Khả năng dự báo kết quả kinh doanh, Phân tich hoạt động của doanh nghiệp từ đó lập kế hoạch triển khai dự án.

1. CHÖÔNG 1
TOÅNG QUAN
DÖÏ BAÙO TRONG KINH
DOANH

2. TOÅNG QUAN
DÖÏ BAÙO TRONG KINH DOANH
1. Vai troø cuûa döï baùo trong quaù trình ra
quyeát ñònh trong kinh doanh
2. Caùc phöông phaùp döï baùo
3. Qui trình döï baùo
4. Löïa choïn phöông phaùp döï baùo
5. Ñaùnh giaù ñoä tin caäy cuûa phöông phaùp döï baùo
6. Heä thoáng caùc khaùi nieäm thoáng keâ cô baûn söû
duïng trong döï baùo

3. VAI TROØ CUÛA DÖÏ BAÙO
Trong Lónh vöïc kinh doanh
 Döï baùo taïo ra lôïi theá caïnh tranh (ôû theá chuû ñoäng,
khoâng bò ñoäng)
(Ví duï: Doanh nghieäp trong hieäp hoäi Nhöïa, Deät may…)
 Coâng taùc döï baùo laø moät boä phaän khoâng theå thieáu
trong hoaït ñoäng cuûa caùc doanh nghieäp, trong töøng
phoøng ban:

4. VAI TROØ CUÛA DÖÏ BAÙO (tt)
Phoøng Kinh doanh – Marketing
 Doanh soá trong caùc giai ñoaïn tieáp theo (Nestle)
 Doanh soá cuûa nhöõng saûn phaåm môùi (Honda)
 Doanh soá qua caùc hoaït ñoäng chieâu thò (Bia
Tiger)
 Ngaân saùch cho caùc hoaït ñoäng chieâu thò
(Unilever)
Phoøng Saûn xuaát
 Nhu caàu nguyeân vaät lieäu
 Löôïng toàn kho
 => Keá hoaïch thu mua, chuyeån vaän toå chöùc
giao nhaän.
Phoøng logistics

5. Phoøng nhaân söï
 Keá hoaïch tuyeån duïng
 Keá hoaïch Huaán luyeän ñaøo taïo
 Ví duï: FPT vôùi muïc tieâu 925
Phoøng keá toaùn, taøi chính
 Chi phí, laõi loã
 Caùc chæ soá taøi chính (veà voán, lôïi nhuaän)
 Ví duï: Coâng ty chöùng khoaùn giao dòch treân thò
truôøng chöùng khoaùn Vieät Nam.
VAI TROØ CUÛA DÖÏ BAÙO (tt)

6. AÙP DUÏNG DÖÏ BAÙO
TRONG THÖÏC TIEÅN
 Coâng ty hoaù daàu: Columbia Gas
 Coâng ty döôïc phaåm: lôùn ôû chaâu AÂu, MyõGlaxo
Wellcome (saùp nhaäp), Bayer, Bristol Myers...
 Taäp ñoaøn saûn xuaát oâ toâ: Fiat
 Haõng haøng khoâng: Trans World Airline.
 ÔÛ Vieät Nam: Caùc coâng ty lôùn coù rieâng boä phaän
söû duïng döï baùo laø raât nhieàu. Caùc coâng ty nöôùc
ngoaøi, caùc coâng ty nhaø nöôùc, caùc coâng ty nghieân
cöùu thò tröôøng

7. DÖÏ BAÙO
TRONG CAÙC LÓNH VÖÏC
KHAÙC
 Trong caùc cô quan nhaø nöôùc
Sô,û Phoøng Keá Hoaïch Ñaàu tö, Thoáng keâ, Ban Vaät
giaù, Sôû Giao dòch chöùng khoaùn
Ví duï: Dr. Dö Quang Nam, M.A Nguyeãn Minh Haø
 Trong caùc toå chöùc quoác teá taïi Vieät Nam vaø treân
theá giôùi
WB, IMF, USAID, UNDP, UN…
Vuõ Quang Vieät (chuyeân Vieân thoáng keâ LHQ)
 Trong nghieân cöùu khoa hoïc, ñeà taøi toát nghieäp.

8. VAI TROØ CUÛA DÖÏ BAÙO
 CÔ HOÄI VIEÄC LAØM
Trong caùc coâng ty nghieân cöùu thò tröôøng
Coù hôn 20 coâng ty nghieân cöùu thò tröôøng taïi Tp.HCM
nhö:MSV, Tröông Ñoaøn, AC NielSen, Taylor Nielsen…
 Trong caùc coâng ty taïi VN
Nöôùc ngoaøi: Sony, Toyota, Samsung, ANZ, GSK..
Trong nöôùc: Kinh Ñoâ, Vieät Thaéng, Deät Phong phuù,
Gaïch Ñoàng Taâm, Caø pheâ Trung Nguyeân …
 Trong caùc coâng ty chöùng khoaùn Vieät Nam
21 coâng ty chöùng ñang giao dòch treân thò truôøng
chöùng khoaùn VN (taïi TP.HCM).

9. CAÙC PHÖÔNG PHAÙP DÖÏ
BAÙO
Tuyø theo muïc ñích, thôøi löôïng vaø döõ lieäu saün coù ta
choïn phöông phaùp phuø hôïp nhaát ñeå cho ra nhöõng
thoâng tin chính xaùc vaø kòp thôøi nhaát laøm cô sôû cho
caùc quyeát ñònh cuûa Doanh nghieäp
 Phöông phaùp ñònh tính (Subjective Method)
 Phöông phaùp ñònh löôïng (Quantitative Method)

10. PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH TÍNH
 Phöông Phaùp ñònh tính: döï baùo döïa treân phaùn ñoaùn
chuû quan vaø tröïc giaùc cuûa ngöôøi tham gia döï baùo.
 Laáy yù kieán ñoäi nguõ nhaân vieân baùn haøng
 (Sales force Composites)
 Öu ñieåm:
 Tieáp xuùc haøng ngaøy vôùi khaùch haøng
 Coù moái quan heä maät thieát vôùi khaùch haøng.
 Nhöôïc ñieåm:
 Moät soá laïc quan thöôøng ñaùnh giaù cao khaû naêng
baùn taïi khu vöïc mình vaø ngöôïc laïi.
 Aûnh höôûng bôûi kinh nghieäm gaàn nhaát.
 Döïa treân söï ‘caûm nhaän’ coù theå ñaùnh giaù cao
hoaëc thaáp möùc thöïc teá vaø taùc ñoäng cuûa cô
cheá löông thöôûng.

11.  Laáy yù kieán ngöôøi tieâu duøng(Servey of
customers)
 Öu ñieåm:
 Caùch toát nhaát ñeå döï baùo nhu caàu, sôû thích
cuûa hoï qua döï ñònh mua saém cuûa hoï.
 Ñieàu tra ñöôïc thò hieáu cuûa khaùch haøng ñeå
caûi tieán saûn phaåm.
 Nhöôïc ñieåm:
 Phuø hôïp cho caùc saûn phaåm coâng nghieäp
 Tính chính xaùc cuûa döõ lieäu
 Ví du:ï MSV, ACNielsen (thöïc hieän field survey)
PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH TÍNH (tt)

12.  Laáy yù kieán cuûa Ban ñieàu haønh (Jury of
Executive Opinion)
Döï treân söï hieåu bieát kinh nghieäm cuûa caùc nhaø quaûn
trò cao caáp, caùc chuyeân vieân marketing, laø nhöõng
ngöôøi coù söï hieåu bieát saâu saéc veà hoaït ñoäng cuûa
doanh nghieäp.
 Öu ñieåm: Thu thaäp ñöôïc kinh nghieäm töø nhieàu chuyeân
gia khaùc nhau.
 Nhöôïc ñieåm: neáu coù ngöôøi aùp ñaûo, döï baùo seõ mang
naëng yù kieán chuû quan cuûa ngöôøi ñoù
PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH TÍNH (tt)

13. Phöông phaùp Delphi
Goàm caùc böôùc:
1. Nhöõng chuyeân gia tham gia döï baùo ñöôïc choïn
2. Baûng caâu hoûi veà caùc bieán döï baùo ñöôïc ñöa
cho töøng thaønh vieân
3. Keát quaû ñöôïc thu thaäp vaø laäp baûng vaø toùm
taét.
4. Baûng toùm taét keát quaû seõ göûi laïi cho töøng
chuyeân gia xem xeùt laïi
5. Töøng chuyeân gia seõ xem xeùt laïi caùc döï baùo
cuûa mình treân cô sôû tham khaûo yù kieán chung
cuûa nhieàu chuyeân gia khaùc.
6. Laäp ñi laäp laïi cho ñeán khi keát quaû khoâng khaùc
bieät nhieàu giöõa caùc chuyeân gia.
PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH TÍNH (tt)

14. PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH TÍNH (tt)
Öu, nhöôïc ñieåm cuûa phöông phaùp ñònh tính
Öu ñieåm:
 Deã daøng thöïc hieän, khoâng caàn phaûi coù neàn
taûng veà döï baùo, thöôøng ñöôïc chaáp nhaän.
Nhöôïc ñieåm:
 Mang tính chuû quan raát cao, khoâng chuaån, maát
nhieàu naêm ñeå trôû thaønh ngöôøi coù khaû naêng
phaùn ñoaùn ñuùng.
(kinh nghieäm laø oâng thaày gioûi, tuy nhieân laø
con dao hai löôõi).

15. PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH LÖÔÏNG
 Phöông phaùp döï baùo ñònh löôïng:
 Döïa treân cô sôû toaùn hoïc thoáng keâ. Khi khoâng xeùt
ñeán caùc nhaân toá aûnh höôûng khaùc ta coù theå duøng
phöông phaùp döï baùo theo daõy soá thôøi gian.
 Thôøi gian seõ ñöôïc xaùc ñònh theo naêm, quyù, thaùng
hoaëc thaäm chí laø tuaàn, ngaøy.
 Caùc bieán ñoäng coù theå xaûy ra theo caùc khuynh höôùng
sau:
 Khuynh huôùng taêng hoaëc giaûm roõ raøng (Trend).
 Bieán ñoåi theo muøa (Seasonality).
 Bieán ñoåi theo chu kyø (Cycles).
 Bieán ñoåi ngaãu nhieân (Random).

16. PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH LÖÔÏNG (tt)
Caùc kyõ thuaät mang tính thoáng keâ
+ Phöông phaùp ñôn giaûn
+ Phöông phaùp trung bình
+ Phöông phaùp ñöôøng soá muõ (coù phaân taùch
thaønh phaàn vaø xu höôùng)
Ví duï: Döï baùo doanh soá cuûa coâng ty trong quyù tôùi (theo
thôøi gian sô ñoà ñieåm seõ theå hieän tính taêng, giaûm
daàn, taêng giaûm, theo chu kyø…).
Caùc kyõ thuaät mang tính nhaân quaû
Nhöõng kyõ thuaät naøy ñöa ra caùc döï baùo döïa treân
moái quan heä (söï töông quan) giöõa bieán soá ñöôïc döï
baùo (bieán phuï thuoäc: Dependent variable) vaø caùc
bieán soá taùc ñoäng khaùc (bieán ñoäc laäp : Independent
variables).

