Trong quá trình hoàn thành luận văn, tôi đã tìm hiểu và sử dụng các nguồn tài liệu rất có giá trị sau đây: Các tài liệu về dự báo điện năng đặc thù của ngành điện bao gồm: Tài liệu nước
Trang 1HOÀNG LÊ HẢI
DỰ BÁO NHU CẦU SỬ DỤNG ĐIỆN NĂNG
TRÊN ĐỊA BÀN TỈNH BÌNH ĐỊNH
ĐẾN NĂM 2025
LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH
Bình Định – Năm 2021
Trang 2HOÀNG LÊ HẢI
DỰ BÁO NHU CẦU SỬ DỤNG ĐIỆN NĂNG
Trang 3năng trên địa bàn tỉnh Bình Định đến năm 2025” là công trình nghiên cứu
cá nhân của tôi trong thời gian qua Mọi số liệu sử dụng phân tích trong luận văn và kết quả nghiên cứu là do tôi tự tìm hiểu, phân tích một cách khách quan, trung thực, có nguồn gốc rõ ràng và chưa được công bố dưới bất kỳ hình thức nào Tôi xin chịu hoàn toàn trách nhiệm nếu có sự không trung thực trong thông tin sử dụng trong công trình nghiên cứu này
Quy Nhơn, ngày tháng năm 2021
Người thực hiện
Hoàng Lê Hải
Trang 4đặc biệt tới giáo viên hướng dẫn của tôi, Tiến sĩ Đặng Thị Thanh Loan - người đã định hướng, trực tiếp dẫn dắt và cố vấn cho tôi trong suốt thời gian thực hiện đề tài nghiên cứu khoa học Tôi cũng xin gửi lời cảm ơn đến quý thầy cô giáo Khoa Tài chính Ngân hàng và Quản trị kinh doanh – Trường ĐH Quy Nhơn đã truyền đạt cho tôi nhiều kiến thức bổ ích trong suốt quá trình học tập Cuối cùng tôi xin cảm ơn người thân và đồng nghiệp đã luôn bên cạnh ủng hộ, động viên tôi trong cuộc sống cũng như trong thời gian hoàn thành luận văn thạc sĩ
Xin chân thành cảm ơn tất cả mọi người!
Quy Nhơn, ngày tháng năm 2021
Người thực hiện
Hoàng Lê Hải
Trang 5DANH MỤC CÁC HÌNH
CAM ĐOAN
LỜI CẢM ƠN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC CÁC BẢNG
MỞ ĐẦU 1
1 Lý do chọn đề tài 1
2 Tổng quan về tài liệu nghiên cứu 3
3 Mục đích và nhiệm vụ nghiên cứu 5
4 Đối tượng và phạm vi nghiên cứu 6
5 Phương pháp nghiên cứu 6
6 Kết cấu của luận văn 7
Chương 1 CƠ SỞ LÝ LUẬN VỀ DỰ BÁO NHU CẦU NĂNG LƯỢNG ĐIỆN NĂNG 8
1.1 Cơ sở lý luận về cầu 8
1.1.1 Khái niệm cầu 8
1.1.2 Cầu cá nhân và cầu thị trường 8
1.1.3 Các yếu tố ảnh hưởng đến cầu và hàm cầu 8
1.2 Dự báo 11
1.2.1 Khái niệm dự báo 11
1.2.2 Ý nghĩa và tầm quan trọng của dự báo 11
1.2.3 Phân loại dự báo 12
1.2.4 Sai số dự báo 13
1.2.5 Quy trình thực hiện dự báo 15
Trang 61.3.2 Các phương pháp dự báo nhu cầu điện năng 18
1.4 Mô hình dự báo nhu cầu điện năng 37
1.4.1 Lựa chọn phương pháp dự báo 37
1.4.2 Các nhân tố ảnh hưởng đến cầu về sử dụng điện năng và mô hình dự báo nhu cầu điện năng đề xuất 38
CHƯƠNG 2 THỰC TRẠNG NHU CẦU SỬ DỤNG ĐIỆN NĂNG TRÊN ĐỊA BÀN TỈNH BÌNH ĐỊNH GIAI ĐOẠN 2011 – 2020 43
2.1 Khái quát thị trường điện năng hiện nay 43
2.1.1 Đặc điểm cầu điện năng 43
2.1.2 Đặc tính cung điện năng 44
2.1.3.Quy định của Nhà nước về giá điện 46
2.2 Những nhân tố ảnh hưởng đến cầu về sử dụng điện năng tỉnh Bình Định 46
2.2.1 Tăng trường kinh tế của tỉnh Bình Định 46
2.2.2 GDP bình quân đầu người 48
2.2.3 Giá bán điện 49
2.2.4 Dân số 50
2.3 Tình hình tiêu thụ điện năng tại Bình Định giai đoạn 2010-2020 50
2.3.1 Tình hình phát triển kinh tế - xã hội tỉnh bình định giai đoạn 2010-2020 50
2.3.2 Tình hình tiêu thụ điện năng tại Bình Định giai đoạn 2010-2021 53 CHƯƠNG 3: DỰ BÁO NHU CẦU ĐIỆN NĂNG TỈNH BÌNH ĐỊNH GIAI ĐOẠN 2021 - 2025 56
3.1 Xây dựng mô hình dự báo 56
3.2 Lựa chọn phần mềm 61
Trang 73.3.2 Nông nghiệp 68
3.3.3 Thương mại- dịch vụ 72
3.3.4 Dân dụng sinh hoạt 81
3.3.1 Ngành khác 85
3.4 Lựa chọn mô hình dự báo 89
3.5 Kết quả dự báo 89
3.6 Đề xuất và kiến nghị 94
3.6.1 Đề xuất để hoàn thiện công tác phân tích và dự báo nhu cầu về tiêu thụ điện năng trên địa bàn tỉnh Bình Định 94
3.6.2 Kiến nghị những giải pháp để hỗ trợ công tác qui hoạch và phát triển hệ thống cung cấp điện 94
KẾT LUẬN 99
DANH MỤC TÀI LIỆU THAM KHẢO 101 PHỤ LỤC
QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN THẠC SĨ (BẢN SAO)
Trang 8Bảng 2.1 Nhu cầu điện năng phục vụ phát triển kinh tế tại tỉnh Bình Định
giai đoạn 2010 -2020 47
Bảng 2.2 GDP bình quân đầu người sử dụng điện cho tiêu dùng tại tỉnh Bình Định giai đoạn 2010 -2020 48
Bảng 2.3 Quan hệ dân số và việc sử dụng điện cho tiêu dùng tại tỉnh Bình Định giai đoạn 2010 -2020 50
Bảng 2.4 Tình hình tiêu thụ điện năng giai đoạn 2010 -2020 53
Bảng 3.1 GDP cho từng ngành kinh tế tỉnh Bình Định giai đoạn 2021-2025 57
Bảng 3.2 GDP bình quân đầu người của tỉnh Bình Định giai đoạn 2021-2025 57
Bảng 3.3: Giá điện theo từng ngành của tỉnh Bình Định giai đoạn 2021-2025 58
Bảng 3.4 Dân số tỉnh Bình Định giai đoạn 2021-2025 59
Bảng 3.5 Số liệu quan sát dùng để dự báo 59
Bảng 3.6 Các mô hình dự báo đã lập được bằng phần mềm EVIEWS 89
Bảng 3.7 Số liệu dự báo cho giai đoạn 2017-2020 90
Bảng 3.8 Chỉ số MAPE của các ngành 91
Bảng 3.9 Các hàm dự báo cho giai đoạn 2020-2021 92
Bảng 3.10 Tính toán kết quả dự báo cho các ngành 93
Trang 9Hình 1.1: Điện thương phẩm 9 tháng Công ty Điện lực Bình Định 2 Hình 1.2 Mối quan hệ giữa thu nhập (I) và tượng cầu (Q) 9 Hình 1.3 Tốc độ tăng GDP giai đoạn 2010-2020 18
Hình 2.1 Chuỗi sản xuất - cung ứng điện năng của ngành công nghiệp điện lưc 45
Trang 10EVNCPC Tổng công ty Điện lực miền Trung
PC Bình Định Công ty Điện lực Bình Định
TH 9T/2020 Thực hiện 9 tháng năm 2020
CN Giá trị Sản lượng Công nghiệp
DDSH Giá trị Sản lượng Dân dụng – Sinh hoạt
MSE Sai số bình phương trung bình
MAPE Sai số tương đối trung bình
NN Giá trị Sản lượng Nông nghiệp
TMDV Giá trị Sản lượng Thương mại – Dịch vụ
Trang 11MỞ ĐẦU
1 Lý do chọn đề tài
