Nội dung của bài viết trình bày khái niệm về dự báo; phương pháp dự báo định tính; phương pháp dự báo định lượng; dự báo ngắn hạn; giám sát và kiểm soát dự báo. Mời các bạn cùng tham khảo bài viết.
Những vấn đề chung dự báo KHI NIM VỀ DỰ BÁO Người ta thường nhấn mạnh phương pháp tiếp cận hiệu dự báo phần quan trọng hoạch định Khi nhà quản trị lên kế hoạch, họ xác định hướng tương lai cho hoạt động mà họ thực Bước hoạch định dự báo ước lượng nhu cầu tương lai cho sản phẩm dịch vụ nguồn lực cần thiết để sản xuất sản phẩm dịch vụ Như vậy, dự báo khoa học nghệ thuật tiên đoán việc xảy tương lai, sở phân tích khoa học liệu thu thập Khi tiến hành dự báo ta vào việc thu thập xử lý số liệu khứ để xác định xu hướng vận động tượng tương lai nhờ vào số mơ hình tốn học Dự báo dự đốn chủ quan trực giác tương lai Nhưng dự báo xác hơn, người ta cố loại trừ tính chủ quan người dự báo PHƯƠNG PHÁP DỰ BÁO ĐỊNH TÍNH Các phương pháp dựa sở nhận xét nhân tố nhân quả, dựa theo doanh số sản phẩm hay dịch vụ riêng biệt dựa ý kiến khả có liên hệ nhân tố nhân tương lai Những phương pháp có liên quan đến mức độ phức tạp khác nhau, từ khảo sát ý kiến tiến hành cách khoa học để nhận biết kiện tương lai Dưới dự báo định tính thường dùng: 2.1 Lấy ý kiến ban điều hành Phương pháp sử dụng rộng rãi doanh nghiệp Khi tiến hành dự báo, họ lấy ý kiến nhà quản trị cấp cao, người phụ trách công việc, phận quan trọng doanh nghiệp, sử dụng số liệu thống kê tiêu tổng hợp: doanh số, chi phí, lợi nhuận Ngồi cần lấy thêm ý kiến chuyên gia thị trường, tài chính, sản xuất, kỹ thuật Nhược điểm lớn phương pháp có tính chủ quan thành viên ý kiến người có chức vụ cao thường chi phối ý kiến người khác 2.2 Lấy ý kiến người bán hàng Những người bán hàng tiếp xúc thường xuyên với khách hàng, họ hiểu rõ nhu cầu, thị hiếu người tiêu dùng Họ dự đốn lượng hàng tiêu thụ khu vực phụ trách Tập hợp ý kiến nhiều người bán hàng nhiều khu vực khác nhau, ta có lượng dự báo tổng hợp nhu cầu loại sản phẩm xét Nhược điểm phương pháp phụ thuộc vào đánh giá chủ quan người Thông tin Khoa học Thống kê bỏn hng Mt s có khuynh hướng lạc quan đánh giá cao lượng hàng bán Ngược lại, số khác lại muốn giảm xuống để dễ đạt định mức 2.3 Phương pháp chuyên gia (Delphi) Phương pháp thu thập ý kiến chuyên gia doanh nghiệp theo mẫu câu hỏi in sẵn thực sau: Mỗi chuyên gia phát thư yêu cầu trả lời số câu hỏi phục vụ cho việc dự báo Nhân viên dự báo tập hợp câu trả lời, xếp chọn lọc tóm tắt lại ý kiến chuyên gia Dựa vào bảng tóm tắt nhân viên dự cứu thị trường Họ thu thập ý kiến khách hàng thông qua phiếu điều tra, vấn trực tiếp hay điện thoại Cách tiếp cận giúp cho doanh nghiệp dự báo nhu cầu mà việc cải tiến thiết kế sản phẩm Phương pháp nhiều thời gian, việc chuẩn bị phức tạp, khó khăn tốn kém, khơng xác câu trả lời người tiêu dùng PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG Mơ hình dự báo định lượng dựa số liệu khứ, số liệu giả sử có liên quan đến tương lai tìm thấy Tất mơ hình