CHƯƠNG 1 : TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
1.4.1.2. Phương pháp dự báo định lượng
Các phương pháp định lượng dựa vào các mô hình toán và giả định rằng dữ liệu quá khứ cũng như các yếu tố liên quan khác có thể được kết hợp để đưa ra các dự đoán tin cậy cho tương lai. Nói các khác, dựa trên những dữ liệu quá khứ để phát hiện chiều hướng vận động của đối tượng phù hợp với một mô hình toán học nào đó và đồng thời sử dụng mô hình này là mô hình ước lượng. Tiếp cận định lượng dựa trên giả định rằng giá trị tương lai của biến dự báo sẽ phụ thuộc vào xu thế vận động của đối tượng
đó trong quá khứ. Các phương pháp dự báo định lượng được chia thành hai nhóm: Các mô hình chuỗi thời gian và các mô hình nhân quả.
Các mô hình dự báo chuỗi thời gian nghĩa là dự báo giá trị tương lai của một biến nào đó chỉ bằng cách phân tích số liệu quá khứ và hiện tại của chính biến số đó. Chỉ có các chuỗi dữ liệu có tính ổn định thì mới có thể cho ra các dự báo tin cậy. Chính vì thế, như chúng ta sẽ biết, tính “dừng” là một điều kiện quan trọng nhất trong việc phân tích và dự báo chuỗi thời gian. Cho nên, trước khi xác định mô hình định lượng nào phù hợp với dữ liệu, người làm dự báo cần khảo sát dữ liệu một cách cẩn thận.
Các mô hình dự báo nhân quả dựa trên phân tích hồi quy. Chính vì vậy, chúng ta cần có kiến thức nền tảng nhất định về kinh tế lượng và thống kê để có thể dễ dàng tiếp cận và vận dụng các mô hình dự báo nhân quả.
Tuy nhiên, các phương pháp định lượng cũng có một số hạn chế. Thứ nhất, cả mô hình chuỗi thời gian và mô hình nhân quả chỉ dự báo tốt trong ngắn hạn và trung hạn. Những nhà quản lý thông thường sẽ cân nhắc độ chính xác dự báo thông qua chiều dài chuỗi dữ liệu sẵn có và khoảng các dự báo yêu cầu. Thứ hai, không có phương pháp nào có thể đưa đầy đủ những yếu tố bên ngoài có tác động đến kết quả dự báo vào mô hình. Các chuyên gia dự báo cho rằng một phương pháp dự báo tốt thông thường sẽ phải kết hợp những phương pháp định lượng và định tính.
(Nguồn: Nguyễn Trọng Hoài, 2009)