Bài giảng Kinh tế quản lý - Chương 2: Dự báo

Chương 2. Dự báo1Dự báoGiới thiệuTầm quan trọng của dự báoNhững chủ đề của dự báoNhững điều kiện tiên quyết cho một dự báo tốtCác bước của hệ thống dự báoNhững kỹ thuật dự báoPhương pháp định tínhÝ kiến chuyên giaNhững cuộc thăm dò ý kiến và nghiên cứu thị trườngPhương pháp định lượngPhương pháp chuỗi thời gianDự báo với những kỹ thuật làm trơn Kỹ thuật dự phóngPhương pháp dự báo với mô hình kinh tế lượng2Tầm quan trọng của dự báo KẾ HOẶCHDỰ BÁOMỤC TIÊU3Những chủ đề của dự báoDự báo tầm vĩ môTổng sản phẩm quốc nội (GDP)Các cấu phần của GDP: tiêu dùng, đầu tưDự báo ngànhDoanh số bán của toàn ngành Xu hướng của ngành, các đối thủ cạnh tranhDự báo tầm vi môDự báo cho một hãng cụ thể về doanh số bán, chi phí, lợi nhuận 4Những điều kiện tiên quyết cho một dự báo tốt Dự báo phải phù hợp với hoàn cảnh của công ty. Dự báo tốt nên được dựa trên kiến thức về quá khứ thích hợp. Dự báo nên xem xét đến môi trường kinh tế và chính trị. Dự báo phải đúng thời gian.5Các bước của hệ thống dự báo Xác định mục tiêu.Chọn những hạng mục hoặc số lượng cần được dự báo.Xác định thời kỳ dự báo - thí dụ ngắn hạn, trung hạn hay dài hạn.Chọn mô hình dự báo.Thu thập số liệu cần thiết để thực hiện dự báo.Phê chuẩn mô hình dự báo.Thực hiện dự báo.Thực thi kết quả.6Những kỹ thuật dự báo Phương pháp định tínhPhương pháp định lượng7Một số yếu tố cần được xem xét khi lựa chọn kỹ thuật dự báo thích hợpVấn đề cần được dự báo. Tác động qua lại của hoàn cảnh với những đặc tính của những phương pháp dự báo sẵn có. Lượng số liệu quá khứ sẵn có.Lượng thời gian cho phép để chuẩn bị dự báo. Chi phí dự báo và độ chính xác. 8 Phương pháp định tínhÝ kiến chuyên giaPhương pháp hội thẩm ý kiến các ủy viên ban quản trị Phương pháp DelphiThăm dò ý kiến và nghiên cứu thị trường 9Phương pháp định lượngNhững phương pháp chuỗi thời gianDự báo với những kỹ thuật làm trơnKỹ thuật dự phóng Những mô hình kinh tế lượng (phương pháp nhân quả).10Những phương pháp chuỗi thời gianDự báo với những kỹ thuật làm trơnPhương pháp trung bình độngPhương pháp làm trơn theo luật số mũKỹ thuật dự phóngTốc độ tăng trưởng ghép cố định Kỹ thuật dự phóng chuỗi thời gian nhìn thấy đượcKỹ thuật dự phóng phân tích chuỗi thời gian11Dự báo với những kỹ thuật làm trơn Khi không có xu hướng mạnh trong chuỗi thời gianKhi có những thay đổi không thường xuyên trong hướng của chuỗi Khi những dao động là ngẫu nhiên hơn là theo mùa hay chu kỳ 12Phương pháp trung bình động Trong đó: E: số liệu dự báo X: số liệu thực tế N: kích cỡ thời kỳ sử dụng13Phương pháp trung bình động14Phương pháp trung bình độngChọn kích cỡ thời kỳ N?Lỗi dự báo = Giá trị thực tế - Giá trị dự báoMột thước đo tổng thể lỗi dự báo của mô hình là độ lệch trung bình tuyệt đối (MAD) Chọn kích cỡ thời kỳ nào có MAD thấp nhất.15Phương pháp trung bình độngHạn