4.1.1. Hiện trạng công tác dự báo
Công ty South Vina áp dụng dây chuyền sản xuất khép kín, có vùng nuôi riêng áp dụng tiêu chuẩn Global G.A.P là vừa nuôi cá để cung cấp nguyên liệu cho việc sản xuất, vừa tận dụng phế phẩm trong sản xuất làm thức ăn nuôi cá . Với diện tích hơn 60 ha mặt nước, đáp ứng từ 60 - 70% công suất của Công ty. Vì thế, Công ty rất thuận lợi trong việc cung cấp nguyên liệu mà không cần quan tâm nhiều về thị trường nguyên liệu bên ngoài. Ngoài ra, Công ty sản xuất theo đơn đặt hàng theo yêu cầu của khách hàng. Tùy theo thời gian hẹn của khách hàng mà Công ty thu gom nguyên liệu từ các vùng nuôi trong khoảng thời gian cho phép. Cũng chính vì áp dụng dây chuyền sản xuất khép kín mà Công ty chỉ sử dụng dự báo định tính chủ yếu dựa vào cách nhìn chuyên môn, quan điểm của nhà quản lý, kinh nghiệm và đánh giá tình hình biến động của thị trường để làm cơ sở cho một dự báo tương lai.
Do đó, việc thiết lập mô hình dự báo hiệu quả là vấn đề rất cần thiết cho Công ty, đồng thời giúp dự báo được sản lượng tiêu thụ trong tương lai một cách nhanh chóng, hiệu quả giúp cho Công ty quản lý nhu cầu vật tư và thành phẩm, lập kế hoạch cho quá trình sản xuất nhằm tránh được biến động nhân sự trong những lúc nhu cầu biến động.
Chương IV: Tình hình sản xuất kinh doanh
SVTH: Phùng Thị Mỹ Linh 34
4.1.2. Tình hình hoạt động kinh doanh của Công ty
Trong những năm gần đây, tình hình hoạt động kinh doanh của Công ty South Vina đang trên đà phát triển mạnh. Cụ thể, tổng doanh thu của Công ty năm 2009 đạt 25.6 triệu USD, năm 2010 đạt 35.07 triệu USD chủ yếu xuất khẩu sang các thị trường lớn như Mỹ, Trung Đông, EU,... Năm 2011, Công ty có bước phát triển vượt bậc với tổng doanh thu lên đến 54.26 triệu USD giúp cho South Vina vươn lên đứng trong top 20 nhà xuất khẩu thủy sản lớn nhất của nước ta (đứng thứ 17). Có thể nói, năm 2011 là năm có nhiều khởi sắc về cả thị trường lẫn giá cả; song, các rào cảng về thuế quan và phi thuế quan là vấn đề gây khó khăn cho các doanh nghiệp.
Bước sang năm 2012, do chịu ảnh hưởng từ lạm phát của các năm trước đó, ngân hàng không còn tha thiết giải ngân, các gói hổ trợ chưa đến tay, giá cả nguyên liệu tăng,... Các yếu tố đầu vào để sản xuất cá Tra fillet tăng lên trong khi giá bán lại giảm. Đồng thời, nền kinh tế của các thị trường chính như Mỹ, Trung Đông, EU,...chưa phục hồi càng làm cho tình hình tiêu thụ khó khăn nhưng với kinh nghiệm và quyết tâm nên Công ty đã có những bước đi đúng đắn nhằm thoát khỏi cơn “ lóc xoáy” của ngành nên tổng doanh thu năm 2012 giảm 9.26 triệu USD so với năm 2011. Năm 2013, lượng tiêu thụ ca tra đã tăng trở lại với tổng doanh thu đạt 47,28 triệu USD, tăng 2.28 triệu USD, nguyên nhân của vấn đề này là do sau năm 2012 thì trên địa bàn Cần Thơ đã có khá nhiều doanh nghiệp thủy sản lâm vào tình trạng phá sản hoặc sản xuất cầm chừng, việc này đã giảm số đối thủ cạnh tranh với Công ty. Với vòng luẩn quẩn, khủng hoảng thừa nguyên liệu, nuôi trồng và chế biến xuất khẩu khó “gặp nhau”; liên tiếp đối diện với rào cản thuế chống bán phá giá tại Mỹ; uy tín và hình ảnh của cá tra Việt Nam ngày càng đi xuống... đã làm cho tình hình tiêu thụ các mặt hàng của Công ty vẫn còn hạn chế, đây là tình hình chung của toàn ngành mà Công ty đang tháo gỡ đúng hướng.
