5. Kết cấu đề tài
3.2.2. Đối với Ủy ban nhân dân tỉnh Thừa Thiên Huế
Để một doanh nghiệp hoạt động và phát triển tốt đều phải dựa vào các chính sách khuyến khích hỗ trợ từ phía chính quyền địa phương. Đưa ra các chính sách đầu tư, khuyến khích đầu tư phát triển sản xuất kinh doanh từ các doanh nghiệp lớn, trong và ngoài nước nhằm tạo công ăn việc làm, giảm thiểu thất nghiệp, nâng cao chất lượng cuộc sống của người dân. Cần có những quy hoạch đầu tư hợp lý, hạn chế những dự án xấu làm ảnh hưởng đến quyền lợi của người dân cũng như các doanh nghiệp. Tạo điều kiện về thủ tục, quy trình cấp phép nhanh chóng để các doanh nghiệp được phát triển theo định hướng, mục tiêu của mình và của ngành nhằm đảm bảo sự phát triển phù hợp với quy hoạch của tỉnh.
Tăng cường công tác kết nối cung, cầu lao động giữa các doanh nghiệp xuất khẩu dệt may và các trường, cơ sở đào tạo trong và ngoài tỉnh nhằm đáp ứng nhu cầu về nguồn nhân lực của các doanh nghiệp.
TÀI LIỆU THAM KHẢO Tiếng Việt
[1] Phùng Thị Hồng Hà (2007) Giáo trình quản trị sản xuất và tác nghiệp,
Trường Đại học Huế.
[2] Nguyễn Trọng Hoài, Phùng Thanh Bình và Nguyễn Khánh Duy (2009) Dự báo và phân tích dữliệu trong Kinh tếvà Tài chính, Nhà xuất bản Tài chính.
[3] Trương Đức Lực & Nguyễn Đình Trung (2013), Giáo trình quản trị tác nghiệp, Nhà xuất bản Đại học KInh tế Quốc dân.
[4] Nguyễn Phúc Nguyên (2013),Quản trịchuỗi cungứng, Trường Đại học Kinh tế.
[5] Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS, tập 1 & tập 2.
[6] Đàm Quang Vinh (2012),Giáo trình nghiệp vụxuất nhập khẩu.
[7] Trần Thị Mỹ Dung (2014), “Áp dụng các phương pháp định lượng trong dự báo sản lượng cá tra xuất khẩu”, Tạp chí Khoa học Trường Đại học Cần Thơ.
[8] Nguyễn Quốc Oánh (2014), “Vận dụng các phương pháp dự báo san bằng mũ để dự báo doanh thu cho doanh nghiệp ngành thép Việt Nam”, Tạp chí Khoa học và Phát triển.
[9] Báo cáo hoạt động kinh doanh Công ty Cổ phần Dệt may Phú Hòa An 2016 - 2018.
[10] Trịnh Thị Mỹ (2010), “Đánh giá hiệu quảsản xuất kinh doanh của Công ty Cổ phần đầu tư Dệt may Thiên An Phát”, Khóa luận tốt nghiệp, Trường Đại học Kinh tế Huế.
[12] Nguyễn Xuân Thanh (2014), “Một số giải pháp nâng cao hiệu quả hoạt động kinh doanh xuất nhập khẩu hàng may mặc tại Công ty Scavi Huế” Khóa luận tốt nghiệp, Trường Đại học Kinh tế Huế.
[13] Võ Hàm Thịnh (2015), “Giải pháp nâng cao hiệu quảhoạt động kinh doanh xuất nhập khẩu tại Công ty Cổphần sợ Phú Mai”, Khóa luận tốt nghiệp, Trường Đại
[14] Sở Công thương (2015), “Tình hình xuất nhập khẩu của các công ty thương
mại quốc tế trên địa bàn tỉnh Thừa Thiên Huế”,Sở Công Thương.
[15] Trương Quý Vũ (2017), “Phân tích tình hình hoạt động kinh doanh xuất khẩu hàng may mặc của công ty cổphần may xuất khẩu Huế”, Khóa luận tốt nghiệp, Trường Đại học Kinh tế Huế.
Tiếng Anh
[1] Sunil Chopra and Peter Meindl (2012) Supply Chain Management Strategy, Planning, and Operation, Fifth Edition.