dự báo theo định lượng sử dụng thơng qua chuỗi thời gian giá trị quan sát đo lường giai đoạn theo chuỗi báo lại tiếp tục nêu câu hỏi để Các bước tiến hành dự báo: chuyên gia trả lời tiếp - Xác định mục tiêu dự báo Tập hợp ý kiến chuyên gia Nếu chưa thỏa mãn tiếp tục trình nêu đạt yêu cầu dự báo Ưu điểm phương pháp tránh - Xác định loại dự báo - Chọn mơ hình dự báo - Thu thập số liệu tiến hành dự báo liên hệ cá nhân với nhau, không - Ứng dụng kết dự báo xảy va chạm chuyên gia họ Tính xác dự báo: không bị ảnh hưởng ý kiến người có ưu số người hỏi ý kiến 2.4 Phương pháp điều tra người tiêu dùng Phương pháp thu thập nguồn thông tin từ đối tượng người tiêu dùng nhu cầu tương lai Cuộc điều tra nhu cầu thực nhân viên bán hàng nhân viờn nghiờn chuyên san dự báo Tớnh chớnh xỏc ca dự báo đề cập đến độ chênh lệch dự báo với số liệu thực tế Bởi dự báo hình thành trước số liệu thực tế xảy ra, tính xác dự báo đánh giá sau thời gian qua Nếu dự báo gần với số liệu thực tế, ta nói dự báo có độ xác cao lỗi dự báo thấp Người ta thường dùng độ sai lệch tuyệt đối bình quân (MAD) để tính tốn: MAD = Tổng sai số tuyệt đối n giai đoạn n giai đoạn n ∑ | Nhu cầu thực tế - Nhu cầu dự báo | MAD = i=1 3.1 Dự báo ngắn hạn Dự báo ngắn hạn ước lượng tương lai thời gian ngắn, từ vài ngày đến vài tháng Dự báo ngắn hạn cung cấp cho nhà quản lý tác nghiệp thông tin để đưa định vấn đề như: - Cần dự trữ loại sản phẩm cụ thể cho tháng tới? - Lên lịch sản xuất loại sản phẩm cho tháng tới nào? - Số lượng nguyên vật liệu cần đặt hàng để nhận vào tuần tới bao nhiêu? Dự báo sơ bộ: n Phương pháp bình quân di động: Phương pháp bình qn di động trung bình hóa số liệu giai đoạn gần số trung bình trở thành dự báo cho giai đoạn tới n A + At − + + At − n Ft = t −1 = n ∑A i =1 t -i n Với:Ft - Dự báo thời kỳ thứ t; At-i - Số liệu thực tế thời kỳ trước (i=1,2, ,n) n - Số thời kỳ tính tốn di động Ví dụ 2-1: Ơng B, nhà quản lý dự trữ, muốn dự báo số lượng hàng tồn kho - xuất Mơ hình dự báo sơ loại dự báo nhanh, khơng cần chi phí dễ sử dụng Ví dụ như: kho hàng tuần Ông ta nghĩ rằng, nhu cầu ổn định biến động hàng - Sử dụng số liệu hàng bán ngày hôm làm dự báo cho lượng hàng bán ngày mai công ty mẹ đề nghị ông lựa chọn để sử dụng số bình quân di động theo 3,5,7 tuần - Sử dụng số liệu ngày năm trước dự báo lượng hàng bán cho ngày năm Mơ hình dự báo sơ q đơn giản thường hay gặp sai sót dự báo tuần không đáng kể Các nhà phân tích Trước chọn số này, ông B định so sánh tính xác chúng giai đoạn 10 tuần lễ gần (đơn vị: 10 Triệu đồng) Kết tốn: Tính tốn bình qn di động 3, 5, tuần: Th«ng tin Khoa häc Thèng kª Tuần lễ Nhu cầu dự trữ thực tế Dự báo tuần tuần tuần 100 125 30 110 105 130 85 102 106,7 104,0 106,4 110 105,7 106,4 106,7 10 90 99,0 106,4 104,6 11 105 100,7 103,4 104,6 12 95 101,7 98,4 103,9 13 115 96,7 100,4 102,4 14 120 105,0 103,0 100,3 15 80 110,0 105,0 105,3 16 95 105,0 103,0 102,1 17 100 98,3 101,0 100,0 Tính tốn độ lệch tuyệt đối bình quân MAD cho loại dự