17. PHÖÔNG PHAÙP
DÖÏ BAÙO ÑÒNH LÖÔÏNG (tt)
Nhöõng kyõ thuaät naøy bao goàm:
 Moâ hình hoài qui (regression)
 Hoài qui boäi (Multi regression)
 Caùc chæ soá chính (Leading indicator)
 Caùc moâ hình kinh teá löôïng (Econometric model)
Moâ hình ñaàu vaøo ñaàu ra (input-output models)
Ví duï: Baïn muoán döï baùo möùc taêng (giaûm) cuûa doanh
thu cuûa V-phone neáu taêng (giaûm) cuûa töøng thaønh
phaàn hoaëc ñoàng thôøi caùc yeáu toá: chi phí quaûng
caùo, giaûm giaù, taêng hình thöùc khuyeán maõi, theâm
chöùc naêng…
DS = f(QC)
DS = f(QC, GG, KM, TCN)

18. QUY TRÌNH DÖÏ BAÙO
Theo Wilson vaø Keating, quy trình döï baùo goàm 9 böôùc
1. Xaùc ñònh muïc tieâu
Thoáng nhaát giöõa ngöôøi ra tieán haønh döï baùo vaø söû
duïng keát quaû döï baùo (duøng ñeå laøm gì?, taàm quan troïng
nhö theá naøo? Giuùp ích gì cho quaù trình ra quyeát ñònh ?)
Ví duï: treân cô sôû döï baùo veà doanh thu, boä phaän Logistics
cuûa döï baùo nhu caàu vaät tö (ngöôøi thuïc hieän), Boä phaän
Keá toaùn söû duïng döï baùo naøy ñeå tính hieäu quaû cuï theå
cuûa keá hoaïch.
 2. Quyeát ñònh ñoái töôïng döï baùo
Xaùc ñònh ñöôïc ñoái töôïng hay bieán döï baùo cuï theå (ño
baèng gì?).
Phaïm vi ( moät saûn phaåm hay nhoùm saûn phaåm hay toång
hôïp nhieàu ngaønh saûn phaåm, trong khu vöïc cuï theå hay laø
toaøn vuøng, trong nöôùc hay laø caû xuaát khaåu. Ví duï:
Unilever

19. QUY TRÌNH DÖÏ BAÙO (tt)
3.Xaùc ñònh loaïi döï baùo
(daøi haïn, trung haïn hay ngaén haïn vaø thôøi ñoaïn döï
baùo)
Ví duï: GDP: naêm
Kim ngaïch XNK: naêm hoaëc quyù
Doanh soá : Quyù
4. Nghieân cöùu, khaûo saùt döõ lieäu
 Chaát löôïng döï baùo phuï thuoäc vaøo chaát löôïng cuûa soá
lieäu:
 Döõ lieäu coù theå thu thaäp töø caùc nguoàn:
 Noäi boä
 Beân ngoaøi.
 Chuyeån ñoåi döõ lieäu töông thích vôùi yeâu caàu cuûa muïc
ñích neáu coù ñaày ñuû cô sôû.
 Ví duï: Kem KIDO

20. QUY TRÌNH DÖÏ BAÙO (tt)
5. Choïn moâ hình
Vieäc choïn moâ hình tuyø thuoäc vaøo caùc tieâu chí sau:
1. Daïng phaân boá cuûa döõ lieäu
2. Soá löôïng quan saùt saün coù.
3. Ñoä daøi cuûa taàng döï baùo (ngaén haïn, trung
haïn hay daøi haïn)
 Neáu döõ lieäu phaân boá theå hieän tính xu höôùng thì
coù theå aùp duïng caùc phöông phaùp: trung bình, ñöôøng
soá muõ.
 Neáu soá löôïng quan saùt quaù ít: khoâng theå söû duïng
moâ hình hoài qui (PP naøy caøng nhieàu caøng toát : toái
thieåu phaûi khoaûng 15 quan saùt). Ngöôïc laïi coù theå
choïn phöông phaùp ñôn giaûn (nhö dö baùo thôøi tieát).

21. QUY TRÌNH DÖÏ BAÙO (tt)
6. Ñaùnh giaù moâ hình
 Thoâng qua caùc thoâng soá nhö: Sai Soá trung bình (Mean
Error), Trung bình tuyeät ñoái sai soá (Mean Absolute Error)
…
 Söû duïng holdout period:
Ví duï baïn coù boä döõ lieäu cuûa 10 naêm tính theo quyù.
Baïn chæ duøng 8 naêm ñeå döï baùo cho naêm thöù 9 vaø
thöù 10. Moâ hình naøo döï baùo toát nhaát seõ ñöôïc choïn
ñeå döï baùo cho toaøn boä 10 naêm. Neáu khoâng moâ
hình naøocho keát quaû tôùi moät ñoä chính xaùc chaáp
nhaän ñöôïc, quay veà böôùc 5 ñeå choïn moâ hình thay
theá
 Ñoái caùc moâ hình hoài qui coøn coù caùc phöông phaùp
kieåm ñònh vaø ño löôøhg möùc ñoä giaûi thích cuûa caùc
bieán.

22. QUY TRÌNH DÖÏ BAÙO (tt)
7. Chuaån bò döï baùo
Sau khi qua böôùc 06 chuùng ta tin töôûng raèng moâ hình
chuùng ta choïn seõ cho ra keát quaû chuaån xaùc. Coù
truôøng hôïp chuùng ta phaûi choïn phöông phaùp keát hôïp
giöõa ñònh tính vaø ñònh löôïng
8. Trình baøy döï baùo
Trình baøy roõ raøng
Khoâng caàn phaûi phöùc taïp hoùa keát quaû baèng caùc
coâng thöùc, hay thuaät toaùn phöùc taïp
Roõ raøng duø laø baèng vaên baûn hay truyeàn ñaït.
9. Theo doûi Keát quaû
Lieân tuïc theo doûi, so saùnh keát quaû döï baùo vôùi giaù
trò thöïc teá. Thay ñoåi phöông phaùp khi caàn.
chaáp nhaän sai laàm ñeå caûi tieán.

23. LÖÏA CHOÏN
PHÖÔNG PHAÙP DÖÏ BAÙO
Choïn Phöông phaùp döï baùo
(ñònh tính, ñònh löôïng hay keát hôïp)
Phöông phaùp ñònh tính
+ Aùp duïng khi chöa thu thaäp ñuôïc ñaày ñuû caùc thoâng
soá
+ Aùp duïng ñoái vôùi caùc truôøng hôïp thaêm doø phaûn
öùng vaø keá hoaïch chi tieâu cuûa ngöôøi tieâu duøng.
Phöông phaùp döï baùo ñònh löôïng
+ Xaùc ñònh daïng phaân boá (kieåu chuyeån vaän) cuûa
döõ lieäu.
Ví duï GDP thoâng thöôøng coù tính xu höôùng (taêng,
giaûm daàn)vaø tính chu kyø, chöù khoâng coù tính
muøa vuï vì theá nhöõng phöông phaùp sau ñaây coù
theå thích hôïp:
Ñöôøng soá muõ Holt, Hoài quy tuyeán tính, Hoài quy

24. LÖÏA CHOÏN
PHÖÔNG PHAÙP DÖÏ BAÙO (tt)
Keát hôïp giöõa hai phöông phaùp
 Ñeå coù keát quaû döï baùo chuaån xaùc vieäc keát
hôïp giöõa hai phuông phaùp trong nhieàu tröôøng hôïp
laø caàn thieát.
Ví duïï: tröôøng hôïp keát hôïp 02 phöông phaùp ñònh tính
vaø ñònh löôïng: Cuï theå laø: Phöông phaùp chuyeân
gia vaø moâ hình kinh teá löôïng.
 Ñeà taøi: Ñaùnh giaù vaø döï baùo veà chaát löôïng
cuûa sieâu thò taïi Tp.HCM. TS Nguyeãn Ñình Thoï thöïc
hieän:
Söû duïng phöông phaùp chuyeân gia:
Môøi caùc chuyeân gia (nhöõng ngöôøi thöôøng xuyeân
ñi Sieâu thò) ñeán ñeå laáy yù kieán vaø thaêm doø.
Laáy yù kieán töø hoï, ñoái chieáu vôùi heä thoáng ñaõ
coù
Söû duïng moâ hình kinh teá löôïng 5 khoaûng caùch cuûa

25. ÑAÙNH GIAÙ ÑOÄ TIN CAÄY
Ñaët: At = Giaù trò thöïc ôû thôøi ñieåm t (quan saùt t)
Ft = Giaù trò döï baùo ôû thôøi ñieåm t
n = Soá löôïng quan saùt söû duïng trong döï baùo
1.Sai soá trung bình (mean error)
ME = ∑(At -Ft)/n
2.Trungbình sai soá tuyeät ñoái (Mean absolute error)
MAE = (∑ At –Ft )/n
3.Trung bình phaàn traêm sai soá (mean percentage
error)
MPE = ∑((At –Ft)/At)/n
 4.Trung bình tuyeät ñoái phaàn traêm sai soá (Mean
absolute percentage error)
E = ∑ (At –Ft)/At /n

26. ÑAÙNH GIAÙ ÑOÄ TIN CAÄY(tt)
5. Trung bình bình phöông sai soá (mean squared error)
MSE = ∑(At -Ft)2
/n
6. Chuaån trung bình bình phöông sai soá (Root mean squared
error )
RMSE = root(MSE)
7. Heä soá U (Theil)
U = RMSE(model) / RMSE(no-change model)
Caùc tieâu chí töø 1-6, caøng nhoû caøng toát, heä soá U, neáu:
U=0: Moâ hình hoaøn haûo.
U<1: Moâ hình döï baùo toát hôn phöông phaùp ñôn giaûn
U>1: Moâ hình döï baùo khoâng toát baèng phöông phaùp
ñôn giaûn.

27. CAÙC KHAÙI NIEÄM THOÁNG KEÂ CÔ BAÛN
TRONG DÖÏ BAÙO
Toång theå vaø choïn maãu
 Toång theå (thoáng keâ): goàm nhöõng caù bieät coù ít nhaát moät ñaëc ñieåm
chung.
 Choïn maãu: trong toång theå ta löïa choïn moät soá ñôn vò seõ taïo thaønh choïn
maãu.
Caùc giaù trò thoáng keâ moâ taû
 Caùc giaù trò ño löôøng xu höôùng trung taâm.
 Mode (yeáu vi): Mode cuûa moät daõy soá laø soá lieäu coù taàn soá xaûy ra
cao nhaát. (Gôïi yù: “moát hieän nay: nhieàu ngöôøi cuøng thöïc hieän). Ví duï
treân baûng.
 Median (trung vi): Laø giaù trò trung ñieåm cuûa daõy soá. Xem ví duï (neáu
saép xeáp laïi soá lieäu thì seõ thaáy Median laø 6). Trong truôøng hôïp soá
löôïng daõy soá laø chaün thì Median laø giaù trò trung bình cuûa hai giaù trò
trung ñieåm (Ví duï: daõy soá: 4,5,6,7,8,9; Median laø: 6.5).
 Mean (trung bình): Laø giaù trò trung bình cuûa daõy soá, ñöôïc tính baèng caùc
coäng taát caû caùc giaù trò soá lieäu laïi roài chia cho toång giaù trò soá lieäu.

