Mơ hình Level (L0) Trend (T0)
Holt’s 392.021 40.284
(Nguồn: Kết quảxửlý từExcel, 2019)
Từ kết quả chạy mơ hình hồi quy ta có L0 và T0: L0=392.021; T0=40.284
Với=0,29; =0,1 ta dự đốn nhu cầu Ltvà xu hướng Tttheo cơng thức: Lt=Dt+(1 -)(Lt-1+Tt-1)
Tt=(Lt– Lt-1)+(1-)Tt-1
Ft+1= Lt+pTt
Từ các số liệu tìm được, dựa vào mơ hình điều chỉnh xu hướng (Holt’s Model) để tiến hành dự báo lượng hàng dệt kim các Quý I(F13); Quý II(F14); Quý III(F15) và Quý IV(F16) của năm 2018 được thể hiện ở Bảng 2.18.
Bảng 2.18: Kết quảdựbáo hàng dệt kim của năm 2018 bằng mơ hình Holt’s Model
Đơn vị: PCE
Quý Dự báo năm 2018
I 921.111
II 962.240
III 1.003.370
IV 1.044.499
(Nguồn: Kết quảxửlý từExcel, 2019)
2.2.4.1.3. Kết quả dự báo hàng dệt kim bằng phương pháp hệ số điều chỉnh (Winter’s Model).
Ước tính mức độ với α là hệ số điều chỉnh mức độ
Lt=1 =α (Dt+1/St+1) + (1-α)(Lt+Tt)
Ước tính xu thế với β là hệ số điều chỉnh xu thế
Ước tính mùa vụ với γ là hệ số điều chỉnh mùa vụ, p=4
St+p+1= γ(Dt+1/Lt+1) + (1-γ)St+1
Dự báo nhu cầu thời kì t+1: Ft+1= (Lt+ Tt)St+1
Độ lệch giữa nhu cầu dự báo và nhu cầu thực tế: Et= Ft- Dt
Độ lệch: At= |Et|
Sai số bình phương trung bình: MSEt= Et
Độ lệch tuyệt đối trung bình: MADt= ∑ At
Phần trăm sai số tuyệt dối trung bình: MAPEt=∑
Tín hiệu theo dõi: TSt=∑
Bảng 2.19: Kết quảdựbáo hàng dệt kim của cơng ty theo mơ hình Winter’sModelPeriod, Period, t Demand, Dt Level, Lt Trend, Tt Seasonal Factor, St Forecast Ft Error Et Absolute At
MSEt MADt %Error MAPEt TSt
0 502.689 22.141 1 247.344 524.873 22.180 0,47 246.670 -674 674 454.141 674 0 0 -1 2 385.927 545.484 20.768 0,78 426.701 40.774 40.774 831.491.831 20.724 11 5 1,93 3 1.008.731 566.758 21.223 1,73 979.617 -29.114 29.114 836.863.081 23.521 3 5 0,47 4 614.518 588.240 21.456 1,03 605.620 -8.898 8.898 647.442.062 19.865 1 4 0,11 5 287.672 609.766 21.520 0,47 286.564 -1.108 1.108 518.198.984 16.114 0 3 0,06 6 513.067 632.099 22.251 0,78 491.945 -21.122 21.122 506.188.167 16.948 4 3 -1,19 7 1.110.024 653.963 21.903 1,73 1.132.352 22.328 22.328 505.094.816 17.717 2 3 0,12 8 688.223 675.633 21.693 1,03 696.241 8.018 8.018 449.994.573 16.504 1 3 0,62 9 319.371 696.790 21.211 0,47 327.764 8.393 8.393 407.822.006 15.603 3 3 1,19 10 590.524 719.185 22.276 0,78 559.753 -30.771 30.771 461.728.103 17.120 5 3 -0,71 11 1.285.667 741.510 22.320 1,73 1.282.852 -2.815 2.815 420.473.418 15.820 0 3 -0,95 12 795.366 764.081 22.546 1,03 786.769 -8.597 8.597 391.592.502 15.218 1 3 -1,55 13 0,47 369.646 14 0,78 631.166 15 1,73 1.439.041 16 1,03 880.012