báo này: Tuần lễ Nhu cầu dự trữ thực tế tuần F tuần AD F tuần AD F AD 102 106,7 4,7 104,0 2,0 106,4 4,4 110 105,7 4,3 106,4 3,6 106,7 3,3 10 90 99,0 9,0 106,4 16,4 104,6 14,6 11 105 100,7 4,3 103,4 1,6 104,6 0,4 12 95 101,7 6,7 98,4 3,4 103,9 8,9 13 115 96,7 18,3 100,4 14,6 102,4 12,6 14 120 105,0 15,0 103,0 17,0 100,3 19,7 15 80 110,0 30,0 105,0 25,0 105,3 25,3 16 95 105,0 10,0 103,0 8,0 102,1 7,1 17 100 98,3 1,7 101,0 1,0 100,0 0,0 Tổng độ lệch tuyệt đối 104,0 92,6 96,3 MAD 10,4 9,26 9,63 chuyên san dự báo chớnh xỏc dự báo bình quân di động tuần tốt nhất, ta sử dụng phương pháp để dự báo nhu cầu dự trữ cho tuần kế tiếp, tuần thứ 18 F18 = 115 + 120 + 80 + 95 + 100 = 102 cho số liệu gần với kỳ dự báo để ám ảnh hưởng lớn Việc chọn quyền số phụ thuộc vào kinh nghiệm nhạy cảm người dự báo Cơng thức tính tốn: n hay 1.020 triệu đồng Phương pháp bình quân di động có quyền số: Trong phương pháp bình qn di động đề cập phần trên, xem vai trò số liệu khứ Trong vài trường hợp, số liệu có ảnh hưởng khác kết dự báo, thế, người ta thích sử dụng quyền số khơng đồng cho số liệu khứ Quyền số hay trọng số số gán cho số liệu khứ để mức độ quan trọng chúng ảnh hưởng đến kết dự báo Quyền số lớn gán F18 = i =1 t −i k i n ∑k i =1 i Với:Ft - Dự báo thời kỳ thứ t; At-i - Số liệu thực tế thời kỳ trước (i=1,2, ,n); ki Quyền số tương ứng thời kỳ i Ví dụ 2-2: Giả sử ta có quyền số tuần gần 3, cách tuần trước 2,5; cách tuần trước 2; tuần trước 1,5; tuần trước Theo ví dụ 2.1, ta tính dự báo nhu cầu dự trữ cho tuần lễ thứ 18 cho thời kỳ tuần sau: (115x1) + (120 x1,5) + (80 x 2) + (95x 2,5) + (100 x 3) = 99,25 hay 993 triệu đồng 10 Cả phương pháp bình quân di động bình quân di động có quyền số có ưu điểm san biến động ngẫu nhiên dãy số Tuy vậy, chúng có nhược điểm sau: - Do việc san biến động ngẫu nhiên nên làm giảm độ nhạy cảm thay đổi thực phản ánh dãy số - Số bình quân di động chưa cho xu hướng phát triển dãy số cách tốt Nó thể vận động khứ chưa thể kéo dài vận động tương lai Phương pháp điều hòa mũ: Ft = ∑A Điều hòa mũ đưa dự báo cho giai đoạn trước thêm vào lượng điều chỉnh để có lượng dự báo cho giai đoạn Sự điều chỉnh tỷ lệ sai số dự báo giai đoạn trước tính cách nhân số dự báo giai đoạn trước với hệ số nằm Hệ số gọi hệ số điều hòa Cơng thức tính sau: Ft = Ft −1 + α ( At −1 − Ft −1 ) Trong đó: Ft - Dự báo cho giai đoạn thứ t, giai đoạn Ft-1 - Dự báo cho giai đoạn thứ t-1, giai đoạn trước Th«ng tin Khoa häc Thèng kª At-1 - Số liệu thực tế giai đoạn thứ t-1 Ví dụ 2-3: Ơng B ví dụ 2.1, nói với nhà phân tích cơng ty mẹ rằng, phải dự báo nhu cầu hàng tuần cho dự trữ nhà kho ơng Nhà phân tích đề nghị ông B xem xét việc sử dụng phương pháp điều hòa mũ với hệ số điều hòa (H) 0,1; 0,2; 0,3 Ông B định so sánh mức độ xác dự báo ứng với hệ số cho giai đoạn 10 tuần lễ gần dự báo tuần lễ thứ chọn cách ngẫu nhiên, dự báo khởi đầu cần thiết phương pháp điều hòa mũ Thơng thường người ta cho dự báo với giá trị thực giai đoạn Tính tốn mẫu - dự báo (F) cho tuần lễ thứ 8: H =0,1 F8 = 85 + 0,1(85-85) = 85 F9 = 85 + 0,1(102 - 85) = 86,7 H =0,2 F9 = 85 + 0,2(102 - 85) = 88,4 Kết tốn: Chúng ta tính tốn dự báo hàng tuần cho tuần lễ thứ đến tuần lễ thứ 17 Tất Sau ta tính độ lệch tuyệt đối bình quân MAD cho dự báo nói trên: Tuần lễ Nhu cầu dự trữ thự tế F AD F F AD 102 85,0 17,0 85,0 17,0 85,0 17,0 110 86,7 23,3 88,4 21,6 90,1 19,9 10 90 89,0 1,0 92,7 2,7 96,1 6,1 11 105 89,1 15,9 92,2 12,8 94,3 10,7 12 95 90,7 4,3 94,8 0,2 97,5 2,5 H =0,1 H =0,2 H =0,3 AD 13 115 91,1 23,9 94,8 20,2 96,8 18,2 14 120 93,5 26,5 98,8 21,2 102,3 17,7 15 80 96,2 16,2 103,0 23,0 107,6 27,8 16 95 94,6 0,4 98,4 3,4 99,3 4,3 17 100 94,6 5,4 97,7 2,3 98,0 2,0 Tổng độ lệch tuyệt đối 133,9 124,4 126,0 MAD 13,39 12,44 12,60 Hệ số điều hòa H =0,2 cho độ xác cao H]=0,1 H=0,3 Sử dụng H = 0,2 để tính dự báo cho tuần thứ 18: F18 = F17 + 0,2 ( A17 - F17) = 97,7 + 0,2(100 - 97,7) = 98,2 hay 982 triệu ng chuyên san dự báo Phng phỏp iu hũa m theo xu hướng: Chúng ta thường xem xét kế hoạch ngắn hạn, mùa vụ xu hướng nhân tố không quan trọng Khi chuyển từ dự báo ngắn hạn sang dự báo trung hạn mùa vụ xu hướng trở nên quan trọng Kết hợp nhân tố xu hướng vào dự báo điều hòa mũ gọi điều hòa mũ theo xu hướng hay điều hòa đơi Vì ước lượng cho số trung bình ước lượng cho xu hướng điều hòa hai Hệ số điều hòa H cho số trung bình hệ số điều hòa I cho xu hướng, sử dụng mơ hình Cơng thức tính tốn sau: FTt = St - + T t - Với: St = FTt + H (At -FTt) Tt = Tt - + I (FTt - FTt - - Tt - 1) Trong FTt - Dự báo theo xu hướng giai đoạn t St - Dự báo điều hòa giai đoạn t Tt - Ước lượng xu hướng giai đoạn t At - Số liệu thực tế giai đoạn t t - Thời đoạn t-1 - Thời đoạn trước H - Hệ số điều hòa trung bình có giá trị từ đến I - Hệ số điều hòa theo xu hướng có giá trị từ đến Ví dụ 2-4: Ơng A muốn dự báo số lượng hàng bán công ty để lên kế hoạch tiền mặt, nhân nhu cầu lực cho tương lai Ông tin suốt giai đoạn tháng qua, số liệu lượng hàng bán đại diện cho tương lai Ông lập dự báo điều hòa mũ theo xu hướng cho số lượng hàng bán tháng thứ H = 0,2; I = 0,3 số liệu bán khứ sau (đơn vị: 10 Triệu đồng) Tháng Doanh số bán (At) 130 136 134 140 146 150 Kết toán: - Chúng ta ước lượng dự báo bắt đầu vào tháng dự báo sơ bộ, tức số liệu thực tế Ta có: FT1 = A1 = 130 - Chúng ta ước lượng phần tử xu hướng bắt đầu Phương pháp để ước lượng phần tử xu hướng lấy số liệu thực tế tháng cuối trừ số liệu thực tế tháng đầu tiên, sau chia cho số giai đoạn kỳ xét T1 = A6 − A1 150 − 130 = =4 5 - Sử dụng dự báo sơ phần tử xu hướng bắt đầu để tính dự báo doanh số bán tháng tháng thứ Dự báo theo xu hướng cho tháng thứ 2: FT2 = S1 + T1 S1 = FT1 + H (A1 - FT1) = 130 + 0,2(130 - 130) = 130 T1 = FT2 = 130 + = 134 Dự báo theo xu hướng cho tháng thứ 3: FT3 = S2 + T2 S2 = FT2 + H (A2 - FT2) = 134 + 0,2(136 - 134) = 134,4 T2 = T1 + I (FT2 - FT1 - T1) = + 0,3 (134 - 130 - 4) = FT3 = S2 + T2 = 134,4 + = 138,4 Dự báo tương tự cho tháng 4, 5, 6, ta c bng sau: Thông