MÔ HÌNH DỰ BÁO BẰNG PHƯƠNG PHÁP SAN MŨ

Khi tiến hành dự báo ta căn cứ vào việc thu thập xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán học.

MÔ HÌNH DỰ BÁO BẰNG

PHƯƠNG PHÁP SAN MŨ

DỰ BÁO DOANH THU THUẦN CỦA

CÔNG TY BIBICA NĂM 2011

MỤC LỤC TRANG

1. Lời mở đầu 3

2. Giới thiệu về mô hình san mũ 4

3. Lựa chọn số liệu 7

4. Thực hiện dự báo bằng phần mềm Eview 5.1 8

a. Mô hình san mũ đơn giản 11

b. Mô hình san mũ xu thế không biến động thời vụ 15

c. Mô hình san mũ xu thế có biến động thời vụ 18

5. Báo cáo kết quả và so sánh các mô hình 23

6. Tổng kết 24

vụ đó

Như vậy, dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ xảy ra trong tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập được Khi tiến hành dự báo ta căn cứ vào việc thu thập xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán học Dự báo có thể là một dự đoán chủ quan hoặc trực giác về tương lai Nhưng để cho dự báo được chính xác hơn, người ta

cố loại trừ những tính chủ quan của người dự báo

Ngày nay, dự báo là một nhu cầu không thể thiếu được của mọi hoạt động kinh tế - xác hội, khoa học - kỹ thuật, được tất cả các ngành khoa học quan tâm nghiên cứu.

Đến với buổi thảo luận ngày hôm nay, với đề tài “Lấy một ví dụ về dự báo

bằng mô hình san mũ”, nhóm chúng tôi sẽ thực hiện dự báo về doanh thu

thuần của công ty Cổ phần Bánh kẹo Biên Hòa BIBICA.

Công ty Cổ phần Bánh kẹo Biên Hòa BIBICA là doanh nghiệp nhà nuớc cổ phần hóa theo Quyết định số 234/1998/QĐ-TTg của Thủ tướng Chính phủ ban hành ngày 1/12/1998 Tiền thân của Công ty là phân xưởng bánh kẹo của Nhà máy Đường Biên Hòa được thành lập từ năm 1990 Với năng lực sản xuất lúc mới thành lập là 5 tấn kẹo/ngày, Công ty đã không ngừng mở rộng sản xuất, nâng công suất và đa dạng hóa sản phẩm Hiện nay, Công ty là một trong những đơn vị sản xuất bánh kẹo lớn nhất Việt Nam với công suất thiết kế là 18 tấn bánh/ngày, 18 tấn nha/ngày và 29,5 tấn kẹo/ngày

Doanh thu thuần là toàn bộ các khoản doanh thu về tiêu thụ sản phẩm hàng hóa, dịch vụ sau khi đã trừ đi các khoản giảm trừ doanh thu (chiết khấu, giảm giá hàng bán, hàng bán bị trả lại) Doanh thu thuần là chỉ tiêu dùng để tính toán các chỉ tiêu lợi nhuận trong kinh doanh của doanh nghiệp trong thời

nước, daonh nghiệp, người lao động Là cơ sở để doanh nghiệp đề ra các phương hướng phấn đấu phù hợp với khả năng hiện có, tạo điều kiện để doanh nghiệp phát huy tốt các mặt mạnh và hạn chế các mặt yếu.

GIỚI THIỆU CHUNG VỀ PHƯƠNG PHÁP SAN MŨ

Phương pháp san bằng mũ ( hay còn gọi là phương pháp dự đoán bình quân mũ) là một phương pháp dự đoán thống kê ngắn hạn hiện được sử dụng nhiều trong công tác dự đoán thực tế trên thế giới.

Nếu như một số phương pháp dự đoán thống kê đã đề cập ở trên coi giá trị thông tin của các mức độ trong dãy số thời gian là như nhau, phương pháp san bằng mũ lại coi giá trị thông tin của mỗi mức độ là tăng dần kể từ đầu dãy số cho đến cuối dãy số Vì trên thực tế ở những thời gian khác nhau thì hiện tượng nghiên cứu chịu sự tác động của những nhân tố khác nhau và cường độ không giống nhau Các mức độ ngày càng mới (ở cuối dãy số thời gian) càng cần phải được chú ý đến nhiều hơn so với các mức độ cũ ( ở đầu dãy số) Hay nói cách khác, mức độ càng xa so với thời điểm hiện tại thì càng ít giá trị thông tin, do đó càng ít ảnh hưởng đến mức độ dự đoán.