chế:Nếu tăng kích cỡ N thì có thể làm trơn hơn những dao động song nó sẽ làm cho phương pháp này kém nhạy cảm với những thay đổi thực tế trong số liệu. Phương pháp trung bình động không thể mô tả xu hướng được. Phương pháp trung bình động đòi hỏi phải duy trì lượng số liệu quá khứ khá lớn.16Phương pháp làm trơn theo luật số mũTrong đó: E: số liệu dự báo X: số liệu thực tế w: trọng số (hệ số làm trơn cố định) 0 < w < 1Chọn trọng số w có MAD thấp nhất.17Phương pháp làm trơn theo luật số mũ18Kỹ thuật dự phóng Tốc độ tăng trưởng ghép cố định Kỹ thuật dự phóng chuỗi thời gian nhìn thấy đượcKỹ thuật dự phóng phân tích chuỗi thời gian 19Tốc độ tăng trưởng kép cố định Trong đó B: số lượng của năm đầu E: số lượng của năm cuối n: số năm trong khoảng thời gian i: tốc độ tăng trưởng cố định Dự báo của những năm tới có thể được ước định ở mức tăng trưởng i hàng năm. 20Kỹ thuật dự phóng phân tích chuỗi thời gianƯu điểm:Dễ dàng tính toán. Không đòi hỏi nhiều khả năng đánh giá hay kỹ năng phân tích của người thực hiện.Không giống như kỹ thuật dự phóng chuỗi thời gian nhìn thấy được, nó mô tả một đường có thể khớp nhất cho số liệu quá khứ.Ngoại trừ trường hợp chuyển hướng đột biến có thể xảy ra, kỹ thuật dự phóng dựa theo phương pháp phân tích này là thường đáng tin cậy trong ngắn hạn.21Kỹ thuật dự phóng phân tích chuỗi thời gianBốn đặc tính của số liệu:Xu hướng. Đây là hướng chuyển động của số liệu trong một khoảng thời gian tương đối dài, hoặc tăng lên hoặc giảm xuống.Những dao động chu kỳ. Đây là những độ chệch ra khỏi xu hướng vì những điều kiện kinh tế nói chung. Những dao động theo mùa. Mẫu lập đi lập lại theo mùa.Tính không theo qui luật. Những dao động ngẫu nhiên, không ổn định và không thường lặp lại và không thể dự đoán trước được.22Kỹ thuật dự phóng phân tích chuỗi thời gianSố liệu chuỗi thời gian có thể được biểu diễn dưới dạng tích:Trong đó Y: giá trị thực tế của số liệu trong chuỗi thời gian tại thời kỳ t T: cấu phần xu hướng tại thời kỳ t C: cấu phần chu kỳ tại thời kỳ t S: cấu phần theo mùa tại thời kỳ t R: cấu phần ngẫu nhiên tại thời kỳ tNhiệm vụ: phân tách chuỗi thời gian của số liệu thực tế Y thành bốn cấu phần. 23Phương pháp dự báo với mô hình kinh tế lượngMô hình kinh tế lượng thể hiện mối quan hệ nhân quả giữa biến cần dự báo (biến phụ thuộc) và các biến ảnh hưởng đến nó (biến độc lập). Phương pháp dự báo với mô hình kinh tế lượng thu thập số liệu quá khứ của các biến độc lập và phụ thuộc và chạy hàm hồi qui. Kết quả hàm hồi qui là phương trình biểu diễn biến phụ thuộc theo các biến độc lập. Nó giải thích biến phụ thuộc chịu ảnh hưởng như thế nào khi các biến độc lập thay đổi. Trong phương pháp dự báo với mô hình kinh tế lượng, Y là biến số cần được dự báo. Khi biết được những thay đổi trong các biến số X thì giá trị của Y sẽ dễ dàng được ước tính từ phương trình hồi qui.24