tin Khoa học Thống kê Thỏng (t) Doanh số bán (At) 130 - - 130,00 136 130,00 4,00 134,00 134 134,40 4,00 138,40 140 137,52 4,12 141,64 146 141,31 3,86 145,17 150 145,34 3,76 149,10 - 149,28 3,81 153,09 3.2 Dự báo dài hạn Dự báo dài hạn ước lượng tương lai thời gian dài, thường năm Dự báo dài hạn cần thiết quản trị sản xuất để trợ giúp định chiến lược hoạch định sản phẩm, quy trình cơng nghệ phương tiện sản xuất Ví dụ như: - Thiết kế sản phẩm - Xác định lực sản xuất cần thiết bao nhiêu? Máy móc, thiết bị cần sử dụng chúng đặt đâu? - Lên lịch trình cho nhà cung ứng theo hợp đồng cung cấp nguyên vật liệu dài hạn Dự báo dài hạn xây dựng cách vẽ đường thẳng xuyên qua số liệu khứ kéo dài đến tương lai Dự báo giai đoạn vẽ vượt khỏi đồ thị thông thường Phương pháp tiếp cận theo kiểu đồ thị dự báo dài hạn dùng thực tế, điểm khơng thuận lợi vấn đề vẽ đường tương ứng hợp lý qua số liệu khứ Doanh số Thời gian Đường xu hướng Phân tích hồi qui cung cấp cho phương pháp làm việc chuyªn san dù b¸o St - Tt - FTt xác để xây dựng đường dự báo theo xu hướng Phương pháp hồi qui tuyến tính: Phân tích hồi qui tuyến tính mơ hình dự báo thiết lập mối quan hệ biến phụ thuộc với hai hay nhiều biến độc lập Trong phần này, xét đến biến độc lập Nếu số liệu chuỗi theo thời gian biến độc lập giai đoạn thời gian biến phụ thuộc thông thường doanh số bán hay tiêu khác mà ta muốn dự báo Mô hình có cơng thức: Y = ax + b a= n∑ xy − ∑ x ∑ y n∑ x − (∑ x ) ; ∑ x ∑ y − ∑ x∑ xy b= n∑ x − (∑ x ) 2 Trong đó: y - Biến phụ thuộc cần dự báo x - Biến độc lập a - Độ dốc đường xu hướng b - Tung độ gốc n - Số lượng quan sát Trong trường hợp biến độc lập x trình bày thông qua giai đoạn theo thời gian chúng phải cách (như: 2002, 2003, 2004 ) ta điều chỉnh lại để cho Tổng thời gian x = Vì việc tính tốn trở nên đơn giản dễ dàng nhiều Năm - Nếu có số lẻ lượng mốc thời gian: chẳng hạn 5, giá trị x ấn định sau: -2, -1, 0, 1, Tổng thời gian x = 0, giá trị x sử dụng cho dự báo năm tới +3 - Nếu có số chẵn lượng mốc thời gian: chẳng hạn giá trị x ấn định là: -5, -3, -1, 1, 3, Như Tổng thời gian x = giá trị x dùng cho dự báo năm tới +7 Ví dụ 2-5: Một hãng sản xuất loại động điện tử cho van khởi động ngành công nghiệp, nhà máy hoạt động gần hết cơng suất suốt năm Ơng J, người quản lý nhà máy nghĩ tăng trưởng doanh số bán tiếp tục ông ta muốn lập dự báo dài hạn để hoạch định nhu cầu máy móc thiết bị năm tới Số lượng bán 10 năm qua ghi lại sau: Năm Số lượng bán Năm Số lượng bán 1.000 2.000 1.300 2.200 1.800 2.600 2.000 2.900 2.000 10 3.200 Kết toán: Ta xây dựng bảng tính để thiết lập giá trị: 10 x2 Lượng bán (y) Thời gian (x) 1.000 -9 81 -9.000 1.300 -7 49 -9.100 1.800 -5 25 -9.000 2.000 -3 -6.000 2.000 -1 -2.000 2.000 1 2.000 2.200 6.600 2.600 25 13.000 2.900 49 20.300 10 3.200 81 28.800 Tổng 21.000 330 35.600 a= n ∑ xy − ∑ x ∑ y n ∑ x − (∑ x ) = xy ∑ xy = 35.600 330 ∑x = 107,8 ∑ x ∑ y − ∑ x ∑ xy n ∑ x − (∑ x ) b= 2 = ∑ y = 21.000 n 10 = 2.100 Dùng phương trình hồi qui