28. CAÙC KHAÙI NIEÄM THOÁNG KEÂ CÔ BAÛN
TRONG DÖÏ BAÙO (tt)
Caùc giaù trò thoáng keá ño löôøng möùc ñoä phaân taùn
Vuøng (range): Vuøng cuûa moät daõy soá laø khoaûng caùch giöõa giaù trò lôùn
nhaát vaø giaù trò nhoû nhaát trong daõy soá (giaù trò Max-Min)
Ví duï: 5 (9-4)
Ñoä leäch chuaån (Standard deviation): laø möùc ñoä cheânh leäch chuaån giöõa
caùc giaù trò trong daõy soá vôùi caùc giaù trò trung bình cuûa chuùng:
s = root(∑(X-Mean)2
/n-1)
Phöông sai (variance):
Ñeå do löôøng möùc ñoä phaân taùn xung quanh giaù trò trung bình, ngöôøi ta
coøn duøng phöông sai.
Phöông sai ñöôïc tính baèng bình phöông ñoä leäch chuaån.
s2
= (∑(X-Mean)2
/n-1)

29. THU NHAÄP HAØNG THAÙNG
COÂNG NHAÂN NAÊM 2010
 Stt Ten Thu nhap (Tr) Thong ke mo ta
 1 Nam 5 Mean 6.29
 2 Tung 6 Standard Error 0.68
 3 Tuan 7 Median 6.00
 4 Quynh 8 Mode 5.00
 5 Huong 5 Standard Deviation 1.80
 6 Tam 9 Sample Variance 3.24
 7 Long 4 Kurtosis -1.13
 Skewness 0.37
 Range 5.00
 Minimum 4.00
 Maximum 9.00
 Sum 44.00
 Count (n) 7.00

30. CAÙC KHAÙI NIEÄM THOÁNG KEÂ CÔ BAÛN
TRONG DÖÏ BAÙO (tt)
Ñoä töï do (degree of freedom)
 Ñoä töï do trong moät daõy soá cho thaáy caùc soá lieäu ñoäc laäp laãn nhau
theo nghóa chuùng khoâng theå suy ra ñöôïc töø soá lieäu kia.
 Ví duï: thu nhaäp cuûa Yeán laø 9 trieäu, thu nhaäp cuûa Long laø 4 trieäu.
Toång thu nhaäp cuûa hai ngöôøi laø 13 trieäu.
 Coù theå thaáy neáu bieát ñuôïc hai trong ba thoâng tin treân thì chuùng ta coù
theå bieát ñöôïc thoâng tin coøn laïi. Vì vaäy maëc duø coù 3 soá lieäu nhöng
ñoä töï do cuûa chuùng laø 2.
Phaân phoái xaùc xuaát (probability Distributions)
 Phaân phoái xaùc suaát cuûa moät bieán ngaãu nhieân lieät keâ taát caû caùc
khaû naêng giaù trò coù theå coù cuøng vôùi xaùc suaát cuûa noù. Vì vaäy toång
xaùc suaát laø 1.
 Giaù trò öôùc tính cuûa (Expected value) hay coøn goïi laø kyø voïng toaùn cuûa
moät phaân phoái xaùc xuaát baèng caùc nhaân moãi giaù trò X vôùi xaùc xuaát
cuûa noù, sau ñoù coâng toång taát caû caùc nhöõng giaù trò naøy laïi.

31. CAÙC KHAÙI NIEÄM THOÁNG KEÂ CÔ BAÛN
TRONG DÖÏ BAÙO (tt)
 Ví duï: Ñieän thoaïi Di ñoäng (xaùch tay) coù xaùc suaát hoûng,
chaùy, noå laø: 30%, vaäy xaùc xuaát ñieän thoaïi khoâng hoûng
hoùc laø 70%.
 Khaû naêng 1: neáu xaûy ra söï coá hoûng hoùc: loã
(trong thöông vuï naøy): 250 trieäu VND.
 Khaû naêng 2: neáu khoâng xaûy ra söï coá, lôïi nhuaän:
500 trieäu VND
 Vaäy lôïi nhuaän döï tính laø:
 E(X) = (-250x30%) + (500x70%) = 275 trieäu VND
 Caùc phaân phoái lyù thuyeát thöôøng ñöôïc söû duïng trong thöïc
teá laø: Phaân phoái sieâu boäi, phaân phoái nhò thöùc, phaân
phoái Bernouli, phaân phoái Poison. Phoå bieán nhaát laø phaân
phoái nhò thöùc.

32. CAÙC KHAÙI NIEÄM THOÁNG KEÂ CÔ BAÛN
TRONG DÖÏ BAÙO (tt)
Kieåm ñònh giaû thuyeát (hypothesis testing)
Kieåm ñònh giaû thuyeát thoáng keâ veà moät ñaëc tính
naøo ñoù cuûa toång theå nhaèm loaïi boû hay khoâng loaïi
boû giaû thuyeát naøo ñoù
Caùc sai laàm trong quaù trình kieåm ñònh laø :
- Sai laàm loaïi 1: Loaïi boû giaû thuyeát ñuùng
- Sai laàm loaïi II: Chaáp nhaän giaû thuyeát sai
Moãi phaân phoái xaùc suaát coù caùc caùch tính khaùc nhau, vì
theá giaù trò tính ñöôïc cuõng khaùc nhau, aûnh höôûng tôùi
döï baùo
Ví duï: Do phaïm sai laàm trong kieåm ñònh chuùng ta tính xaùc suaát
cuûa maùy hoûng hoùc laø 30% (hoaëc chæ tính ñeán lôïi nhuaän
tröôùc maét maø khoâng thaáy nhöõng taùc ñoäng ñeán thöông hieäu),
thöïc teá laø 20%. Keát quaû cuûa hai phöông phaùp naøy laø khaùc

33. CHÖÔNG 2
KHAÛO SAÙT SOÁ LIEÄU VAØ
LÖÏA CHOÏN PHÖÔNG PHAÙP DÖÏ
BAÙO

34. NGUOÀN SOÁ LIEÄU
1. NGUOÀN THOÂNG TIN SÔ CAÁP
Thu thập
 Qua các cuộc khảo sát, chọn mẫu… hoặc các số liệu
ghi chép các biến số quan trọng trong doanh nghiệp
hàng tuần, tháng để có số liệu dự báo cho tương lai.
Các phương pháp
 Phỏng vấn trực tiếp
 Gửi thư
 Điện thoại

35. 1. NGUỒN THÔNG TIN SƠ CẤP (PRIMARY DATA)
Ưu và nhược điểm của các phương pháp
+ Phương pháp phỏng vấn trực tiếp:
Ưu điểm:
- Chịu bỏ thời gian để trả lời câu hỏi hơn
- Thông tin trung thực hơn
Nhược điểm:
- Kết quả bị ảnh hưởng đến thái độ chủ quan của
người đi phỏng vấn.
- Khó kiểm soát
- Tốn phí hơn.
NGUOÀN SOÁ LIEÄU (tt)

36. Ưu và nhược điểm của các phương pháp(tt)
+ Phương pháp phỏng vấn qua thư:
 Ít tốn kém, thực hiện với số lượng lớn với nhiều ngừơi
trả lời khác nhau, ở những địa điểm xa nhau.
 Tốn nhiều thời gian để hoàn tất, tỉ lệ phản hồi rất thấp
(10-50%).
+ Phỏng vấn qua điện thoại
 Chi phí thấp, nhanh chóng
 Chỉ thực hiện đuợc những câu hỏi dễ trả lời, thông tin
có độ chính xác không cao.
NGUOÀN SOÁ LIEÄU (tt)

37. 2. NGUỒN THỨ CẤP (SECONDARY DATA)
Gồm hai nguồn:
 + Bên trong (nội bộ công ty, sổ sách kế toán): Chọn
các thông số liên quan cho quá trình dự báo để có
thông tin khi cần và tránh trường hợp lưu trữ quá
nhiều thông tin không sử dụng.
 + Bên ngoài (Các số liệu thống kê): Sách báo, Tạp
chí, Internet, các tài liệu thống kê từ các cơ quan nhà
nước (Cục thống kể, Sở kế hoạch và Đầu tư…).
NGUOÀN SOÁ LIEÄU (tt)

38. Dữ liệu sử dụng cho dự báo thường là dạng dãy số thời
gian. Ví dụ: doanh số, chi phí của từng quý qua các năm,
giá cổ phiếu từng ngày hay lượng khách tham quan qua các
năm…Những dữ liệu này thường biểu hiện theo những kiểu
rất đa dạng theo thời gian. Việc hiển thị dữ liệu loại này lên
sơ đồ là bước rất quan trọng để xác định cách chuyển vận
là:
 Tính khuynh hướng
 Tính thời vụ
 Tính chu kỳ hay
 Tính bất thường.
KHẢO SÁT SỐ LIỆU

39.  Tính khuynh hướng
 + Khuynh hướng tăng dần: biểu hiện qua việc các giá
trị trong dãy số ngày càng tăng theo thời gian.
 + Khuynh hướng giảm dần: ngược lại.
 Tính thời vụ
 Xuất hiện khi có sự biến đổi thường xuyên lặp đi lặp
lại tại một thời điểm nhất định trong một thời đoạn
không đổi.
 Ví dụ: lượng khách du lịch vào mùa hè tại công viên;
doanh số hoa bán ra trong các ngày mồng 1 và 15
âm lịch, lượng áo lạnh bán ra vào mùa đông .v.v
KHẢO SÁT SỐ LIỆU (tt)

40. Tính chu kỳ
 Biểu hiện bằng việc dao động của dữ liệu hình sóng theo
thời gian. So với tính thời vụ thì thời đoạn của tính chu kỳ
dài hơn và không đều. Nguyên nhân gây ra tính chu kỳ thì
không rõ bằng tính thời vụ. Vì dụ: các chu kỳ trong kinh
doanh, giai đọan tăng trưởng, giai đọan suy thoái (Một số
nhà dự báo cũng sử dụng phương pháp này trong bóng đá).
Tính ngẫu nhiên và bất thường
 Các biến động của dữ liệu không theo một trong các kiểu
trên là rơi vào loại này. Những dao động này còn được gọi
là dao động ngẫu nhiên. Và vì thế rất khó có thể tìm ra trong
các mô hình dự báo.
KHẢO SÁT SỐ LIỆU (tt)

41. CÁC VÍ DỤ
4000
5000
6000
7000
8000
9000
10000
Jan-80
Jan-82
Jan-84
Jan-86
Jan-88
Jan-90
Jan-92
Jan-94
Jan-96
Jan-98
Jan-00
Tháng đầu tiên theo quý
GDPvàkhuynhhư
ớ
ngdàih
ạ
n
RGDP
RGDP Trend
Hình 2.1: GDP qua các năm (tính khuynh hướng)

42. CÁC VÍ DỤ
Hình 2.2: Nhà mới xây dựng (Tính thời vụ và khuynh hướng)
0
50
100
150
200
250
300
350
400
Feb-80
Feb-82
Feb-84
Feb-86
Feb-88
Feb-90
Feb-92
Feb-94
Feb-96
Feb-98
Feb-00
th
ố
ngkênhàm
ớ
i(Dv:100)

43. CÁC VÍ DỤ
Hình 2.3: doanh số của Leo Burnet (tính khuynh hướng tăng)
0
500
1000
1500
2000
2500
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995
Năm
Tri
ệ
uDollars
LBB

44.  Việc chọn lựa phương pháp dự báo thường tùy thuộc vào
các yếu tố sau đây:
 Kiểu phân bố dữ liệu
 Lượng dữ liệu có
 Và loại hình dự báo (ngắn, trung hoặc dài hạn)
 Tất cả các yếu tố đều quan trọng, tuy nhiên tiêu chí thứ 3 là
quan trọng nhất.
 Bảng tổng hợp các thông số để chọn lựa phương pháp dự
báo thích hợp
LỰA CHỌN
PHƯƠNG PHÁP DỰ BÁO

45. LỰA CHỌN
PHƯƠNG PHÁP DỰ BÁO (tt)
Phương pháp
dự báo
Kiểu
dữ liệu
Số lượng
quan sát
Loại hình
dự báo
Đơn giản Tịnh 1 hoặc 2 rất ngắn hạn
Trung bình động Tịnh bằng với số quan
sát tính
trong Trung
bình động
rất ngắn hạn
Đường số mũ
+ Đơn Tịnh 5-10 Ngắn hạn
+ Holt’s Tính khuynh
hướng
10-15 Ngắn đến
trung hạn
+ Winter’s Tính khuynh
hướng hay
tính thời vụ
Ít nhất 4-5 mùa
(trong năm,
trong tháng)
Ngắn đến
trung hạn

46. LỰA CHỌN
PHƯƠNG PHÁP DỰ BÁO (tt)
Phương pháp
dự báo
Kiểu dữ liệu Số lượng
quan sát
Loại hình
dự báo
Hồi quy
+ Khuynh
hướng
Tính khuynh huớng tuyến
tính hoặc phi tuyến tính có
hoặc không có tính thời vụ.
Ít nhất 10 và 4-5
mùa, if có tính thời
vụ
Ngắn đến
trung hạn
+ Nhân quả Gần như mọi kiểu 10 cho mỗi biến
độc lập
Ngắn, trung
và dài hạn
Phân tích
chuỗi thời
gian
Tính khuynh hướng, thời vụ
và chu kỳ
đủ để nhận biết
đỉnh và bụng của
chu kỳ
Ngắn, trung
và dài hạn
ARIMA Tịnh hoặc biến đổi
thành tịnh
Tối thiểu 50 Ngắn, trung
và dài hạn

