Đang tải... (xem toàn văn)
Dự báo ra đời từ rất sớm. Khi các nhà quản trị lên kế hoạch, trong hiện tại họ xác định định hướng tương lai cho hoạt động họ sẽ thực hiện. Bước đầu tiên trong hoạch định này chính là dự báo hay là ước lượng nhu cầu tương lai cho sản phẩm, dịch vụ và các nguồn lực cần thiết để phục vụ sản xuất sản phẩm đó. Dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ xảy ra trong tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập được. Khi tiến hành dự báo cần căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán học (Định lượng). Tuy nhiên dự báo cũng có thể là một dự đoán chủ quan hoặc trực giác về tương lai (Định tính) và để dự báo định tính được chính xác hơn, người ta cố loại trừ những tính chủ quan của người dự báo. Dù định nghĩa có sự khác biệt nào đó, nhưng đều thống nhất về cơ bản là dự báo bàn về tương lai, nói về tương lai. Dự báo trước hết là một thuộc tính không thể thiếu của tư duy của con người, con người luôn luôn nghĩ đến ngày mai, hướng về tương lai. Trong thời đại công nghệ thông tin và toàn cầu hóa, dự báo lại đóng vai trò quan trọng hơn khi nhu cầu về thông tin thị trường, tình hình phát triển tại thời điểm nào đó trong tương lai càng cao. Dự báo được sử dụng trong nhiều lĩnh vực khác nhau, mỗi lĩnh vực có một yêu cầu về dự báo riêng nên phương pháp dự báo được sử dụng cũng khác nhau. Ngày nay dự báo là một nhu cầu không thể thiếu trong mọi hoạt động kinh tế- xã hội, trong mọi lĩnh vực, mọi ngành. Với đề tài :“ Tìm 1 ví dụ thực tế, thực hiện dự báo bằng các phương pháp san mũ và so sánh giữa các phương pháp này để lựa chọn ra phương pháp phù hợp” nhóm 4 đã chọn “ Dự báo doanh thuần thu của Công ty cổ phần Dầu thực vật Tường An”.
LỜI MỞ ĐẦU Dự báo đời từ sớm Khi nhà quản trị lên kế hoạch, họ xác định định hướng tương lai cho hoạt động họ thực Bước hoạch định dự báo ước lượng nhu cầu tương lai cho sản phẩm, dịch vụ nguồn lực cần thiết để phục vụ sản xuất sản phẩm Dự báo khoa học nghệ thuật tiên đoán việc xảy tương lai, sở phân tích khoa học liệu thu thập Khi tiến hành dự báo cần vào việc thu thập, xử lý số liệu khứ để xác định xu hướng vận động tượng tương lai nhờ vào số mơ hình tốn học (Định lượng) Tuy nhiên dự báo dự đoán chủ quan trực giác tương lai (Định tính) để dự báo định tính xác hơn, người ta cố loại trừ tính chủ quan người dự báo Dù định nghĩa có khác biệt đó, thống dự báo bàn tương lai, nói tương lai Dự báo trước hết thuộc tính khơng thể thiếu tư người, người luôn nghĩ đến ngày mai, hướng tương lai Trong thời đại công nghệ thông tin tồn cầu hóa, dự báo lại đóng vai trị quan trọng nhu cầu thơng tin thị trường, tình hình phát triển thời điểm tương lai cao Dự báo sử dụng nhiều lĩnh vực khác nhau, lĩnh vực có yêu cầu dự báo riêng nên phương pháp dự báo sử dụng khác Ngày dự báo nhu cầu thiếu hoạt động kinh tế- xã hội, lĩnh vực, ngành Với đề tài :“ Tìm ví dụ thực tế, thực dự báo phương pháp san mũ so sánh phương pháp để lựa chọn phương