Đang tải... (xem toàn văn)
PHÂN TÍCH SỐ LƯỢT KHÁCH DU LỊCH ĐẾN VIỆT NAM GIAI ĐOẠN 20102013 DỰ BÁO NĂM 2014 Phân tích chung số lượt khách du lịch quốc tế đến Việt Nam thể hiện qua các quý trong 4 năm từ năm 2010 đến 2013. Sau đó, dự báo cho các quý trong năm 2014. Sử dụng các mô hình dự báo để lựa chọn mô hình dự báo tốt nhất. Từ đó, đưa ra ưu nhược điểm của mô hình dự báo. Đề xuất một số giải pháp và dự báo cho tương lai số lượt khách du lịch đến Việt Nam trong thời gian tới
PHÂN TÍCH SỐ LƯỢT KHÁCH DU LỊCH ĐẾN VIỆT NAM GIAI ĐOẠN 2010-2013 DỰ BÁO NĂM 2014 MỤC LỤC MỤC LỤC 2 Chương 1 2 GIỚI THIỆU 2 1.1 ĐẶT VẤN ĐỀ NGHIÊN CỨU 2 1.2.1 Mục tiêu chung 3 1.2.2 Mục tiêu cụ thể 4 Chương 2 5 PHÂN TÍCH CÁC MÔ HÌNH DỰ BÁO 5 2.1. ĐÁNH GIÁ MÔ HÌNH 5 Chương 3 21 KẾT LUẬN VÀ KIẾN NGHỊ 21 3.1 KẾT LUẬN 21 3.2 KIẾN NGHỊ 21 Chương 1 GIỚI THIỆU 1.1 ĐẶT VẤN ĐỀ NGHIÊN CỨU Du lịch - dịch vụ là một trong ba thành phần chủ lực của một nền kinh tế, cùng với nông nghiệp và công nghiệp, phát triển du lịch – dịch vụ hiện nay đang được rất nhiều các quốc gia tập trung phát triển; bởi lẽ, phát triển du lịch không chỉ đơn thuần 2 mang lại cho quốc gia những nguồn lợi nhuận, nguồn thu ngân sách từ những hoạt động dịch vụ của những tổ chức, cá nhân hoạt động trong ngành du lịch nói chung và những ngành dịch vụ vệ tinh nói riêng, mà đây còn là một trong những cơ hội để một quốc gia, một dân tộc quảng bá về hình ảnh, văn hóa, con người của chính quốc gia, dân tộc đó. Tuy nhiên, hình thức phát triển du lịch ở mỗi quốc gia lại rất khác nhau và tùy thuộc vào thế mạnh của mỗi quốc gia. Thông thường, những quốc gia có nền lịch sử - văn hiến lâu đời, hoặc được thiên nhiên ưu đãi cho những cảnh quan đẹp, độc đáo sẽ là những quốc gia có nhiều thuận lợi hơn trong quá trình thu hút khách du lịch. Hội tụ đầy đủ những yếu tố về lịch sử - văn hóa – xã hội, Việt Nam gần như đã có những điều kiện cơ bản nhất để thu hút khách du lịch đến với dải đất hình chữ S của chúng ta. Trong quá trình hình thành và phát triển trong 40 năm (tính từ tháng 07/1960), với sự quan tâm của Đảng, Chính phủ và các cấp Chính quyền, ngành du lịch của nước ta đã có từng bước đổi mới, đặc biệt là từ những năm 90 đến nay, góp phần tích cực vào công cuộc thay đổi diện mạo của đất nước. Đảng và Chính phủ nước ta đã từng khẳng định rằng: “Phát triển du lịch là một định hướng chiến lược quan trọng trong đường lối phát triển kinh tế xã hội nhằm góp phần thực hiện công nghiệp hoá - hiện đại hoá đất nước”. Trong những năm gần đây, số lượt khách đến với Việt Nam đã không ngừng tăng, năm sau cao hơn năm trước. Cụ thể, năm 2010, với con số 5.049.855 lượt khách, tăng 34,8% so với năm 2009, một dấu hiệu hết sức khả quan. Năm 2011, với 6.014.032 lượt khách