Bước sang năm 2014, Công ty chủ động được nguồn nguyên liệu sản xuất thông qua việc sử dụng cá từ các ao nuôi sẳn có. Tình hình cá tra trong nước có
Chương IV: Tình hình sản xuất kinh doanh
SVTH: Phùng Thị Mỹ Linh 35
nhiều chuyển biến, việc Nhà nước quy định về các tiêu chuẩn để nuôi và xuất khẩu cá tra đã một lần nữa làm cho sự khan hiếm nguồn nguyên liệu gia tăng. Cũng nhờ
vậy, Công ty đã tận dụng được lợi thế đó nên việc kinh doanh của Công ty có xu hướng tăng.
Với ưu thế về nhân công nhiều kinh nghiện cùng với sự hổ trợ từ máy móc, thiết bị hiện đại nên Công ty chiếm được nhiều lòng tin qua việc khẳng định chất lượng sản phẩm. Từ đó, công ty đã ký kết nhiều hợp đồng xuất khẩu với các đối tác nước ngoài.
4.2. Thu thập số liệu cho dự báo
Công ty sản xuất sản phẩm chính là cá tra đông lạnh với nhiều chủng loại khác nhau nhưng chủ yếu chỉ sản xuất mặt hàng cá trắng (White meat) với số lượng lớn. Sau khi kiểm tra, do nguyên liệu không phù hợp để sản xuất cá trắng nên Công ty sử dụng để sản xuất thêm các loại sản phẩm phụ khác với số lượng nhỏ không đáng kể nên việc dự báo chỉ áp dụng cho sản phẩm cá trắng đông lạnh.
Do tình hình xuất khẩu cá tra trong những năm trước đây không ổn định nên việc lựa chọn số liệu thích hợp để thực hiện công tác dự báo một cách hiệu quả và giảm rủi ro là cần thiết. Hiện nay, Công ty cũng đã đi vào hoạt động ổn định vì vậy đề tài sẽ chọn những năm mà Công ty hoạt động ổn định để tiến hành dự báo nhằm lựa chọn một mô hình dự báo thích hợp cho tình hình sản xuất của Công ty hiện nay.
Chương IV: Tình hình sản xuất kinh doanh
SVTH: Phùng Thị Mỹ Linh 36
Bảng 4.1: Sản lượng xuất khẩu cá tra đông lạnh năm 2012 – 2013
Tháng Cá tra đông lạnh (tấn) 2012 2013 1 890.28 1555.43 2 955.32 1032.23 3 1162.55 1102.12 4 1089.98 1022.83 5 1821.61 1425.42 6 1832.67 1911.90 7 1321.91 1836.47 8 1262.05 1517.08 9 1433.10 2243.50 10 1305.31 2183.86 11 1359.55 2180.22 12 1978.11 3038.77 Tổng 16412.72 21049.83
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 37
CHƢƠNG V
DỰ BÁO – PHÂN TÍCH VÀ ĐỀ XUẤT GIẢI PHÁP 5.1. Chọn lựa mô hình dự báo
5.1.1. Phân tích dữ liệu
Tiến hành phân tích sản lượng cá tra qua các năm. Dựa vào kết quả phân tích để thực hiện các mô hình dự báo nhằm lựa chọn mô hình dự báo thích hợp nhất.
Căn cứ số liệu trong bảng 4.1, đề tài tiến hành vẽ biểu đồ sản lượng tiêu thụ cá tra để nhận định một cách trực quan về nhu cầu về các tháng, nhằm tìm ra quy luật biến đổi của biểu đồ.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 38
Hình 5.2: Biểu đồ sản lượng cá tra trong 24 tháng (adsbygoogle = window.adsbygoogle || []).push({});
Nhận xét:
Dựa vào số liệu thể hiện ở hình 5.1 và 5.2, ta thấy sản lượng tiêu thụ có sự biến động giữa các tháng trong năm. Cụ thể, ở các tháng giữa năm và cuối năm tăng mạnh. Sản lượng tăng vào tháng 5, 6, 11 và 12 trong năm và giảm ở tháng 1, 2, 3 và 8. Nguyên nhân các tháng 5, 6, 11 và 12 sản phẩm được tiêu thụ mạnh là do ảnh hưởng bởi các ngày lễ như Quốc tế lao động (1/5), Quốc tế thiếu nhi (1/6), ngày nghỉ Đông Noel (24/12), các ngày nghỉ cuối năm (1/1)...và cũng do nguồn nguyên liệu được nuôi trồng theo mùa. Nhìn chung, sản lượng tiêu thụ cá tra năm 2012 và 2013 có sự biến động theo quy luật giảm vào các tháng đầu năm và tăng dần vào các tháng cuối năm theo xu thế tăng dần. Tổng sản lượng tiêu thụ năm 2013 cao hơn nhiều so với năm 2012 và dự báo có xu hướng tăng hơn nữa vào những năm tiếp theo, cho thấy tiềm năng phát triển của Công ty rất lớn.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 39
5.1.2. Đề xuất phƣơng pháp dự báo
Qua phân tích các biểu đồ sản lượng tiêu thụ cá tra của Công ty South Vina, ta thấy sự tăng giảm sản lượng tiêu thụ của các tháng trong 2 năm tương đối giống nhau, sản lượng dao động lên xuống theo thời gian và các tháng trong năm đều tăng so với tháng đầu năm, điều đó cho thấy sản lượng tiêu thụ có ảnh hưởng bởi tính mùa vụ và khuynh hướng.
