54
4.2. Nội suy dữ liệu bằng phương pháp Krigging
Vì dữ liệu thu được của chúng ta là khá bé để phục vụ cho quá trình phân tích và mô hình hóa dữ liệu, nên chúng ta buộc phải nội suy để tăng sinh dữ liệu phục vụ cho việc dự đoán về sau.
Quan sát kĩ các đồ thị trực quan dữ liệu, chúng ta nhận thấy đa phần các chuỗi dữ liệu là chuỗi dữ liệu có xu hướng tăng (giảm) theo thời gian. Một số chuỗi dữ liệu không có định hướng phát triển rõ rệt, và giá trị trung bình là không đổi theo thời gian. Tùy vào từng đặc trưng của mỗi chuỗi dữ liệu mà chúng ta sẽ lựa chọn phương pháp krigging phù hợp.
Một vài thành phần chuỗi có xu hướng global trend sẽ được nội suy bằng phương pháp univershal krigging. Các chuỗi dừng sẽ được nội suy bằng phương pháp ordinary krigging.
Đối với các chuỗi xu hướng global trend, điều quan trọng là chúng ta phải xác định được hàm xu hướng (trend function) nào là phù hợp. Việc ước lượng này đòi hỏi nhiều về kinh nghiệm trong quá trình dự đoán với mục tiêu tối thiểu hóa phần dư (residual) sau khi tìm được hàm xu hướng của hàm mục tiêu.
Đối với những chuỗi tăng và không có tính chu kì, ta sử dụng các hàm polynomial để xác định hàm xu hướng. Sử dụng curve fitting và polynomial interpolation để xác định các tham số của hàm. Sau cùng dùng các tham số đó để mô hình hóa hàm polynomial.
Dữ liệu chuỗi của chúng ta gồm có các chuỗi có tính dừng (stationary), một số chuỗi có tính xu hướng (trend), một số ít có tính vòng lặp trong thời gian ngắn. Mục tiêu của chúng ta là phải sử dụng các hàm được giới thiệu ở trên để phân ra các thành phần xu hướng và phần dư của chuỗi ra thành những thành phần riêng biệt. Các hàm ước lượng về sau sẽ được sử dụng cho phương pháp nội suy krigging. Việc phát hiện tính dừng của một chuỗi dữ liệu có thể được thực hiện bằng rất nhiều phương pháp: sử dụng kinh nghiệm quan sát bằng mắt thường, dùng biểu đồ autocorrelation function (ACF), hoặc sử dụng các phương pháp kiểm thử thống kê như ADF. Chúng ta tiến hành nội suy các chuỗi theo thứ tự các bảng. Lần lượt nội suy các chuỗi dữ liệu trong các bảng báo cáo tài chính. Chi tiết kết quả nội suy các bảng được trình bày trong phần phụ lục.
55 a. Bảng cân đối kế toán
Trước khi đi vào nội suy dữ liệu cho các chuỗi trong bảng, ta cần xác định tính dừng của các chuỗi và ước lượng hàm xu hướng cho các chuỗi (nếu có) để phần dư các chuỗi đảm bảo tính dừng
Quan sát biểu đồ ACF các chuỗi dữ liệu trong bảng cân đối kế toán kết hợp với những nhận xét ban đầu trong phần trực quan dữ liệu mục 4.1, ta nhận thấy hầu hết các chuỗi dữ liệu trong bảng cân đối kế toán đều có tính xu hướng mạnh