ghé thăm Việt Nam, tăng 19,1% so năm 2010. Năm 2012,ước đạt 6.847.678 tăng 13.86% so với cùng kỳ năm 2011. Tính riêng tháng 12 năm 2013, số lượt khách du lịch là 7.572.352, tăng 10,06% so với cùng kỳ năm trước. Măc dù với giá trị tuyệt đối của số lượt khách không ngừng tăng, nhưng nếu xem xét tốc độ tăng trưởng theo phần trăm, ta sẽ dễ dàng đánh giá được số lượt khách du lịch đến nước ta đang có xu hưởng giảm. Thế nhưng đây chỉ là những phỏng đoán dự trên những tính toán đơn giản. Trong khi đó, để đưa ra những dự báo chính xác hơn, ta cần phải kết hợp thêm những công cụ phân tích chuyên dụng. Vì thế, với mong muốn được tìm hiểu sâu hơn về tình hình khách du lịch đến Việt Nam nên nhóm chúng em chọn đề tài “Phân tích số lượt khách du lịch quốc tế đến Việt Nam giai đoạn 2010 – 2013 và dự báo cho năm 2014” để nghiên cứu. 1.2 MỤC TIÊU NGHIÊN CỨU 1.2.1 Mục tiêu chung - Phân tích số lượt khách du lịch quốc tế đến Việt Nam giai đoạn 2010-2013 và dự báo cho năm 2014. - Lựa chọn mô hình dự báo tốt nhất với nguồn dữ liệu sẵn có. Qua đó, nhận xét về ưu, nhược điểm của các mô hình. 3 - Đề ra những giải pháp thích hợp, dự báo tương lai để từ đó nâng cao kết quả hoạt động kinh doanh của Việt Nam. 1.2.2 Mục tiêu cụ thể -Phân tích chung số lượt khách du lịch quốc tế đến Việt Nam thể hiện qua các quý trong 4 năm từ năm 2010 đến 2013. Sau đó, dự báo cho các quý trong năm 2014. - Sử dụng các mô hình dự báo để lựa chọn mô hình dự báo tốt nhất. Từ đó, đưa ra ưu nhược điểm của mô hình dự báo. -Đề xuất một số giải pháp và dự báo cho tương lai số lượt khách du lịch đến Việt Nam trong thời gian tới. 4 Chương 2 PHÂN TÍCH CÁC MÔ HÌNH DỰ BÁO 2.1. ĐÁNH GIÁ MÔ HÌNH 2.1.1. Thống kê mô tả Hình 2.1: Kết quả thống kê mô tả so_luot_khach_dl trên Eviews 0 1 2 3 4 5 350 400 450 500 550 600 650 700 Series: SO_LUOT_KHACH_DL Sample 2010Q1 2014Q4 Observations 16 Mean 522.2261 Median 503.1677 Maximum 694.0260 Minimum 386.4323 Std. Dev. 95.23762 Skewness 0.214296 Kurtosis 1.806496 Jarque-Bera 1.072096 Probability 0.585056 Nhận xét: Trong các đại lượng thống kê mô tả được tính ở Hình 1 cho ta thấy số trung bình và trung vị có độ phân tán không cao thể hiện số liệu tốt. Với giá trị trung vị bằng 503.1677 và giá trị trung bình là 522.2261. Đồng thời, Probability = 58,5% nên mô hình có phân phối chuẩn. 2.1.2. Kiểm định mô hình Hình 2.2: Đồ thị kiểm định dạng dữ liệu của mô hình: 5 350 400 450 500 550 600 650 700 2010 2011 2012 2013 2014 SO_LUOT_KHACH_DL Nhận xét: Các quan sát của dữ liệu có xu hướng tăng, giảm theo thời gian cho thấy dữ liệu thuộc chuỗi dữ liệu thời gian. Dữ liệu có tính xu thế và tính mùa vụ (thể hiện rõ khi sử dụng kiểm định Kruskal- Wallis của mô hình nhân tính để biết được rằng có yếu tố mùa