tuyến tính để dự báo hàng bán tương lai: Y = ax + b = 107,8x + 2.100 Để dự báo cho hàng bán năm tới ta thay giá trị x 11, 13, 15 vào phương trình Y11 = 107,8 x 11 + 2.100 = 3.285 làm tròn 3.290 đơn vị Y12 = 107,8 x 13 + 2.100 = 3.501 làm tròn 3.500 đơn vị Y13 = 107,8 x 15 + 2.100 = 3.717 làm tròn 3.720 đơn vị Trường hợp biến độc lập khơng phải biến thời gian, hồi qui tuyến tính nhóm mơ hình dự báo gọi mơ hình nhân Mơ hình đưa d Thông tin Khoa học Thống kê bỏo sau thiết lập đo lường biến phụ thuộc với hay nhiều biến độc lập Ví dụ 2-6: Ơng B, Tổng giám đốc cơng ty kỹ nghệ xác nghĩ dịch vụ kỹ nghệ công ty ông ta cung ứng cho công ty xây dựng có quan hệ trực tiếp đến số hợp đồng xây dựng vùng ơng ta Ơng B yêu cầu kỹ sư quyền, tiến hành phân tích hồi qui tuyến tính dựa số liệu khứ vạch kế hoạch sau: - Xây dựng phương trình hồi qui cho dự báo mức độ nhu cầu dịch vụ công ty ông - Xác định mức độ chặt chẽ, mối liên hệ nhu cầu hợp đồng xây dựng đưa Biết số liệu quí năm qua cho bảng: (ĐVT: 10 Triệu đồng) Năm Quý 1 4 - Sử dụng phương trình hồi qui để dự báo mức độ nhu cầu quí tới Ước lượng trị giá hợp đồng quí tới 260, 290, 300 270 (ĐVT: 10 Triệu đồng) Thời gian Tổng Nhu cầu (y) 10 15 12 13 12 16 95 Nhu cầu công ty 10 15 12 13 12 16 Giá trị hợp đồng thực 150 170 190 170 180 190 200 220 Kết tốn: Xây dựng phương trình hồi qui Ơng A xây dựng bảng tính sau: Giá trị hợp đồng (x) 150 170 190 170 180 190 200 220 1.470 x2 22.500 28.900 36.100 28.900 32.400 36.100 40.000 48.400 273.300 xy 1.200 1.700 2.850 1.530 2.160 2.470 2.400 3.520 17.830 y2 64 100 225 81 144 169 144 256 1.183 Sử dụng cơng thức ta tính tốn hệ số a = 0,1173; b = -9,671 Y1 = (0,1173 x 260) - 9,671 = 20,827; Phương trình hồi qui tìm là: Y = 0,1173x - 9,671 Y3 = (0,1173 x 300) - 9,671 = 25,519; Dự báo nhu cầu cho q tới: Ơng A dự báo nhu cầu cơng ty cách sử dụng phương trình cho quớ ti nh sau: chuyên san dự báo Y2 = (0,1173 x 290) - 9,671 = 24,346 Y4 = (0,1173 x 270) - 9,671 = 22,000 Dự báo tổng cộng cho năm tới là: Y=Y1+Y2+Y3+Y4=20,827+24,346+25,51 9+22,000=92,7 làm tròn 930 triệu đồng 11 Đánh giá mức độ chặt chẽ mối liên hệ nhu cầu với số lượng hợp đồng xây dựng r= = = n ∑ xy − ∑ x ∑ y [n ∑ x − (∑ x ) ][n ∑ y − (∑ y) ] 2 2 8x17.830 − 1.470 x 95 (8x 273.300 − 1.470 )(8x1.183 − 95 ) - Chọn lựa chuỗi số liệu khứ đại diện - Xây dựng số mùa vụ cho giai đoạn thời gian Ii = 2.990 ≈ 0,894 3.345,8 r2 = 0,799; r hệ số tương quan r2 hệ số xác định Rõ ràng số lượng hợp đồng xây dựng có ảnh hưởng khoảng 80% (r2 = 0,799) biến số quan sát nhu cầu hàng q cơng ty Hệ số tương quan r giải thích tầm quan trọng tương đối mối quan hệ y x; dấu r cho biết hướng mối quan hệ giá trị tuyệt đối r cường độ mối quan hệ, r có giá trị từ -1 đến +1 Dấu r luôn với dấu hệ số a Nếu r âm giá trị y x có khuynh hướng ngược chiều nhau, r dương cho thấy giá trị y x chiều Dưới vài giá trị r: r = -1 Quan hệ ngược chiều hoàn tồn, y tăng lên x giảm xuống ngược lại r = +1 Quan hệ chiều hoàn tồn, y