Ngành điện là ngành hạ tầng quan trọng, trong bối cảnh đòi hỏi nhu cầu năng lượng hiện nay, ngành Điện có một vai trò quan trọng trong quá trình phát triển kinh tế và đảm bảo an ninh năng lượng Với sự phát triển mạnh mẽ của nền kinh tế, để đáp ứng đầy đủ nhu cầu điện cho các hoạt động sản xuất kinh doanh cũng như các hoạt động văn hoá xã hội và sinh hoạt của nhân dân đòi hỏi sự dự báo chính xác là rất cần thiết Vì vậy công tác dự báo về nhu cầu cũng như về khả năng cung cấp điện rất quan trọng, nếu công tác dự báo không chính xác sai lệch quá nhiều thì sẽ dẫn đến kìm hãm sự phát triển của các nghành khác cũng như gây lãng phí cho ngành Điện Ngành điện đòi hỏi vốn đầu tư lớn và thời gian xây dựng kéo dài nên việc dự báo nhu cầu điện năng ngắn hạn và dài hạn là rất quan trọng Để luôn đảm bảo cân bằng lượng điện năng sản xuất và lượng điện năng tiêu thụ trên hệ thống trong một khoảng thời gian dài
Tuy nhiên, công việc này không dễ thực hiện bởi vì điện năng là một loại hàng hoá đặc biệt có tính chất đặc thù: Nó là loại sản phẩm không thể để dành cũng như sản lượng điện tiêu thụ phụ thuộc vào nhiều yếu tố biến động như dân số, tình hình phát triển kinh tế…Vì vậy, yêu cầu công việc dự báo phải chính xác để giảm rủi ro trong đầu tư và đảm bảo nguồn điện phục vụ phát triển kinh tế - xã hội Điều này làm những người làm công tác lập kế hoạch phát triển lưới điện và công tác đầu tư nâng cấp lưới điện gặp rất nhiều khó khăn
Từ tháng 01/2019, thị trường bán buôn điện cạnh tranh chính thức đi vào hoạt động, việc cấp điện còn có nhiều doanh nghiệp khác tham gia, thì vấn đề lập kế hoạch và quản lý đầu tư là cực kỳ quan trọng Do vậy, vấn đề
“dự báo nhu cầu điện năng” không chỉ là vấn đề sống còn mà đồng thời sẽ là
Trang 12lợi thế cạnh tranh của từng doanh nghiệp kinh doanh điện năng nói riêng Thực
tế cho thấy việc nghiên cứu về vấn đề dự báo nhu cầu sử dụng điện năng tại Việt Nam hiện nay mang tính cấp thiết và có ý nghĩa hết sức to lớn không chỉ cho từng doanh nghiệp kinh doanh điện năng mà còn cho ngành điện cả nước
Tình hình sản xuất kinh doanh tại Công ty Điện lực Bình Định: Thực hiện sản lượng điện thương phẩm 9 tháng năm 2020 là 1.646,07 triệu kWh, đạt 74,18% kế hoạch Tổng công ty Điện lực miền Trung giao (CPC) (2.219 Tr.kWh); tăng 5,38% so với cùng kỳ năm 2019 (1.562,08 Tr.kWh) Do ảnh hưởng của dịch Covid-19 nên điện thương phẩm tăng trưởng thấp so với các năm Dự kiến thương phẩm năm 2020 đạt 2.152,78 triệu kWh, đạt 97% chỉ tiêu CPC giao [1]
(Nguồn: EVNCPC PC Bình Định)
Hình 1 1 Điện thương phẩm 9 tháng Công ty Điện lực Bình Định
Hiện tại Công ty Điện lực Bình Định chưa có chương trình thuộc lĩnh vực dự báo Để thực hiện dự báo Công ty Điện lực Bình Định thường dựa vào
số liệu của năm trước rồi đưa ra ước tính cho các năm tiếp theo
96.0 98.0 100.0 102.0 104.0 106.0 108.0 110.0 112.0 114.0
0 40 80 120 160 200 240 280 320 360 400 440
Triệu kWh
Trang 13quan trọng trong công tác dự báo, tôi đã nghiên cứu và quyết định chọn đề tài:
“Dự báo nhu cầu sử dụng điện năng trên địa bàn tỉnh Bình Định đến năm 2025” Với sự hướng dẫn tận tình của cô giáo TS Đặng Thị Thanh Loan
và quyết tâm hoàn thành đề tài chất lượng cao và đúng tiến độ, tôi tin rằng đề tài sẽ sớm được triển khai, ứng dụng để nâng cao chất lượng dự báo nhu cầu điện năng phục vụ công tác đầu tư và phát triển lưới điện tại tỉnh Bình Định
2 Tổng quan về tài liệu nghiên cứu
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 Theo nhận định của Hanke và Wichern (2009) thì vai trò của dự báo ngày càng tăng và hầu hết trong các lĩnh vực của đời sống đều sử dụng kỹ thuật dự báo
Mỗi ngành cụ thể lại có các phương pháp và công cụ dự báo đặc thù khác nhau Với đề tài dự báo nhu cầu điện năng hiện có khá nhiều tài liệu và các công trình nghiên cứu thuộc lĩnh vực này Trong quá trình hoàn thành luận văn, tôi đã tìm hiểu và sử dụng các nguồn tài liệu rất có giá trị sau đây:
Các tài liệu về dự báo điện năng đặc thù của ngành điện bao gồm:
Tài liệu nước ngoài:
Arunesh và cộng sự (2013) sử dụng các phương pháp dự báo điện năng như: phương pháp hồi qui, phương pháp đa hồi qui, phương pháp san bằng hàm mũ, phương pháp bình phương nhỏ nhất có trọng số lặp lại, phương pháp
dự báo tải thích ứng, chuỗi thời gian ngẫu nhiên - tự động hồi quy, các phương pháp dựa trên máy vectơ hỗ trợ, mô hình dựa trên phần mềm máy tính- thuật toán di truyền, logic mờ, mạng nơ-ron và kiến thức các hệ thống chuyên gia nêu trên đã được áp dụng để dự báo phụ tải
Arturo (2014) đưa ra mô hình đơn giản dự báo nhu cầu điện năng tại Mexico cho nhu cầu điện năng dài hạn đến năm 2050 Mô hình này phụ thuộc
Trang 143 yếu tố: dân số, tổng sản lượng quốc gia/vốn và nhu cầu năng lượng (phụ thuộc vào việc sử dụng về công nghệ để sản xuất năng lượng điện)
Boris Čupeljić (2016) trình bày dự báo ngắn hạn nhu cầu điện năng tại Slovenia Luận văn đã đưa ra một số phương pháp sử dụng như: Mô hình trí tuệ nhân tạo, mô hình thông kê sử dụng phương pháp: ngày tương tự, phương pháp san bằng hàm mũ, phương pháp đa hồi qui, phương pháp tự hồi qui và phân tích các sai số ảnh hưởng đến dự báo Luận văn đã đưa ra 2 mô hình để phân tích: mô hình 1 nhân tố và mô hình đa nhân tố và đã đi đến kết luận mô hình đa nhân tố có kết quả tốt hơn
Janusz Sowiński (2019) đưa ra mô hình dựa vào nhu cầu điện năng tăng trưởng của từng lĩnh vực (End-use) tại Phần Lan mà xây dựng hàm dự đoán Trong mô hình này tác giả sử dụng tỷ lệ tăng trưởng điện và dự báo tăng trưởng dân số để dự báo tăng trưởng điện năng
Aneeque A Mir và cộng sự (2020) đưa ra một số mô hình như: Mô hình từ dưới lên (Bottom-Up Models) phân tích nhu cầu sử dụng của người sử dụng điện để xây dựng hàm dự đoán, mô hình từ trên xuống phân tích nhu cầu điện năng ở mức nhóm ngành tiêu thụ điện năng để xây dựng dự đoán nhu cầu sử dụng điện và một số phương pháp như phương pháp phân tich hồi qui,
