Dự báo doanh thu 10 tháng năm 2019 của cơ sở mật ong hoa bốn mùa BẰNG mô HÌNH ARIMA

1 GIỚI THIỆU Đặt vấn đề Doanh thu số tài quan trọng doanh nghiệp, phản ánh khả kinh doanh hàng hóa dịch vụ doanh nghiệp Căn vào doanh thu, nội cơng ty xác định tình hình tài trạng thái doanh nghiệp (Suy thoái? Ổn định? Tăng trưởng?) thời kì định (tháng/ quý/ năm) Đối với cá nhân tổ chức doanh nghiệp, doanh thu phương tiện giúp nhà đầu tư tính tốn lợi nhuận doanh nghiệp để từ đưa định có nên đầu tư vào cơng ty hay khơng Tuy nhiên, nhà đầu tư ban quản trị công ty dựa vào số thực tế doanh thu báo cáo để đưa định bước chậm trễ thời buổi kinh tế biến động không ngừng ngày Do đó, cần thiết phải có bước dự báo doanh thu doanh nghiệp để thúc đẩy q trình đưa sách cho hoạt động sản xuất, dịch vụ đầu tư thực thể kinh tế kinh tế Các nghiên cứu thực nghiệm Nhờ có phát triển vượt bậc khoa học - công nghệ, đặc biệt ứng dụng mạnh mẽ trí tuệ nhân tạo, việc dự báo số nói chung doanh thu doanh nghiệp nói riêng trở nên dễ dàng hết Với giúp sức phần mềm kinh tế, nhiều cơng trình nghiên cứu doanh thu doanh nghiệp lớn, vừa nhỏ thực liên tục nhiều thập kỉ Và công tác dự báo doanh thu trở thành bước thiếu q trình thiết lập sách doanh nghiệp nhà nước lẫn doanh nghiệp tư nhân Trong thực tế, nhiều nghiên cứu thực để dự báo doanh thu doanh nghiệp theo nhiều phương pháp khác nhau: phương pháp san mũ, phương pháp phân tích, mơ hình VAR, mơ hình ARIMA,… Năm 2010, nhóm sinh viên trường Đại học Thương mại đưa nghiên cứu “Dự báo doanh thu công ty LG ELECTRONIC giai đoạn 2010 – 2012” phương pháp bình qn di động Bên cạnh đó, nghiên cứu khác có tựa đề “Vận dụng phương pháp san mũ để dự báo doanh thu cho doanh nghiệp ngành thép Việt Nam” nhóm sinh viên trường Đại học Nông nghiệp, thực năm 2014… Mỗi nghiên cứu lại sử dụng phương pháp dự báo khác nhau, vào đặc điểm ngành mà nhà phân tích muốn dự báo Sau nhiều lần dự báo với phương pháp khác nhau, nhóm chúng em định sử dụng mơ hình ARIMA có yếu tố mùa vụ đề tài “ Dự báo doanh thu 10 tháng năm 2019 sở mật ong Hoa Bốn Mùa” II PHƯƠNG PHÁP NGHIÊN CỨU Giới thiệu tổng quan mơ hình ARIMA Mơ hình tự hồi quy tích hợp trung bình trượt viết tắt ARIMA (Autoregressive Integrated Moving Average) hai tác giả George Box & Gwilym Jenkins (1976) nghiên cứu Tên họ (Box-Jenkins) dùng để gọi cho trình ARIMA tổng quát áp dụng vào phân tích dự báo chuỗi thời gian Mơ hình tự hồi quy bậc p, ký hiệu: AR(p) Yt = ϕ0 + ϕ1* Yt-1 + ϕ2* Yt-2 +…+ ϕp *Yt-p + ut = ϕ0 + ∑ = ∗ − + ui Trong đó:  Điều kiện ràng buộc để AR(p) dừng nghiệm phương trình đặc trưng nằm vịng trịn đơn vị hay: ∑  Yt-1, Yt-2, …, Yt-p : biến trễ bậc 1, 2, …, p  Φ1, ϕ2, …, ϕp : tham số mơ hình tự hồi quy  ϕ0: số, thể mức trung bình chuỗi Yt  Ut : tác động yếu tố khác đến Yt biến trễ (ut nhiễu trắng) =1 ϕ