tăng lên x tăng ngược lại r = Khơng có mối quan hệ x y Tính chất mùa vụ dự báo chuỗi thời gian Loại mùa vụ thông thường lên xuống xảy vòng năm có xu hướng lặp lại hàng năm Những vụ mùa xảy điều kiện thời tiết, địa lý tập quán người tiêu dùng khác 12 Cách thức xây dựng dự báo với phân tích hồi qui tuyến tính vụ mùa diện chuỗi số theo thời gian Ta thực bước: yi y0 Với y i - Số bình quân thời kỳ tên; y - Số bình quân chung tất thời kỳ dãy số; Ii - Chỉ số mùa vụ kỳ thứ i Sử dụng số mùa vụ để hóa giải tính chất mùa vụ số liệu Phân tích hồi qui tuyến tính dựa số liệu phi mùa vụ Sử dụng phương trình hồi qui để dự báo cho tương lai Sử dụng số mùa vụ để tái ứng dụng tính chất mùa vụ cho dự báo Ví dụ 2-7: Ơng J nhà quản lý nhà máy động đặc biệt cố gắng lập kế hoạch tiền mặt nhu cầu nguyên vật liệu cho quí năm tới Số liệu lượng hàng bán vòng năm qua phản ánh tốt kiểu sản lượng mùa vụ giống tương lai Số liệu cụ thể sau: Năm Số lượng bán hàng quý (1.000 đơn vị) Q1 Q2 Q3 Q4 520 730 820 530 590 810 900 600 650 900 1.000 650 Kết tốn: Đầu tiên ta tính tốn ch s v Thông tin Khoa học Thống kê Năm Quý Quý Quý Quý 520 730 820 530 2.600 590 810 900 600 2.900 Cả năm 650 900 1.000 650 3.200 Tổng 1.760 2.440 2.720 1.780 8.700 Trung bình quý 586,67 813,33 906,67 593,33 725 Chỉ số mùa vụ 0,809 1,122 1,251 0,818 - Kế tiếp, hóa giải tính chất mùa vụ số liệu cách chia giá trị quí cho số mùa vụ tương ứng Chẳng hạn: 520/0,809 = 642,8; 730/1,122 = 605,6 Bây thay giá trị x cho quí tới 13, 14, 15, 16 vào phương trình Đây dự báo phi mùa vụ quí tới Ta bảng số liệu sau: Y41 = (16,865 x 13) + 615,421 = 834,666 Năm Y42 = (16,865 x 14) + 615,421 = 851,531 Số liệu hàng quý phi mùa vụ Quý Quý Quý Quý 642,8 650,6 655,5 647,9 729,2 721,9 719,4 733,5 803,5 802,1 799,4 794,6 Chúng ta phân tích hồi qui sở số liệu phi mùa vụ (12 q) xác định phương trình hồi qui Quý x y x2 xy Q11 642,8 642,8 Q12 650,6 1.301,2 Q13 655,5 1.966,5 Q14 647,9 16 2.591,6 Q21 729,3 25 3.646,5 Q22 721,9 36 4.331,4 Q23 719,4 49 5.035,8 Q24 733,5 64 5.868,0 Q31 803,5 81 7.231,5 Q32 10 802,1 100 8.021,0 Q33 11 799,4 121 8.793,4 Q34 12 794,6 144 8.535,2 Tổng 78 8.700,5 650 58.964,9 Xác định hệ số a = 16,865 b = 615,421 Phương trình có dạng: Y = 16,865x + 615,421 chuyên san dự báo Y43 = (16,865 x 15) + 615,421 = 868,396 Y44 = (16,865 x 16) + 615,421 = 885,261 Tiếp theo, ta sử dụng số mùa vụ để mùa vụ hóa số liệu Quý Chỉ số Dự báo phi Dự báo mùa mùa vụ (I) mùa vụ (Yi) vụ hóa (Ymv) 0,809 834,666 675 1,122 851,531 955 1,251 868,396 1.086 0,818 885,261 724 Giám sát kiểm soát dự báo Việc lựa chọn phương pháp thích hợp chịu ảnh hưởng nhân tố sản xuất đến dự báo Nhân công, tiền mặt, dự trữ lịch vận hành máy mang tính chất ngắn hạn dự báo theo phương pháp bình quân di động hay điều hòa mũ Các nhân tố sản xuất dài hạn lực sản xuất nhà máy, nhu cầu vốn dự báo phương pháp khác thích hợp cho dự báo dài hạn 13 Các nhà quản lý khuyên nên sử dụng nhiều phương pháp dự báo khác cho nhiều loại sản phẩm