tồn tại trong chuỗi dữ liệu) Bảng 2.1: Kiểm định Kruskal – Wallis của mô hình nhân tính Test for Equality of Medians of SNIR_MUL Categorized by values of QUARTER Date: 10/31/14 Time: 10:42 Sample (adjusted): 2010Q2 2013Q2 Included observations: 13 after adjustments Method df Value Probability Med. Chi-square 3 13.00000 0.0046 Adj. Med. Chi-square 3 6.209821 0.1018 Kruskal-Wallis 3 9.137363 0.0275 Kruskal-Wallis (tie-adj.) 3 9.137363 0.0275 van der Waerden 3 8.556960 0.0358 Category Statistics > Overall QUARTER Count Median Median Mean Rank Mean Score 1 3 1.108958 3 11.00000 0.874326 2 4 0.927089 0 4.250000 -0.544910 3 3 0.912399 0 3.666667 -0.752291 4 3 1.066575 3 10.00000 0.604511 All 13 0.969230 6 7.000000 -6.83E-17 Nhận xét: Từ bảng 1cho thấy, prob của thống kê Kruskal – Wallis bằng 0.0275 ( nhỏ hơn 0.05) nên độ tin cậy 95% (hay ở mức ý nghĩa 5%) có yếu tố mùa tồn tại trong chuỗi dữ liệu. 6 2.2. CÁC MÔ HÌNH DỰ BÁO 2.2.1. Các mô hình dự báo giản đơn (được tính trong excel) 2.2.1.1.Các mô hình dự báo thô Đối với mô hình dự báo thô, bài tập sẽ thực hiện hai dạng mô hình là mô hình dựb áo giản đơn và mô hình dự báo giản đơn có kết hợp điều chỉnh các yếu tố mùa vụ, chụ kỳ. Kết quả dự báo cho năm 2014 như sau: Bảng 2.2: Kết quả ước lượng dự báo bằng mô hình dự báo thô và mô hình dự báo thô có kết hợp điều chỉnh Thời gian DB thô ĐC tính xu thế ĐC tính mùa vụ ĐC tính xu thế + mùa vụ 2014Q1 694,026 741,083 603,218 630,905 2014Q2 694,026 741,083 579,987 630,905 2014Q3 694,026 741,083 649,957 630,905 2014Q4 694,026 741,083 694,026 630,905 Nguồn: Tính toán của đề tài 2.2.1.2. Các phương pháp dự báo trung bình Đối với phương pháp dự báo trung bình, nhóm sẽ lần lượt áp dụng phương pháp dự báo trung bình giản đơn, trung bình di động với k=3, k=4 và trung bình di động kép. Kết quả dự báo được trình bày như bảng sau: Bảng 2.3: Kết quả dự báo theo các mô hình dự báo trung bình Y Mô hình TB giản đơn TB di động với k = 3 TB di động với k = 4 TB di động kép 2014Q1 515,072 671,992 605,453 550,3536 2014Q2 515,072 694,026 631,797 565,4006 2014Q3 515,072 694,026 631,797 586,1543 2014Q4 515,072 694,026 631,797 608,2429 Nguồn: Tính toán của đề tài 7 2.2.1.3. Các phương pháp san mũ a) San mũ giản đơn Sau khi chạy Eviews, Eviews sẽ tự tạo biến dự báo có tên YSM và dự báo trong bảng như sau: Bảng 2.4: Kết quả dự báo bằng hàm san mũ giản đơn Date: 11/09/14 Sample: 2010Q1 Included Method: Single Original Series: Y Y Forecast Series: YSM Parameters: Alpha 0.5780 Sum of Squared 74643.84 Root Mean 68.30256 End of Period Mean 663.1213 Như vậy, hệ số α tối ưu theo ước tính Eviews bằng 0.5780 Hình 2.3: Mô hình san mũ với α = 0.5780 350 400 450 500 550 600 650 700 10Q1 10Q3 11Q1 11Q3 12Q1 12Q3 13Q1 