Tuỳ thuộc vào đặc điểm dãy số thời gian ( chuỗi thời gian) có biến động xu thế, biến động thời vụ hay không mà phương pháp san bằng mũ có thể sử dụng một trong các phương pháp cơ bản sau:

Mô hình đơn giản ( phương pháp san bằng mũ đơn giản)

Điều kiện áp dụng: đối với dãy số thời gian không có xu thế và không có biến động thời vụ rõ rệt.

Trước hết, dãy số thời gian được san bằng nhờ có sự tham gia của các số bình quân mũ, tức là các số bình quân di động gia quyền theo quy luật hàm số

mũ Theo phương pháp này, ở thời gian t nào đó dựa vào các giá trị thực tế đã biết để ước lượng giá trị hiện tại ( thời gian t) của hiện tượng và giá trị hiện tại này để dự toán giá trị tương lai (thời gian t+1) Mô hình san bằng mũ giản đơn được Brown xây dựng năm 1954 dựa trên 2 nguyên tắc:

- Trọng số của các quan sát trong dãy số thời gian càng giảm đi khi nó càng cách xa hiện tại.

- Sai số dự báo hiện tại ( ký hiệu ) Phải được tính đến trong những dự báo

Có 2 vấn đề quan trọng nhất trong phương pháp san bằng mũ.

- Thứ nhất: hệ số san bằng mũ α là hệ số san để điều chỉnh trong số của các quan sát riêng biệt của dãy số thời gian Vì vậy, khi lựa chọn phải vừa đảm bảo

kết quả dự báo sẽ gần với quan sát thực tế, vừa phải đảm bảo tính linh hoạt ( nhanh nhạy với các thay đổi ở gần hiện tại).

Với α =1 thì giá trị dự báo bằng giá trị thực tế ở thời kỳ ngay liền trước và các mức độ trước đó không được tính đến.

Với α =0 thì giá trị dự báo bằng giá trị dự báo ở thời kỳ trước và giá trị thực tế ở thời kỳ ngay liền trước không được tính đến.

Nếu α được chọn càng lớn thì các mức độ càng mới sẽ càng được chú ý, thích hợp với chuỗi thời gian không có tính ổn định cao.

Ngược lại, nếu α được chọn càng nhỏ thì các mức độ càng cũ sẽ càng được chú ý, thích hợp với chuỗi thời gian có tính ổn định cao.

Do đó, phải dựa vào đặc điểm biến động của hiện tượng qua thời gian và kinh nghiệm nghiên cứu để lựa chon cho phù hợp Nói chung, giá trị tốt nhất là giá trị làm cho tổng bình phương sai số dự đoán nhỏ nhất.

- Thứ hai: Xác định giá trị ban đầu ( điều kiện ban đầu ) ký hiệu y 0

Phương pháp san bằng mũ được thực hiện theo phép đệ quy, để tính thì phải có , để có , để có thì phải có Do đó để tính toán cần phải phải xác định giá trị ban đầu (y 0 ) dựa vào một số phương pháp.

+ Có thể lấy mức độ đầu tiên của dãy số.

+ Trung bình của một số các mức độ của dãy số

Mô hình xu thế tuyến tính và không có biến động thời vụ ( Mô hình san

Nếu chọn hằng số san nhỏ tức là chúng ta coi các mức độ hiện thời của dãy

số ít ảnh hưởng đến mức độ dự báo Ngược lại nếu chọn hằng số san lớn tức là chúng ta muốn dãy số san số mũ phản ứng mạnh với những thay đổi hiện tại Bước 2: Tiến hành san mũ cho giá trị ước lượng và xu thế của dãy số:

Coi giá trị của dãy số thời gian là tổng của 2 thành phần: Thành phần trung bình có trọng số của các giá trị thực tế (ký hiệu là S t – giá trị ước lượng của hiện tượng ở thời điểm t) và thành phần xu thế (ký hiệu là T t ) Ta có mô hình san số mũ:

Tiến hành san số mũ từ thời điểm thứ 3 trở đi, ta có:

Mô hình xu thế tuyến tính và biến động thời vụ

Mô hình này thường áp dụng đối với dự báo thời gian mà các mức độ của

nó là tài liệu tháng hoặc quý của một số năm mà các mức độ trong dãy số được lập lại sau 1 khoảng thời gian h (h = 4 đối với quý, h = 12 đối với năm) Việc dự đoán có thể được thực hiện theo một trong hai mô hình sau:

t

t t t

t

t h t

Với α β λ, , là các tham số san bằng nhận giá trị trong đoạn [0;1] Các tham

sốα β λ, , nhận giá trị tốt nhất khi tổng bình phương sai số là nhỏ nhất.