kỹ thuật dự đoán chuỗi thời gian, phương pháp san bằng hàm mũ, từ đó tác giả đã đưa ra kết luận việc dự đoán nhu cầu điện năng nên phối hợp các phương pháp với nhau để đưa ra kết quả chính xác hơn và nó phụ thuộc vào khoảng thời gian dự đoán (ngắn hạn, trung hạn hoặc dài hạn) và phục thuộc vào từng vùng cụ thể (Về dân số, khả năng phát triển kinh tế, về thu nhập) Trong bài báo đã lấy số liệu từ các nước Colombia, Trung Quốc, Thổ Nhĩ Kỳ, Paskistan, Nam Phi để chứng minh
Tài liệu trong nước:
Phan Văn Hạnh (2011) nghiên cứu tính toán dự báo nhu cầu tiêu thụ
Trang 15điện năng của tỉnh Bình Đinh giai đoạn 2015-2020 Luận văn sử dụng các phương pháp ngoại suy theo thời gian và tương quan để áp dụng tính toán dự báo điện năng cho tỉnh Bình Định giai đoạn 2015-2020 và tiến hành so sánh
kết quả hai phương pháp này để rút ra kết luận
Vũ Thiện Việt (2012) tiến hành dự báo nhu cầu tiêu thụ điện năng giai đoạn 2015-2020 cho thành phố Đà Nẵng Luận văn sử dụng các phương pháp ngoại suy theo thời gian, phương pháp san bằng hàm mũ, phương pháp xác định toán tử tối ưu để dự báo nhu cầu sử dụng điện năng giai đoạn 2015-2020, sau đó so sánh 3 phương pháp và lựa chon phương pháp xác định toán tử tối
ưu là phương pháp chính xác nhất để tính toán dự báo nhu cầu điện năng cho thành phố Đà Nẵng giai đoạn đến năm 2020
Các công trình trên đã đề cập khá chi tiết về lĩnh vực dự báo điện năng, phương pháp nghiên cứu và những giải pháp dựa trên những lý luận tương đối logic Tuy nhiên các công trình nghiên cứu này cũng cho thấy rằng việc đưa
ra mô hình tổng quát cho mọi trường hợp là không chính xác vì việc dự báo điện năng còn phụ thuộc vào nhiều yếu tố: Nhu cầu phát triển kinh tế của từng vùng, của từng giai đoạn, mức thu nhập của khách hàng sử dụng điện của các vùng cũng không giống nhau, các giải pháp để sản xuất điện năng (điện mặt trời)…, Do đó việc phân tích và đánh giá các mô hình sau đó lựa chọn mô hình tối ưu nhất để xây dựng hàm cầu để tính toán nhu cầu sử dụng điện năng tại tỉnh Bình Định đến 2025 là rất cần thiết
3 Mục đích và nhiệm vụ nghiên cứu
Mục đích mà đề tài hướng tới là đề xuất và triển khai có hiệu quả mô hình dự báo nhu cầu sử dụng điện năng tại tỉnh Bình Định, nhằm hỗ trợ công tác qui hoạch và phát triển hệ thống cung cấp điện một cách có hiệu quả Để thực hiện mục đích ý tưởng đề ra cần nghiên cứu và tiến hành triển khai các nội dung như sau:
Trang 16Một là, nghiên cứu cơ sở lý thuyết về cầu các phương pháp dự báo cầu Hai là, xác định những yếu tố ảnh hưởng đến cầu về tiêu thụ điện năng
từ đó xây dựng hàm cầu về tiêu thụ điện năng
Ba là, tìm hiểu các phương pháp, mô hình và công cụ dự báo điện năng
hiện có, trên cơ sở đó tiến hành phân tích đánh giá, lựa chọn mô hình dự báo điện năng phù hợp xuất mô hình nào dự báo để ước lượng và dự báo cầu về tiêu thụ điện năng trên địa bàn tỉnh Bình Định Áp dụng cơ sở lý thuyết nền tảng để tính toán nhu cầu sử dụng điện tại tỉnh Bình Định giai đoạn 2021-2025
Bốn là, đề xuất giải pháp để hoàn thiện công tác phân tích và dự báo
cầu về tiêu thụ điện năng trên địa bàn tỉnh Bình Định, đồng thời khuyến nghị những giải pháp để hỗ trợ công tác qui hoạch và phát triển hệ thống cung cấp điện một cách có hiệu quả trên địa bàn tỉnh Bình Định trong thời gian tới
4 Đối tượng và phạm vi nghiên cứu
Từ những yêu cầu của đề tài ta xác định được đối tượng và phạm vi nghiên cứu như sau:
+ Đối tượng nghiên cứu: Các phương pháp và mô hình dự báo nhu cầu
sử dụng điện năng
+ Phạm vi nghiên cứu:
- Không gian: Nhu cầu sử dụng điện năng tại tỉnh Bình Định
- Thời gian: Tập trung khảo sát số liệu trong giai đoạn 2010 – 2020 và đưa ra những dự báo về cầu tới năm 2025
5 Phương pháp nghiên cứu
- Thu thập và phân tích các tài liệu và thông tin liên quan đến đề tài
- Xem xét, lựa chọn mô hình dự báo phù hợp với điều kiện của tỉnh Bình Định
- Triển khai áp dụng mô hình để tính kết quả dự báo
Trong đề tài này, tác giả đã sử dụng phương pháp nghiên cứu định tính kết
Trang 17hợp định lượng
Phương pháp nghiên cứu định tính:
- Thu thập và phân tích các tài liệu và thông tin liên quan đến đề tài
- Xem xét, lựa chọn mô hình dự báo phù hợp với điều kiện của tỉnh Bình Định
Phương pháp nghiên cứu định lượng: Nhằm kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu thông qua các bước:
+ Phương pháp thống kê: tổng hợp số liệu sơ cấp từ dữ liệu thu thập về các biến số: dân số, thu nhập bình quân của người dân, giá điện, nhiệt độ,
+ Phương pháp phân tích kinh tế lượng: sử dụng các phần mềm kinh tế lượng để ước lượng mô hình hồi quy
6 Kết cấu của luận văn
Ngoài lời mở đầu và kết luận, nội dung chính của luận văn bao gồm 3 chương chính:
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ DỰ BÁO NHU CẦU NĂNG LƯỢNG ĐIỆN NĂNG
CHƯƠNG 2: THỰC TRẠNG NHU CẦU SỬ DỤNG ĐIỆN NĂNG TRÊN ĐỊA BÀN TỈNH BÌNH ĐỊNH GIAI ĐOẠN 2011 – 2020
CHƯƠNG 3: DỰ BÁO NHU CẦU ĐIỆN NĂNG TỈNH BÌNH ĐỊNH GIAI ĐOẠN 2021 - 2025
Trang 18Chương 1
CƠ SỞ LÝ LUẬN VỀ DỰ BÁO NHU CẦU NĂNG LƯỢNG
ĐIỆN NĂNG 1.1 Cơ sở lý luận về cầu
1.1.1 Khái niệm cầu
Cầu là số lượng hàng hóa hoặc dịch vụ mà tiêu dùng mong muốn và có khả năng mua tại các mức giá khác nhau trong một thời gian nhất định với giả định các nhân tố khác không đổi (ceteris paribus)
1.1.2 Cầu cá nhân và cầu thị trường
Cầu (cá nhân) là số lượng (quantity) hàng hóa hay dịch vụ mà một người mua có khả năng và sẵn sàng mua ở các mức giá (price) khác nhau trong một thời gian nhất định với điều kiện các nhân tố khác không thay đổi (Ceteris Paribus) Khi nói đến cầu chúng ta phải hiểu hai yếu tố cơ bản là khả năng mua và ý muốn sẵn sàng mua hàng hóa dịch vụ cụ thể đó