Vậy đề tài đề xuất các phương pháp dự báo sau: - Phương pháp san bằng số mũ đơn.
- Phương pháp san bằng số mũ có điều chỉnh xu thế (Holt).
- Phương pháp san bằng số mũ có điều chỉnh xu thế và mùa vụ (Winters).
5.1.3. Tiến hành dự báo
Đề tài tiến hành các phương pháp dự báo trên để dự báo sản lượng cá tra của Công ty South Vina. Từ đó, đề tài sẽ chọn ra phương pháp dự báo thích hợp cho Công ty là phương pháp có độ lệch tuyệt đối trung bình (MAD) nhỏ nhất.
5.1.3.1. Phƣơng pháp san bằng số mũ đơn
Sử dụng công cụ Solver trong excel để tìm hệ số α sao cho giá trị MAD nhỏ nhất. Công thức tính toán trên bảng tính excel như sau:
- Bước 1: Nhập sản lượng tiêu thụ qua các tháng. Gọi C2 là ô chứa giá trị α, đặt giá trị bất kỳ.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 40
Bảng 5.1: Lập công thức tính toán trên Excel của phương pháp san bằng số mũ
Cột Ô Công thức Ghi chú
Dự báo B5 =C5
B6 =$C$2*C5+(1-$C$2)*B5 Tương tự cho B6:B29 Độ lệch D5 =C5-B4 Tương tự cho
D6:D28
Độ lệch tuyệt đối E5 =ABS(D5) Tương tự cho E6:E28
Độ lệch tuyệt đối
trung bình F5 =AVERAGE($E$5:E5) Tương tự cho F6:F28
Tính hiệu theo dõi G6 =SUM($D$5:D6)/F6 Tương tự cho G7:G28
- Bước 3: Gọi Data, chọn Solver, thực hiện các khai báo:
Ô chứa hàm mục tiêu (Set Objective): Chọn $F$28 để MAD tiến về giá trị nhỏ nhất.
Ô To: Chọn Min
Ô By changing Varlable Cell: Chọn $C$2
Vùng điều kiện ràng buộc (Subject to the Constraints): Đặt điều kiện $C$2 <= 1 và $C$2 >= 0.1 (adsbygoogle = window.adsbygoogle || []).push({});
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 41
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 42
Hình 5.3: Biểu đồ so sánh sản lượng dự báo và nhu cầu thực bằng phương pháp san bằng số mũ
Nhận xét:
Dựa vào biểu đồ, ta thấy sản lượng dự báo tương đương với nhu cầu thực lệch 1 tháng so với nhu cầu thực, từ đó cho thấy dự báo bằng phương pháp san bằng số mũ phụ thuộc vào nhu cầu thực của tháng hiện tại để dự báo cho tháng tiếp theo.
5.1.3.2. Dự báo bằng phƣơng pháp san bằng số mũ có điều chỉnh xu thế
Tương tự phương pháp san bằng số mũ, sử dụng công cụ Solver trong Excel để chọn hệ số α và γ sao cho kết quả MAD nhỏ nhất. Thực hiện như sau:
- Bước 1: Nhập số liệu tiêu thụ qua các tháng. Gọi E2 và E3 là ô chứa giá trị α và γ. Đặt 3 giá trị bất kỳ. Lập công thức tính trên bảng Excel.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 43
Bảng 5.3: Lập công thức tính trên Excel của phương pháp Holt
Cột Ô Công thức Ghi chú
Ft
B6 =C6
B7 =$E$2*C6+(1-$E$2)*(B6-D6) Tương tự cho B8:B30 T D7 =$E$3*(B7-B6)+(1-$E$3)*D6 Tương tự cho D8:D29
Dự báo (H) E6 =B6+1*D6 Tương tự cho E7:E29, Với m=1.
Độ lệch F6 =C6-E6 Tương tự cho F7:F29 Độ lệch tuyệt
đối G6 =ABS(F6) Tương tự cho G7:G29 MAD H6 =AVERAGE($G$6:G6) Tương tự cho H7:H29
TS I7 =SUM($F$6:F7)/H7 Tương tự cho I8:I29
- Bước 3: Gọi Data, chọn Solver, thực hiện các khai báo:
Ô chứa hàm mục tiêu (Set Objective): Chọn ô $H$29 để MAD tiến về giá trị nhỏ nhất.