Bảng 2.20: Kết quảchạy mơ hình hồi quy Winter’sModel
Mơ hình Level (L0) Trend (T0)
Winter’s 502.689 22.141
(Nguồn: Kết quảxửlý từExcel, 2019)
Từ kết quả chạy mơ hình hồi quy ta có L0=502.689; T0= 22.141
Với=0,03;=0,9 và γ=0,01 ta dự đoán nhu cầu Ltvà xu hướng Tttheo cơng thức: Ước tính mức độ với α là hệ số điều chỉnh mức độ
Lt=1 = α (Dt+1/St+1) + (1-α) (Lt+Tt)
Ước tính xu thế với β là hệ số điều chỉnh xu thế
Tt+1= β (Lt+1– Lt) + (1 –β) Tt
Ước tính mùa vụ với γ là hệ số điều chỉnh mùa vụ, p=4
St+p+1= γ (Dt+1/Lt+1) + (1-γ) St+1
Dự báo nhu cầu thời kì t+1
Ft+1= (Lt+ p.Tt) St+1
Từ các số liệu tìm được, dựa vào mơ hình Winter’s để tiến hành dự báo lượng hàng dệt kim các Quý I, II, III và IV của năm 2018 được thể hiện ở Bảng 2.21.
Bảng 2.21: Kết quảdựbáo hàng dệt kim năm 2018 bằng mơ hình Winter’s Model
Đơn vị: PCE
Quý Dự báo năm 2018
I 369.646
II 631.166
III 1.439.041
IV 880.012
2.2.4.1.4. Đánh giá và lựa chọn phương pháp dự báo
Kết quả từ ba phương pháp trên, chúng ta có thể so sánh MAD, MAPE và RMSE được trình bày ở Bảng 2.22.
Bảng 2.22: So sánh MAD, MAPE và RMSE giữa 3 phương pháp dự báo
Phương pháp dự báo MAD MAPE RMSE
Simple exponential smoothing 266.054 52 340.912
Holt’s model 271.756 50 343.055
Winter’s model 15.218 3 19.789
(Nguồn: Kết quảxửlý từExcel, 2019)
Cả ba phương pháp đều có chỉ số MAD, RMSE khá cao. Tuy nhiên phương pháp dự báo Winter’s model có trị số MAD, MAPE và RMSE thấp hơn hẳn so với các phương pháp SES và Holt’s. Vì có 2 yếu tố tác động vào là yếu tố xu hướng và mùa vụ nên càng làm cho phương pháp dự báo này chính xác hơn so với các dự báo còn lại nên được chọn để dự báo cho giai đoạn tiếp theo.
2.2.4.1.5. Kiểm tra độ chính xác của phương pháp bằng Holtdout Period
Theo phương pháp Holtdout Period, số liệu của năm 2018 được sử dụng để kiểm tra độ chính xác của mơ hình được chọn. Kết quả hàng dệt kim dự báo cho năm 2018 được thể hiện trong Bảng 2.23.
Bảng 2.23: Kết quả dự báo năm 2018 bằng các phương pháp SES, Holt’s và Winter’s
Đơn vị: PCE
Quý Nhu cầunăm 2018 Dựbáo SES Dự báo Holt’s Dự báo Winter’s
I 353.196 706.489 921.111 369.646
II 605.524 706.489 962.240 631.166
III 1.596.074 706.489 1.003.370 1.439.041
IV 1.064.449 706.489 1.044.499 880.012
Biểu đồ2.9: Kết quả dự báo thực tế bằng các phương pháp SES, Holt’s và Winter’s trong năm 2018
Thông qua biểu đồ ta nhận thấy số liệu dự báo khá tốt, lượng sai lệch khơng lớn, thích hợp cho cơng tác dự báo của công ty.