[2] David G.Loomis, James E., & Cox, Jr (2000), “A Course in Economic
Forecasting: Rationale and Content”, The Journal of Economic Education, Vol.31,
No.4, pp.349-357.
[3] Hanke, J.E & Wichern, D.W. (2005),Business Forecasting, 8thEdition. [4] Wilson, J.Holton & Barry Keating (2007),Business Forecasting With Accompanying Excel-Based ForecastXTM Software, 5thEdition.
Các trang web:
Hiệp hội Dệt may Viêt Nam truy cập ngày 08/03/2019 tại http://www.vietnamtextile.org.vn/
Công ty Cổ phần Dệt may Phú Hòa An truy cập ngày 09/03/2019 tại http://www.phugatex.com.vn/
Bộ Công Thương Việt Nam truy cập ngày 05/03/2019 tại http://www.moit.gov.vn/
Cổng thông tin điện tử Thừa Thiên Huế truy cập ngày 14/03/2019 tại https://thuathienhue.gov.vn
Hải Quan Việt Nam truy cập ngày 10/03/2019 tại www.customs.gov.vn/
Bài giảng các phương pháp thô, bình quân và san mũ truy cập ngày 09/03/2019 tại http://www.tailieu.tv/tai-lieu/bai-giang-cac-phuong-phap-tho-binh- quan-va-san-bang-mu-22415/
Sử dụng SPSS để dụ báo trên chuỗi TG, truy cập ngày 16/3/2019 tại
https://text.123doc.org/document/4693348-htrong-su-dung-spss-de-du-bao-tren-chuoi- tg.htm
Dự báo doanh thu thuần thu của Công ty cổ phần Dầu thực vật Trường An, truy cập ngày 17/3/2019 tại https://text.123doc.org/document/3530177-bao-cao-thao-luan- du-bao-doanh-thuan-thu-cua-cong-ty-co-phan-dau-thuc-vat-tuong-an.htm
Dự báo bằng phương pháp san mũ đơn giản truy cập ngày 20/3/2019 tại
https://maths.uel.edu.vn/Resources/Docs/SubDomain/maths/TaiLieuHocTap/ToanUng Dung/d_bo_bng_phng_php_san_m_n_gin.html
Dự báo cầu ngành dệt may năm 2019 truy cập ngày 01/04/2019 tại https://theleader.vn/du-bao-cau-nganh-det-may-gap-kho-vao-nam-2019
Trường Đại Học Sài Gòn trung tâm học liệu truy cập ngày 02/04/2019 tại http://lib.sgu.edu.vn/
Trường Đại Học Quốc Gia Thành Phố Hồ Chí Minh truy cập ngày 01/04/2019 tại https://maths.uel.edu.vn/Resources/Docs/SubDomain/maths/TaiLieuHocTap/ToanUng Dung/index.html
PHỤLỤC
A. KẾT QUẢPHÂN TÍCH DỰ BÁO BẰNG PHẦN MỀM SPSS
1. Kết quả dự báo bằng phương pháp san bằng mũ giản đơn – Simple exponential smoothing(SES)
Model Fit
Fit Statistic Mean SE Minimum Maximu m Percentile 5 10 25 50 75 90 95 Stationary R- squared .131 . .131 .131 .131 .131 .131 .131 .131 .131 .131 R-squared .566 . .566 .566 .566 .566 .566 .566 .566 .566 .566 RMSE 68.327 . 68.327 68.327 68.327 68.327 68.327 68.327 68.327 68.327 68.327 MAPE 24.837 . 24.837 24.837 24.837 24.837 24.837 24.837 24.837 24.837 24.837 MaxAPE 55.167 . 55.167 55.167 55.167 55.167 55.167 55.167 55.167 55.167 55.167 MAE 45.020 . 45.020 45.020 45.020 45.020 45.020 45.020 45.020 45.020 45.020 MaxAE 170.045 . 170.045 170.045 170.045 170.045 170.045 170.045 170.045 170.045 170.045 Normalized BIC 8.622 . 8.622 8.622 8.622 8.622 8.622 8.622 8.622 8.622 8.622 Model Statistics Model Number of Predictors
Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary R-
squared
RMSE Statistics DF Sig.