Cầu thị trường là tổng số hàng hóa và dịch vụ mà tất cả mọi người trong thị trường sẵn sàng và có khả năng mua ở các mức giá khác nhau trong khoảng thời gian nhất định, cầu thị trường là tổng hợp của các cầu cá nhân trong thị trường đó Câu thị trường là cái mà ta có thể quan sát được trong thực tế [1]
1.1.3 Các yếu tố ảnh hưởng đến cầu và hàm cầu
1.1.3.1 Các yếu tố xác định ảnh hưởng đến cầu
Đường cầu biểu diễn mối quan hệ giữa giá và lượng cầu Điều đó cho thấy rằng giá cả hàng hóa hay dịch vụ (Px) chính là yếu tố then chốt xác định cầu Theo luật cầu nếu giá một hàng hóa nào đó giảm hoặc tăng thì lượng cầu hàng hóa đó tăng hoặc giảm Tuy nhiên, ngoài giá cả (yếu tố nội sinh) còn có rất nhiều yếu tố ngoại sinh khác làm thay đổi đường cầu như: thu nhập người tiêu dùng, giá cả hàng hóa có liên quan, quy mô thị trường, thị hiếu và kỳ
Trang 19Thu nhập của người tiêu dùng (I) là một yếu tố quan trọng xác định cầu Thu nhập ảnh hưởng trực tiếp đến khả năng mua của người tiêu dùng Khi giá hàng hóa và dịch vụ không thay đổi, nếu thu nhập của người tiêu dùng tăng lên thì xu hướng chung của các cá nhân là sẽ mua nhiều hàng hóa hơn Tuy nhiên điều này còn phụ thuộc vào loại hàng hóa và dịch vụ đối với
cá nhân người tiêu dùng Hình 1.1 cho thấy theo quy luật Engel, nếu những hàng hóa hay dịch vụ nào có cầu tăng lên khi thu nhập tăng lên và ngược lại
được gọi là hàng hóa thông thường Hàng hóa hay dịch vụ nào có cầu giảm khi thu nhập tăng lên và ngược lại gọi là hàng hóa thứ cấp
Cầu đối với hàng hóa hay dịch vụ không chỉ phụ thuộc vào giá của bản thân hàng hóa hay dịch vụ đó mà nó còn phụ thuộc vào giá cả và tính sẵn có của hàng hóa hay dịch vụ khác có liên quan (PY) Các hàng hóa liên quan này chia thành hai loại là hàng hóa thay thế và hàng hóa bổ sung
+ Hàng hóa thay thế là hàng hóa có thề sử dụng thay cho hàng hóa
khác Khi giá của một loại hàng hóa thay đổi (tăng hoặc giảm) thì cầu đối với hàng hóa thay thế kia cũng thay đổi (tăng hoặc giảm) theo Ví dụ: cửa kính và cửa gỗ; ga và điện
Trang 20+ Hàng hóa bổ sung là hàng hóa được sử dụng đồng thời với hàng
hóa khác Khi giá của hàng hóa này tăng lên, cầu về hàng hóa bổ sung kia giảm xuống và ngược lại Ví dụ: ga và bếp ga; xăng và xe máy
Quy mô thị trường (N) cũng, là một yếu tố ảnh hưởng đến cầu Quy
mô thị trường có thể được đo bằng dân số Dân số càng lớn, số lượng người càng đông thì cầu về hàng hóa, dịch vụ càng nhiều Ví dụ: cầu về gạo của Việt Nam và Trung Quốc Ở mỗi mức giá lượng cầu về gạo của Trung Quốc lớn hơn nhiều so với Việt Nam vì Trung Quốc có dân số lớn hơn nhiều so với dân số Việt Nam
Thị hiếu, sở thích (T) là một yếu tố ảnh hưởng đến cầu không thể bỏ
qua Sở thích của người tiêu dùng phản ánh thái độ của mỗi người đối với hàng hoá Mức độ yêu, thích của mỗi người về một loại hàng hoá là rất khác nhau Đứng trước cùng một loại hàng hoá, người này có thể thích, người kia
có thể không thích với những mức độ đánh giá khác nhau
Các kỳ vọng (E) được hiểu là sự mong đợi của người tiêu dùng và nó
có tác động đến cầu về hàng hóa dịch vụ Nếu người tiêu dùng dự đoán và mong đợi giá của hàng hóa nào đó trong tương lai sẽ giảm xuống thì cầu về hàng hóa hiện tại giảm và ngược lại Tuy nhiên sự kỳ vọng của người tiêu dùng còn bao hàm cả kỳ vọng vào thu nhập, về giá hàng hóa liên quan, về thị hiếu, Tất cả những kỳ vọng này đều tác động đến cầu về hàng hóa hay dịch
vụ ở hiện tại
Ngoài ra, Chính sách của Chính phủ (G) thông qua công cụ thuế hay trợ cấp, mức độ quảng cáo (A) hay mức lãi suất trên thị trường (r), cũng là nhân tố quan trọng tác động đến cầu [1]
1.1.3.2 Hàm số của cầu
Với tất cả các yếu tố tác động đến cầu ta có thể viết hàm cầu dưới dạng như sau:
Trang 21Q D Xt =f(P x ,P Y ,I,N,T,E, )
Trong đó: QD
Xt là lượng cầu đối với hàng hóa X trong thời gian t Nếu giả định các nhân tố khác không thay đổi và chỉ xét đến yếu tố giá cả của bản thân hàng hóa hay dịch vụ (PD), hàm cầu theo giá có dạng:
P = f (QD) hay QD = f(P) Khi chỉ xét đến yếu tố giá cả của bản thân hàng hóa hay dịch vụ, nếu giá (PD) và lượng cầu (QD) có quan hệ tuyến tính thì hàm cầu có dạng:
PD = a + bQD hay QD = c + dP
(với b, d là những hệ sổ góc và b, d< 0) [1]
1.2 Dự báo
1.2.1 Khái niệm dự báo
Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về mực độ, nội dung, các mối quan hệ trang thái, xu hướng phát triển của đối tượng cần nghiên cứu hoặc về cách thức và thời hạn đạt được cac mục tiêu nhất định đã đề ra cho tương lai
1.2.2 Ý nghĩa và tầm quan trọng của dự báo
Tác dụng của dự báo đối với quản lý kinh tế nói chung rất to lớn Dự báo và lập kế hoạch là hai giai đoạn liên kết chặt chẽ với nhau của một quá trình quản lý Trong mối quan hệ ấy phần dự báo sẽ góp phần giải quyết các vấn đề cơ bản sau:
- Xác định xu thế phát triển của kinh tế, của khoa học kỹ thuật
- Đề xuất những yếu tố cụ thể quyết định các xu thế ấy
- Xác định quy luật và đặc điểm của sự phát triển kinh tế và khoa học
kỹ thuật theo dự báo
Đặc biệt đối với ngành điện tác dụng của dự báo càng có ý nghĩa quan trọng, vì điện năng có liên quan rất chặt chẽ đối với các ngành kinh tế quốc dân, cũng như đến mọi sinh hoạt bình thường của người dân
Trang 22Do đó nếu dự báo không chính xác, sai lệch quá nhiều về khả năng cung cấp hoặc về nhu cầu điện năng thì sẽ dẫn đến hậu quả không tốt cho nền kinh tế
Ví dụ, nếu chúng ta dự báo nhu cầu điện năng quá thừa so với nhu cầu
sử dụng thì sẽ dẫn đến hậu quả huy động nguồn quá lớn, tăng vốn đầu tư và tổn thất điện năng có thể tăng lên Ngược lại, nếu chúng ta dự báo nhu cầu điện năng quá thấp so với nhu cầu thì sẽ không đủ điện cung cấp cho sinh hoạt, sản xuất kinh doanh gây thiệt hại lớn cho nền kinh tế quốc dân [2, tr.8]
