Đang tải... (xem toàn văn)
dự báo số lượt khách quốc tế đến Việt Nam, kết quả được thực hiện trên phần mềm Eview bằng các phương pháp: phân tích, Arima. Dành cho các bạn viết luận văn, bài tập nhóm, chuyên đề về dự báo kinh tế. Các công ty du lịch ngoài việc đề ra chính sách phát triển, đổi mới loại hình kinh doanh, tăng sức canh tranh. Cần phải dự báo số lượt khách trong từng thời kỳ, hiểu rõ sự biến động trong từng giai đoạn nhầm phân tích và có những chiến lược phù hợp hơn để phát triển ngành du lịch nói riêng và dịch vụ nói chung. Hiểu được sự cần thiết của dự báo số lượt khách du lịch lên sự phát triển ngành dịch vụ nhóm đã chọn đề tài “Dự báo số lượt khách quốc tế đến Việt Nam từ tháng 042015 đến tháng 092015” để có cái nhìn tổng quát hơn thực trạng cũng như dự báo trong thời gian sắp tới của du lịch Việt Nam
MỤC LỤC Trang CHƯƠNG GIỚI THIỆU 1.1 LÝ DO CHỌN ĐỀ TÀI 1.2 MỤC TIÊU NGHIÊN CỨU 1.2.1 Mục tiêu chung 1.2.2 Mục tiêu cụ thể 1.3 PHẠM VI NGHIÊN CỨU 1.3.1 Đối tượng nghiên cứu 1.3.2 Thời gian nghiên cứu 1.3.3 Không gian nghiên cứu CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 2.1 PHƯƠNG PHÁP THU THẬP SỐ LIỆU 2.2 PHƯƠNG PHÁP PHÂN TÍCH SỐ LIỆU 2.2.1 Dự báo phương pháp phân tích 2.2.2 Các loại kiểm định 2.2.3 Các tiêu đánh giá độ xác CHƯƠNG DỰ BÁO SỐ LƯỢT KHÁCH QUỐC TẾ ĐẾN VIỆT NAM GIAI ĐOẠN TỪ THÁNG 04/2015 ĐẾN THÁNG 09/2015 3.1 NHẬN DẠNG MÔ HÌNH VÀ MÔ TẢ SỐ LIỆU 3.1.1 Vẽ đồ thị 3.1.2 Kiểm định tính mùa vụ 3.1.3 Mô tả số liệu 3.2 PHÂN TÍCH TÍNH XU THẾ 10 3.2.1 Tách yếu tố mùa vụ 10 3.2.2 Dự báo tính xu hàm bậc nhất: LUOT_KHSAF=C+βT+ut 11 3.2.3 Dự báo tính xu hàm bậc ba: UOT_KHSAF=C+β0T+β1T2+ β2T3 +ut 14 i Trang 3.2.4 Dự báo tính xu hàm tăng trưởng mũ: LUOT_KHSAF=eC + βT + ut Hay LnLUOT_KHSAF=C+ βT+ut 188 3.3 DỰ BÁO LƯỢT KHÁCH QUỐC TẾ ĐẾN VIỆT NAM GIAI ĐOẠN TỪ THÁNG 04/2015 ĐẾN THÁNG 09/2015 211 PHỤ LỤC I SỐ LIỆU TỔNG HỢP 244 TÀI LIỆU THAM KHẢO 266 ii CHƯƠNG GIỚI THIỆU 1.1 LÝ DO CHỌN ĐỀ TÀI Trong giai đoạn hội nhập, nhà kinh tế, nhà hoạch định sách, ngày ý nhiều tới đóng góp ngành dịch vụ tới trình phát triển kinh tế toàn giới Người ta thấy rằng, trình độ phát triển kinh tế nước cao tỷ trọng dịch vụ - thương mại cấu ngành kinh tế nước lớn Dịch vụ phát triển thúc đẩy phân công lao động xã hội chuyên môn hóa, tạo điều kiện cho lĩnh vực sản xuất khác phát triển Mặc dù xếp vào nhóm nước phát triển coi dịch vụ hướng phát triển trọng tâm, tỷ trọng ngành dịch vụ Việt Nam chiếm khoảng 43,8% GDP Tổ chức Thương mại Thế giới (WTO) chia hoạt động dịch vụ khác thành 12 ngành (trong gồm 155 tiểu ngành): Các dịch vụ kinh doanh; dịch vụ bưu viễn thông; dịch vụ xây dựng dịch vụ kỹ thuật liên quan khác; dịch vụ phân phối; dịch vụ giáo dục; dịch vụ môi trường; dịch vụ tài chính; dịch vụ xã hội liên quan đến y tế; dịch vụ du lịch dịch vụ liên quan đến lữ hành; dịch vụ giải trí văn hoá, thể thao; dịch vụ vận tải dịch vụ khác Trong năm qua, du lịch Việt Nam đà phát triển, lượng khách quốc tế đến khách du lịch nội địa ngày tăng Du lịch Việt Nam ngày biết đến nhiều giới, nhiều điểm đến nước bình chọn địa yêu thích du khách quốc tế Du lịch ngày nhận quan tâm toàn xã hội Chất lượng tính cạnh tranh du lịch vấn đề nhận nhiều ý thảo luận rộng rãi Các công ty du lịch việc đề sách phát triển, đổi loại hình kinh doanh, tăng sức canh tranh Cần phải dự báo số lượt khách thời kỳ, hiểu rõ biến động giai đoạn nhầm phân tích có chiến lược phù hợp để phát triển ngành du lịch nói riêng dịch vụ nói chung Hiểu cần thiết dự báo số lượt khách du lịch lên phát triển ngành dịch vụ nhóm chọn đề tài “Dự báo số lượt khách quốc tế đến Việt Nam từ tháng 04/2015 đến tháng 09/2015” để có nhìn tổng quát thực trạng dự báo thời gian tới du lịch Việt Nam 1.2 MỤC TIÊU NGHIÊN CỨU 1.2.1 Mục tiêu chung Dư báo số lượt khách quốc tế đến Việt Nam từ tháng 4/2015 đến tháng 9/2015 nhằm đưa kết dự báo số lượt khách quốc tế đến Việt Nam từ tháng 4/2015 đến tháng 9/2015 1.2.2 Mục tiêu cụ thể Mô tả liệu xác định dạng mô hình Thực dự báo lượt khách quốc tế đến Việt Nam phương pháp phân tích Lựa chọn mô hình đánh giá mô hình dự báo 1.3 PHẠM VI NGHIÊN CỨU 1.3.1 Đối tượng nghiên cứu Đề tài chủ yếu nghiên cứu lượt khách quốc tế đến Việt Nam 1.3.2 Thời gian nghiên cứu Thời gian thu thập số liệu từ ngày 02/02/2015-02/03/2015 Thời gian thực đề tài từ ngày 20/01/2015-10/04/2015 1.3.3 Không gian nghiên cứu Đề tài thực phạm vi kinh tế Việt Nam CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 2.1 PHƯƠNG PHÁP THU THẬP SỐ LIỆU Số liệu thu thập từ trang web tổng cục du lịch (http://www.vietnamtourism.gov.vn/) từ tháng 01 năm 2008 đến tháng 03 năm 2015 Bảng số liệu Năm 2008 2009 2010 Tháng 10 11 12 10 11 12 10 11 12 Lượt khách Năm 420000 2011 441000 424954 411000 382000 210333 330000 339000 315000 296742 279904 375995 370000 2012 342913 303489 305430 292842 279150 277998 314915 294000 227859 387871 376400 416249 2013 446323 473509 432608 350982 375707 410000 427935 383463 440071 428295 449570 Tháng 10 11 12 10 11 12 10 11 12 Lượt khách Năm 506424 2014 542671 475733 460000 480886 446966 460000 490000 286618 518477 611864 593408 630000 2015 681849 561877 620000 456749 417429 466000 525292 460238 495576 655701 614673 651812 570476 587366 613919 558751 567291 658325 676719 614827 628695 731034 722349 Nguồn: Tổng cục du lịch năm 2014 Tháng 10 11 12 Lượt khách 776174 842026 709725 745980 674204 539776 564756 618588 590881 559002 608617 657304 700692 756000 617895 2.2 PHƯƠNG PHÁP PHÂN TÍCH SỐ LIỆU 2.2.1 Dự báo phương pháp phân tích Nếu mô hình nhân tính Dữ liệu điều chỉnh theo mùa: - Tính trung bình di động (gồm T C): CMAt = (0.5Yt+6 +…+ Yt + …+0.5Yt-6)/12 CMAt = (0.5Yt-2 +Yt+1+Yt+Yt-1+0.5Yt-2)/4 - Tính tỷ lệ Y/CMAt (gồm S I) - Loại I cách tính số mùa vụ cho quý cho tháng (gồm S) - Điều chỉnh số mùa để trung bình nhân chúng Nếu mô hình cộng tính Dữ liệu điều chỉnh theo mùa: - Tỷ lệ trung bình di động: CMAt = (0.5Yt+6 +…+ Yt + …+0.5Yt-6)/12 CMAt = (0.5Yt-2 +Yt+1+Yt+Yt-1+0.5Yt-2)/4 - Tính hiệu số Y - CMAt - Tính giá trị theo mùa vụ cho quý cho tháng Các bước tiến hành Bước 1: Nhận dạng Nếu mô hình nhân tính: Khi nối đỉnh đáy lại đường thẳng đỉnh đáy có xu hướng mở rộng ra, hình sau: Doanh thu 240 200 160 120 80 40 I II III 2003 IV I II III IV 2004 I II III 2005 IV I II III 2006 IV Nếu mô hình cộng tính: Khi nối đỉnh đáy lại đường thẳng đỉnh đáy song song với Như hình sau: DOANH_SO 10,000 9,000 8,000 7,000 6,000 5,000 4,000 1996 1997 1998 1999 2000 2001 2002 Bước 2: Tách yếu tố mùa - Tại cửa sổ biến X, chọn proc\Seasonal Adjustment\ Moving Average Method Bước 3: Chạy hàm xu phù hợp (Mô hình dự báo xu thế) Bước 4: Kết hợp yếu tố xu yếu tố mùa vụ để đưa kết dự báo Kiểm định tính mùa vụ: đồ thị tính mùa vụ rõ rệt - Dùng kiểm định Kruskal Wallis để thực - Giả thuyết cần kiểm định: + H0: Chuỗi yếu tố mùa - Nếu yếu tố mùa, hạng phân phối chuỗi giống tháng quý Trình tự thực kiểm định Kruskal Wallis: + Tính chuỗi trung bình di động CMA + Tạo chuỗi: S I = Yt/ CMAt (mô hình nhân) + Tạo chuỗi: S+I=Yt-CMAt (mô hình cộng) Dùng lệnh: view/descriptive stastistics and test/equality tests by classification 2.2.2 Các loại kiểm định Kiểm định phân phối chuẩn: Giả thuyết: H0: Mô hình có phân phối chuẩn H1: Mô hình phân phối chuẩn Kiểm định phương sai sai số (PSSS): Giả thuyết: H0: PSSS không đổi H1: PSSS thay đổi Kiểm định tự tương quan: Giả thuyết: H0: Không có tượng tự tương quan H1: Có tượng tự tương quan Bác bỏ H0 Prob(F-statistic)0,05, ta chấp nhận H0 với mức ý nghĩa 5%, mô hình không bị phương sai sai số thay đổi Kiểm định tự tương quan: Giả thuyết: H0: Không có tượng tự tương quan H1: Có tượng tự tương quan Kết kiểm định: Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 20.53774 28.80156 Prob F(2,83) Prob Chi-Square(2) 0.0000 0.0000 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 04/18/15 Time: 10:15 Sample: 2008M01 2015M03 Included observations: 87 Presample missing value lagged residuals set to zero Variable Coefficient Std Error C T RESID(-1) RESID(-2) 1712.379 -57.51764 0.433007 0.224239 10495.90 0.163147 207.3148 -0.277441 0.109445 3.956405 0.109532 2.047241 R-squared 0.331052 Adjusted R-squared 0.306874 S.E of regression 48510.64 Sum squared resid 1.95E+11 