2.2.4.1.6. Kết quả dự báo hàng dệt kim bằng phương pháp hệ số điều chỉnh (Winter’s Model) cho năm 2019.
Sau khi lựa chọn được phương pháp dự báo Winter’s model, tơi sử dụng tồn bộ dữ liệu 2015 – 2018 để dự báo lượng hàng dệt kim của công ty cho năm 2019 bằng phần mềm Eview 8. Kết quả dự báo lượng hàng dệt kim trong năm 2019 được thể hiện ở Bảng 2.24.
Bảng 2.24: Kết quả dự báo hàng dệt kim của công ty năm 2019
Đơn vị: PCE
Quý Dự báo năm 2019
I 439.182
II 747.767
III 1.757.615
IV 1.092.760
(Nguồn:Kết quả xử lý bằng phần mềm Eview)
0 200,000 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000 1,800,000 I II III IV
Thông qua việc so sánh các giá trị MAD, MAPE và RMSE của ba phương pháp được đề xuất, mơ hình dự báo winter’s model đã được lựa chọn. Sau khi kiểm tra độ chính xác bằng phương pháp Holdout Period, tôi đã đưa ra được kết quả dự báo lượng hàng dệt kim của bốn quý trong năm 2019. Kết quả dự báo quý I năm 2019 có 439.182 pce, quý II có 7474.767 pce, quý 3 có 1.757615 pce và quý 4 có 1.092.760 pce. Nhìn chung, kết quả dự báo này phù hợp với xu hướng phát triển của dữ liệu trong giai đoạn khảo sát từ năm 2015 đến năm 2019.
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
Biểu đồ2.10: Dự báo hàng dệt kim bằng mơ hình winter’s model
(Nguồn: Kết quảxửlý bằng phần mềm Eview) Bảng 2.25: Dự báo cơ cấu mặt hàng dệt kim của công ty giai đoạn 2018 - 2019
Đơn vị: PCE
Dệt thoi Năm 2018 Năm 2019
So sánh 2019/2018 +/- % Quý I 353.196 439.182 85.986 24,35 Quý II 605.524 747.767 142.243 23,5 Quý III 1.596.074 1.757.615 161.541 10,12 Quý IV 1.064.449 1.092.760 28.311 2,66 Tổng 3.619.243 4.037.324 418.081 11,55
(Nguồn: Kết quả xửlý bằng phần mềm Eview)
Qua bảng 2.25 ta thấy dự báo lượng hàng dệt kim trong năm 2019 tăng trưởng cao so với năm 2018. Cụ thể tổng hàng dệt kim công ty năm 2019 tăng so năm 2018 là 11,55% tương ứng tăng 418.081 pce. Quý I năm 2019 tăng 24,35% so với năm 2018 tương ứng tăng 85.986 pce, quý II tăng 23,5% so với năm 2018 tương ứng tăng 142.243 pce, quý III tăng 10,12% so với năm 2018 tương ứng tăng 161.541 pce và quý IV tăng 2,66 % so với năm 2018 tương ứng tăng 28.311 pce.
2.2.4.2. Kết quảdựbáo hàng dệt thoi xuất khẩu của Cơng ty Cổphần Dệtmay Phú Hịa Angiai đoạn 2015–2018. may Phú Hòa Angiai đoạn 2015–2018.
Bảng 2.26: Số lượng hàng dệt thoi xuất khẩu tại công ty giai đoạn 2015–2018
Đơn vị: PCE
Quý Năm 2015 Năm 2016 Năm 2017 Năm 2018
I 43.076 101.396 109.632 234.225
II 55.861 109.958 129.500 258.865
III 90.435 180.575 283.288 413.874
IV 59.844 139.958 199.204 288.019
(Nguồn: Phịng Kinh doanh cơng ty)
Dựa vào dữ liệu Bảng 2.26, ta có biểu đồ thể hiện số lượng hàng dệt thoi xuất khẩu hàng dệt thoi của công ty giai đoạn 2015 – 2018.