1.2.3 Phân loại dự báo
a Căn cứ vào độ dài thời gian dự báo
Dự báo ngắn hạn: là các dự báo theo giờ, ngày, tháng, mùa, năm (1 đến 2 năm) Loại dự báo này chủ yếu phục vụ việc điều hành sản xuất, chuyển tải và phân phối điện năng, phục vụ cho nhu cầu sản xuất trực tiếp và đời sống, lập kế hoạch sản xuất kinh doanh
Dự báo trung hạn: là những dự báo có thời gian dự báo từ 3 đến 10 năm Thường phục vụ cho việc phân bổ vốn đầu tư, lập cân bằng giữa cung
và cầu điện năng, lập kế hoạch xây dựng và theo dõi tiến độ xây dựng của các công trình, kế hoạch đại tu sữa chữa nâng cấp thiết bị, chuẩn bị xây dựng các kế hoạch dài hạn
Dự báo dài hạn: là những dự báo có thời gian dự báo từ 10 năm trở lên Thường dùng để định hướng cho sự phát triển của ngành, để hoạch định những chiến lược chính sách lớn đảm bảo phát triển bền vững cho toàn hệ thống
Ngoài ra các loại dự báo ngắn hạn và dài hạn nói trên chúng ta còn gặp
dự báo điều độ với tầm dự báo vài giờ, vài ngày, vài tuần lễ để phục vụ cho công tác vận hành của các xí nghiệp, các hệ thống điện
Dự báo trung hạn và dài hạn là hết sức cần thiết và có vai trò hết sức quan trọng trong công tác nghiên cứu các xu thế có thể xảy ra ở cấp vĩ mô và
vi mô của nền kinh tế nhằm đạt được tính tối ưu trong quá trình phát triển
Trang 23Thời gian dự báo càng xa, sai lệch sẽ càng lớn tác động của các yếu tố bất định càng nhiều Vì vậy khi dự báo nhất là các dự báo trung và dài hạn thông thường người ta xác định một dải thông số (thấp, trung bình, cao) thay
vì một trị số dự báo cố định [2, tr.8]
b Dựa vào các phương pháp dự báo
Theo phương pháp dự báo, người ta chia dự báo thành hai loại chính là định tính và định lượng
Phương pháp định tính: Dự báo định tính đưa ra các kết quả dựa trên việc kết hợp thông tin với các nhận định chủ quan của người dự báo Những người này có khả năng nhận định xu hướng, đề xuất dựa trên kinh nghiệm và kiến thức nghề của họ như phương pháp chuyên gia, phương pháp Delphi…
Phương pháp định lượng: Phương pháp định lượng dựa trên việc xử lý
dữ liệu quá khứ với giả sử rằng các điều kiện trong quá khứ vẫn còn tiếp tục xảy ra ở hiện tại để dự báo Vì vậy phương pháp này thường yêu cầu dữ liệu
“dừng” tức định hình để dựa vào mối quan hệ trong quá khứ để dự báo tương lai Những phương pháp này như phương pháp tính trực tiếp, dự báo dựa vào dãy số thời gian, dự báo theo phương trình hồi quy…
1.2.4 Sai số dự báo
Sai số dự báo là chênh lệch giữa giá trị thực (dữ liệu) và giá trị dự báo nhằm đánh giá chất lượng hay sự phù hợp của mô hình dự báo tại cùng một thời điểm Sai số dự báo cũng nhằm giúp điều chỉnh các thông số của mô hình
dự báo
𝜀𝑡 = 𝑌𝑡 − 𝑌̂𝑡Trong đó:
Yt: Giá trị thời điểm t
𝑌̂𝑡: Giá trị dự báo thời điểm t
𝜀𝑡: Sai số dự báo tại thời điểm t
Trang 24Một mô hình dự báo được đánh giá tốt khi sai số dự báo nhỏ Ngoài ra tính ngẫu nhiên của sai số cũng là một tham số quan trọng để đánh giá độ chính xác của dự báo
Thật vậy, khi tiến hành dự báo người ta thường giả định dữ liệu ban đầu ngẫu nhiên; các tính toán, đánh giá, kiểm định cũng đều dựa trên giả định này (ngẫu nhiên, phân phối chuẩn) nên nếu mô hình đúng thì sai số cũng phải không theo một chiều hướng nào cả
Sai số tuyệt đối trung bình MAE (Mean Absolute Error)
𝑀𝐴𝐸 = ∑𝑛𝑡=1|𝜀𝑡|
∑𝑛 |𝑌𝑡
𝑡=1 − 𝑌̂𝑡|𝑛
Sai số bình phương trung bình MSE (Mean Squared Error)
𝑀𝑆𝐸 = ∑ 𝜀𝑡2
𝑛 𝑡=1
∑𝑛 (𝑌𝑡− 𝑌̂𝑡)2 𝑡=1
∑ |𝑌𝑡− 𝑌̂𝑡|
𝑌𝑡
𝑛 𝑡=1
𝑛
Các tiêu chí MAE và MSE có đặc tính, công năng như nhau và thường cho cùng một kết quả khi đánh giá Tuy nhiên, chuyên gia khuyến cáo rằng
MAE để đánh giá iêu chí về bản chất là một
Tiêu chí MAPE giúp đánh giá sai số một cách tương đối Giả sử sai số trung bình là 1 đơn vị so với giá trị của dữ liệu là 100 thì vẫn là nhỏ (1%) Ngược lại, sai số trung bình 1 đơn vị so với giá trị của dữ liệu là 10 thì được xem là lớn (10%) Vậy nên khi đánh giá sai số dự báo với những bộ số liệu khác nhau thì nên sử dụng tiêu chí MAPE
Ngược lại, với cùng một bộ số liệu nhưng áp dụng nhiều phương pháp
Trang 25dự báo khác nhau thì không nên áp dụng tiêu chí MAPE vì tính phức tạp
Sai số cho phép đối với dự báo ngắn hạn là 5÷10%, dự báo dài hạn 5÷15%, dự báo điều độ là 3÷5% [2, tr.8]
1.2.5 Quy trình thực hiện dự báo
Quy trình dự báo điện năng bao gồm 7 bước như sau:
Bước 1: Xác định khía cạnh thời gian
Có 2 loại khía cạnh thời gian cần xem xét:
- Thứ nhất: Độ dài dự báo, cần lưu ý:
+ Đối với dự báo theo năm: từ 1 đến 5 năm
+ Đối với dự báo quý: từ 1 hoặc 2 quý
+ Đối với dự báo tháng: từ 12 đến 18 tháng
- Thứ hai: Người sử dụng và người làm dự báo phải thống nhất tính cấp thiết của dự báo
Bước 2: Xem xét dữ liệu
- Dữ liệu cần để dự báo có thể từ 2 nguồn: bên trong và bên ngoài
- Cần phải lưu ý dạng dữ liệu sẵn có (thời gian, đơn vị tính…)
- Dữ liệu thường được tổng hợp theo cả biến và thời gian, nhưng tốt nhất là thu thập dữ liệu chưa được tổng hợp
- Cần trao đổi giữa người sử dụng và người làm dự báo
Bước 3: Lựa chọn mô hình
- Việc lựa chọn mô hình tùy thuộc các tiêu chí sau:
+ Dạng phân bố của dữ liệu
+ Số lượng quan sát sẵn có
+ Độ dài của thời đoạn dự báo
Nếu dữ liệu phân bố thể hiện tính xu hướng thì có thể áp dụng các phương pháp Bình quân di động, san bằng hàm số mũ… Nếu số liệu đủ lớn
Trang 26có thế áp dụng phương pháp hồi qui…
Bước 4: Đánh giá mô hình
- Đối với các phương pháp định tính thì bước này ít phù hợp hơn so với phương pháp định lượng
- Đối với các phương pháp định lượng, cần phải đánh giá mức độ phù hợp của mô hình (trong phạm vi mẫu dữ liệu)
- Đánh giá mức độ chính xác của dự báo (ngoài phạm vi mẫu dữ liệu)
- Nếu mô hình không phù hợp, quay lại bước 3
