Biz Forecasting Lecture6
-
Upload
chuong-nguyen -
Category
Education
-
view
881 -
download
3
description
Transcript of Biz Forecasting Lecture6
Dự báo trong kinh doanh(Business Forecasting)
Khoa Kinh tế Phát triển
1A Hoàng Diệu, Phú Nhuận
Website: www.fde.ueh.edu.vn
Phùng Thanh Bình
1. Giới thiệu
2. Các bước thực hiện
3. Mô hình cộng tính
4. Mô hình nhân tính
PHÂN TÍCH THÀNH TỐ
Phùng Thanh Bình
Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự báo chuỗi thời gian trong kinh doanh & kinh tế, Chương 5.
J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel-Based ForecastXTM Software, 5th Edition, Chapter 6.
John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 5.
TÀI LIỆU THAM KHẢO
Phùng Thanh Bình
GIỚI THIỆU
Thành phần của một chuỗi thời gian:
o Xu thế (Trt)
o Chu kỳ (Clt)
o Mùa vụ (Snt)
o Ngẫu nhiên (It)
Phùng Thanh Bình
GIỚI THIỆU
Mô hình hóa Yt theo các thành phần Trt, Clt, Snt, và
It:
o Mô hình cộng tính: Xem chuỗi thời gian như tổng của các thành phần
Yt = Trt + Clt + Snt + It
o Mô hình nhân tính: Xem chuỗi thời gian như tích của các thành phần
• Yt = Trt Clt Snt It
Phùng Thanh Bình
GIỚI THIỆU
Rất khó xử lý yếu tố chu kỳ của một chuỗi thời gian vì các chu kỳ có thể được xác định từ dữ liệu lịch sử cả về độ dài (năm) và độ lớn
Để đơn giản người ta thường giả định chu kỳ là một phần của yếu tố xu thế
Thường chỉ xét 3 yếu tố Trt, Snt, và It
Phùng Thanh Bình
CÁC BƯỚC THỰC HIỆN
Khảo sát dữ liệu và nhận dạng mô hình thích hợp
Xác định L (khoảng trượt, ví dụ L = 4 nếu dữ liệu
theo quý)
Lọai bỏ dao động ngắn hạn để nhận dạng xu thế dài
hạn
So sánh giá trị thực Yt với giá trị đã lọai bỏ yếu tố
mùa vụ (CMAt)
Phùng Thanh Bình
CÁC BƯỚC THỰC HIỆN
Tìm chỉ số mùa vụ
Xác định yếu tố xu thế
Xây dựng hàm dự báo xu thế
Đo lường yếu tố chu kỳ (nếu có)
Tiến hành dự báo từ các thành tố
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Nhận dạng mô hình cộng tínho Cường độ của sự di chuyển có tính mùa vụ không đổi
theo thời gian (xem đồ thị)
Giả sử ta có mô hình cộng tính như sau:
ttttt εClSnTrY
Phùng Thanh Bình
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Các bước thực hiện
o Bước 1: Loại bỏ dao động ngắn hạn bằng cách tính MAt và
CMAt
• Nếu L lẻ: Chỉ cần tính MAt
• Nếu L chẵn: Tính CMAt
CMAt = Trt + Clt
o Bước 2: Tính Snt + t
• Snt + t = Yt – Trt - Clt
Phùng Thanh Bình
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Các bước thực hiện
o Bước 3: Loại bỏ t trong Snt + t bằng cách tính trung
bình cho mỗi mùa (quý, tháng, …)
o Bước 4: Tính hệ số điều chỉnh A. Tổng những ước lượng mùa vụ trung bình này phải bằng 0. Nếu chưa thỏa mãn thì cần phải điều chỉnh để chúng bằng 0.