khác Những nhân tố sản phẩm có khối lượng lớn hay chi phí cao, hay sản phẩm hàng hóa chế biến, dịch vụ, sản phẩm vòng đời nó, khơng có ảnh hưởng đến việc lựa chọn phương pháp dự báo Tuy nhiên, thực tế, nhiều lúc dự báo không mang lại hiệu mong muốn lý sau: - Khơng có tham gia nhiều người vào dự báo Những cố gắng cá nhân quan trọng, cần kết hợp nhiều người để nắm thông tin khác có liên quan - Thất bại khơng nhận thức dự báo phần quan trọng việc hoạch định kinh doanh - Thất bại nhận thức dự báo sai Ước lượng cho nhu cầu tương lai xem có sai lầm số sai lầm mức độ sai lầm phụ thuộc vào loại dự Dấu hiệu quản lý = báo, thường lớn loại dự báo dài hạn hay thời hạn cực ngắn - Thất bại nhận thức dự báo Các tổ chức dự báo nhu cầu nguyên vật liệu thô dùng để sản xuất - sản phẩm cuối Nhu cầu dự báo đúng, tính tốn từ sản phẩm hoàn chỉnh Dự báo qua nhiều việc dẫn đến việc tải cho hệ thống dự báo làm cho trở nên tốn tiền bạc thời gian - Thất bại việc sử dụng phương pháp dự báo khơng thích hợp - Thất bại việc theo dõi kết mơ hình dự báo để điều chỉnh tính xác dự báo - Làm để theo dõi quản lý mơ hình dự báo Để theo dõi quản lý ấn định giới hạn giới hạn dưới, cho phép kết dự báo sai lệch trước thay đổi thơng số mơ hình dự báo Người ta gọi dấu hiệu quản lý tín hiệu theo dõi Tổng sai số n giai đoạn Sai lệch tuyệt đối bình quân n giai đoạn n ∑ Nhu cầu thực tế - Nhu cầu dự báo Dấu hiệu quản lý = i=1 Dấu hiệu quản lý đo lường sai số dự báo tích lũy qua n giai đoạn theo MAD Ví dụ: Nếu tổng sai số 12 giai đoạn dương 1.000 đơn vị MAD 12 giai đoạn 250 đơn vị dấu hiệu quản lý +4 Con số rõ số liệu 14 MAD thực tế lớn dự báo số tổng cộng lần MAD qua 12 giai đoạn cao Ngược lại, dấu hiệu quản lý -4 số liệu thực tế nhỏ dự báo -4 lần MAD qua 12 giai đoạn thấp Nếu dấu hiệu quản lý tiến gần đến không, điều ny cho Thông tin Khoa học Thống kê thy s liệu thực tế nằm dự báo nhau, mơ hình cho ta kết tốt Giá trị dấu hiệu dự báo chỗ sử dụng để đưa giá trị cho thơng số mơ hình, chỉnh lý kết mơ hình Nếu giới hạn cho dấu hiệu quản lý ấn định q thấp thơng số mơ hình dự báo cần sửa đổi thường xuyên Nhưng giới hạn cho dấu hiệu quản lý ấn định q cao thơng số mơ hình dự báo thay đổi xảy dự báo khơng xác Hình NTH (sưu tầm) Nguồn: Dự báo (version 1.1: Nov 26,2007) Ths Nguyễn Chí Tiến, Ths Nguyễn Văn Duyệt http://www.vocn.edu.vn/content/m10599/latest/ chuyªn san dù b¸o 15 ... chuyên san dự báo Tính xác dự báo đề cập đến độ chênh lệch dự báo với số liệu thực tế Bởi dự báo hình thành trước số liệu thực tế xảy ra, tính xác dự báo đánh giá sau thời gian qua Nếu dự báo gần... tránh - Xác định loại dự báo - Chọn mơ hình dự báo - Thu thập số liệu tiến hành dự báo liên hệ cá nhân với nhau, không - Ứng dụng kết dự báo xảy va chạm chuyên gia họ Tính xác dự báo: không bị ảnh... báo, thường lớn loại dự báo dài hạn hay thời hạn cực ngắn - Thất bại nhận thức dự báo ln Các tổ chức dự báo nhu cầu nguyên vật liệu thô dùng để sản xuất - sản phẩm cuối Nhu cầu khơng thể dự báo