DS-Model_1 0 .131 68.327 . 0 . 0 Forecast Model Q1 2019 Q2 2019 Q3 2019 Q4 2019 DS- Model_1 Forecast 310.919 310.919 310.919 310.919 UCL 456.556 479.442 499.572 517.752 LCL 165.283 142.397 122.267 104.087 For each model, forecasts start after the last non-missing in the range of the requested estimation period, and end at the last period for which non-missing values of all the predictors are available or at the end date of the requested forecast period, whichever is earlier.
2.Kết quả dự báo hàng dệt kim theo mô hình điều chỉnh theo xu hướng (Holt’s Model)
Model Fit
Fit Statistic Mean SE Minimum Maximum Percentile
5 10 25 50 75 90 95 Stationary R- squared .824 . .824 .824 .824 .824 .824 .824 .824 .824 .824 R-squared .762 . .762 .762 .762 .762 .762 .762 .762 .762 .762 RMSE 52.403 . 52.403 52.403 52.403 52.403 52.403 52.403 52.403 52.403 52.403 MAPE 25.938 . 25.938 25.938 25.938 25.938 25.938 25.938 25.938 25.938 25.938 MaxAPE 62.071 . 62.071 62.071 62.071 62.071 62.071 62.071 62.071 62.071 62.071 MAE 36.816 . 36.816 36.816 36.816 36.816 36.816 36.816 36.816 36.816 36.816 MaxAE 130.175 . 130.175 130.175 130.175 130.175 130.175 130.175 130.175 130.175 130.175 Normalized BIC 8.265 . 8.265 8.265 8.265 8.265 8.265 8.265 8.265 8.265 8.265 Model Statistics Model Number of Predictors
Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary R-
squared
RMSE Statistics DF Sig.
DS-Model_1 0 .824 52.403 . 0 . 0
Forecast Model Q1 2019 Q2 2019 Q3 2019 Q4 2019 DS-Model_1 Forecast 332.286 351.577 370.868 390.160 UCL 444.680 464.505 484.328 504.149 LCL 219.892 238.649 257.409 276.171 For each model, forecasts start after the last non-missing in the range of the requested estimation period, and end at the last period for which non-missing values of all the predictors are available or at the end date of the requested forecast period, whichever is earlier.
3. Kết quả dự báo hàng dệt thoi bằng phương pháp hệ số điều chỉnh (Winter’s Model).
Model Description
Model Type Model ID DS Model_1 Winters' Multiplicative
Model Fit
Fit Statistic Mean SE Minimum Maximum Percentile
5 10 25 50 75 90 95 Stationary R-squared .322 . .322 .322 .322 .322 .322 .322 .322 .322 .322 R-squared .909 . .909 .909 .909 .909 .909 .909 .909 .909 .909 RMSE 33.539 . 33.539 33.539 33.539 33.539 33.539 33.539 33.539 33.539 33.539 MAPE 13.814 . 13.814 13.814 13.814 13.814 13.814 13.814 13.814 13.814 13.814 MaxAPE 55.748 . 55.748 55.748 55.748 55.748 55.748 55.748 55.748 55.748 55.748 MAE 22.921 . 22.921 22.921 22.921 22.921 22.921 22.921 22.921 22.921 22.921 MaxAE 61.117 . 61.117 61.117 61.117 61.117 61.117 61.117 61.117 61.117 61.117 Normalized BIC 7.545 . 7.545 7.545 7.545 7.545 7.545 7.545 7.545 7.545 7.545
Model Statistics
Model Number of Predictors
Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary R-
squared
RMSE Statistics DF Sig.
DS-Model_1 0 .322 33.539 . 0 . 0 Forecast Model Q1 2019 Q2 2019 Q3 2019 Q4 2019 DS-Model_1 Forecast 299.834 321.513 531.515 356.104 UCL 372.290 395.845 613.979 434.664 LCL 227.378 247.180 449.050 277.545 For each model, forecasts start after the last non-missing in the range of the requested estimation period, and end at the last period for which non-missing values of all the predictors are available or at the end date of the requested forecast period, whichever is earlier.
B. KẾT QUẢCHẠY EVIEW8 200,000 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000 1,800,000
I II III IV I II III IV I II III IV I II III IV I II III IV
2015 2016 2017 2018 2019
NHUCAU DUBAO2019 D U B A O H A N G D ET K I M N A M 2 0 1 9
C. KẾT QUẢCHẠY HỒI QUY BẰNG EXCEL 1. Kết quảchạy mô hình hồi quy Holt’s Model
2. Kết quảchạy mô hình hồi quy Winter’s Model