CÁC MÔ HÌNH DỰ BÁO GIẢN ĐƠN UEL

Mô hình dự báo thô điều chỉnh được dùng để điều chỉnh yếu tố mùa vụ và yếu tố xu thế. Điều chỉnh xu thế:

GVHD: Thầy Nguyễn Duy Tâm

CÁC MÔ HÌNH DỰ BÁO

GIẢN ĐƠN

Đề Tài Báo Cáo

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

Môn: Dự Báo Kinh Tế

Nhóm 7 – K13401

1 Cơ sở lý thuyết:

1.1 Các mô hình dự báo thô:

1.1.1 Mô hình dự báo thô giản đơn

1.1.2 Mô hình dự báo thô điều chỉnh

1.2 Các phương pháp dự báo trung bình:

1.2.1 Trung bình giản đơn

Chương 1: CƠ SỞ LÝ THUYẾT

MÔ HÌNH DỰ BÁO GIẢN ĐƠN

MÔ HÌNH DỰ BÁO THÔ ĐIỀU CHỈNH

- Mô hình dự báo thô điều chỉnh được dùng để

điều chỉnh yếu tố mùa vụ và yếu tố xu thế

• Điều chỉnh xu thế: t+1 =

• Điều chỉnh mùa vụ: t+1 =

Ưu điểm: Nếu điều chỉnh được cả 2 yếu tố trên thì là mô hình dự báo tốt nhất

Nhược điểm: Nếu chỉ điều chỉnh xu thế thì sẽ

bỏ qua yếu tố khá trội là yếu tố mùa vụ

•

PHƯƠNG PHÁP

DỰ BÁO TRUNG BÌNH

MÔ HÌNH TRUNG BÌNH GIẢN ĐƠN

MÔ HÌNH TRUNG BÌNH

DI ĐỘNG

MÔ HÌNH

TRUNG BÌNH

DI ĐỘNG KÉP

Mô hình trung bình giản đơn

• Mô hình trung bình giản đơn được biểu diễn:

t+1 =

• Khi 1 quan sát mới được đưa thêm vào, thì giá trị dự báo cho giai đoạn tiếp theo là trung bình của t+1 và quan sát mới thêm vào t+1 =

Mô hình trung bình di động

• Sử dụng một số quan sát gần nhất làm giá trị

dự báo Với hệ số trượt k, trung bình di động

bậc k, kí hiệu là MA(k) được biểu diễn theo

công thức:

t+1 =

• Ưu điểm: đơn giản dễ thực hiện, ít tốn chi phí

• Nhược điểm: Chỉ sử dụng một số quan sát gần nhất

•

Mô hình trung bình di động kép

- Mô hình trung bình di động kép nhằm sử dụng dự báo

dữ liệu chuỗi thời gian có yếu tố xu thế.

• Ưu điểm:

Đem lại kết quả dự báo chính xác hơn phương pháp

trung bình di động, phân biệt được tầm quan trọng của các số liệu ở các thời kỳ khác nhau.

• Nhược điểm:

Cần nhiều số liệu ở quá khứ.

MÔ HÌNH

DỰ BÁO

TRUNG BÌNH

Mô hình san mũ giản đơn

Mô hình san mũ Holt

Mô hình san mũ Winters

Mô hình san mũ giản đơn

 Đưa ra một giá trị trung bình di động với trọng số giảm dần cho tất cả các quan sát trong quá khứ

 Công thức:

Trong đó:

• : Giá trị dự báo ( mới) ở giai đoạn t+1

• : Hệ số san mũ (0 < < 1)

• : Giá trị quan sát hay giá trị thực ở giai đoạn t

• : Giá trị dự báo (cũ) ở giai đoạn t

 Ưu điểm: Dự báo dữ liệu khó đoán được xu hướng tăng, giảm.

 Nhược điểm: Bỏ qua yếu tố xu thế và mùa vụ.

•

Mô hình san mũ Holt

• Định nghĩa: là mở rộng của phương pháp san

mũ giản đơn bằng việc đưa thêm một thừa số

xu thế và phương trình san mũ để điều chỉnh

yếu tố xu thế

• Ưu điểm: Dự báo được với cả dữ liệu khó

đoán được xu hướng tăng, giảm

• Nhược điểm: Bỏ qua các yếu tố xu thế và

mùa vụ Việc chọn hệ số san mũ đòi hỏi sao

cho thích hợp để đạt được một dự báo chính

xác

+ = Hệ số san mũ của giá trị xu thế (0<<1) + Tt= Giá trị ước lượng

của xu thế + P = Thời đoạn dự báo

trong tương lai + t + p = Giá trị dự báo cho p giai đoạn trong tương lai.

Mô hình san mũ Winters

– Định nghĩa: là 1 phương pháp mở rộng của

san mũ Holt đối với các dữ liệu có chứa yếu

tố mùa Yếu tố mùa trong chuỗi thời gian có

thể thuộc dạng phép cộng hoặc phép nhân

Nhược điểm:

Bỏ qua yếu tố xu thế, phạm vi ngắn hạn.

Chương 2: Tình huống nghiên cứu cụ thể

• Tình huống về mô hình thô: Số liệu về doanh thu thuần của công ty cổ phần Nhựa và môi trường

xanh An Phát từ năm 2007 đến năm 2014 (đơn vị: triệu đồng)

Nguồn: http://www.cophieu68.vn/

Mô hình thô giản đơn

Thước đo độ chính xác của mô hình

Mô hình thô điều chỉnh

Thước đo độ chính xác

Đồ thị

• Tình huống về mô hình dự báo trung

bình: Số liệu thống kê giá trị xuất nhập khẩu hàng hóa của Việt Nam giai đoạn 2004 – 2013 (Đơn vị: triệu USD)

Nguồn: http://www.customs.gov.vn/Lists/ThongKeHaiQuan/

Mô hình dự báo trung bình giản đơn

Đồ thị

Mô hình dự báo trung bình di động

Thước đo độ chính xác

Mô hình trung bình

di động kép

Thước đo độ chính xác

Đồ thị

• Tình huống về mô hình san mũ Holt và Winters: Số liệu về doanh thu thuần về bán

hàng và cung cấp dịch vụ của Công ty Cổ phần Pin Ắc Quy miền Nam (Đơn vị: tỷ đồng)

Nguồn: http://www.stockbiz.vn/Stocks/PAC/FinancialHighlights.aspx

Bảng đánh giá độ chính xác của mô

hình san mũ Holt và Winters:

Thước đo độ chính xác

Kết luận

tương đối, dễ sử dụng, ít tốn kém và đồng thời có khả năng đưa ra kết quả dự báo nhanh chóng nhưng vẫn có khả năng điều chỉnh một cách hiệu quả các yếu tố căn bản của việc phân tích dữ liệu có tính xu thế, mùa vụ và các dao động ngẫu nhiên

dự báo, làm tăng sự hợp lý trong việc giải thích kết quả cũng như sử dụng kết quả dự báo.

liệu ở các doanh nghiệp thông thường và các nhà phân tích kinh tế.

CÁM ƠN CÁC BẠN VÀ THẦY

ĐÃ CHÚ Ý LẮNG NGHE!