Log likelihood -1060.090 F-statistic 13.69183 Prob(F-statistic) 0.000000 t-Statistic Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat Prob 0.8708 0.7821 0.0002 0.0438 2.13E-10 58268.09 24.46184 24.57522 24.50749 1.983765 Ta có Prob(F-statistic)=0,000,05, ta chấp nhận H0 với mức ý nghĩa 5%, mô hình không bị phương sai sai số thay đổi Kiểm định tự tương quan: Giả thuyết: H0: Không có tượng tự tương quan H1: Có tượng tự tương quan Kết kiểm định: Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 6.776492 12.47036 Prob F(2,81) Prob Chi-Square(2) 0.0019 0.0020 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 04/18/15 Time: 11:14 Sample: 2008M01 2015M03 Included observations: 87 Presample missing value lagged residuals set to zero Variable Coefficient Std Error 16 t-Statistic Prob C T T^2 T^3 RESID(-1) RESID(-2) 287.6748 -46.59104 1.554040 -0.013541 0.313531 0.127826 R-squared 0.143337 Adjusted R-squared 0.090457 S.E of regression 45955.01 Sum squared resid 1.71E+11 Log likelihood -1054.321 F-statistic 2.710597 Prob(F-statistic) 0.025745 20589.82 0.013972 2014.963 -0.023123 53.04828 0.029295 0.396436 -0.034156 0.110901 2.827132 0.111607 1.145322 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.9889 0.9816 0.9767 0.9728 0.0059 0.2554 -1.92E-11 48186.05 24.37519 24.54525 24.44366 2.001917 Ta có Prob(F-statistic)=0,00[...]... Việt Nam trong giai đoạn này đạt 494.656,6 lượt khách + Median = 473.509,0: có nghĩa là giá trị trung vị của lượt khách quốc tế đến Việt Nam đạt 473.509,0 lượt khách + Maximum = 842.026,0: giá trị lớn nhất của lượt khách quốc tế đến Việt Nam đạt 842.026,0 lượt khách + Minimum = 210.333,0: giá trị nhỏ nhất của lượt khách quốc tế đến Việt Nam đạt 210.333,0 lượt khách + Std Dev = 144.537,7: sai số chuẩn... 47908,11 lượt khách Hệ số không ngang bằng Theil’s U của hàm bậc ba bằng 0,047028, cho thấy dự báo bằng hàm bậc ba chính xác hơn mô hình thô giản đơn và theo lý thuyết thì giá trị U của hàm bậc ba nhỏ hơn 0,55, nên dự báo bằng hàm bậc ba được cho là rất tốt 21 Do đó ta chọn hàm bậc ba để tiến hành dự báo cho số lượt khách quốc tế đến Việt Nam giai đoạn tháng 04/2015 đến tháng 09/2015 Theo đó, Lượt khách dự. .. Theo kết quả dự báo bằng hàm tăng trưởng mũ trên eviews thì ta có số lượt khách quốc tế đến Việt Nam từ tháng 04/2015 đến tháng 09/2015 như sau: T LUOT_KHSAF 2015M04 88 768955.0 2015M05 89 711793.4 2015M06 90 683814.1 2015M07 91 725170.8 2015M08 92 761582.5 2015M09 93 702482.5 Các tiêu chí của mô hình: Tiêu chí Giá trị RMSE 59994,34 Theil’s U 0.059104 3.3 DỰ BÁO LƯỢT KHÁCH QUỐC TẾ ĐẾN VIỆT NAM GIAI ĐOẠN... 2013 2014 2015 Nhận xét: Theo kết quả dự báo thì số lượt khách từ tháng 04 sẽ có xu hướng giảm dần đến tháng 09, từ 