Ô To: Chọn Min
Ô By Changing Variable Cells: Chọn $E$2:$E$3
Vùng điều kiện ràng buộc (Subject to the Constraints): Đặt điều kiện 0<α,γ<1
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 44
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 45 (adsbygoogle = window.adsbygoogle || []).push({});
Hình 5.4: Biểu đồ so sánh sản lượng dự báo và nhu cầu thực bằng phương pháp Holt
Nhận xét:
Từ hình 5.4, ta thấy sự trên lệch giữa sản lượng dự báo và nhu cầu thực vẫn còn khá lớn. Phương pháp này cũng tương tự như phương pháp san bằng số mũ, nó phụ thuộc vào nhu cầu của tháng hiện tại để dự báo cho tháng kế tiếp.
5.1.3.3. Dự báo bằng phƣơng pháp san bằng số mũ có điều chỉnh xu thế và mùa vụ (Winters)
Sử dụng công cụ Solver trong Excel để chọn hệ số α, β, γ sao cho kết quả MAD nhỏ nhất. Thực hiện như sau:
- Bước 1: Nhập số liệu tiêu thụ qua các tháng. Gọi C18 là ô chứa giá trị α (dùng cho san bằng số mũ), F18, F19, F20 là ô chứa các giá trị α, β, γ (dùng cho Winters). Đặt 3 giá trị bất kỳ.
- Bước 2: Lập công thức tính trên Excel:
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 46
Cột Trung bình: Ô D2=SUM(B3:C3)/2 và sao chép công thức cho các ô D4:D15
Dòng Trung bình: Ô B15=SUM(B3:B14)/12 và sao chép công thức cho C14 Cột chỉ số mùa (SI): Ô E3=D3/$D$15 và sao chép công thức cho E4:E15.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 47
Dự báo bằng phương pháp Winters:
Bảng 5.6: Lập công thức tính trên Excel của phương pháp Winters
Cột Ô Công thức Ghi chú Ft C24 =B24 Dùng phương pháp san bằng số mũ 12 tháng đầu C25 =$C$18*B24+(1-$C$18)*C24 Tương tự cho ô C26:C35 C26 =$F$18*(B36/D24)+(1-
$F$18)*(C35+E35) Tương tự cho ô C27:C47 Chỉ số mùa
(SI)
D24 =E3 Tương tự cho ô D25:D35 D36 =D24 Tương tự cho ô D37:D47 Ước lượng xu
thế (Tt) E36
=$F$20*(C36-C35)+(1-
$F$20)*E35 Tương tự cho ô E37:E47 Dự báo (Wt) F24 =C24 Tương tự cho ô F25:F35 F36 =(C35+E35)*D24 Tương tự cho ô F37:F48 Độ lệch (E) G36 =B36-F36 Tương tự cho ô G37:G47 Độ lệch tuyệt
đối H36 =ABS(G36) Tương tự cho ô H37:H47 RSFE I36 =SUM($G$36:G36) Tương tự cho ô I37:I47 MAD J36 =AVERAGE($H$36:H36) Tương tự cho ô J37:47 Tính hiệu
theo dõi K36 =I36/J36 Tương tự cho ô K37:K47
- Bước 3: Gọi Data, chọn Solver, thực hiện các khai báo:
Ô chứa hàm mục tiêu (Set Objective): Chọn ô $J$47 để MAD tiến về giá trị nhỏ nhất.
Ô To: Chọn Min.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 48
Vùng điều kiện ràng buộc (Subjec to the Constraints): Đặt điều kiện 0< α,β,γ <1 (adsbygoogle = window.adsbygoogle || []).push({});
Chọn Solver, máy tính sẽ giải ra giá trị α, β, γ để MAD nhỏ nhất.
Chương V: Dự báo – phân tích và đề xuất giải pháp
SVTH: Phùng Thị Mỹ Linh 49
Hình 5.5: Biểu đồ so sánh sản lượng dự báo và nhu cầu thực bằng phương pháp Winter
Nhận xét:
Dựa vào biểu đồ, ta thấy sản lượng dự báo và nhu cầu thực có chênh lệch không lớn theo từng giai đoạn. Cho thấy phương pháp dự báo này có hiệu quả trong việc dự báo sản lượng tiêu thụ cá tra cho Công ty
Sau khi tiến hành dự báo bằng 3 phương pháp đã đề xuất, đề tài thu được kết quả dự báo sản lượng tiêu thụ cá tra đông lạnh được thể hiện trong bảng 5.8:
Bảng 5.8: Kết quả dự báo cho sản lượng tiêu thụ cá tra
Phƣơng pháp dự báo Dự báo MAD Tình hiệu theo dõi