pháp phù hợp” nhóm chọn “ Dự báo doanh thu Công ty cổ phần Dầu thực vật Tường An” Doanh thu khoản doanh thu bán hàng sau trừ khoản giảm trừ doanh thu như: thuế tiêu thụ đặc biệt, thuế xuất nhập , khoản chiết khấu thương mại, giảm giá hàng bán, doanh thu hàng bán bị trả lại MƠ HÌNH DỰ BÁO BẰNG PHƯƠNG PHÁP SAN MŨ I Giới thiệu chung phương pháp san mũ Phương pháp san mũ đơn giản = + (1 - ) : giá trị dự đoán thời điểm t+1 : giá tri dự đoán thời điểm t : giá trị quan sát thời điểm t : hệ số san mũ - Điều kiện áp dụng: dãy số thời gian khơng có xu khơng có biến động thời vụ rõ rệt Trước hết, dãy số thời gian san nhờ có tham gia số bình quân mũ, tức số bình quân di động gia quyền theo quy luật hàm số mũ - Phương pháp san mũ đơn giản cho giá trị dự báo giá trị trung bình có trọng số giá trị thực tế giá trị dự báo thời điểm t - Yếu tố quan trọng san mũ việc xác định hệ số - Nếu dãy số có nhiều biến đổi bất thường ta nên chọn nên chọn gần ngược lại muốn kết dự báo kết hợp với thay đổi gần số liệu Phương pháp san mũ Holt Khi yếu tố thời gian có yếu tố xu ( cục ) ta cần phải dự báo giá trị trung bình ( giá trị san mũ ) độ dốc (xu thế) để làm sở cho dự báo tương lai San mũ Holt phương pháp sử dụng hệ số san mũ α, β khác để ước lượng giá trị trung bình độ dốc chuỗi thời gian (theo mơ hình san mũ đơn giản ) Ước lượng giá trị trung bình Lt = αYt +( – α )( Lt – + Tt – ) Lt : giá trị san mũ (mới) thời điểm t Yt : giá trị quan sát thời điểm t α : hệ số san mũ giá trị trung bình ( < α < ) Tt : giá trị ước lượng xu Ước lượng xu ( độ dốc ) Tt = β( Lt - Lt – ) + ( 1- β ) Tt – Tt : giá trị ước lượng xu Lt : giá trị san mũ β: hệ số san mũ giá trị xu ( 0< β < ) Dự báo p giai đoạn tương lai t+p t+p = Lt + p Tt : giá trị dự đoán thời điểm t + p Tt : giá trị ước lượng xu Lt : giá trị san mũ - Lợi : áp dụng cho trọng số khác cho thành phần ngẫu nhiên xu hướng nên làm tăng tính linh hoạt dự báo - Sự bất lợi: định rõ hai tham số, không đơn giản Phương pháp san mũ Holt-Winters Mơ hình thường áp dụng biến động tượng qua thời gian có xu tuyến tính khơng có biến động thời vụ Giả sử có dãy số thời gian y1, y2, , yn với biến động có tính xu Bước 1: chọn hệ số α, β (0 < α, β < 1) Nếu chọn số san nhỏ tức coi mức độ thời dãy số ảnh hưởng đến mức độ dự báo Ngược lại, chọn số san lớn tức muốn dãy số san mũ phản ứng mạnh với thay đổi Bước 2: Tiến hanhfsan mũ cho giá trị ước lượng xu dãy số: Coi giá trị dãy số thời gian tổng hai thành phần: thành phần trung bình có trọng số giá trị thực tế (kí hiệu S t – giá trị ước lượng tượng thòi điểm t) thành phần xu (kí hiệu Tt) Ta có mơ hình san mũ: t+1 = St + Tt Trong đó: St = yt + (1 – )[ St–1 – T(t-1)] = yt + (1 – Tt = ( St – St-1) + (1- St )T(t-1) Đặt S2 = Y2 T2 = Y2 – Y1 Tiến hành san số mũ từ thời điểm thứ trở đi, ta có: S3 = Y3 + (1 – (S2 + T2) T3= ( S3 – S2) + (1 – )T2 S4 = Y4 + (1 – (S3 + T3) T4= ( S4 – S3) + (1 – )T3 … Bước 3: Sử dụng mức xu san số mũ thời điểm để dự đoán cho thời điểm