, bài tập sẽ thực hiện hai dạng mô hình là mô hìnhdựb áo giản đơn và mô hình dự báo giản đơn có kết hợp điều chỉnh các yếu tố mùa vụ,chụ kỳ Kết quả dự báo cho năm 2014 như sau:

Bảng 2.2: Kết quả ước lượng dự báo bằng mô hình dự báo thô và mô hình dự báo

thô có kết hợp điều chỉnh

Thời

ĐC tính xu thế

ĐC tính mùa vụ

ĐC tính xu thế + mùa

vụ

2014Q1 694,026 741,083 603,218 630,9052014Q2 694,026 741,083 579,987 630,9052014Q3 694,026 741,083 649,957 630,9052014Q4 694,026 741,083 694,026 630,905

Nguồn: Tính toán của đề tài

2.2.1.2 Các phương pháp dự báo trung bình

Đối với phương pháp dự báo trung bình, nhóm sẽ lần lượt áp dụng phươngpháp dự báo trung bình giản đơn, trung bình di động với k=3, k=4 và trung bình diđộng kép Kết quả dự báo được trình bày như bảng sau:

Bảng 2.3: Kết quả dự báo theo các mô hình dự báo trung bình

giản đơn

TB di động với k = 3

TB di động với k = 4

TB di động kép

2.2.1.3 Các phương pháp san mũ

a) San mũ giản đơn

Sau khi chạy Eviews, Eviews sẽ tự tạo biến dự báo có tên YSM và dự báo trong bảng như sau:

Bảng 2.4: Kết quả dự báo bằng hàm san mũ giản đơn

Date: 11/09/14 Sample: 2010Q1 Included Method: Single Original Series: Y Y Forecast Series: YSM Parameters: Alpha 0.5780 Sum of Squared 74643.84

End of Period Mean 663.1213

Như vậy, hệ số α tối ưu theo ước tính Eviews bằng 0.5780

Hình 2.3: Mô hình san mũ với α = 0.5780

350 400 450 500 550 600 650 700

10Q1 10Q3 11Q1 11Q3 12Q1 12Q3 13Q1 13Q3

b) San mũ Holt

Bảng 2.5: Kết quả san mũ Holt

Như vậy, hệ số α và β tối ưu theo ước tính trên eviews lần lượt bằng 0.2200 và 0.1300

Hình 2.4: Mô hình san mũ Holt với α = 0.2200 và β = 0.1300

Original Series: Y Forecast Series: YSM1

Bảng 2.6: Kết quả dự báo bằng san mũ Winter

End of Period Levels: Mean 658.3267

Trend 17.68647 Seasonals: 2013Q1 1.105194

2013Q2 0.937249 2013Q3 0.914304 2013Q4 1.043253

Như vậy, hệ số α, β, γ đều có giá tri rất nhỏ Điều này chứng tỏ sự biến thiêntrong xu thế và chỉ số mùa vụ trong dữ liệu này là rất thấp

Hình 2.5: Mô hình san mũ Winters

Kết quả dự báo lượt khách của nước ta cho 4 quý của năm 2014 như sau:

Q1=(658.3267+17.68647)*1*1.105194=747.1256994

R-squared 0.717446 Mean dependent var 522.2261

Adjusted R-squared 0.697264 S.D dependent var 95.23762

S.E of regression 52.40115 Akaike info criterion 10.87220

Sum squared resid 38442.33 Schwarz criterion 10.96878

Log likelihood -84.97762 Hannan-Quinn criter 10.87715

F-statistic 35.54806 Durbin-Watson stat 1.920675

a) Thực hiện dự báo điểm

Kết quả dự báo điểm cho thấy số lượt khách du lịch của nước ta trong năm

2014 sẽ có xu hướng tăng hơn so với những năm trước Cụ thể, số lượt từng quý sẽ như sau:

Bảng 2.8: Dự báo điểm theo từng quý

Root Mean Squared Error 49.01679 Mean Absolute Error 40.55691 Mean Abs Percent Error 8.005924 Theil Inequality Coefficient 0.046315 Bias Proportion 0.000000 Variance Proportion 0.082824 Covariance Proportion 0.917176

Kết quả thống kê cho thấy giá trị các hệ số đánh giá mô hình là:

RMSE = 49,017

MAE = 40,557

MAPE = 8,006

Theil’s = 0,046

Tính giá trị dự báo khoảng

Kết quả dự báo khoảng:

Bảng 2.9: Kết quả dự báo khoảng

Thời gian Số lượt khách du lịch năm 2014

Giới hạn trên Giới hạn dưới

Quý 2 817,738 548,645

c) Kiểm định phương sai sai số thay đổi

Bảng 2.10: Kiểm định phương sai sai số

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.001136 Prob F(1,14) 0.9736

Obs*R-squared 0.001298 Prob Chi-Square(1) 0.9713

Scaled explained SS 0.000623 Prob Chi-Square(1) 0.9801

Kết quả prob bằng 0.9736 (lớn hơn giá trị 0,05)  mô hình không bị vi phạmhiện tượng phương sai sai số thay đổi

d) Kiểm định hiện tượng tự tương quan

Hình 2.7: Kết quả kiểm định tự tương quan

 Từ giản đồ tự tương quan của phần dư cho thấy mô hình có hiện tượng tự tươngquan khi các giá trị pro đều nhỏ hơn 5% (ngoại trừ hệ số tự tương quan với sai phânbậc nhất)

2.2.3 Dự báo theo mô hình nhân tính

a) Tách yếu tố mùa vụ

Bảng 2.11: Tách yếu tố mùa và dự báo

Date: 10/31/14 Time: 10:26

Sample: 2010Q1 2014Q4

Included observations: 16

Ratio to Moving Average

Original Series: SO_LUOT_KHACH_DL

Adjusted Series: YSA

2012Q2 498.0593 0.948788 524.9425 2012Q3 483.8433 0.893198 541.6980 2012Q4 588.6500 1.059059 555.8234 2013Q1 603.2180 1.114199 541.3916 2013Q2 579.9870 0.948788 611.2923 2013Q3 649.9570 0.893198 727.6743 2013Q4 694.0260 1.059059 655.3230

Bảng 2.12: Kết quả hồi quy

Dependent Variable: LOG(YSA)

Method: Least Squares

Date: 11/06/14 Time: 22:55

Sample (adjusted): 2010Q1 2013Q4

Included observations: 16 after adjustments

Variable Coefficient Std Error t-Statistic Prob

C 5.955708 0.032082 185.6387 0.0000

T 0.033738 0.003318 10.16856 0.0000

R-squared 0.880749 Mean dependent var 6.242481

Adjusted R-squared 0.872231 S.D dependent var 0.171154

S.E of regression 0.061178 Akaike info criterion -2.633575

Sum squared resid 0.052399 Schwarz criterion -2.537001

Log likelihood 23.06860 Hannan-Quinn criter -2.628630

F-statistic 103.3996 Durbin-Watson stat 2.114214

Kiểm định LM của Breusch-Godfrey

Dependent Variable: RESID

Method: Least Squares

Date: 11/06/14 Time: 23:05

Sample: 2010Q1 2013Q4

Included observations: 16

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob

S.E of regression 0.061337 Akaike info criterion -2.532534 Sum squared resid 0.045147 Schwarz criterion -2.339386 Log likelihood 24.26027 Hannan-Quinn criter -2.522643

Prob(F-statistic) 0.602271

Kết quả kiểm định hiện tượng tự tương quan cho thấy mô hình không bị vi phạm hiện tượng tự tương quan Prob của F=0.41 (>0.05)

Kiểm định phương sai thay đổi

Bảng 2.14: Kiểm định phương sai

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 2.074932 Prob F(1,14) 0.1717

Obs*R-squared 2.065260 Prob Chi-Square(1) 0.1507

Scaled explained SS 1.363213 Prob Chi-Square(1) 0.2430

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

R-squared 0.129079 Mean dependent var 0.003275

Adjusted R-squared 0.066870 S.D dependent var 0.004441

S.E of regression 0.004290 Akaike info criterion -7.948432

Sum squared resid 0.000258 Schwarz criterion -7.851859

Log likelihood 65.58746 Hannan-Quinn criter -7.943487

F-statistic 2.074932 Durbin-Watson stat 2.941801

Prob(F-statistic) 0.171725

Kết quả kiểm định White về hiện tượng phương sai thay đổi cho thấy Prob của thống

kê F=0.17 (>0.05) nên mô hình không bị vi phạm hiện tượng phương sai thay đổi

Kiểm định Jarque – Bera

Kết quả kiểm định phân phối chuẩn của sai số cho thấy Prob (JB)=0.69 (>0.05) nên sai

số của mô hình có phân phối chuẩn

Kết hợp yếu tố xu thế, yếu tố mùa vụ để đưa ra kết quả dự báo cuối cùng

Bảng 2.15: Dư báo kết hợp yếu tố xu thế và mùa vụ

obs T Y YSA YSAF SN YF SE

2010Q1 1.000000 445.3603 399.7134 399.1935 1.114199 444.7811 27.06403 2010Q2 2.000000 386.4323 407.2903 412.8913 0.948788 391.7464 27.51935 2010Q3 3.000000 407.1327 455.8148 427.0590 0.893198 381.4481 28.03719 2010Q4 4.000000 439.3120 414.8134 441.7129 1.059059 467.8002 28.62649 2011Q1 5.000000 508.2760 456.1806 456.8696 1.114199 509.0437 29.29667 2011Q2 6.000000 460.0000 484.8289 472.5464 0.948788 448.3465 30.05757 2011Q3 7.000000 412.2060 461.4947 488.7611 0.893198 436.5603 30.91929 2011Q4 8.000000 574.5830 542.5409 505.5322 1.059059 535.3887 31.89214 2012Q1 9.000000 624.5753 560.5599 522.8788 1.114199 582.5911 32.98648 2012Q2 10.00000 498.0593 524.9425 540.8206 0.948788 513.1243 34.21261