47. CHÖÔNG 3
DÖÏ BAÙO VÔÙI PHÖÔNG
PHAÙP
TRUNG BÌNH ÑOÄNG VAØ
ÑÖÔØNG SOÁ MUÕÕ

48. 1. Laáy keát quaû trong giai tôùi baèng vôùi keát
quaû cuûa giai ñoaïn hieän taïi.
F(t) = A(t-1)
Vôùi: F(t): laø döï baùo cho giai ñoaïn t
 A(t-1) laø giaù trò thöïc taïi thôøi ñieåm t-1
Xem ví duï sau:
PHÖÔNG PHAÙP DÖÏ BAÙO
ÑÔN GIAÛN (NAIVE MODEL)

49. VÍ DUÏ MINH HOÏA P.P
ÑÔN GIAÛN (NAIVE MODEL)
Giöõa
thaùng
Tæ leä Thaát
nghieäp (UR)
Döï baùo tæ leä
Thaát nghieäp
(URF)
Feb-90 5.3
May-90 5.3 5.3
Aug-90 5.7 5.3
Nov-90 6.1 5.7
Feb-91 6.6 6.1
……..
Nov-94 5.6 6
Baøi taäp c1t3

50. Neáu quan saùt thaáy khuynh taêng, coù theå aùp duïng
theâm moâ hình Naive môû roäng:
Moâ hình ñöôïc vieát döôùi daïng:
Ft = At-1 + P(At-1 - At-2 )
Trong ñoù:
 F(t): laø döï baùo cho giai ñoaïn t
 A(t-1) laø soá thöïc taïi thôøi ñieåm t-1,
 A(t-2) laø soá thöïc taïi thôøi ñieåm t-2,
 Vaø, P laø tæ leä thay ñoåi giöõa hai giai ñoaïn (ta
choïn)
MOÂ HÌNH NAIVE MÔÛ ROÄNG

51. VÍ DUÏ MINH HOÏA P.P
MOÂ HÌNH NAIVE MÔÛ ROÄNG
Giöõa thaùng
Tæ leä thaát
nghieäp Döï baùo
February-90 5.3
May-90 5.3
August-90 5.7 5.3
Nov-90 6.1 6.3
February-91 6.6 6.9
May-91 6.8 6.9
August-91 6.9 7.0
….

52. Trung bình ñôn giaûn (simple average)
Thöïc hieän baèng caùch tìm ra giaù trò trung bình (mean)
cuûa taát caû caùc giaù trò trong quaù khöù vaø sau ñoù
duøng giaù trò trung bình naøy laøm giaù trò döï baùo cho
giai ñoaïn tieáp theo.
Trung Bình Ñoäng (moving average)
Trung bình ñoäng taïi thôøi ñieåm t laø giaù trò trung bình
soá hoïc cuûa n giaù trò gaàn nhaát.
+Trung bình ñoäng chæ tính giaù trò trung bình cho moät
soá löôïng giai ñoaïn coá ñònh
+Seõ thay ñoåi khi coù giaù trò môùi xuaát hieän
CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO
TRUNG BÌNH ÑOÄNG

53. Moâ hình trung bình ñoäng ñôn giaûn coù daïng:
Ft+1 = (At + At-1 + At-2 + … + At-n+1)/n
Trong ñoù:
 Ft+1 = giaù trò döï baùo cho giai ñoaïn t+1
 At = giaù trò thöïc teá vaøo thôøi ñieåm t
 n = toång soá löôïng giai ñoaïn coù trong thöïc
teá
noùi caùch khaùc: phöông phaùp naøy söû duïng trung
bình cuûa toaøn boä daõy soá ñeå döï baùo cho giai
ñoaïn tieáp theo
CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO
TRUNG BÌNH ÑOÄNG (tt)

54. Moâ hình trung bình ñoäng coù daïng:
Ft+1 = (At + At-1 + At-2 + … + At-n+1)/n
Trong ñoù:
 Ft+1 = giaù trò döï baùo cho giai ñoaïn t+1
 At = giaù trò thöïc teá vaøo thôøi ñieåm t
 n = toång soá löôïng giai ñoaïn laáy laøm trung
bình ñoäng (coøn goïi laø heä soá trung bình ñoäng).
Phöông phaùp naøy laáy trung bình cuûa moät soá löôïng giai
ñoaïn cuï theå (nhöng di ñoäng)ñeå döï baùo cho giai ñoaïn
tieáp theo.
Löu y:ù khi coù nhöõng giaù trò ñoät bieán trong daõy soá
thôøi gian, ta neân söû duïng n ôû möùc thaáp.
CAÙC PHÖÔNG PHAÙP DÖÏ BAÙO
TRUNG BÌNH ÑOÄNG (tt)

55. VÍ DUÏ MINH HOÏA P.P
TRUNG BÌNH ÑOÄNG (tt)
Thôøi gian
Giaù trò
thöïc
TB ñoäng 3
quyù
Döï baùo TB
ñoäng 3 quyù
Mar-83 239.3 Missing Missing
Jun-83 239.8 Missing Missing
Sep-83 236.1 238.40 Missing
Dec-83 232 235.97 238.40
Mar-84 224.75 230.95 235.97
Jun-84 237.45 231.40 230.95
…
Dec-98 115.2 130.29 136.35
Mar-99 Missing 130.29
Baøi taäp c3f2

56. VÍ DUÏ MINH HOÏA P.P
TRUNG BÌNH ÑOÄNG (tt)
Ti gia hoi doai voi Japan 3 MA
0
50
100
150
200
250
300
Sep-83
Sep-84
Sep-85
Sep-86
Sep-87
Sep-88
Sep-89
Sep-90
Sep-91
Sep-92
Sep-93
Sep-94
Sep-95
Sep-96
Sep-97
Sep-98
dongYensovoiUSD
Actual 239.3 239.8 3 Quarter MA

57.  Söû duïng nhöõng giaù trò trong quaù khöù ñeå döï baùo caùc
giaù trò töông lai
 Ñaët troïng soá cho taát caû caùc quan saùt trong daõy soá
Phöông phaùp ñöôøng soá muõ ñôn
Ft+1 = αAt + (1-α)Ft
Trong ñoù:
 Ft+1 : laø giaù trò döï baùo taïi thôøi ñieåm t+1
 α : haèng soá muõ (0<α<1)
 At : Giaù trò thöïc taïi thôøi ñieåm t
 Ft : Giaù trò döï baùo taïi thôøi ñieåm t
DÖÏ BAÙO BAÈNG
PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ

58. Choïn giaù trò :α
 Choïn giaù trò α gaàn baèng 0 khi trong boä döõ
lieäu coù quaù nhieàu nhöõng bieán ñoäng ngaãu
nhieân.
 Choïn α gaàn baèng 1 khi baïn muoán giaù trò döï
baùo phuï thuoäc vaøo nhöõng quan saùt gaàn
nhaát.
 Chuaån bình phöông sai soá trung bình (RMSE) laø
tieâu chí ñeå löaï choïn α phuø hôïp.
 α nhoû thöôøng ñem laïi caùc döï baùo chính xaùc.
DÖÏ BAÙO BAÈNG
PHÖÔNG PHAÙP ÑÖÔØNG SOÁ MUÕ
(tt)

59. DÖÏ BAÙO BAÈNG
PHÖÔNG PHAÙP ÑÖÔØNG SOÁ
MUÕ(tt)
Thôøi gian
Chæ soá tieâu
duøng
Jan-95 97.6
Feb-95 95.1
Mar-95 90.3
Apr-95 92.5
….
May-00 110.7
Jun-00 106.4
Jul-00 108.3
Aug-00 107.3Baøi taäp c3t2

60. DÖÏ BAÙO BAÈNG
PHÖÔNG PHAÙP ÑÖÔØNG SOÁ
MUÕ(tt)
Baøi taäp c3t2
Figure 3-4 : chỉ số giá tiêu dùng sử dụng phương pháp Đường số mũ đơn
80
85
90
95
100
105
110
115
Date
Feb-1995
Apr-1995
Jun-1995
Aug-1995
Oct-1995
Dec-1995
Feb-1996
Apr-1996
Jun-1996
Aug-1996
Oct-1996
Dec-1996
Feb-1997
Apr-1997
Jun-1997
Aug-1997
Oct-1997
Dec-1997
Feb-1998
Apr-1998
Jun-1998
Aug-1998
Oct-1998
Dec-1998
Feb-1999
Apr-1999
Jun-1999
Aug-1999
Oct-1999
Dec-1999
Feb-2000
Apr-2000
Jun-2000
Aug-2000
Original Fitted

61. 1. Nhập dữ liệu (hoặc ở từ data có sẵn )
2. Khởi động chương trình forecastX / chọn Method of
Forecast / Chọn Simple Exponential Smoothing
(không cần chọn alpha, phần mềm sẽ tự động chọn số tốt nhất)
3. Từ cửa sổ chính chọn Statistics / chọn more để
chọn Root Mean Squared Error / Chọn OK.
4. Trong phím Reports chọn Standard và Audit
5. Chọn Finish để kết thúc.
Löu yù: Trong phaàn meàm ForecastX, haèng soá beta ñöôïc vieát laø
gama.
THÖÏC HAØNH FORECASTX
PP ÑÖÔØNG SOÁ MUÕ ÑÔN

62. Khi boä döõ lieäu coù tính khuynh höôùng phöông phaùp
ñöôøng soá muõ ñôn seõ cho ra sai soá raát lôùn. Phöông
phaùp ñöôøng soá muõ Holt coù ñieàu chænh tính xu höôùng.
Vì vaäy, nhöõng sai soá naøy coù theå ñöôïc caûi thieän nhôø
phöông phaùp naøy.
 Phöông trình ñöôøng soá Muõ Holt ñöôïc vieát:
Ft+1 = αAt + (1-α)(Ft + Tt)
Tt+1 = β(Ft+1 - Ft) + (1-β)Tt
Ht+m = Ft+1 + mTt+1
PHÖÔNG PHAÙP
ÑÖÔØNG SOÁ MUÕ HOLT

63. Trong ñoù:
Ft+1 = giaù trò döõ baùo taïi thôøi ñieåm t+1
α = haèng soá ñöôøng soá muõ (0<α <1)
At = Giaù trò thöïc taïi thôøi ñieåm t
Tt+1= Öôùc löôïng khuynh höôùng
β = Haèng soá ñöôøng soá muõ cho öôùc luôïng
khuynh höôùng (0<β <1)
m = Soá löôïng giai ñoaïn (quan saùt) döï baùo.
Ht+m = Giaù trò döï baùo Holt taïi thôøi ñieåm t+m.
PHÖÔNG PHAÙP
ÑÖÔØNG SOÁ MUÕ HOLT (tt)

64. VÍ DUÏ MINH HOÏA P.P
ÑÖÔØNG SOÁ MUÕ HOLT
Thôøi gian Lôïi nhuaän cuûa S&P 500
Mar-70 88.58
Jun-70 78.13
Sep-70 83.37
Dec-70 90.64
,,,,
Sep-99 3885.27
Dec-99 4184.12
Mar-00 4234.45
Jun-00 4315.00
Baøi taäp c3t3

65. VÍ DUÏ MINH HOÏA P.P
ÑÖÔØNG SOÁ MUÕ HOLT
Tóm tắt dự báo tổng Lãicủa S&P 500
0.00
1,000.00
2,000.00
3,000.00
4,000.00
5,000.00
6,000.00
7,000.00
Mar-70
Mar-72
Mar-74
Mar-76
Mar-78
Mar-80
Mar-82
Mar-84
Mar-86
Mar-88
Mar-90
Mar-92
Mar-94
Mar-96
Mar-98
Mar-00
Mar-02
Lãi thực Lãi dự báo