LỰA CHỌN SỐ LIỆU VÀ XỬ LÝ SỐ LIỆU

Có bảng thống kê báo cáo doanh thu thuần của công ty Cổ phần chế biến lương thực thực phẩm BIBICA trong giai đoạn 2008 – 2010 như sau:

(Đơn vị: Tỷ đồng)

Nguồn: www.fpts.com Chúng tôi sẽ tiến hành dự báo doanh thu thuần của công ty cho năm 2011

THỰC HIỆN XÂY DỰNG HÀM SAN MŨ BẰNG PHẦN MỀM EVIEW 5.1

Bước 1: Nhập số liệu

- Mở cửa sổ làm việc với Eview:

- Tạo một file làm việc mới: Từ menu chính chọn file/ new/ workfile

- Trong Workfile Create:

Workfile structure type: chọn Dataed-regular frequency

Frequence: chọn Quarterly

Start date: nhập 2008:1 (Thời gian bắt đầu là quý 1 năm 2008)

End date : nhập 2011:4 (Thời gian kết thúc là quý 4 năm 2011)

WF : đặt tên cho work file ( ở đây chúng tôi đặt là thaoluan ) Chú ý: ở đây số liệu cho là từ quý 1 năm 2008 đến quý 4 năm 2010, tuy nhiên, vì ta cần dự báo cho năm 2011 nên ta sẽ chọn End date như trên.

Nhập xong như trên Click OK Sau khi ấn OK

- Giờ ta vào ObjectNew object xuất hiện cửa sổ New object

Trong phần Type of object : ta chọn kiểu dữ liệu là Series

Name : ta đánh tên của biến Y Sau đó nhấp OK

Sau khi click Ok, trong work file sẽ xuất hiện thêm 1 biến mà ta vừa tạo là biến Y.Để bắt đầu nhập dữ liệu, ta click đúp chuột vào biến Y Xuất hiện bảng sau :

- Để nhập dữ liệu : Click vào nút Edit

+/-Sau đó ta nhập dữ liệu cho từng quý của năm theo bảng số liệu đã cho

Nhập xong ta tắt bảng số liệu đi

Bước 2: Thực hiện bằng Mô hình san mũ đơn giản:

- Ta vào Quick Series statistics Exponetial smoothing

- Xuất hiện bảng Series Name, yêu cầu ta nhập tên của biến cần dự báo Chúng ta nhập Y rồi nhấp OK

- Xuất hiện bảng Exponetial smoothing:

Smoothing method : ta chọn single

Smoothed series :ta ghi tên của biến là sanmu

Nhấp OK

- Sẽ ra bảng báo cáo sau:

- Để xem kết quả dự báo, ta click đúp chuột vào biến sanmu trong Work file

Ta được kết quả dự báo như trong hình

Để vẽ biểu đồ cho số liệu dự báo, chúng ta vào Quick, chọn Graph, chọn kiểu biểu đồ muốn vẽ là Line graph

Cửa sổ Series List xuất hiện:

Nhấp OK, ta có biểu đồ của doanh thu thuần dự báo:

Theo như mô hình Hotl – single dự báo cho năm 2011 thì doanh thu thuần của công ty BIBICA đạt khoảng 303,8 tỷ đồng Mô hình này có đặc trưng là không thể dự báo được cho tầm xa từ 2 mức độ trở lên nên chúng ta thấy kết quả của

dự báo cho 4 quý đều như nhau Chúng ta hiểu rằng đây chỉ là dự báo cho quý I năm 2011.

Căn bậc hai của sai số bình phương trung bình RMSE = 54.69234

Bước 3: Thực hiện bằng mô hình san mũ tuyến tính không có tính mùa vụ (mô hình Hotl-Winter No seasonal).