2012Q4 12.00000 588.6500 555.8234 578.5723 1.059059 612.7424 37.10083 2013Q1 13.00000 603.2180 541.3916 598.4251 1.114199 666.7647 38.78268 2013Q2 14.00000 579.9870 611.2923 618.9592 0.948788 587.2613 40.63578 2013Q3 15.00000 649.9570 727.6743 640.1979 0.893198 571.8232 42.66942 2013Q4 16.00000 694.0260 655.3230 662.1653 1.059059 701.2724 44.89266 2014Q1 17.00000 NA NA 684.8865 1.114199 763.0999 47.31446 2014Q2 18.00000 NA NA 708.3873 0.948788 672.1096 49.94366 2014Q3 19.00000 NA NA 732.6946 0.893198 654.4411 52.78914 2014Q4 20.00000 NA NA 757.8359 1.059059 802.5932 55.85981

Sau khi thực hiện tất cả các mô hình dự báo có thể áp dụng dựa trên đặc điểmcủa chuỗi dữ liệu, các giá trị đo lường độ chính xác của các mô hình được đề tài tổnghợp trong bảng sau đây:

Bảng 2.16: RMSE của các mô hình

MÔ HÌNH SAN MŨ WINTERS 31,97

2.3.ƯU ĐIỂM CỦA MÔ HÌNH

Trong quá trình nghiên cứu về số lượt khách du lịch đến Việt Nam trong giaiđoạn 2010-2013 thông qua việc chạy các mô hình dự báo Từ đó, đưa ra một số ưuđiểm sau:

- Độ lệch chuẩn thấp  các giá trị trong mẫu thu thập có độ tập trung cao, giá trịtrung bình và trung vị có tính đại diện cao

- Phương sai sai số của mô hình không thay đổi

- Vì chuỗi dữ liệu có tính xu thế, mùa vụ nên có thể áp dụng được nhiều mô hìnhphân tích khác nhau Thông qua so sánh độ tin cậy của các mô hình, đề tài có thể tìmđược mô hình dự báo chính xác nhất để dự báo số lượt khách du lịch đến Việt Namtrong năm 2014

2.4 NHƯỢC ĐIỂM CỦA MÔ HÌNH

Bên cạnh một số ưu điểm về mô hình dự báo lượt khách du lịch đến Việt Nam thìcũng có một số nhược điểm mà nhóm đặc biệt quan tâm như:

- Mô hình gốc có hiện tượng tự tương quan

- Khi phân tích theo mô hình san mũ Winter, α, β, γ đều cho một giá trị duy nhất là0.000, vì thế khi dự báo cho năm 2014 số lượt khách du lịch đến Việt Nam rất lớn

do đó mô hình này có thể có độ chính xác không cao

Chương 3 KẾT LUẬN VÀ KIẾN NGHỊ 3.1 KẾT LUẬN

Trong nền kinh tế thị trường thì sự cạnh tranh khốc liệt giữa các tổ chức, các doanh nghiệp trong ngành du lịch – dịch vụ nước ta là điều không tránh khỏi Muốn tồn tại và phát triển trên thị trường thì mỗi doanh nghiệp, tổ chức này phải phấn đấu trong việc kiểm soát các hoạt động của mình một cách hiệu quả để có thể tiết kiệm chi phí nhưng lợi nhuận thì rất cao Để đạt được điều đó, công việc phân tích và dự báo là một việc làm cần thiết đối với bất kỳ một doanh nghiệp, tổ chức nàokhi tham gia vào các hoạt động kinh doanh.

Qua việc tìm hiểu về tình hình dự báo số lượt khách du lịch đến Việt Nam năm 2010-2013, ta có thể thấy rằng nước ta đã thực hiện tốt công tác quản lý của mình, luôn phản ánh kịp thời và đầy đủ thông qua số liệu của các quý trong năm, đảm bảo cho các hoạt động kinh doanh được tiến hành một cách liên tục, các biến động về số lượt khách du lịch đến nước ta là không cao đã giúp nước ta

có thể tiết kiệm được các khoản chi phí phục vụ và các khoản chi phí khác……

3.2 KIẾN NGHỊ

Biến động về dự báo do nhiều nhân tố tác động, có những nhân tố khách quan bên ngoài và có những nhân tố chủ quan do chính doanh nghiệp, tổ chức nước ta tạo ra Và để nhận biết được những nhân tố này cần phải tiến hành công tác dự báo để kiểm soát và quản lý một cách chặt chẽ hơn.