Bước 5: Chuẩn bị dự báo
- Nếu có thể nên sử dụng hơn một phương pháp dự báo, và nên là những loại phương pháp khác nhau (ví dụ mô hình hồi quy và san mũ Holt, thay vì cả 2 mô hình hồi quy khác nhau)
- Các phương pháp được chọn nên được sử dụng để chuẩn bị cho một
số các dự báo (ví vụ trường hợp xấu nhất, tốt nhất và có thể nhất)
Bước 6: Trình bày kết quả dự báo
- Kết quả dự báo phải được trình bày rõ ràng sao cho họ hiểu các con số được tính toán như thế nào và chỉ ra sự tin cậy trong kết quả dự báo
- Người dự báo phải có khả năng trao đổi các kết quả dự báo theo ngôn ngữ mà các nhà quản lý hiểu được
- Trình bày cả ở dạng viết và dạng nói
- Bảng biểu phải ngắn gọn, rõ ràng
- Chỉ cần trình bày các quan sát và dự báo gần đây thôi
- Chuỗi dữ liệu dài có thể được trình bày dưới dạng đồ thị (cả giá trị thực và dự báo)
- Trình bày thuyết trình nên theo cùng hình thức và cùng mức độ với phần trình bày viết
Trang 27Bước 7: Theo dõi kết quả dự báo
- Lệch giữa giá trị dự báo và giá trị thực phải được thảo luận một cách tích cực, khách quan và cởi mở
- Mục tiêu của việc thảo luận là để hiểu tại sao có các sai số, để xác định độ lớn của sai số
1.3 Dự báo nhu cầu điện năng
1.3.1 Cơ sở của việc dự báo nhu cầu điện năng
Để dự báo nhu cầu điện năng người ta cần phải nắm được cơ chế biến động của điện năng theo thời gian Thông thường việc dự báo nhu cầu điện năng được thực hiện theo trình tự như sau:
Một là, cần phân tích sự biến đổi theo thời gian của nhu cầu năng
lượng, đánh giá sự biến đổi, quy luật và cơ chế của quá trình biến đổi nó Việc phân tích có thể thực hiện ở từng lĩnh vực, ngành tiêu thụ năng lượng hoặc ở tầm vĩ mô có xét đến những cơ chế chính sách lớn điều tiết sự tăng trưởng của nhu cầu năng lượng như chính sách giá cả, cơ chế khuyến khích đầu tư, chính sách tiết kiệm và quản lý nhu cầu năng lượng, liên hệ giữa tiêu thụ năng lượng với tăng trưởng và hoạt động kinh tế, ảnh hưởng của những thành tựu mới của khoa học và công nghệ lên quá trình sản xuất và tiêu thụ năng lượng
Hai là, dựa trên cơ sở nghiên cứu phân tích dữ liệu của quá khứ, xác
định quy luật biến thiên của từng dạng năng lượng trong mối quan hệ tương quan với chỉ tiêu phát triển kinh tế xã hội, với các dạng năng lượng khác Những quy luật nghiệm thấy trong quá khứ có thể sẽ thay đổi trong tương lai tùy thuộc vào sự thay đổi của cơ cấu kinh tế, thành phần dân cư và những tác động của thành tựu mới về khoa học công nghệ lên quá trình phát triển, sản xuất và tiêu thụ năng lượng trong tương lai
Để dự báo nhu cầu điện năng cho một giai đoạn nào đó trong tương lai, ngoài những thông tin, những quy luật rút ra từ phân tích quá khứ, cần phải có
Trang 28những thông tin về định hướng phát triển kinh tế xã hội, những chuyển dịch trong cơ cấu kinh tế, trong thành phần dân cư, những chính sách lớn liên quan đến ngành điện như cơ chế đầu tư, sự tham gia của nhiều thành phần kinh tế trong và ngoài nước trong lĩnh vực năng lượng, mức tăng dân số, mức sống, giá điện, thời tiết, chính sách đảm bảo năng lượng cho những vùng nghèo khó, kém phát triển, …
1.3.2 Các phương pháp dự báo nhu cầu điện năng
1.3.2.1 Phương pháp tính hệ số vượt trước
Khái niệm: Phương pháp này cho thấy khuynh hướng phát triển của nhu cầu điện năng và sơ bộ cân đối nhu cầu này với nhịp độ phát triển của nền kinh tế quốc dân nói chung
Nội dung phương pháp: Nó là tỷ số của nhịp độ phát triển điện năng với nhịp độ phát triển của nền kinh tế quốc dân
Dựa vào hệ số k tìm được kết hợp với số liệu dự báo phát triển kinh tế, chúng ta sẽ xác định được nhu cầu điện năng ở năm dự báo [2, tr.9]
Ví dụ: Giai đoạn 2010 – 2020, điện thương phẩm cả nước tăng trưởng
với tốc độ cao, từ 85,4 tỉ kWh năm 2010 lên khoảng 225,4 tỉ kWh năm 2020; tốc độ tăng trưởng bình quân 9,66%/năm, gấp khoảng 1,6 lần so với tăng trưởng GDP
Tốc độ tăng GDP giai đoạn 2010-2020
Trang 29Ưu nhược điểm của phương pháp:
Phương pháp này đơn giản, nó có thể phát hiện được sơ bộ nhu cầu điện năng
Tuy vậy, phương pháp này chỉ nói lên một xu thế phát triển mới với một mức độ chính xác nào đó trong tương lai, vì nó còn chịu ảnh hưởng của nhiều yếu tố khác chẳng hạn như:
- Do tiến bộ về kỹ thuật, công nghệ và quản lý nên suất tiêu hao điện năng với mỗi sản phẩm công nghiệp ngày càng giảm xuống
- Do điện năng ngày càng được sử dụng rộng rãi trong các ngành kinh
tế quốc dân và các địa phương
- Do cơ cấu kinh tế không ngừng thay đổi
1.3.2.2 Phương pháp tính trực tiếp
Là phương pháp thích hợp với dự báo ngắn hạn từ 3-5 năm và trường hợp nền kinh tế phát triển ổn định
Nội dung của phương pháp này là xác định nhu cầu điện năng của năm
dự báo dựa trên tổng sản lượng kinh tế của các ngành ở năm đó và suất tiêu hao điện năng đối với từng loại sản phẩm Đối với những trường hợp không
có suất tiêu hao điện năng thì xác định nhu cầu điện năng cho từng trường hợp cụ thể (như công suất trung bình cho một hộ gia đình, bệnh viện, trường học ) Đồng thời dựa trên dự án quy hoạch và phát triển sản xuất của các ngành
Nhu cầu điện năng được xác định theo biểu thức sau:
𝐴 = 𝐴ng𝑥𝐷𝑆[𝑘𝑊ℎ] hoặc 𝐴 = 𝐴hộxH[𝑘𝑊ℎ]
Trong đó:
A là nhu cầu điện năng của khu vực cần tính toán (kWh)
Ang là điện năng tiêu thụ tính theo đầu người (kWh/người)
Ahộ là điện năng tiêu thụ tính theo hộ dân cư (kWh/hộ)
Trang 30DS là dân số của khu vực tính toán (người)
H là Số hộ dân có trong khu vực tính toán (hộ)
Để xác định được Ang, Ahộ,có thể tra theo các sổ tay hoặc tính trực tiếp nhờ các số liệu điều tra và thống kê tình hình sử dụng điện năng của khu vực
𝐴ℎộ = 𝐴∑ ℎ/𝐻 𝐴𝑛𝑔 = 𝐴∑ ℎ/𝐷𝑆 với 𝐴∑ ℎ = ∑ 𝐴𝑖, với i=1÷n
(với n là số lượng các trường hợp sử dụng điện.)
Phương pháp này có ưu điểm là tính toán đơn giản, nó không chỉ cho biết tổng điện năng dự báo mà còn cho biết tỷ lệ điện năng sử dụng trong các ngành kinh tế, chẳng hạn tỷ lệ điện dùng cho công nghiệp, nông nghiệp, dân dụng v.v…, đồng thời xác định được nhu cầu điện ở các khu vực địa lý khác nhau Từ đó có thể đề xuất các phương hướng quy hoạch xây dựng các nguồn
và lưới điện phù hợp với sự phát triển nhu cầu điện năng cho từng vùng, từng khu vực cụ thể
Tuy nhiên, xác định mức độ chính xác của phương pháp này cũng gặp nhiều khó khăn vì nó phụ thuộc vào mức độ chính xác của kết quả dự báo của các ngành kinh tế trong tương lai, cũng như phụ thuộc vào suất tiêu hao điện năng của một đơn vị sản phẩm được sản xuất ra của ngành kinh tế ấy Do đó, phương pháp này thường được áp dụng để dự báo nhu cầu điện năng với thời gian ngắn và trung bình [2, tr.9-10]
1.3.2.3 Phương pháp so sánh đối chiếu
Nội dung của phương pháp này là so sánh đối chiếu nhu cầu phát triển điện năng của các nước hoặc các vùng khác có điều kiện tương tự Đây là phương pháp được nhiều nước áp dụng để dự báo nhu cầu năng lượng của nước mình một cách có hiệu quả Phương pháp thường được áp dụng cho dự báo ngắn hạn và trung hạn và thường được dùng với tính chất tham khảo [2, tr.11]
Trang 311.3.2.4 Phương pháp chuyên gia
Khái niệm: Là phương pháp dự báo có kết quả là các “thông số” do các chuyên gia đưa ra, họ là những người có trình độ uyên bác về lý luận, thành thạo về chuyên môn, phong phú về thực tiễn cùng với khả năng nhạy bén và thiên hướng sâu sắc về tương lai (đối với hiện tượng dự báo) của một tập thể các nhà khoa học, các nhà quản lý cùng đội ngũ cán bộ có nhiều kinh nghiệm thuộc các chuyên môn hay nằm trong miền lân cận của đối tượng dự báo đưa
ra [5, tr.8]
Nội dung phương pháp: Nhiệm vụ của phương pháp chuyên gia là đưa ra những dự đoán khách quan về tương lai phát triển của một lĩnh vực hẹp của khoa học hoặc dựa trên việc xử lý có hệ thống các đánh giá dự đoán của chuyên gia
Ưu, nhược điểm
Ưu điểm:
- Đây là phương pháp tương đối đơn giản, dễ áp dụng và có khả năng tìm ra tức thời các thông số, mà các thông số này không dễ dàng lượng hóa được và mô tả quy luật hoạt động dưới dạng hàm số
- Có tính khả thi cao, cho kết quả nhanh, tạo ngay căn cứ để đề ra các quyết định
Nhược điểm
- Mang tính chủ quan do đó nếu lựa chọn chuyên gia không đúng tiêu chuẩn thì độ tin cậy của dự báo sẽ thấp
- Khi các ý kiến chuyên gia tản mạn trái ngược nhau thì quá trình xử lý
ý kiến chuyên gia sẽ phức tạp hơn
1.3.2.5 Phương pháp ngoại suy chuỗi thời gian
Khái niệm
Theo nghĩa rộng thì dự báo ngoại suy có nghĩa là nghiên cứu lịch sử của
Trang 32đối tượng cần dự báo và chuyển tính quy luật đã phát hiện được của nó trong quá khứ và hiện tại sang tương lai bằng các phương pháp xử lý chuỗi thời gian kinh tế Với dự báo nhu cầu điện năng thì chúng ta dựa vào chuỗi quan sát về tình hình tiêu thụ điện năng của n năm trước để xây dựng mô hình toán học (xác định hàm xu thế) biểu thị quy luật thay đổi của điện năng theo thời gian Trên cơ sở đó xác định giá trị nhu cầu điện năng của những năm tiếp theo dựa vào hàm dự báo vừa xây dựng
Chuỗi thời gian kinh tế
Thực chất của việc nghiên cứu lịch sử là nghiên cứu quá trình thay đổi
và phát triển của đối tượng kinh tế theo thời gian Kết quả thu thập thông tin một cách liên tục về sự vận động của đối tượng kinh tế theo một đặc trưng nào đó (ngày, tháng, năm v.v…) sẽ hình thành một chuỗi thời gian được khái quát như sau:
y (giá trị của đối tượng kinh tế) y1 y2 … yn
Bản chất của chuỗi thời gian kinh tế
Nếu quá trình ngẫu nhiên là một chuỗi các đại lượng ngẫu nhiên khi chúng ta quan sát kết quả của n phép thử theo một đặc trưng nào đó, thì chuỗi thời gian kinh tế chính là một quá trình ngẫu nhiên khi chúng ta quan sát giá trị của một đối tượng kinh tế theo một đặc trưng theo thời gian ở n điểm liên tục
Điều kiện của chuỗi thời gian kinh tế:
Khoảng cách giữa các điểm của chuỗi thời gian kinh tế phải bằng nhau, hay nói cách khác là phải đảm bảo tín hiệu liên tục phục vụ cho việc xử
lý Đơn vị đo giá trị chuỗi thời gian phải đồng nhất
Về mặt ý nghĩa toán học thì phương pháp ngoại suy chính là việc phát hiện xu thế vận động của đối tượng kinh tế, có khả năng tuân theo quy luật
Trang 33hàm số f(t) nào đó dựa vào đó chúng ta có thể tiên đoán giá trị đối tượng kinh
tế ở ngoài khoảng giá trị đã biết (y1,yn) dưới dạng:
𝑦̂𝑛+𝑙 = 𝑓(𝑛 + 𝑙) + 𝜀 Trong đó: 𝑦̂𝑛+𝑙 là giá trị dự báo của đối tượng kinh tế ở thời điểm (n+l)
l là khoảng cách dự báo f(n+l) là giá trị của hàm dự báo tại thời điểm (n+l)
𝜀 là sai số của dự báo (độ lệch giữa giá trị quan sát thực tế yi và giá trị hàm dự báo 𝑦̂𝑖)
Nội dung của phương pháp ngoại suy
Phương pháp ngoại suy chuỗi thời gian thực hiện theo các bước sau: Bước 1: Xử lý chuỗi thời gian
Bước này giúp cho dãy số liệu đưa vào dự báo đầy đủ và xác định được
xu thế thế dễ dàng và chính xác hơn Xử lý chuỗi thời gian bao gồm các công việc: bổ sung các số liệu còn thiếu, xử lý dao động ngẫu nhiên, loại bỏ các sai
số thô
Bổ sung dữ liệu còn thiếu
Nếu chuỗi thiếu một giá trị yi nào đó thì ta bổ sung giá trị bổ sung bằng trung bình cộng hai giá trị đứng trước và đứng sau:
y y
y
Xử lý dao động ngẫu nhiên
Khi căn cứ vào chuỗi thời gian ban đầu ta thấy không dễ dàng phát hiện ngay được xu thế f(t) Do vậy, với những chuỗi có dao động lớn do ảnh hưởng của các yếu tố ngẫu nhiên thì phải sử dụng phương pháp san bằng chuỗi thời gian, với mục đích tạo ra một chuỗi mới có xu thế dao động ổn định hơn, và dĩ nhiên nó vẫn giữ nguyên xu thế từ chuỗi thời gian xuất phát
Có hai phương pháp xử lý như sau:
Trang 34Trung bình trượt không có trọng số (áp dụng cho các chuỗi có khả năng tuân theo xu thế tuyến tính): / (2 1)
yi: giá trị chuỗi thời gian ban đầu vào thời điểm thứ i
𝑦̄𝑡: giá trị chuỗi thời gian được san bằng vào thời điểm t
Trung bình trượt có trọng số (dùng cho các chuỗi số có khả năng tuân theo xu hướng phi tuyến) Cách xác định: 𝑦̄𝑡 = 𝑎0+ ∑𝑝 𝑎𝑖𝑡𝑖
𝑖=1 là một
đa thức bậc p
Loại bỏ sai số thô
Sai số thô của chuỗi thời gian kinh tế dẫn đến việc dự báo sai lệnh hàm
xu thế, để giải quyết trường hợp này, người ta sử dụng phương pháp kiểm định thống kê toán học
Giả sử chuỗi thời gian (ti, yi) với i ÷n
Nếu yk là sai số “thô” cần loại bỏ, ta tính:
𝑆 = √𝑛−11 ∑𝑛 (𝑦𝑖 − 𝑦̄)2
𝑖=1 Trong đó: n là số mức độ của chuỗi
yi là giá trị của chuỗi tại thời điểm i 𝑦̄ là giá trị trung bình của chuỗi
𝑡𝑘 = |𝑦𝑘 −𝑦̄|
𝑆 Nếu tk> tn(α): loại bỏ yk thay bằng ykbs, với tn(α): tra bảng phân phối Student với n bậc tự do
Bước 2: Phát hiện xu thế
Dùng phương pháp đồ thị
Biểu diễn lên đồ thị các cặp số (ti, yi), từ đó đưa ra nhận xét sự phân bổ các điểm và so sánh đường biểu diễn thực nghiệm với đường biểu diễn các
Trang 35hàm số y=f(ai, t) thường gặp trong kinh tế làm cơ sở xác định đường xu thế và dạng hàm xu thế tương ứng
Dùng phương pháp phân tích số liệu quan sát
Ta phân tích sự biến đổi của dãy ti, yi, ln(ti), ln(yi) và xem xét mối quan
hệ của các hàm đó biến thiên theo quy luật nào để xác định hàm
Dùng phương pháp sai phân
Phương pháp này dựa trên cơ sở xấp xỉ giữa sai phân chuỗi thời gian và
vi phân hàm xu thế ở cùng bậc k nào đó (𝛥𝑦𝑘 = 𝑑𝑦𝑘) Từ đó có thể lấy sai phân bậc k của chuỗi thời gian, nếu dừng lại ở bậc sai phân nào đó mà các giá trị sai phân đều có xu hướng tiến về hằng số thì kết luận có khả năng thích hợp với hàm xu thế:
Dùng phương pháp bình phương cực tiểu
Kết quả ta xác định được các tham số a0, a1,…, an của hàm xu thế
Bước 4: Kiểm định hàm xu thế:
Hàm xu thế dựng được luôn có sai số với dãy số giá trị thực tế, nhưng sai số có nằm trong giới hạn cho phép thì mới sử dụng cho việc dự báo Do đó chúng ta phải tiến hành kiểm định lại hàm xu thế đã xây dựng để xem xét có thể dùng làm hàm dự báo được hay không, hoặc lựa chọn hàm thích hợp nhất
để dự báo trong trường hợp có nhiều hàm cùng xây dựng
Các tiêu chuẩn dùng để kiểm định:
- Sai số tuyệt đối: 𝑆 = √ 1
𝑛−2∑𝑛 (𝑦̂ − 𝑦𝑖)2 𝑖=1
Trang 36- Sai số tương đối: Vy% =𝑆𝑦
Bước 5: Tiến hành dự báo bằng hàm xu thế vừa kiểm định
- Dự báo điểm: xác định khoảng cách dự báo thích hợp l (lmax≤n/3)
𝑦̂𝑛+𝑙 = 𝑓(𝑛 + 𝑙)
- Dự báo khoảng: 𝑦̂𝑛+𝑙 = [𝑓(𝑛 + 𝑙) − 𝑡𝛼𝑆𝑙; 𝑓(𝑛 + 𝑙) + 𝑡𝛼𝑆𝑙]
Trong đó: tα: giá trị tra trong bảng Student, với bậc tự do (n-p) và xác suất tin cậy (1-α)
Sl: sai số của dự báo
Ưu điểm và nhược điểm
Ưu điểm:
- Dự báo khá chính xác và hợp lý cho các dự báo ngắn hạn
- Tính toán đơn giản, dễ hiểu, chi phí thấp, thời gian chuẩn bị ít
Nhược điểm:
- Kết quả dự báo sẽ thiếu chính xác nếu có một vài sự kiện làm nhiễu loạn hành vi quá khứ của chuỗi và khả năng phân tích chưa đủ mạnh
- Do phương pháp này yêu cầu đối tượng dự báo phát triển tương đối
ổn định theo thời gian, những yếu tố ảnh hưởng nhiều nhất đến đối tượng dự báo vẫn được duy trì trong tương lai và giả thiết sẽ không có tác động mạnh
từ bên ngoài dẫn tới những đột biến trong quá trình phát triển của đối tượng
dự báo mà dữ liệu thực tế lại không tránh khỏi vấn đề này nên phương pháp ngoại suy thường có sai số dự báo khá lớn
Trang 371.3.2.6 Phương pháp hồi quy tương quan
a Khái niệm
Trong phân tích hồi quy để có được dự báo tốt nhất cho một biến phụ thuộc nào đó, cần phải sử dụng nhiều biến độc lập, trong đó mỗi biến độc lập góp phần giải thích một phần nào đó sự thay đổi trong biến phụ thuộc Trong trường hợp này, việc tạo ra một mô hình sử dụng nhiều biến độc lập để dự báo một biến phụ thuộc và các biến độc lập này là rất cần thiết Một mô hình
sử dụng nhiều biến độc lập để dự báo một biến phụ thuộc được gọi là mô hình hồi quy bội
Để góp phần giải thích cho những thay đổi trong biến phụ thuộc, những biến độc lập được đưa vào mô hình trước hết phải có tương quan với biến phụ thuộc và không tự tương quan với nhau Trong trường hợp có tương quan giữa các biến độc lập, kết quả dự báo sẽ không chính xác Do vậy trước khi sử dụng một mô hình nào đó để dự báo, cần phải kiểm tra mức độ tương quan giữa các biến độc lập với nhau, cũng như mức độ tương quan giữa các biến độc lập với biến phụ thuộc
b Mô hình tương quan đa hồi quy
Để xây dựng được mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố (các nhân tố tác động yếu hơn, không bản chất thì đưa vào thành phần ngẫu nhiên), nên việc xác định dạng liên hệ của từng nhân tố cũng như toàn bộ phương trình là rất phức tạp Do vậy cần phải phân tích lý luận một cách kỹ lưỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp
Gọi y là một hiện tượng kinh tế nào đó và gọi là biến phụ thuộc (biến cần giải thích) Gọi x1, x2, xn là các hiện tượng kinh tế có liên quan và gọi
là biến độc lập (biến giải thích) Thì quan hệ giữa một hiện tượng kinh tế này với những hiện tượng kinh tế khác có dạng hồi quy bội tuyến tính tổng thể
Trang 381 1
n m m n
Biểu diễn dưới dạng ma trận, ta có:
Trong đó:
Y: Véc tơ của biến phụ thuộc;
X: Ma trận của biến độc lập, quy mô của ma trận xác định theo
n m n
n o
m m o
m m o
x x
x
x x
x
x x
2 1 1
2 1
, 2 1 22
2 21 1
1 1
, 1 1 12
2 11
1
1 , 2 22
21
1 , 1 12
11
1
11
m n n
n
m m
nxm
x x
x
x x
x
x x
Y Y
2 1
Y Y
2 1
Trang 39Ước lượng các hệ số trong mô hình
Phương pháp bình phương cực tiểu được sử dụng để xác định các hệ số
o, 1, m-1 Tức là xác định các hệ số này sao cho thoả mãn điều kiện tổng bình phương của phần dư là cực tiểu:
Trong đó dấu ’ ký hiệu chuyển vị của ma trận
0'
2'
Như vậy để xác định véc tơ cần phải dựa vào các số liệu thống kê lập
ma trận X’X, rồi tìm ma trận nghịch đảo, tiếp đó tìm vec tơ X’Y
Trong đó
min)
(1
2 1 , 1 , 1
1 1
o i n
i
)(
)'(
'1
m i i i
m i
i
m i i i
i i
i
i m i i
i
mxm
x x
x x
x x x
x
x x
n
X
X
2 1 , 1
, 1 1
,
1 , 2 2
1 1
1 , 1
m
x y y Y
Trang 40c Phân tích biến đa hồi quy
* Các thông số về tổng bình phương độ lệch
Ta có mối quan hệ:
) (
) (
^
^
i i i
y Độ lệch của giá trị biến phụ thuộc Yi so với giá trị hồi quy dự
báo, đây chính là sai số dự báo i Theo tính chất toán học, tổng bình phương các độ lệch này cũng có quan hệ tương tự Tức là
^ 2
^ 2
i i i
i y y y y y y
SSTO = SSR + SSE
Trong đó:
2)(
SSTO i : Tổng bình phương độ lệch toàn bộ, (Total sum of
squares) 2
^)(
SSR i : Tổng bình phương độ lệch hồi quy, (Regression
sum of squares) 2
)(