- Chúng tôi vẫn sử dụng bộ số liệu Y như đã cho ban đầu, các bước làm tương tự như trên, nhưng trong cửa sổ Exponetial smoothing ta có các lựa chọn sau:

Smoothing method : ta chọn Hotl-Winter-No seasonal

Smoothed series :ta ghi tên của biến là hotlmuavu

Nhấp OK

- Chúng ta có kết quả như sau:

- Để xem kết quả dự báo, ta click đúp chuột vào biến holtmuavu trong Workfile, được kết quả dự báo như trong hình:

Tương tự như mô hình đơn giản để vẽ biểu đồ cho doanh thu dự đoán bằng

mô hình này:

Kết quả dự báo cho thấy doanh thu thuần của năm 2011 theo từng quý lần lượt là:

Quý I: doanh thu thuần đạt 192.6 tỷ đồng

Quý II: doanh thu thuần đạt 197.7 tỷ đồng

Quý III: doanh thu thuần đạt 202.8 tỷ đồng

Quý III: doanh thu thuần đạt 207.9 tỷ đồng

Căn bậc hai của sai số bình phương trung bình cho mô hình này RMSE = 46.92912

Bước 4: Thực hiện bằng mô hình xu thế tuyến tính và có biến động thời vụ (Mô hình Holt-Winter Seasonal)

Mô hình cộng tính:

Trong cửa sổ Exponetial smoothing ta có các lựa chọn sau:

Smoothing method : ta chọn Hotl-Winter- Seasonal

Smoothed series :ta ghi tên của biến là hotlcongtinh

Nhấp OK

- Để xem kết quả dự báo, ta click đúp chuột vào biến holtcongtinh trong Workfile, được kết quả dự báo như trong hình

- Biểu đồ doanh thu dự đoán bằng mô hình này là:

Kết quả dự báo cho thấy doanh thu thuần của năm 2011 theo từng quý lần lượt là:

Quý I: doanh thu thuần đạt 233.6 tỷ đồng

Quý II: doanh thu thuần đạt 214.5 tỷ đồng

Quý III: doanh thu thuần đạt 276.5 tỷ đồng

Quý III: doanh thu thuần đạt 333.9 tỷ đồng

Căn bậc hai của sai số bình phương trung bình cho mô hình này RMSE =

21.98306

Mô hình nhân tính

Trong cửa sổ Exponetial smoothing ta có các lựa chọn sau:

Smoothing method : ta chọn Hotl-Winter- Seasonal

Smoothed series : ta ghi tên của biến là hotlnhantinh

Nhấp OK

- Để xem kết quả dự báo, ta click đúp chuột vào biến holtcongtinh trong Workfile, được kết quả dự báo như trong hình

Biểu đồ doanh thu dự đoán bằng mô hình này là:

Kết quả dự báo cho thấy doanh thu thuần của năm 2011 theo từng quý lần lượt là:

Quý I: doanh thu thuần đạt 212.1 tỷ đồng

Quý II: doanh thu thuần đạt 177.0 tỷ đồng

Quý III: doanh thu thuần đạt 265.6 tỷ đồng

Quý III: doanh thu thuần đạt 343.7 tỷ đồng

Căn bậc hai của sai số bình phương trung bình cho mô hình này RMSE =

17.46824

ĐÁNH GIÁ KẾT QUẢ VÀ SO SÁNH CÁC MÔ HÌNH SỬ DỤNG

Bảng báo cáo kết quả dự báo cho doanh thu thuần của công ty năm 2011:

mũ xu thế tuyến tính có biến động thời vụ dạng nhân tính (Holt-Winter Multiplicative) có RMSE nhỏ nhất (RMSE = 17.46824), điều này chứng tỏ rằng sai số khi dự báo của mô hình là thấp nhất.

Như vậy, để báo cáo kết quả dự báo về doanh thu thuần của công ty BIBICA, chúng ta sẽ sử dụng kết quả của mô hình san mũ nhân tính Tổng kết lại, dự báo

về doanh thu năm 2011 của công ty như sau:

Quý I doanh thu đạt 212.1 tỷ đồng

Quý II doanh thu đạt 177.0 tỷ đồng

Quý III doanh thu đạt 265.6 tỷ đồng

Quý IV doanh thu đạt 343.7 tỷ đồng.

Bánh kẹo Biên Hòa BIBICA, hy vọng các bạn có thể nắm được những cách thức

sử dụng mô hình san mũ trong quy trình dự báo kinh tế - xã hội bằng phần mềm Eview Chúng tôi xin đưa ra một số ưu, nhược điểm của mô hình này như sau:

sự thay đổi cấu trúc của chuỗi thời gian mà phải tuân thủ tính ổn định theo thờigian của các quý trình kinh tế - xã hội

TÀI LIỆU THAM KHẢO

- Bài giảng môn các mô hình dự báo kinh tế xã hội – Đại học thương mại

- Bài giảng môn các phương pháp phân tích và dự báo – Đại học Thái Nguyên

- Giáo trình Kinh tế lượng – Đại học Kinh tế quốc dân

- Trang thông tin chứng khoán: www.fpts.com