66.  1. Khôûi ñoäng Excel, nhaäp döõ lieäu.
 2. Khôûi ñoäng cho ForecastX, Maëc ñònh vaøo Data
Capture, choïn Date phuø hôïp (daily, weekly, monthly or
yearly) (theo ngaøy, tuaàn, thaùng, quyù hoaëc naêm ).
 3. Vaøo Forecast Method , Vaøo forecasting technique
choïn Double Holt
 4. Vaøo Report choïn Standard vaø Show Chart , choïn
Finish.
 Löu yù: Khi muoán söûa chuù giaûi (Legend) cuûa sô ñoà (neáu coù hieån thò
sô ñoà), ta chi vieäc vaøo keát quaû Standard (choïn xuaát töø Report) söûa laïi
doøng chuù thích.
THÖÏC HAØNH FORECASTX
ÑÖÔØNG SOÁ MUÕ HOLT

67.  Laø moâ hình môû roäng thöù hai cuûa moâ hình ñöôøng soá
muõ ñôn.
 Phöông phaùp naøy ñöôïc söû duïng khi döõ lieäu coù bieåu
hieän caû khuynh höôùng vaø thôøi vuï.
 Phöông trình cuûa P.P Winters:
 Ft = αAt/St-p + (1-α) (Ft-1 + Tt-1)
 St = βAt/Ft + (1-β) St-p
 Tt = γ(Ft - Ft-1) + (1-γ)Tt-1
 Wt+m = (Ft + mTt) St+m-p
DÖÏ BAÙO BAÈNG P.P
ÑÖÔØNG SOÁ MUÕ WINTERS

68. Trong ñoù:
Ft+1 = giaù trò döõ baùo taïi thôøi ñieåm t+1
α = haèng soá ñöôøng soá muõ (0<α <1)
At = Giaù trò thöïc taïi thôøi ñieåm t
Ft-1 = Trung bình döï baùo ñeán thôøi ñieåm t-1
Tt+1 = öôùc löôïng khuynh höôùng
St = Öôùc löôïng thôøi vuï
β = Haèng soá ñöôøng soá muõ öôùc luôïng thôøi vu(0<β <1)
γ = Haèng soá muõ cuûa öôùc löôïng khuynh höôùng (0<γ <1)
m = Soá löôïng giai ñoaïn (quan saùt) döï baùo phía tröôùc.
P = soá löôïng giai ñoaïn (quan saùt) trong chu kyø thôøi vuï
Wt+m = Giaù trò döï baùo Winter taïi thôøi ñieåm t+m.
DÖÏ BAÙO BAÈNG P.P
ÑÖÔØNG SOÁ MUÕ WINTERS

69. VÍ DUÏ MINH HOÏA P.P
ÑÖÔØNG SOÁ MUÕ WINTERS
Thôøi gian Xe taûi
Mar-86 213.83
Jun-86 231.68
Sep-86 205.9
….
Dec-86 197.82
Sep-99 547.79
Dec-99 601.65
Mar-00 660.53
Jun-00 653.02
Baøi taäp c3t4

70. DÖÏ BAÙO BAÈNG P.P
ÑÖÔØNG SOÁ MUÕ WINTERS
Tóm tắt dự báo SX xe tải nhẹ ở Mỹ
0.00
100.00
200.00
300.00
400.00
500.00
600.00
700.00
800.00
Mar-86
Mar-87
Mar-88
Mar-89
Mar-90
Mar-91
Mar-92
Mar-93
Mar-94
Mar-95
Mar-96
Mar-97
Mar-98
Mar-99
Mar-00
Mar-01
Mar-02
Lượng thực Lượng Dự báo

71.  1. Khôûi ñoäng Excel, nhaäp döõ lieäu
 2. Khôûi ñoäng cho ForecastX, Maëc ñònh vaøo Data
Capture, choïn Date phuø hôïp (daily, weekly, monthly or
yearly) (theo ngaøy, tuaàn, thaùng, quyù hoaëc naêm ).
 3. Vaøo Forecast Method , Vaøo Forecasting technique
choïn Holt Winter (duø cho phöông phaùp laø Winter).
 4. Vaøo Statistics choïn more choïn tieáp Root Mean
Squared Error
 5. vaøo Report choïn Standard vaø Show Chart , choïn
Finish.
THÖÏC HAØNH FORECASTX
PP ÑÖÔØNG SOÁ MUÕ WINTERS

72. CHÖÔNG 4
DÖÏ BAÙO VÔÙI
PHÖÔNG PHAÙP HOÀI
QUY BOÄI

73. Hoài quy boäi laø moät quy trình thoáng keâ trong ñoù bieán
phuï thuoäc (Y) ñöôïc moâ hình hoaù nhö moät haøm soá
cuûa nhieàu hôn moät bieán ñoäc laäp (X1, X2, …Xn).
Moâ hình toång theå coù theå vieát nhö sau:
Y = f(X1, X2, …Xn)
= β0 + β1X1 + β2X2 + β3X3 +…+ βkXk+ε
Trong ñoù β0 laø tung ñoä ñieåm (Intercept) vaø caùc βi laø
caùc heä soá goùc töông öùng vôùi caùc bieán ñoäc laäp.
Vaø, ε laø sai soá toång theå, laø cheânh leäch giöõa giaù
trò thöïc Y vaø giaù trò döï baùo cuûa moâ hình.
MOÂ HÌNH HOÀI QUY BOÄI

74. Khi bieán phuï thuoäc ñaõ ñöôïc xaùc ñònh, caùc bieán ñoäc
laäp ñöôïc tieán haønh choïn löïa.
Lieät keâ taát caû caùc yeáu toá coù theå taùc ñoäng ñeán
söï bieán ñoåi cuûa bieán phuï thuoäc.
Choïn caùc bieán coù moái lieân heä roõ raøng nhaát vôùi
bieán phuï thuoäc, hoaëc thoâng qua caùc nghieân cöùu
tröôùc.
Ví duï: Doanh soá baùn leû vaø thu nhaäp khaû duïng.
Nhöng ngoaøi thu nhaäp khaû duïng ra, coù theå coøn söï
taùc ñoäng cuûa: GDP, Daân soá, laõi suaát v.v.v
Traùnh tröôøng hôïp caùc bieán ñoäc laäp coù moái quan
heä vôùi nhau. Vì taùc ñoäng cuûa noù laøm döï baùo vaø
kieåm ñònh thieáu chính xaùc.
CHOÏN BIEÁN ÑOÄC LAÄP

75. Ví duï:
Thu nhaäp khaû duïng quoác daân (DPI) vaø GDP hay DPI
vaø daân soá coù moái quan heä raát lôùn (Loãi naøy ñöôïc
goïi laø Ña coâng tuyeán Multicollinearity).
Ngoaøi ra, phaûi löu yù ñeán nhöõng bieán ño löôøng ñöôïc
(measurable variables), phaûi phaân bieät khaùi nieäm vaø
bieán soá.
Moät soá tröôøng hôïp khoâng ño baèng caùc coâng cuï,
coù theå söû duïng baèng bieán giaû.
Ví duï: Giôùi tính (Nam=1, Nöõ =0)
(Hoài quy baèng vôùi bieán giaû seõ ñöôïc trình baøy trong
phaàn sau)
CHOÏN BIEÁN ÑOÄC LAÄP

76. VÍ DUÏ MINH HOÏA DÖÏ BAÙO VÔÙI
MOÂ HÌNH HOÀI QUI BOÄI
Thôøi gian
Doanh thu
(RS)
Laõi suaát
(MR)
Thu nhaäp khaû
duïng (DPI)
31-Mar-90 418436 10.1202 18035
30-Jun-90 464944 10.3372 18063
30-Sep-90 464490 10.1033 18031
31-Dec-90 496741 9.9547 17856
…..
31-Mar-98 613448 7.0547 19632
30-Jun-98 695875 7.0938 19719
30-Sep-98 686297 6.8657 19905
31-Dec-98 749973 6.7633 20194
Baøi taäp c5t1Baøi taäp c5t1

77. VÍ DUÏ MINH HOÏA DÖÏ BAÙO VÔÙI
MOÂ HÌNH HOÀI QUI BOÄI (tt)
Tieán haønh hoài quy Doanh thu RS theo Laõi suaát (MR) vaø
Thu nhaäp khaû duïng (DPI).
Theo ñoù, moâ hình ñöôïc vieát döôùi daïng:
RS = b0 + b1(MR) + b2(DPI)
Tieán haønh hoài quy cho ra keát quaû:
RS2 =-1,422,517.59 +((MR)*-9,945.15)+((DPI)*110.77 ) (*)
Töø phöông trình (*), ñeå döï baùo ta chæ vieäc theá giaù trò caùc
bieán soá MR vaø DPI theo töøng quyù vaøo ñeå tính.
Neáu caùc giaù trò naøy khoâng coù saün ta tieán haønh döï baùo
sau ñoù theá giaù trò döï baùo vaøo ñeå tìm doanh thu.

78. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
1. BA CAÙCH KIEÅM TRA NHANH1. BA CAÙCH KIEÅM TRA NHANH
a. Daáu heä soá goùca. Daáu heä soá goùc
Kieåm tra daáu cuûa heä soá goùc coù ñuùng nhö kyø voïngKieåm tra daáu cuûa heä soá goùc coù ñuùng nhö kyø voïng
khoâng?khoâng?
b. Möùc yù nghóab. Möùc yù nghóa
Kieåm tra möùc yù nghóa baèng P-values ñeå chaáp nhaänKieåm tra möùc yù nghóa baèng P-values ñeå chaáp nhaän
bieánbieán
c. R-quaredc. R-quared
Trong moâ hình hoài qui boäi, chuùng ta coù khaùi nieämTrong moâ hình hoài qui boäi, chuùng ta coù khaùi nieäm
adjusted R-squared (goïi laøadjusted R-squared (goïi laø R-squared ñieàu chænh). Tieâu chíR-squared ñieàu chænh). Tieâu chí
naøy nhaèm haïn cheá vieäc R-squred taêng khoâng yùnaøy nhaèm haïn cheá vieäc R-squred taêng khoâng yù
nghóa (khi taêng theâm bieán ñoäc laäp R-square taêng duønghóa (khi taêng theâm bieán ñoäc laäp R-square taêng duø
bieán ñoù khoâng coù yù nghóa thoáng keâ).bieán ñoù khoâng coù yù nghóa thoáng keâ).
R-squared ñieàu chænh ñaùnh giaù möùc ñoä giaûi thíchR-squared ñieàu chænh ñaùnh giaù möùc ñoä giaûi thích

79. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
2. ÑA COÂNG TUYEÁN2. ÑA COÂNG TUYEÁN
Laø hieän töông hai hay nhieàu bieán ñoäc laäp coù moáiLaø hieän töông hai hay nhieàu bieán ñoäc laäp coù moái
quan heä tuyeán tính vôùi nhau.quan heä tuyeán tính vôùi nhau.
Hieän töôïng naøy gaây moâ hình coù nhieàu bieán khoângHieän töôïng naøy gaây moâ hình coù nhieàu bieán khoâng
ñaït kieåm ñònh t-test hoaëc daáu cuûa caùc bieán khoângñaït kieåm ñònh t-test hoaëc daáu cuûa caùc bieán khoâng
hôïp lyù maëc duø R-squared coù giaù trò caohôïp lyù maëc duø R-squared coù giaù trò cao
Tuy nhieân, ña coäng tuyeán haàu nhö coù trong moïi moâTuy nhieân, ña coäng tuyeán haàu nhö coù trong moïi moâ
hình vaán ñeà laø möùc ñoä naëng hay nheï. Chuùng ta coùhình vaán ñeà laø möùc ñoä naëng hay nheï. Chuùng ta coù
theå bieát möùc ñoä coäng tuyeán giöõa caùc bieán baèngtheå bieát möùc ñoä coäng tuyeán giöõa caùc bieán baèng
caùch nhìn vaøo ma traän töông quan cuûa caùc bieán ñoäccaùch nhìn vaøo ma traän töông quan cuûa caùc bieán ñoäc
laäp (Xem höôùng daãn thöïc haønh).laäp (Xem höôùng daãn thöïc haønh).

80. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
3. TÖÏ TÖÔNG QUAN VAØ HIEÄN TÖÔÏNG3. TÖÏ TÖÔNG QUAN VAØ HIEÄN TÖÔÏNG
THIEÁU BIEÁN GIAÛI THÍCHTHIEÁU BIEÁN GIAÛI THÍCH
Töï töông quan: laø hieän töôïng caùc giaù trò (quan saùt)Töï töông quan: laø hieän töôïng caùc giaù trò (quan saùt)
theo thöù töï cuûa moät bieán coù moái töông quan vôùitheo thöù töï cuûa moät bieán coù moái töông quan vôùi
nhau.nhau.
Nguyeân nhaân chính cuûa hieän töôïng naøy laø khi xaâyNguyeân nhaân chính cuûa hieän töôïng naøy laø khi xaây
döïng moâ hình ñaõ boû qua bieán giaûi thích quan troïng.döïng moâ hình ñaõ boû qua bieán giaûi thích quan troïng.
Vì theá moät trong caùch chöõa hieän töôïng naøy laøVì theá moät trong caùch chöõa hieän töôïng naøy laø
theâm bieán vaøo moâ hình.theâm bieán vaøo moâ hình.
Xeùt ví duï sau:Xeùt ví duï sau:
Tröôøng hôïp 1: chæ duøng giaù (price) giaûi thích choTröôøng hôïp 1: chæ duøng giaù (price) giaûi thích cho
doanh thu (sales); Tröôøng hôïp 2: theâm bieán thu nhaäpdoanh thu (sales); Tröôøng hôïp 2: theâm bieán thu nhaäp
(income) vaøo giaûi thích.(income) vaøo giaûi thích.

81. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Thôøi
gian SALES PRICE
INCOM
E
31-Mar-93 80 5 2620
30-Jun-93 86 4.87 2733
30-Sep-93 93 4.86 2898
….
31-Dec-93 99 4.79 3056
31-Mar-96 131 5.5 4619
30-Jun-96 136 5.48 4764
30-Sep-96 137 5.47 4802
31-Dec-96 139 5.49 4916
Baøi taäp c5t4Baøi taäp c5t4

82. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Neáu chæ söû duïng giaù (price) giaûi thích choNeáu chæ söû duïng giaù (price) giaûi thích cho
doanh thu (sales), keát quaû hoài quy cho ra:doanh thu (sales), keát quaû hoài quy cho ra:
Audit Trail -- Coefficient Table (Multiple Regression Selected)
Series Included Overall
Descritpio
n in Model
Coefficien
t T-test F-test Elasticity F-test
SALES Dependent -51.24 -0.94 0.89 8.98
PRICE Yes 30.92 3 8.98 1.46
Audit Trail - Statistics
Accuracy Measures
Forecast
Statistics Value
AIC Durbin Watson 0.34
R-sqaure 39.07

83. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Keát quaû treân cho ta nhieàu baát oån trong moâKeát quaû treân cho ta nhieàu baát oån trong moâ
hình:hình:
1. R-squared khaù thaáp (39.07%)1. R-squared khaù thaáp (39.07%)
2. Daáu cuûa cuûa bieán giaûi thích laø daáu2. Daáu cuûa cuûa bieán giaûi thích laø daáu
döông. Ñieàu naøy coù yù nghóa raèng: khi taêngdöông. Ñieàu naøy coù yù nghóa raèng: khi taêng
giaù thì doanh soá cuõng taêng (ñieàu naøy khoânggiaù thì doanh soá cuõng taêng (ñieàu naøy khoâng
ñuùng vôùi lyù thuyeát kinh teâ').ñuùng vôùi lyù thuyeát kinh teâ').
3. Heä soá DW chæ 0.34 cho thaáy moâ hình bò töï3. Heä soá DW chæ 0.34 cho thaáy moâ hình bò töï
töông quan khaù naëng.töông quan khaù naëng.
Keát luaän:Keát luaän: moâ hình ñaõ coù theå boû ra quamoâ hình ñaõ coù theå boû ra qua
moät bieán giaûi thích quan troïng.moät bieán giaûi thích quan troïng.

84. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Neáu söû duïng theâm thu nhaäp (income) giaûiNeáu söû duïng theâm thu nhaäp (income) giaûi
thích cho doanh thu, keát quaû hoài quy cho ra:thích cho doanh thu, keát quaû hoài quy cho ra:
Audit Trail -- Coefficient Table
(Multiple Regression Selected)
Series
Include
d Overall
Descritpi
on in Model
Coefficie
nt
T-
test F-test
Elastici
ty F-test
SALES
Depende
nt 123.47 6.36 40.51 154.86
PRICE Yes -24.84 -5.02 25.17 -1.17
INCOME Yes 0.03 13.55 183.62 1.06
Audit Trail -
Statistics
Accuracy Measures
Forecast
Statistics Value
AIC Durbin Watson 1.67

85. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Vôùi keát quaû treân, ta thaáy coù nhieàu caûi thieänVôùi keát quaû treân, ta thaáy coù nhieàu caûi thieän
ñaùng keå trong moâ hình.ñaùng keå trong moâ hình.
+ R-squared ñaõ taêng leân: 95.97%+ R-squared ñaõ taêng leân: 95.97%
+ Daáu cuûa bieán cuõng ñaõ nhö kyø voïng (aâm),+ Daáu cuûa bieán cuõng ñaõ nhö kyø voïng (aâm),
ñieàu naøy coù nghóa laø khi giaù taêng thì doanhñieàu naøy coù nghóa laø khi giaù taêng thì doanh
soá seõ giaûm.soá seõ giaûm.
+ Heä soá DW cuõng ñaõ taêng leân 1.67 (naèm trong+ Heä soá DW cuõng ñaõ taêng leân 1.67 (naèm trong
ngöôõng an toaøn töø 1.5-2.5).ngöôõng an toaøn töø 1.5-2.5).
Vaäy chöùng toû thieáu bieán giaûi thích quan troïng seõ laømVaäy chöùng toû thieáu bieán giaûi thích quan troïng seõ laøm
moâ hình phaïm nhieàu loãi vaø vì theá döï baùo khoâng coønmoâ hình phaïm nhieàu loãi vaø vì theá döï baùo khoâng coøn
chính xaùc.chính xaùc.

86. CAÙC KIEÅM ÑÒNH THOÁNG KEÂ
HOÀI QUI BOÄI (tt)
Trong baûng keát quaû hoài quy chuùng ta thöôøngTrong baûng keát quaû hoài quy chuùng ta thöôøng
thaáy thoáng keâ F-statistic.thaáy thoáng keâ F-statistic.
Kieåm ñònh naøy duøng ñeå kieåm ñònh giaû thuyeát:Kieåm ñònh naøy duøng ñeå kieåm ñònh giaû thuyeát:
HHoo :: ββ1 =1 = ββ22 == ββ33 = … == … = ββkk = 0= 0
HH11:: taát caû caùc heä soá khoâng ñoàng thôøi baèng zero.taát caû caùc heä soá khoâng ñoàng thôøi baèng zero.
So saùnh giaù trò F tính toaùn (FSo saùnh giaù trò F tính toaùn (Fcalccalc) vaø giaù trò F tra) vaø giaù trò F tra
baûng (Fbaûng (FTT) vôùi baäc töï do töû soá laø K vaø baäc) vôùi baäc töï do töû soá laø K vaø baäc
töï do maãu laø n-(k+1); Vôùi n laø soá quan saùt, Ktöï do maãu laø n-(k+1); Vôùi n laø soá quan saùt, K
laø soá löôïng bieán giaûi thích.laø soá löôïng bieán giaûi thích.
Neáu FNeáu Fcalccalc > F> FTT: loaïi boû giaû thuyeát H: loaïi boû giaû thuyeát H00. (Chaáp nhaän. (Chaáp nhaän
moâ hình)moâ hình)

87. THÖÏC HAØNH
Laäp ma traän töông quan giöõa caùc bieánLaäp ma traän töông quan giöõa caùc bieán
ñoäc laäp Trong Excelñoäc laäp Trong Excel (Coù theå thöïc hieän(Coù theå thöïc hieän
ñöôïc trong ForecastX)ñöôïc trong ForecastX)
1. Khôûi ñoäng Excel nhaäp döõ lieäu.1. Khôûi ñoäng Excel nhaäp döõ lieäu.
2. Choïn2. Choïn ToolsTools treân thanh coâng cuï, choïn tieáptreân thanh coâng cuï, choïn tieáp DataData
AnalysisAnalysis trong hoäp thoaïi hieän ra choïn tieáptrong hoäp thoaïi hieän ra choïn tieáp
CorelationCorelation vaø choïnvaø choïn OK.OK.
3. Trong hoäp thoaïi3. Trong hoäp thoaïi Input rangeInput range choïn bieåu töôïng ôûchoïn bieåu töôïng ôû
cuoái doøng vaø queùt khoái phaàn döõ lieäu caàncuoái doøng vaø queùt khoái phaàn döõ lieäu caàn
laäp ma traän töông quan (goàm caû haøng teânlaäp ma traän töông quan (goàm caû haøng teân
bieán), Sau ñoù click laïi bieåu töôïng nhoû ôû cuoáibieán), Sau ñoù click laïi bieåu töôïng nhoû ôû cuoái
doøng trong hoäp thoaïi. Vaø choïn tieápdoøng trong hoäp thoaïi. Vaø choïn tieáp Labels inLabels in
first rowfirst row. Vaø cuoái cuøng choïn OK.. Vaø cuoái cuøng choïn OK.

88. CHÖÔNG 5
DÖÏ BAÙO VÔÙI
PHÖÔNG
PHAÙP DAÕY SOÁ
THÔØI GIAN

89.  Thaønh phaàn trong döõ lieäu chuoãi thôøi gian bao goàm:
 Tính khuynh höôùng
 Dao ñoäng thôøi vuï
 Dao ñoäng chu kyø
 Dao ñoäng ngaãu nhieân.
 Phaân tích thaønh phaàn daõy soá thôøi gian duøng ñeå
xaùc ñònh ra caùc thaønh phaàn ñoù baèng caùch taùch rôøi
daõy soá thaønh nhöõng thaønh phaàn rieâng bieät vaø sau
ñoù tích hôïp laïi ñeå döï baùo.
PHAÂN TÍCH THAØNH PHAÀN
DAÕY SOÁ THÔØI GIAN

90. Ñaây laø moâ hình coå ñieån nhöng raát phoå bieán hieän nay
vì:
 Cho ra keát quaû döï baùo raát toát
 Deã hieåu vaø deã giaûi thích cho ngöôøi söû duïng
caùc thoâng soá döï baùo.
 Töông thích vôùi khuynh höôùng chung cuûa caùc
giaùm ñoác khi nhìn vaøo söï chuyeån vaän cuûa
döõ lieäu vaø vì theá giuùp hoï ñeà ra caùc ñoái
saùch phuø hôïp cho töøng yeáu toá chöa phuø hôïp.
Coù nhieàu caùch ñeå phaân tích moät daõy soá thôøi gian.
Trong chöông trình, chuùng ta seõ söû duïng phöông phaùp coå
ñieån trong ñoù lieân quan ñeán trung bình ñoäng, tính khuynh
höôùng, tính thôøi vuï.
PHAÂN TÍCH THAØNH PHAÀN
DAÕY SOÁ THÔØI GIAN (tt)