tương lai để dự đoán giá trị tượng thòi điểm tương lai t+1 : t+1 = St + Tt Ở thòi điểm tương lai (t + h) (h = 2, 3, …) t+h II = St + hTt Lựa chọn số liệu xử lí số liệu Năm 2012 2013 2014 2015 869,321 952,311 982,610 925,067 859,229 980,989 932,459 820,302 Quý I II 912,702 881,187 894,568 899,496 990,357 876,592 713,742 948,529 III IV Báo cáo doanh thu CTCP Dầu thực vật Tường An Nguồn: Báo cáo thường niên qua năm 2012, 2013, 2014, 2015 CTCP Dầu thực vật Tường An III Thực xây dựng hàm san mũ phần mềm Eview8 Nhập số liệu - Mở cửa sổ làm việc với Eview: - Tạo file làm việc mới: từ menu chọn File/new/workfile - Trong Workfile Create: - Vào cửa sổ Object/NewObject: Type of Object: chọn kiểu liệu Series Name for Object: đánh tên biến Y Sau nhấn OK - Kích đúp vào Y ta có bảng sau: - Để nhập liệu: Click vào nút Edit+/- 10 - Nhấn OK ta có biểu đồ doanh thu dự báo: - Theo mô hình Holt-single dự báo cho năm 2016 doanh thu công ty Dầu ăn thực vật Tường An đạt khoảng 915,0315 tỉ đồng 15 Mơ hình có đặc trưng dự báo tầm xa từ mức độ trở lên nên thấy kết dự báo cho quý Hiểu dự báo cho quý I năm 2016 - Căn bậc sai số bình phương trung bình mơ hình : RMSE= 68,78368 Dự báo Mơ hình Holt ( Mơ hình san mũ tuyến tính khơng có tính mùa vụ) - Ta vào Quick/Series Statistics/Exponential Smoothing: - Xuất bảng Series Name, nhập tên biến cần dự báo Nhập Y nhấn OK 16 - Xuất bảng Exponential Smoothing: Smoothing Method: chọn Holt-Winters-No seasonal Smoothed Series: ghi tên biến ysm1 Nhấn OK 17 - Bảng báo cáo: - Xem kết dự báo, kích đúp chuột vào biến ysm1 Workfile 18 - Vẽ biểu đồ cho số liệu dự báo: Quick/Graph - Cửa sổ Series List xuất hiện: - Nhấn OK ta có biểu đồ doanh thu dự báo 19 Kết dự báo doanh thu theo quý lần lượt: - Quý I: doanh thu đạt 938,6997 tỉ đồng - Quý II: doanh thu đạt 952,8608 tỉ đồng - Quý III: doanh thu đạt 967,0219 tỉ đồng - Quý IV: doanh thu đạt 981,1801 tỉ đồng Căn bậc hai sai số bình phương trung bình cho mơ hình này: RMSE= 80,33853 Mơ hình Holt-Winter (Mơ hình san mũ tuyến tính có tính mùa vụ) Mơ hình cộng tính: Trong sổ Exponential Smoothing: Smoothing Method: chọn Holt-Winters-Additive Smoothed Series: ghi tên biến ysm2 Nhấn OK 20 - Bảng báo cáo 21 - Xem kết dự báo, kích đúp chuột vào biến ysm2 Workfile - Biểu đồ doanh thu dự báo mơ hình này: 22 Kết dự báo doanh thu theo quý lần lượt: - Quý I: doanh thu đạt 924,9517 tỉ đồng - Quý II: doanh thu đạt 890,8017 tỉ đồng - Quý III: doanh thu đạt 889,6127 tỉ đồng - Quý IV: doanh thu đạt 874,9295 tỉ đồng Căn bậc hai sai số bình phương trung bình cho mơ hình này: RMSE= 64,67554 Mơ hình nhân tính: Trong sổ Exponential Smoothing: Smoothing Method: chọn Holt-Winters-Multiplicative Smoothed Series: ghi tên biến ysm3 Nhấn OK - Bảng báo cáo: 23 - Xem kết dự báo, kích đúp chuột vào biến ysm3 Workfile 24 - Biểu đồ doanh thu dự báo mơ hình này: 25 Kết dự báo doanh thu theo quý lần lượt: - Quý I: doanh thu đạt 925,2797 tỉ đồng - Quý II: doanh thu đạt 890,8348 tỉ đồng - Quý III: doanh thu đạt 889,9757 tỉ đồng - Quý IV: doanh thu đạt 874,2708 tỉ đồng Căn bậc hai sai số bình phương trung bình cho mơ hình này: RMSE= 64,69920 26 IV Đánh giá kết so sánh mơ hình sử dụng Bảng báo cáo kết dự báo doanh thu công ty năm 2016: Quý I Quý II Quý III Quý IV RMSE Single(YSM) 915,0315 915,0315 915,0315 915,0315 68,78368 Holt(YSM1) 938,6997 952,8068 967,0219 981,1081 80,33853 Holtcongtinh (YSM2) Holtnhantinh (YSM3) 924,9517 890,8017 889,6127 874,9252 64,67554 925,2797 890,8348 889,9757 874,2708 64,69920 Tiêu chí đánh giá chất lượng dự báo mơ hình sử dụng sai số bình phương trung bình MSE bậc sai số bình phương trung bình RMSE - Dựa vào bảng kết dự báo: Mơ hình san mũ tuyến tính Holt-Winter có tính thời vụ dạng cộng tính có RMSE nhỏ nhất, điều chứng tỏ sai số dự báo mô hình thấp - Dựa vào biểu đồ: Biểu đồ YSM2 có đường YSM2 gần với Y Như để dự báo kết doanh thu công ty Dầu ăn thực vật Tường An, sử dụng kết mơ hình san mũ cộng tính Dự báo doanh thu cơng ty Dầu ăn thực vật Tường An năm 2016: Quý I: doanh thu đạt 924,9517 tỉ đồng Quý II: doanh thu đạt 890,8017 tỉ đồng Quý III: doanh thu đạt 889,6127 tỉ đồng Quý IV: doanh thu đạt 874,9295 tỉ đồng 27 V Tổng kết Trong biển liệu mở rộng, thu thập từ người cảm biến, phân tích dự báo cung cấp công cụ dẫn hướng cần thiết cho công ty cá nhân để đạt tới đích họ thành cơng Nó làm điều cách dự báo xảy ra, ta đáp ứng thích hợp để tiếp tục tiến trình xác, an tồn, lặp lại, có lợi nhuận hiệu Việc sử dụng phân tích dự báo cách mạng hóa cách tương tác với mơi trường Khi số lượng liệu tăng lên chất lượng cải thiện, lại trợ giúp có sẵn sức mạnh xử lý hiệu chi phí, phân tích dự báo bắt buộc lan tỏa chí cịn so với Trong trình dự báo kinh tế- xã hội phương pháp san mũ sử dụng phần mềm Eview, kết kiểm định phù hợp mơ hình san mũ cho thấy phương pháp Holt phù hợp để xây dựng mơ hình dự báo doanh thu Sử dụng kết dự báo doanh thu kết kinh doanh công ty sở để nhà quản lí đưa định quan trọng Tuy nhiên mơ hình cịn có số ưu nhược điểm: • Ưu điểm: - Đơn giản có kết tương đối xác phù hợp với dự đoán ngắn hạn cho nhà kinh doanh lập kế hoạch ngắn hạn - Hệ thống dự báo điều chỉnh qua tham số nhất: tham số san mũ - Dễ dàng chương trình hóa cần phải thực số phép toán sơ cấp để xác định giá trị dự báo • Nhược điểm: Phương pháp san mũ bó hẹp phạm vi dự báo ngắn hạn 28 BIÊN BẢN ĐÁNH GIÁ THẢO LUẬN NHÓM Họ tên Lớp Chức vụ Cơng việc Đánh giá 1.Ngơ Thị Lan Hương K49S5 Nhóm trưởng Phân bài, tổng A hợp Nguyễn Thị Hồng K49S4 Thành viên Phần thực hành Thuyết trình 3.Nguyễn Thị Hương K49S1 Thành viên Lý thuyết B B B Nguyễn Thị Hương K49S4 Thành viên San mũ đơn giản Làm Slide 5.Nguyễn Thị Hoàn K49S1 Thành viên Lý thuyết B San mũ Holt6.Đoàn Thị Hương 7.Đào Thị Hoa 8.Trần Thị Thanh K49S3 K49S3 K49S3 Thành viên Winter Phản biện, B Thành viên Thực hành Lý thuyết B Thành viên San mũ Holt Phản biện, B Hoa Thực hành Hà Nội, ngày 27 tháng 04 năm 2016 Nhóm trưởng Ngô Thị Lan Hương 29