Biểu đồ2.11: Số lượng hàng dệt thoi xuất khẩu theo quý giai đoạn 2015–2018
0 50,000 100,000 150,000 200,000 250,000 300,000 350,000 400,000 450,000
Quý I Quý II Quý III Quý IV
Năm 2015 Năm 2016 Năm 2017 Năm 2018
(Nguồn: Phịng kinh doanh cơng ty)
Dựa vào biểu đồ, số lượng hàng dệt thoi có nhiều biến động theo hàng quý trong giai đoạn 4 năm tính từ năm 2015. Lượng hàng dệt thoi xuất khẩu tăng dần qua các năm. Thêm vào đó, lượng hàng dệt thoi tăng qua các quý và cao nhất trong quý III. Vì vậy, dữ liệu vừa mang tính xu hướng, tính mùa vụ hoặc vừa xu hướng mùa vụ. Do đó tơi sử dụng phần mềm SPSS để dự báo lượng hàng dệt thoi của công ty bằng các phương pháp san bằng mũ Giản đơn (SES), Holt’s và Winter’s.
Để đánh giá sự phù hợp của mơ hình dự báo tối ưu thơng qua hệ số tương quan R2, căn bậc hai của sai số bình phương trung bình (RMSE) và phần trăm sai số tuyệt đối trung bình (MAPE). Phương pháp nào có hệ số tương quan cao nhất, căn bậc hai của sai số bình phương trung bình và phần trăm sai số tuyệt đối trung bình thấp nhất sẽ được chọn để đưa ra kết quả dự báo hàng dệt thoi năm 2019 của công ty.
2.2.4.2.1. Kết quả dự báo hàng dệt thoicủa công ty bằng phương pháp san bằng mũ giản đơn –Simple exponential smoothing(SES)
Bảng 2.27: Kết quả đánh giá sự phù hợp của mơ hình SES
Phương pháp dựbáo Mức độ phù hợp của phương pháp
R2 RMSE MAPE
SES 0,566 68.327 24.837
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Bảng 2.27 cho ta thấy dự báo có chỉ số căn bậc hai sai số bình phương trung bình RMSE = 68.327, sai số phần trăm tuyệt đối MAPE = 24.837 và hệ số tương quan R2= 0,566.
ĐVT: PCE
Phương pháp dự báo Q1 2019 Q2 2019 Q3 2019 Q4 2019
SES Dự báo điểm 310.919 310.919 310.919 310.919
Khoảng trên 456.556 479.442 499.572 517.752
Khoảng dưới 165.283 142.397 122.267 104.087
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Từ Bảng 2.28 cho ta thấy kết quả dự báo điểm và kết quả dự báo khoảng ở độ tin cậy 95%.
Quý I: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 310.919 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 165.283 đến 456.556 pce.
Quý II: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 310.919 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của công ty có thể đạt ở mức từ 142.397 đến 479.442 pce.
Quý III: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 310.919 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 122.267 đến 499.572 pce.
Quý IV: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 310.919 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của công ty có thể đạt ở mức từ 104.087 đến 517.752 pce.
2.2.4.2.2. Kết quả dự báo hàng dệt thoitheo mơ hìnhđiều chỉnh theo xu hướng (Holt’s Model)
Bảng 2.29: Kết quả đánh giá sự phù hợp của mơ hìnhHolt’s
Phương pháp dự báo Mức độ phù hợp của phương pháp
R2 RMSE MAPE
Holt’s 0,762 52.403 25.938
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Bảng 2.29 cho ta thấy dự báo có chỉ số căn bậc hai sai số bình phương trung bình RMSE = 52.403, sai số phần trăm tuyệt đối MAPE = 25.938 và hệ số tương quan R2 = 0,762.
Bảng 2.30: Kết quả dự báo hàng dệt thoi năm 2019 bằng mơ hình Holt’s
ĐVT: PCE
Phương pháp dự báo Q1 2019 Q2 2019 Q3 2019 Q4 2019
Holt’s Dự báo điểm 332.286 351.577 370.868 390.160
Khoảng trên 444.680 464.505 484.328 504.149
Khoảng dưới 219.892 238.649 257.409 276.171
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Từ Bảng 2.30 cho ta thấy kết quả dự báo điểm và kết quả dự báo khoảng ở độ tin cậy 95%.