91. Moâ hình ñöôïc vieát:
Y = T x S x C x I
Trong ñoù:
Y = bieán döï baùo
T = tính khuynh höôùng
S = tính thôøi vuï
C = tính chu kyø
I = tính ngaãu nhieân.
MOÂ HÌNH PHAÂN TÍCH
DAÕY SOÁ THÔØI GIAN CAÊN
BAÛN

92. Loaïi tröø nhöõng dao ñoäng ngaén haïn baèng caùch tính
trung bình ñoäng (MA) cho daõy soá.
Cô soá tính trung bình ñoäng phaûi chöùa baèng soá quan saùt
trong chu kyø thôøi vuï (ñoä daøi cuûa thôøi vuï).
Ví duï: döõ lieäu ñöôïc cho theo quyù, khi tính trung bình ñoäng
phaûi döïa treân cô sôû 04 quyù.
Toång quaùt: trung bình ñoäng ñöôïc tính nhö sau:
 + Ñoái vôùi döõ lieäu theo quy:ù
MAt = (Yt-2 + Yt-1 + Yt + Yt+1)/4
 + Ñoái vôùi döõ lieäu theo thaùng:
MAt = (Yt-6 + Yt-5 + … + Yt + Yt+1+ Yt+5)/12
Ví duï minh hoïa caùch tính trung bình ñoäng.
PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ
TÌM CHÆ SOÁ THÔØI VUÏ

93. PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
Chæ
soá Y Trung bình Trung bình ñoäng
thôøi gian Ñoäng (MA) trung taâm (CMA)
Naêm 1
Quyù 1 1 10 NA NA
Quyù 2 2 18 NA NA
Quyù 3 3 20 15.0 (MA3) 15.25 (CMA3)
Quyù 4 4 12 15.5 (MA4) 15.75 (CMA4)
Naêm 2
Quyù 1 5 12 16.0 (MA5) NA
Quyù 2 6 20 NA NA
MA3 = (10 + 18 + 20 + 12)/4 = 15.0
MA4 = (18 + 20 + 12 + 12)/4 = 15.5
MA5 = (20 + 12 + 12 + 20)/4 = 16.0

94.  Yeáu toá thôøi vuï ñöôïc tính:
SFt = Yt/CMAt
 Trong ví duï treân chuùng ta coù, yeáu toá thôøi vuï taïi caùc quyù 3 vaø 4 nhö
sau:
SF3 = Y3/CMA3 = 20/15.25 = 1.31
SF4 = Y4/CMA4 = 12/15.75 = 0.76
YÙ nghóa:
Quyù 3 cuûa naêm 1 laø quyù coù doanh soá cao hôn möùc trung bình (SF3 =
1.31). Trong khi ñoù, quyù 4 cuûa thì coù doanh soá khaù thaáp SF4 = 0.76).
Neáu xeùt trong thöïc teá (ñaây laø döõ lieäu doanh soá cuûa haøng hoaù laø
trang phuïc bôi) thì ñieàu naøy laø hôïp lyù (ôû quyù 4 laø muøa ñoâng, neân
doanh soá thaáp).
Tính toaùn cho toaøn boä soá lieäu, caùc yeáu toá thôøi vuï naøy khaù xaáp
xó nhau.
Chæ soá thôøi vuï (Si): ñöôïc tính baèng trung bình cuûa taát caû caùc yeáu
toá thôøi vuï naøy.
PHAÂN TÍCH LOAÏI BOÛ TÍNH THÔØI VUÏ
TÌM CHÆ SOÁ THÔØI VUÏ (tt)

95. VÍ DUÏ MINH HOÏA
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
Caùc kyù hieäu:Caùc kyù hieäu:
PHSPHS = nhaø xaây döïng môùi (ñ/v: 1000)= nhaø xaây döïng môùi (ñ/v: 1000)
PHSMAPHSMA = Trung bình ñoäng nhaø xaây döïng= Trung bình ñoäng nhaø xaây döïng
môùimôùi
PHSCMAPHSCMA = Trung bình ñoäng trung taâm nhaø= Trung bình ñoäng trung taâm nhaø
xaâyxaây döïng môùidöïng môùi
PHSCMATPHSCMAT = Khuynh höôùng trung bình ñoäng= Khuynh höôùng trung bình ñoäng
trung taâm nhaø xaây döïng môùitrung taâm nhaø xaây döïng môùi
CFCF = Yeáu toá chu kyø= Yeáu toá chu kyø
(PHSCMA/PHSCMAT)(PHSCMA/PHSCMAT)
SFSF = yeáu toá thôøi vuï (PHS/PHSCMA)= yeáu toá thôøi vuï (PHS/PHSCMA)
SISI = chæ soá thôøi vuï (trung bình chuaån= chæ soá thôøi vuï (trung bình chuaån

96. VÍ DUÏ MINH HOÏA
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
1 2 3 4 5 6 7 8 9
T.gian
C/s
PHS
PHSM
A
PHSCMA
PHSCMA
T
CF SF SIT/gia
n
Feb-65 1 181.5 NA NA 237.819 NA NA 0.797
May-65 2 296.7 NA NA 238.132 NA NA 1.202
Aug-65 3 266.2 240.95 240.788 238.446 1.01 1.106 1.113
Nov-65 4 219.4 240.625 235.888 238.759 0.988 0.93 0.888
Feb-66 5 180.2 231.15 222.613 239.073 0.931 0.809 0.797
May-66 6 258.8 214.075 204.363 239.386 0.854 1.266 1.202
. . . . . . . . .
May-98 134 360.4 305.9 311.875 279.512 1.116 1.156 1.202
Aug-98 135 348 317.85 NA 279.826 NA NA 1.113
Nov-98 136 304.6 NA NA 280.139 NA NA 0.888

97. VÍ DUÏ MINH HOÏA
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
0
50
100
150
200
250
300
350
400
450
500
Feb-65
Feb-67
Feb-69
Feb-71
Feb-73
Feb-75
Feb-77
Feb-79
Feb-81
Feb-83
Feb-85
Feb-87
Feb-89
Feb-91
Feb-93
Feb-95
Feb-97
------------ nhaø xaây döïng môùi (goác)nhaø xaây döïng môùi (goác)
nhaø xaây döïngmôùi sau khi ñieàu chænh tính chunhaø xaây döïngmôùi sau khi ñieàu chænh tính chu

98. VÍ DUÏ MINH HOÏA
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
Nhaän xeùt:Nhaän xeùt:
1. Ño löôøng ñöôïc tính thôøi vuï thoâng qua chæ soá1. Ño löôøng ñöôïc tính thôøi vuï thoâng qua chæ soá
thôøi vuï (seasonal Indexes)thôøi vuï (seasonal Indexes)
2. Loaïi boû tính thôøi vuï trong döõ lieäu giuùp2. Loaïi boû tính thôøi vuï trong döõ lieäu giuùp
chuùng ta hình dung roõ raøng hôn kieåu chuyeånchuùng ta hình dung roõ raøng hôn kieåu chuyeån
vaän döõ lieäu.vaän döõ lieäu.
Löu yù: toång caùc chæ soá thôøi vuï phaûi baèng soá löôïng quanLöu yù: toång caùc chæ soá thôøi vuï phaûi baèng soá löôïng quan
saùt trong moät chu kyø (=4 neáu laø soá lieäu theo quyù vaø =12saùt trong moät chu kyø (=4 neáu laø soá lieäu theo quyù vaø =12
neáu laø soá lieäu theo thaùng). Ngöôïc laïi, phaûi chuaån hoaùneáu laø soá lieäu theo thaùng). Ngöôïc laïi, phaûi chuaån hoaù
chuùng baèng caùch nhaân töøng chæ soá naøy vôùi ñoä daøi chu kyøchuùng baèng caùch nhaân töøng chæ soá naøy vôùi ñoä daøi chu kyø
vaø chia cho toång caùc trung bình yeáu toá thôøi vuï.vaø chia cho toång caùc trung bình yeáu toá thôøi vuï.
Thöïc hieän quy taéc treân ta coù chæ soá thôøi vuïThöïc hieän quy taéc treân ta coù chæ soá thôøi vuï
cho töøng quyù trong ví duï treân nhö sau:cho töøng quyù trong ví duï treân nhö sau:

99. VÍ DUÏ MINH HOÏA
TÌM CHÆ SOÁ THÔØI VUÏ (tt)
ÖÙng duïngÖÙng duïng
1) Neáu ta bieát trong naêm tôùi soá nhaø xaây döïng1) Neáu ta bieát trong naêm tôùi soá nhaø xaây döïng
môùi laø 400, döïa treân chæ soá thôøi vuï ta coù theåmôùi laø 400, döïa treân chæ soá thôøi vuï ta coù theå
tính ñöôïc ôû caùc quyù:tính ñöôïc ôû caùc quyù:
Quyù 1: (400/4)*0.797Quyù 1: (400/4)*0.797 = 79.7 nhaø= 79.7 nhaø
Quyù 02:Quyù 02: ,,,, = 120.2,= 120.2,
Quyù 03:Quyù 03: ,,,, = 111.3,= 111.3,
Quyù 04:Quyù 04: ,,,, = 88.8= 88.8
2) Neáu bieát ñöôïc chæ soá thôøi vuï tai moät quyù2) Neáu bieát ñöôïc chæ soá thôøi vuï tai moät quyù
(SI(SIii) vaø löôïng ñôn vò ño ñöôïc taïi quyù ñoù (Qi) ta) vaø löôïng ñôn vò ño ñöôïc taïi quyù ñoù (Qi) ta
coù theå öôùc tính ñöôïc con soá öôùc tính cho caùccoù theå öôùc tính ñöôïc con soá öôùc tính cho caùc
naêm (Ynaêm (Ytt) theo coâng thöùc:) theo coâng thöùc:
YYtt = (Q= (Qii/SI/SIii)x4)x4

100. TÌM KHUYNH HÖÔÙNG DAØI
HAÏN
 Khuynh höôùng daøi haïn ñöôïc öôùc löôïng töø döõ lieäuKhuynh höôùng daøi haïn ñöôïc öôùc löôïng töø döõ lieäu
sau khi ñaõ loaïi boû caùc dao ñoäng ngaén haïn.sau khi ñaõ loaïi boû caùc dao ñoäng ngaén haïn.
 Ñeå tìm ra khuynh höôùng daøi haïn, ta söû duïng haømÑeå tìm ra khuynh höôùng daøi haïn, ta söû duïng haøm
tuyeán tính ñôn sau:tuyeán tính ñôn sau:
CMACMA == f(TIME)f(TIME)
== a + b(TIME)a + b(TIME)
Trong ñoù :Trong ñoù :
 CMA laø trung bình ñoäng trung taâmCMA laø trung bình ñoäng trung taâm
 TIME = 1 cho quan saùt ñaàu tieân vaø taêng 1 ñônTIME = 1 cho quan saùt ñaàu tieân vaø taêng 1 ñôn
vòvò cho quan saùt tieáp theo.cho quan saùt tieáp theo.
 Phöông trình xu höôùng sau khi ñaõ xaùc ñònh ñöôïc söûPhöông trình xu höôùng sau khi ñaõ xaùc ñònh ñöôïc söû
duïng ñeå taïo caùc öôùc löôïng. Taäp hôïp caùc öôùcduïng ñeå taïo caùc öôùc löôïng. Taäp hôïp caùc öôùc
löôïng naøy laø daõy soá khuynh höôùng trung bình ñoänglöôïng naøy laø daõy soá khuynh höôùng trung bình ñoäng
trung taâm (CMAT).trung taâm (CMAT).