L
Sn
A
L
1j
j A - Sn Sn jj
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Các bước thực hiện
o Bước 5: Tách yếu tố mùa vụ ra khỏi dữ liệu gốc bằng cách lấy dữ liệu gốc Yt trừ đi ước lượng mùa vụ tương ứng Snj
t
o Bước 6: Hồi quy hàm xu thế đối với Y’t (lưu ý việc chọn
dạng hàm hồi quy thích hợp nhất với chuỗi Y’t)
jtt
't Sn -Y Y
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Các bước thực hiện
o Bước 7: Tiến hành dự báo cho Y^t+1
o Bước 8: Đánh giá mô hình
1t1t'
1t1t Cl Sn Y Y
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Đánh giá mô hình
o Thứ nhất: Tất cả các kiểm định thống kê của mô hình hồi quy Y’t phải được thỏa mãn
o Thứ hai: Đồ thị của Yt phải gần với Y’t
o Thứ ba: Tính chỉ số Theil U
o Ngoài ra, có thể so sánh với các mô hình dự báo khác thông qua các tiêu chí thống kê đ lường độ chính xác dự báo
Phùng Thanh Bình
MÔ HÌNH CỘNG TÍNH
Khoảng tin cậy
o Sử dụng sai số của mô hình hồi quy Y’t để xác định
khoảng tin cậy cho t
chinh)dieuso(HeStY eα/2t
n
tt
tt
n
11 chinh dieu so He 2
2
2p
Phùng Thanh Bình
MÔ HÌNH NHÂN TÍNH
Nhận dạng mô hình cộng tính
o Cường độ của sự di chuyển có tính mùa vụ tăng/giảm theo thời gian (xem đồ thị)
Giả sử ta có mô hình nhân tính như sau:
ttttt εClSnTrY
Phùng Thanh Bình
Phùng Thanh Bình
CÁCH 1: Chuyển sang dạng mô hình cộng tính và thực hiện như các bước vừa trình bày
)ln( )ln(Cl )ln(Sn )ln(Tr
)εClSnln(Tr )ln(Y
tttt
tttt
t
MÔ HÌNH NHÂN TÍNH
Phùng Thanh Bình
MÔ HÌNH NHÂN TÍNH
CÁCH 2:
o Bước 1: Loại bỏ dao động ngắn hạn bằng cách tính MAt và
CMAt
• Nếu L lẻ: Chỉ cần tính MAt
• Nếu L chẵn: Tính CMAt
CMAt = Trt×Clt
o Bước 2: Tính Snt×t
• Snt×t = Yt ÷ Trt×Clt
Phùng Thanh Bình
CÁCH 2:
o Bước 3: Loại bỏ t trong Snt×t bằng cách tính trung bình cho mỗi mùa (quý, tháng, …)
o Bước 4: Tính hệ số điều chỉnh A. Tổng những ước lượng mùa vụ trung bình này phải bằng L. Nếu chưa thỏa mãn thì cần phải điều chỉnh bằng cách nhân với hệ số điều chỉnh:
L
1j
jSn
L A A Sn Sn jj
MÔ HÌNH NHÂN TÍNH
Phùng Thanh Bình
CÁCH 2:
o Bước 5: Tách yếu tố mùa vụ ra khỏi dữ liệu gốc bằng cách lấy dữ liệu gốc Yt chia cho ước lượng mùa vụ tương
ứng Snjt
o Bước 6: Hồi quy hàm xu thế đối với Y’t (lưu ý việc chọn
dạng hàm hồi quy thích hợp nhất với chuỗi Y’t)
jtt
't Sn Y Y
MÔ HÌNH NHÂN TÍNH
Phùng Thanh Bình
CÁCH 2:
o Bước 7: Tiến hành dự báo cho Y^t+1
o Bước 8: Đánh giá mô hình
1t1t'
1t1t Cl Sn Y Y
MÔ HÌNH NHÂN TÍNH
Phùng Thanh Bình
MÔ HÌNH NHÂN TÍNH
CÁCH 3:
o Bước 1: Tính MAt & CMAt
o Bước 2: CMAT (CMA trend)
CMA = f(TIME)
= a + b(TIME) = CMAT
o Bước 3: Tính hệ số mùa vụ SFt (seasonal factor)
t
tt CMA
Y SF
Phùng Thanh Bình
MÔ HÌNH NHÂN TÍNH
CÁCH 3:
o Bước 4: Tính hệ số chu kỳ CFt
o Bước 5: Tính chỉ số mùa SI (Seasonal index)t
tt CMAT
CMA CF
j
n
1t
jt
jt n
SF SI
Phùng Thanh Bình
MÔ HÌNH NHÂN TÍNH
CÁCH 3:
o Bước 6: Dự báo Y^t+1
1t1t1t1t CF SI CMAT Y
Phùng Thanh Bình
Phùng Thanh Bình
Phùng Thanh Bình
Phùng Thanh Bình