13Q3 Y YSM 8 b) San mũ Holt Bảng 2.5: Kết quả san mũ Holt Như vậy, hệ số α và β tối ưu theo ước tính trên eviews lần lượt bằng 0.2200 và 0.1300 Hình 2.4: Mô hình san mũ Holt với α = 0.2200 và β = 0.1300 350 400 450 500 550 600 650 700 10Q1 10Q3 11Q1 11Q3 12Q1 12Q3 13Q1 13Q3 Y YSM1 c) San mũ Winters: 9 Date: 11/09/14 Time: 09:31 Sample: 2010Q1 2013Q4 Included observations: 16 Method: Holt-Winters No Seasonal Original Series: Y Forecast Series: YSM1 Parameters: Alpha 0.2200 Beta 0.1300 Sum of Squared Residuals 57364.30 Root Mean Squared Error 59.87711 End of Period Levels: Mean 648.8435 Trend 16.65903 Bảng 2.6: Kết quả dự báo bằng san mũ Winter Sample: 2010Q1 2013Q4 Included observations: 16 Method: Holt-Winters Multiplicative Seasonal Original Series: Y Forecast Series: YSM2 Parameters: Alpha 0.0000 Beta 0.0000 Gamma 0.0000 Sum of Squared Residuals 16351.47 Root Mean Squared Error 31.96821 End of Period Levels: Mean 658.3267 Trend 17.68647 Seasonals: 2013Q1 1.105194 2013Q2 0.937249 2013Q3 0.914304 2013Q4 1.043253 Như vậy, hệ số α, β, γ đều có giá tri rất nhỏ. Điều này chứng tỏ sự biến thiên trong xu thế và chỉ số mùa vụ trong dữ liệu này là rất thấp. Hình 2.5: Mô hình san mũ Winters Kết quả dự báo lượt khách của nước ta cho 4 quý của năm 2014 như sau: Q1=(658.3267+17.68647)*1*1.105194=747.1256994 10 [...]... điểm cho thấy số lượt khách du lịch của nước ta trong năm 2014 sẽ có xu hướng tăng hơn so với những năm trước Cụ thể, số lượt từng quý sẽ như sau: 11 Bảng 2.8: Dự báo điểm theo từng quý Số lượt khách Thời gian dự báo năm 2014 Quý 1 675,180 Quý 2 692,120 Quý 3 709,060 Quý 4 726,000 b) Thực hiện dự báo khoảng Hình 2.6: Đồ thị dự báo khoảng 900 Forecast: YF Actual: Y Forecast sample: 2010Q1 2014Q4 Included... hình dự báo chính xác nhất để dự báo số lượt khách du lịch đến Việt Nam trong năm 2014 2.4 NHƯỢC ĐIỂM CỦA MÔ HÌNH Bên cạnh một số ưu điểm về mô hình dự báo lượt khách du lịch đến Việt Nam thì cũng có một số nhược điểm mà nhóm đặc biệt quan tâm như: - Mô hình gốc có hiện tượng tự tương quan - Khi phân tích theo mô hình san mũ Winter, α, β, γ đều cho một giá trị duy nhất là 0.000, vì thế khi dự báo cho năm. .. 8.005924 0.046315 0.000000 0.082824 0.917176 300 200 2010 2011 2012 YF 2013 2014 ± 2 S.E Kết quả thống kê cho thấy giá trị các hệ số đánh giá mô hình là: RMSE = 49,017 MAE = 40,557 MAPE = 8,006 Theil’s = 0,046 Tính giá trị dự báo khoảng Kết quả dự báo khoảng: Bảng 2.9: Kết quả dự báo khoảng Thời gian Số lượt khách du lịch năm 2014 Giới hạn trên Quý 1 798,085 12 Giới hạn dưới 534,411 Quý 2 817,738 548,645... HÌNH DỰ BÁO MÔ HÌNH DỰ BÁO THÔ GIẢN ĐƠN RMSE 72,09 MÔ HÌNH DỰ BÁO THÔ ĐIỀU CHỈNH XU THẾ 105,301 MÔ HÌNH DỰ BÁO THÔ ĐIỀU CHỈNH MÙA VỤ 81,882 TRUNG BÌNH