101. VÍ DUÏ MINH HOÏA
TÌM KHUYNH HÖÔÙNG DAØI HAÏN
Giaù trò CMAT ñöôïc tính trong ví duï treân (coät 6, slide 9)Giaù trò CMAT ñöôïc tính trong ví duï treân (coät 6, slide 9)
0
50
100
150
200
250
300
350
400
450
500
Feb-65
Feb-67
Feb-69
Feb-71
Feb-73
Feb-75
Feb-77
Feb-79
Feb-81
Feb-83
Feb-85
Feb-87
Feb-89
Feb-91
Feb-93
Feb-95
Feb-97
PHSCMATPHSCMAT PHSCMAPHSCMA PHSPHS

102. ÑO LÖÔØNG YEÁU TOÁ CHU
KYØ
Yeáu toá chu kyø (CF):Yeáu toá chu kyø (CF): laø kieåu chuyeån vaän hìnhlaø kieåu chuyeån vaän hình
soùng môû roäng cuûa khuynh höôùng daøi haïn,soùng môû roäng cuûa khuynh höôùng daøi haïn,
ñöôïc ño löôøng baèng tæ soá giöõa Trung bình ñoängñöôïc ño löôøng baèng tæ soá giöõa Trung bình ñoäng
trung taâm (CMA) vaø khuynh höôùng daøi haïn cuûatrung taâm (CMA) vaø khuynh höôùng daøi haïn cuûa
trung bình ñoäng trung taâm (CMAT).trung bình ñoäng trung taâm (CMAT).
CFCF == CMA/CMATCMA/CMAT
CF >1: giaù trò taïi quan saùt sau khi ñaõ loaïi boû tínhCF >1: giaù trò taïi quan saùt sau khi ñaõ loaïi boû tính
thôøi vuï lôùn hôn giaù trò khuynh höôùng daøithôøi vuï lôùn hôn giaù trò khuynh höôùng daøi
haïn.haïn.
CF <1: nguôïc laïiCF <1: nguôïc laïi
Trong ví duï xeùt treân, yeáu toá chu kyø ñöôïc tính:Trong ví duï xeùt treân, yeáu toá chu kyø ñöôïc tính:
CF = PHSCMA/PHSCMATCF = PHSCMA/PHSCMAT

103. VÍ DUÏ MINH HOÏA
ÑO LÖÔØNG YEÁU TOÁ CHU KYØ
0
0.5
1
1.5
Feb-65
Feb-67
Feb-69
Feb-71
Feb-73
Feb-75
Feb-77
Feb-79
Feb-81
Feb-83
Feb-85
Feb-87
Feb-89
Feb-91
Feb-93
Feb-95
Feb-97
Feb-99
CF
Aug72-1.32
Aug77-1.43
Aug86-1.12 May98-1.12
Feb82-0.58
Feb70-0.77
Feb75-0.83
Feb91-0.75

104. VÍ DUÏ MINH HOÏA
ÑO LÖÔØNG YEÁU TOÁ CHU
KYØ
Q3-1966Q3-1966 == 190.513/239.700 = 0.795 < 1190.513/239.700 = 0.795 < 1
Q2-1998Q2-1998 == 311.875/279.512 = 1.116 > 1311.875/279.512 = 1.116 > 1
Neáu ñoái chieáu treân sô ñoà treân ta deã daøngNeáu ñoái chieáu treân sô ñoà treân ta deã daøng
nhaän thaáy:nhaän thaáy:
Taïi Q3-1966, ñöôøng CF naèm döôùi ñöôøng khuynhTaïi Q3-1966, ñöôøng CF naèm döôùi ñöôøng khuynh
höôùng daøi haïn, vaøhöôùng daøi haïn, vaø
Taïi Q2-1998, ñöôøng CF naèm treân ñöôøng khuynhTaïi Q2-1998, ñöôøng CF naèm treân ñöôøng khuynh
höôùng daøi haïn.höôùng daøi haïn.
Keát luaän:Keát luaän: baèng caùch tính ñöôïc vaø chieáu rieângbaèng caùch tính ñöôïc vaø chieáu rieâng
yeáu toá chu kyø leân ñoà thò chuùng ta coù theå hìnhyeáu toá chu kyø leân ñoà thò chuùng ta coù theå hình
dung toát hôn caùch chuyeån vaän cuûa döõ lieäu.dung toát hôn caùch chuyeån vaän cuûa döõ lieäu.
Töø ñoù ñöa ra phöông phaùp döï baùo thích hôïp.Töø ñoù ñöa ra phöông phaùp döï baùo thích hôïp.

105. TOÅNG QUAN VEÀ
CAÙC CHU KYØ KINH DOANH
C
B
A
B’ B’’
Hoaït
ñoäng
kinh
teá
Thôøi gian
Caùc chu kyø kinh doanhCaùc chu kyø kinh doanh

106. TOÅNG QUAN VEÀ
CAÙC CHU KYØ KINH DOANH
Chuù thích:Chuù thích:
 Thôøi ñoaïn töø ñieåm A ñeán B: giai ñoaïn phaùtThôøi ñoaïn töø ñieåm A ñeán B: giai ñoaïn phaùt
trieån (hay môû roäng – expansion phase).trieån (hay môû roäng – expansion phase).
 Thôøi ñoaïn töø B ñeán C: giai ñoaïn suy thoaùiThôøi ñoaïn töø B ñeán C: giai ñoaïn suy thoaùi
(recession phase)(recession phase)
 Khoaûng caùch töø A ñeán B: möùc ñoä môû roängKhoaûng caùch töø A ñeán B: möùc ñoä môû roäng
(development phase)(development phase)
 Khoaûng caùch töø B’’ ñeán C chæ ra möùc ñoä suyKhoaûng caùch töø B’’ ñeán C chæ ra möùc ñoä suy
thoaùi.thoaùi.
Neáu ñuùng laø chu kyø : bieân ñoä dao ñoäng [khoaûng caùch töøNeáu ñuùng laø chu kyø : bieân ñoä dao ñoäng [khoaûng caùch töø
ñaùy suy thoaùi (A) vaø ñænh phaùt trieån (B)] laø khoâng ñoåiñaùy suy thoaùi (A) vaø ñænh phaùt trieån (B)] laø khoâng ñoåi
trong caùc chu kyø. Vaø, thôøi ñoaïn cuûa caùc chy kyø laø khoângtrong caùc chu kyø. Vaø, thôøi ñoaïn cuûa caùc chy kyø laø khoâng
ñoåi. Tuy nhieân trong thöïc teá cuûa hoaït ñoäng kinh teá ñieàuñoåi. Tuy nhieân trong thöïc teá cuûa hoaït ñoäng kinh teá ñieàu
naøy raát khoù coù xaûy ra.naøy raát khoù coù xaûy ra.

107. DÖÏ BAÙO PHAÂN TÍCH THAØNH PHAÀN
DAÕY SOÁ THÔØI GIAN
Moät daõy soá thôøi gian coù theå taùch ra thaønh caùcMoät daõy soá thôøi gian coù theå taùch ra thaønh caùc
thaønh phaàn:thaønh phaàn:
Y = T . S . C . IY = T . S . C . I
Trong ñoù:Trong ñoù:
T =T = khuynh höôùng daøi haïn döïa treân döõ lieäu ñaõ loaïikhuynh höôùng daøi haïn döïa treân döõ lieäu ñaõ loaïi
boû caùc dao ñoäng thôøi vuï, thuôøng ñöôïc goïi laø khuynhboû caùc dao ñoäng thôøi vuï, thuôøng ñöôïc goïi laø khuynh
höôùng trung bình ñoäng trung taâm.höôùng trung bình ñoäng trung taâm.
S =S = caùc chì soá thôøi vuï (Scaùc chì soá thôøi vuï (Sii). Laø caùc giaù trò chuaån). Laø caùc giaù trò chuaån
trung bình cuaû caùc yeáu toá thôøi vuï taïi moãi quan saùttrung bình cuaû caùc yeáu toá thôøi vuï taïi moãi quan saùt
C =C = yeáu toá chu kyø. Yeáu toá chu kyø (CF) ñöôïc tínhyeáu toá chu kyø. Yeáu toá chu kyø (CF) ñöôïc tính
baèng tæ soá giöõa CMA vaø CMAT, theå hieän tính chuyeånbaèng tæ soá giöõa CMA vaø CMAT, theå hieän tính chuyeån
vaän daàn ñeàu hình soùng cuûa daõy soá xung quanhvaän daàn ñeàu hình soùng cuûa daõy soá xung quanh
ñöôøng khuynh höôùng.ñöôøng khuynh höôùng.
I =I = yeáu toá thaát thöôøng. Thoâng thöôøng yeáu toáyeáu toá thaát thöôøng. Thoâng thöôøng yeáu toá

108. VÍ DUÏ MINH HOÏA DÖÏ BAÙO PHAÂN TÍCH
THAØNH PHAÀN DAÕY SOÁ THÔØI GIAN
1 2 3 4 5 6 7 9 10
T.gian
C/s
PHS
PHSM
A
PHSCMA
PHSCMA
T
CF SI
Döï
baùoT/gia
n
Feb-65 1 181.5 NA NA 237.819 NA
0.79
7 NA
May-65 2 296.7 NA NA 238.132 NA 1.202 NA
Aug-65 3 266.2 240.95 240.788 238.446 1.01 1.113 267.9
Nov-65 4 219.4 240.625 235.888 238.759 0.988 0.888 209.4
Feb-66 5 180.2 231.15 222.613 239.073 0.931
0.79
7 177.5
May-66 6 258.8 214.075 204.363 239.386 0.854 1.202 245.7
. . . . . . . .
May-98 134 360.4 305.9 311.875 279.512 1.116 1.202 374.9
Aug-98 135 348 317.85 NA 279.826 NA 1.113 353.7
Nov-98 136 304.6 NA NA 280.139 NA 0.888 281.4

109. VÍ DUÏ MINH HOÏA DÖÏ BAÙO PHAÂN TÍCH
THAØNH PHAÀN DAÕY SOÁ THÔØI GIAN
100
150
200
250
300
350
400
F
e
b
-9
1
F
e
b
-9
2
F
e
b
-9
3
F
e
b
-9
4
F
e
b
-9
5
F
e
b
-9
6
F
e
b
-9
7
F
e
b
-9
8
F
e
b
-9
9
F
e
b
-0
0
PHS Döïbaùo
Keát quaû döï baùo ñöôïc ñöa ra treân cô sôû ba ñieàuKeát quaû döï baùo ñöôïc ñöa ra treân cô sôû ba ñieàu
chænh; (1) theo khuynh höôùng; (2) theo thôøi vuï, vaø (3)chænh; (1) theo khuynh höôùng; (2) theo thôøi vuï, vaø (3)
theo chu kyø.theo chu kyø.

110. THÖÏC HAØNH FORECASTX
PHAÂN TÍCH THAØNH PHAÀN DSTG
1. Môû taäp tin döõ lieäu, khôûi ñoäng ForecastX.1. Môû taäp tin döõ lieäu, khôûi ñoäng ForecastX.
2. Trong2. Trong Data CaptureData Capture, choïn döõ lieäu caàn phaân, choïn döõ lieäu caàn phaân
tích. Sau ñoù, choïn theûtích. Sau ñoù, choïn theû Forecast MethodForecast Method vaøvaø
choïnchoïn DecompositionDecomposition trongtrong ForecastingForecasting
techniquetechnique . Choïn. Choïn MultiplicativeMultiplicative ôû beân duôùiôû beân duôùi
vaø choïn tieápvaø choïn tieáp Linear RegressionLinear Regression trong boxtrong box
Forecast method for decomposed dataForecast method for decomposed data..
3. Choïn3. Choïn StatisticsStatistics vaø choïn caùc thoáng keâ baïnvaø choïn caùc thoáng keâ baïn
caàncaàn (Löu yù(Löu yù RMSERMSE chæ baùo caùo ñuôïc khi baïn choïnchæ baùo caùo ñuôïc khi baïn choïn
tieâu chí naøy trong phímtieâu chí naøy trong phím MoreMore))
Trong theûTrong theû ReportReport choïnchoïn StandardStandard vaøvaø ShowShow
Charts, Audit vaø ExecutiveCharts, Audit vaø Executive vaø choïnvaø choïn FinishFinish
ñeå thöïc hieän.ñeå thöïc hieän.