Quý I: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 332.286 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của công ty có thể đạt ở mức từ 219.892 đến 444.680 pce.
Quý II: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 351.577 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 238.649 đến 464.505 pce.
Quý III: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 370.868 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 257.409 đến 484.328 pce.
Quý IV: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 390.160 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 276.171 đến 504.149 pce.
Biểu đồ2.13: Kết quả dự báo hàng dệt thoi năm 2019
(Nguồn: Kết quả xử lý số liệubằng phần mềm SPSS)
2.2.4.2.3. Kết quả dự báo hàng dệtthoi bằng phương pháp hệ số điều chỉnh (Winter’s Model).
Bảng 2.31: Kết quả đánh giá sự phù hợp của mơ hình Winter’s
Phương pháp dự báo Mức độ phù hợp của phương pháp
R2 RMSE MAPE
Winter’s 0,909 33.539 13.814
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Bảng 2.31 cho ta thấy dự báo có chỉ số căn bậc hai sai số bình phương trung bình RMSE = 33.539, sai số phần trăm tuyệt đối MAPE = 13.814 và hệ số tương quan R2= 0,909.
ĐVT: PCE
Phương pháp dự báo Q1 2019 Q2 2019 Q3 2019 Q4 2019
Winter’s Dự báo điểm 299.834 321.513 531.515 356.104
Khoảng trên 372.290 395.845 613.979 434.664
Khoảng dưới 227.378 247.180 449.050 277.545
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
Từ Bảng 2.32 cho ta thấy kết quả dự báo điểm và kết quả dự báo khoảng ở độ tin cậy 95%.
Quý I: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 299.834 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 227.378 đến 372.290 pce.
Quý II: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 321.513 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 247.180 đến 395.845 pce.
Quý III: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 531.515 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 449.050 đến 613.979 pce.
Quý IV: Lượng hàng dệt thoi theo kết quả dự báo điểm sẽ là 356.104 pce; nếu sử dụng dự báo khoảng thì lượng hàng dệt thoi của cơng ty có thể đạt ở mức từ 227.545 đến 434.664 pce.
Biểu đồ2.14: Kết quả dự báo hàng dệt thoi năm 2019
(Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS)
2.2.4.2.4. Đánh giá và lựa chọn phương pháp dự báo
Kết quả dự báo từ 3 phương pháp trên, chúng ta có thể đánh giá mức độ phù hợp giữa các phương pháp thông qua các chỉ tiêu R2, RMSE và MAPE được trình bày ở Bảng 2.33.
Bảng 2.33:Đánh giá mức độ phù hợp giữa các phương pháp dự báo
Phương pháp dự báo Mức độphù hợp của phương pháp
R2 RMSE MAPE
Simple exponential smoothing 0,566 68.327 24.837
Holt’s model 0,762 52.403 25.938
Winter’s model 0,909 33.539 13.814
(Nguồn: Kết quảxửlý bằng phần mềm SPSS)
Bảng 2.33 cho ta thấy cả ba phương pháp dự báo trên đều có chỉ số căn bậc hai sai số bình phương trung bình RMSE và sai số phần trăm tuyệt đối MAPE khá cao. Tuy nhiên phương pháp dự báo Winter’s model có trị số MAPE = 13.814 và RMSE = 33.539 thấp hơn hẳn so với 2 phương pháp SES và Holt’s. Mặc khác mơ hình Winter’s có hệ số tương quan R2 = 0,909 lớn hơn so với 2 phương pháp cịn lại. Vì vậy, phương
pháp Winter’s được lựa chọn để dự báo hàng dệt thoi xuất khẩu của công ty cho các quý năm 2019 ở bảng 2.34.
Bảng 2.34: Kết quảdựbáo hàng dệtthoi năm 2019
Đơn vị: PCE
Q1 2019 Q2 2019 Q3 2019 Q4 2019
Dự báo điểm 299.834 321.513 531.515 356.104
Dự báo khoảng trên 372.290 395.845 613.979 434.664