GIẢN ĐƠN 102,877 TRUNG BÌNH DI ĐỘNG K=3 73,243 TRUNG BÌNH DI ĐỘNG K=5 71,099 TRUNG BÌNH DI ĐỘNG KÉP 96,274 MÔ HÌNH SAN MŨ GIẢN ĐƠN 68,302 MÔ HÌNH SAN MŨ HOLT 59,87711 19 MÔ HÌNH SAN MŨ WINTERS 31,97 MÔ HÌNH DỰ BÁO THEO HÀM XU THẾ 49,02 MÔ HÌNH DỰ BÁO... 10.87715 Durbin-Watson stat 1.920675 Log likelihood -84.97762 F-statistic 35.54806 Prob(F-statistic) 0.000035 Với mức ý nghĩa của mô hình là 71,7% và giá trị kiểm định prob là 0,000035, kết quả hồi quy thể hiện tính xu thế của dữ liệu số lượt khách du lịch vào nước ta năm 2010 – 2013 Hàm hồi quy theo biến số thời gian sẽ được viết như sau: Y = 387,2 + 16,94*t a) Thực hiện dự báo điểm Kết quả dự báo điểm... đó, công việc phân tích và dự báo là một việc làm cần thiết đối với bất kỳ một doanh nghiệp, tổ chức nàokhi tham gia vào các hoạt động kinh doanh Qua việc tìm hiểu về tình hình dự báo số lượt khách du lịch đến Việt Nam năm 2010-2013, ta có thể thấy rằng nước ta đã thực hiện tốt công tác quản lý của mình, luôn phản ánh kịp thời và đầy đủ thông qua số liệu của các quý trong năm, đảm bảo cho các hoạt động... biến động về số lượt khách du lịch đến nước ta là không cao đã giúp nước ta có thể tiết kiệm được các khoản chi phí phục vụ và các khoản chi phí khác…… 3.2 KIẾN NGHỊ Biến động về dự báo do nhiều nhân tố tác động, có những nhân tố khách quan bên ngoài và có những nhân tố chủ quan do chính doanh nghiệp, tổ chức nước ta tạo ra Và để nhận biết được những nhân tố này cần phải tiến hành công tác dự báo để kiểm... Winter, α, β, γ đều cho một giá trị duy nhất là 0.000, vì thế khi dự báo cho năm 2014 số lượt khách du lịch đến Việt Nam rất lớn do đó mô hình này có thể có độ chính xác không cao 20 Chương 3 KẾT LUẬN VÀ KIẾN NGHỊ 3.1 KẾT LUẬN Trong nền kinh tế thị trường thì sự cạnh tranh khốc liệt giữa các tổ chức, các doanh nghiệp trong ngành du lịch – dịch vụ nước ta là điều không tránh khỏi Muốn tồn tại và phát triển... TÍNH 32,94 2.3.ƯU ĐIỂM CỦA MÔ HÌNH Trong quá trình nghiên cứu về số lượt khách du lịch đến Việt Nam trong giai đoạn 2010-2013 thông qua việc chạy các mô hình dự báo Từ đó, đưa ra một số ưu điểm sau: - Độ lệch chuẩn thấp các giá trị trong mẫu thu thập có độ tập trung cao, giá trị trung bình và trung vị có tính đại diện cao - Phương sai sai số của mô hình không thay đổi - Vì chuỗi dữ liệu có tính xu thế,... 0.948788 611.2923 2013Q3 649.9570 0.893198 727.6743 2013Q4 694.0260 1.059059 655.3230 2014Q1 NA 1.114199 NA Obs 14 2014Q2 NA 0.948788 NA 2014Q3 NA 0.893198 NA 2014Q4 NA 1.059059 NA 2.2.3.1 Ước lượng hàm xu thế và dự báo Hình 2.8: Đồ thị thể hiện tính xu thế YSA 750 700 650 600 550 500 450 400 350 2010 2011 2012 2013 2014 Bảng 2.12: Kết quả hồi quy Dependent Variable: LOG(YSA) Method: Least Squares Date: