Trong hoạch định ngân sách, có khá nhiều phương pháp dự báo đã được sáng tạo ra, sử dụng những kỹ năng thống kê khá tinh vi hoặc đánh giá theo trực giác của người làm dự báo.. Chúng ta s
Trang 1i đặt vấn đề
Doanh thu bán hàng là điểm khởi đầu
của hầu hết các dự báo tài chính Có nhiều
biến khác nhau được dự kiến thể hiện trong
mối liên hệ với mức doanh số bán ước tính Do
đó, tính chính xác của dự báo tổng thể phụ
thuộc phần lớn vào sự chính xác cuả mức
doanh số bán ước tính
Trong hoạch định ngân sách, có khá
nhiều phương pháp dự báo đã được sáng tạo
ra, sử dụng những kỹ năng thống kê khá tinh
vi hoặc đánh giá theo trực giác của người làm
dự báo Tất cả các phương pháp này đều có
những mặt mạnh và mặt yếu riêng và chúng
có những khác biệt rất lớn cả về chi phí và
cách thức tiến hành Chúng ta sẽ xem xét một
vài phương pháp thông dụng và có độ tin cậy
cao, thường hay được những người làm dự
báo sử dụng
ii giải quyết vấn đề
1 Phương pháp dự báo san bằng số
mũ giản đơn
Trong phương pháp dự báo bình quân di
động không có trọng số tương ứng với mỗi
điểm dự liệu Do đó để tăng tính chính xác,
chúng ta có thể sử dụng trọng số tính toán với
nguyên tắc là chọn giá trị trọng số gần thời
điểm dự báo thì giá trị trọng số càng lớn và ngược lại
một số phương pháp dự báo doanh thu
TS Đỗ Thị Ngọc Điệp
Bộ môn Kinh tế vận tải Khoa Vận tải - Kinh tế - Trường Đại học GTVT
Tóm tắt: Bμi báo giới thiệu một số phương pháp dự báo doanh thu bán hμng để giải quyết
hμng loạt các bμi toán dự báo tμi chính khác nhau trong quản trị tμi chính doanh nghiệp
Summary:The article presents some methods on sales revenue forecasting to solve a
series of different financial problems in enterprise finance management
Công thức tính được thiết lập như sau:
t t
1
với: 0 ≤ α ≤1; yt: giá trị thực tế kỳ hiện tại; yt: giá trị dự báo kỳ hiện tại
Phương pháp này dự báo cho kỳ tiếp theo không chỉ dựa trên dữ liệu thực tế của kỳ hiện tại, mà còn sử dụng cả số liệu dự báo trong kỳ và nếu α = 1, thì công thức (1) trở thành công thức tính bình quân giản đơn
Phát triển công thức (1) chúng ta có:
1 t
2 1
t t
1
t y (1 )y (1 ) y
y+ =α +α ưα ư + ưα ư (2)
Và chúng ta có thể tiếp tục mở rộng biểu thức này như sau:
+ α
ư α + α
t y (1 )y y
+(1ưα)2ytư2+(1ưα)3ytư3+
(3)
Giá trị của trọng số α thường được chọn trong khoảng 0,1 ≤ α ≤ 0,3 và trong công thức (3), số bình quân càng ở xa thời điểm hiện tại thì hệ số càng giảm
Trang 2Trong thực tế chúng ta cần tiến hành tính
toán dự báo doanh thu với nhiều giá trị khác
nhau để tìm được một giá trị dự báo tối ưu có
độ lệch nhỏ nhất
2 Phương pháp dự báo bình quân di
động
Khi muốn dự báo doanh số của kỳ tiếp
theo chúng ta có thể sử dụng các số liệu của
những kỳ quá khứ gấn nhất để dự báo Để
tăng tính khách quan và loại bỏ những số liệu
ở xa thời điểm cần dự báo, cứ sau mỗi kỳ
chúng ta thêm vào một số liệu của kỳ kế tiếp
và loại bỏ một số liệu của kỳ quá khứ Thí dụ:
doanh thu hàng năm trong 5 năm liên tiếp của
công ty Alpha lần lượt là 255, 280, 268, 272,
290 triệu VNĐ Chúng ta có thể tính số trung
bình với ba dữ liệu quá khứ để dự báo cho kỳ
tiếp theo như sau:
Công thức tính như sau:
1 n t 2
t 1 t t
1
n
1
yˆ+ = + ư + ư + + ư + (4)
Với: yˆt doanh thu dự báo; Yt doanh thu kỳ
hiện tại
3 Phương pháp Brown
Trong điểm (1) chúng ta đã nghiên cứu
phương pháp san bằng số mũ, nhưng đó là
phương pháp san bằng số mũ giản đơn (SES
- Single Exponential Smoothing) và phương
pháp này thường chỉ có hiệu quả trong dự báo
ngắn hạn
Tuy nhiên trong thực tế sản xuất kinh
doanh, doanh số hay sản lượng thường có
khuynh hướng đi lên và nếu chúng ta áp dụng
phương pháp san bằng số mũ giản đơn trong
dự báo dài hạn thì số liệu dự báo thường có
khuynh hướng giảm dần Nguyên nhân là do
chúng ta sử dụng những giá trị quá khứ làm
trọng số
Phương pháp Brown sử dụng phương
pháp san bằng số mũ với sự thừa nhận
khuynh hướng đi lên của dữ liệu Theo phương
pháp này số liệu dự báo đã được san bằng số
mũ lần thứ nhất tiếp tục được san bằng số mũ lần thứ hai Bởi vậy phương pháp này còn
được gọi la phương pháp san bằng số mũ hai lần Do đó giá trị của DES (Double Exponential Smoothing - DES) được coi là tương đương với SES + k (k là khoảng cách trung bình giữa SES và số liệu thực tế) và chúng ta có mô hình dự báo mẫu:
Y = (2 x SES) –DES (5)
Để tính được doanh số dự báo ở bước thứ
m, chúng ta áp dụng các công thức sau:
Với:
' 1 t t
'
t y (1 )S
"
1 t '
t
"
t S (1 )S
"
t ' t
t 2S S
t t m t
"
1
α
ư
α
S’
t: Số liệu san bằng số mũ giản đơn
S’’
t: Số liệu san bằng số mũ hai lần
at: mẫu dự báo
bt: độ dốc của đường thẳng Yt+m
4 Phương pháp Holt
Do thể hiện được các số liệu dự báo có khuynh hướng đi lên, nên phương pháp Brown
có tính thực tiễn khá cao và rất hấp dẫn đối với người làm dự báo Tuy nhiên, phương pháp Brown chỉ sử dụng một tham số α thiết lập cả mức độ của các dữ liệu và độ nghiêng của đường khuynh hướng Để làm tăng tính linh hoạt trong dự báo, chúng ta có thể sử dụng hai tham số α và γ theo phương pháp Holt, với α cho việc xác lập mức độ của dữ liệu và γ để xác định độ nghiêng Theo phương pháp này, phương pháp san bằng số
mũ giản đơn được áp dụng cho cả xác lập dữ liệu và độ nghiêng của đường khuynh hướng Các công thức tính toán được thiết lập như sau:
Trang 3) b S
)(
1 ( y
St = α t + ư α t ư1 + t ư1
Với 0 = < α = < 1
1 t 1
t t
(7)
Với 0 = < γ = <1 (8)
t t
m
Công thức (7) được dùng để tìm các dữ liệu hiện tại và công thức (8) cho ta thấy giá trị hiện tại của đường khuynh hướng (độ nghiêng) và công thức (9) cho biết số liệu cần
dự báo Cả phương pháp Brown và Holt đều
có giá trị trong thực tế, tuy nhiên phương pháp Holt có độ chính xác cao hơn, mặc dù giữa chúng chỉ có những khác biệt nhỏ Hơn nữa, cũng có thể thấy rằng, phương pháp Brown là trường hợp đặc biệt của phương pháp Holt
iii kết luận
Nguyên tắc lựa chọn của chúng ta là chọn phương pháp nào có các giá trị độ lệch tuyệt đối bình quân, độ lệch bình phương bình quân và tỷ lệ phần trăm sai số tuyệt đối bình quân nhỏ nhất Toàn bộ những tính toán này
có thể được thực hiện nhanh chóng và dễ dàng bằng một phần mềm vi tính như Quattopro 4.0 hay Excell cho chúng ta kết quả chính xác về dự báo doanh thu
Tài liệu tham khảo
[1] Nguyễn Hải Sản Quản trị tài chính doanh
nghiệp NXB Thống kê, 2001
[2] Eliza G.C.Collins Mary anne Devanna MBA
Quản trị kinh doanh tinh giản NXB Khoa học và Kỹ thuật Hà Nội, 1994
[3] PGS.TS Dương Đăng Chinh Giáo trình lý