643583.6 lượt khách vào tháng 04 sẽ giảm xuống 493604.4 lượt khách vào tháng 09 Do đó cần phải có những chiến lược chung cho các công ty và cho ngành du lịch ở nước ta, từ đó có thể cải thiện được tình trạng giảm sút số khách quốc tế đến Việt Nam Giải pháp + Đẩy mạnh hoạt động truyền... ý nghĩa 5%, mô hình có hiện tượng tự tương quan Kết luận: Hàm xu thế bậc nhất vi phạm giả định của mô hình hồi quy tuyến tính, cho nên hàm chỉ sử dụng để dự báo điểm Dự báo lượt khách quốc tế đến Việt Nam theo hàm xu thế bậc ba: Kết quả dự báo trên eviews: 800,000 Forecast: LUOT_KHSAF3 Actual: LUOT_KHSA Forecast sample: 2008M01 2015M09 Included observations: 87 Root Mean Squared Error 47908.31... 2015 ± 2 S.E Theo kết quả dự báo bằng hàm xu thuế bậc ba trên eviews thì ta có số lượt khách quốc tế đến Việt Nam từ tháng 04/2015 đến tháng 09/2015 như sau: 2015M04 2015M05 2015M06 2015M07 2015M08 2015M09 T LUOT_KHSAF3 88 643583.6 89 571311.1 90 527442.2 91 552114.1 92 571029.3 93 493604.4 17 Các tiêu chí của mô hình: Tiêu chí RMSE Theil’s U Giá trị 47908,11 0,047028 ̂ 3.2.4 Dự báo tính xu thế bằng hàm... ý nghĩa 5%, mô hình có hiện tượng tự tương quan Kết luận: Hàm tăng trưởng mũ vi phạm giả định của mô hình hồi quy tuyến tính, cho nên hàm chỉ sử dụng để dự báo điểm 20 Dự báo lượt khách quốc tế đến Việt Nam theo hàm tăng trưởng mũ: Kết quả dự báo trên eviews: 1,100,000 Forecast: LUOT_KHSAFTT Actual: LUOT_KHSA Forecast sample: 2008M01 2015M09 Included observations: 87 Root Mean Squared Error 59994.34... được giải thích bởi biến T ̂ Hệ số R2=0,8118, tức là có 81,18% sự biến động của 𝐿𝑈𝑂𝑇_𝐾𝐻𝑆𝐴𝐹 được giải thích bởi biến T Từ bảng trên ta có phương 𝐿𝑈𝑂𝑇_𝐾𝐻𝑆𝐴𝐹=281.881,3+4.791,55T trình hàm xu thế bậc nhất: Hệ số C=281.881,3, có nghĩa là trung bình mỗi tháng có 281.881,3 lượt khách đến Việt Nam Hệ số 𝛽=4.791,55, tức là trong một tháng thì số lượt khách sẽ tăng 4.791,55 lượt khách 11 Kiểm định phân phối... nghĩa 5%, mô hình có hiện tượng tự tương quan Kết luận: Hàm xu thế bậc nhất vi phạm giả định của mô hình hồi quy tuyến tính, cho nên hàm chỉ sử dụng để dự báo điểm 13 Dự báo lượt khách quốc tế đến Việt Nam theo hàm xu thế bậc nhất: Kết quả dự báo trên eviews: 900,000 Forecast: LUOT_KHSAF Actual: LUOT_KHSA Forecast sample: 2008M01 2015M09 Included observations: 87 Root Mean Squared Error 57932.24... 2015 ± 2 S.E Theo kết quả dự báo bằng hàm xu thuế bậc nhất trên eviews thì ta có số lượt khách quốc tế đến Việt Nam từ tháng 04/2015 đến tháng 09/2015 như sau: T LUOT_KHSAF 2015M04 88 703537.5 2015M05 89 708329.0 2015M06 90 713120.6 2015M07 91 717912.1 2015M08 92 722703.7 2015M09 93 727495.2 Các tiêu chí của mô hình: Tiêu chí Giá trị RMSE 57932,24 Theil’s U 0,056926 ̂ 3.2.3 Dự báo tính xu thế bằng hàm