Phân tích dự báo chi tiêu hộ gia đình

Ngày nay dự báo đã được sử dụng rất rộng rãi trong mọi lĩnh vực của đời sống xã hội với nhiều loại và phương pháp dự báo khác nhau như: phương pháp trung bình giản đơn, phương pháp trung bình dài hạn,phương pháp san mũ, phương pháp phân rã…Để làm rõ hơn về phương pháp dự báo trong kinh tế nhóm chúng em sẽ đi sâu vào phân tích phương pháp san mũ kép, phương pháp phân rã nhân tính và winter nhân tính.

LỜI MỞ ĐẦU

Trong mô hình nền kinh tế – mô hình dòng luân chuyển các thành viên kinhtế tương tác với nhau trên hai thị trường đó là thị trường sản phẩm và thị trườngcác yếu tố sản xuất Trong thị trường các yếu tố sản xuất, hộ gia đình cung cấp cácđầu vào quan trọng cho quá trình sản xuất như lao động, đất đai và vốn cho cácdoanh nghiệp để đổi lấy thi nhập mà các doanh nghiệp trả cho việc sử dụng cácnguồn lực đó Còn khi tham gia vào thị trường sản phẩm, các hộ gia đình chi tiêuthi nhập của mình để đổi lấy hàng hóa hoặc dịch vụ cần thiết do các doanh nghiệpsản xuất Còn các doanh nghiệp tham gia vào hai thị trường đó để mua hoặc thuêcác yếu tố sản xuất cần thiết để tạo ra các hàng hóa và dịch vụ mà người tiêu dùngmong muôn Chính phủ tham gia và hai thị trường này để cung cấp hàng hóa, dịchvụ mà xã hội mong muốn mà thị trường không sản cuất một cách hiệu quả Đóthường là các hàng hóa công cộng và các hàng hóa liên quan đến an ninh quốcphòng,… Ngoài ra, Chính phủ còn điều tiết thu nhập thông qua thuế và các chươngtrình trợ cấp

Các hộ gia đình luôn mong muốn tối đa hóa lợi ích dựa trên thu nhập của họ.Hành vi chi tiêu và cách thức ra quyết định chi tiêu của các gia đình là một tiêuthức đánh giá được mức sống dân cư của các hộ gia đình ở Việt Nam hiện nay

Các yếu tố trong mỗi hoạt động sản xuất kinh doanh luôn có mối liên hệmật thiết với nhau.Xác định tính chất chặt chẽ của mối liên hệ giữa các yếu tố vàsử dụng các số liệu đã biết để dự báo giúp nhà quản lý rất nhiều trong việc hoạchđịnh các kế hoạch sản xuất kinh doanh hiện tại cũng như trong tương lai Ngày naydự báo đã được sử dụng rất rộng rãi trong mọi lĩnh vực của đời sống xã hội vớinhiều loại và phương pháp dự báo khác nhau như: phương pháp trung bình giảnđơn, phương pháp trung bình dài hạn,phương pháp san mũ, phương pháp phânrã…Để làm rõ hơn về phương pháp dự báo trong kinh tế nhóm chúng em sẽ đi sâuvào phân tích phương pháp san mũ kép, phương pháp phân rã nhân tính và winternhân tính

CHƯƠNG I PHẦN MỞ ĐẦU I.Tổng quan về chi tiêu hộ gia đình

Chi tiêu và tiêu dùng có những điểm giống nhau đều là hành vi của conngười để thỏa mãn nhu cầu của mình cho một mục đích nào đó nhưng tiêu dùng cóphạm vi hẹp hơn Nó chỉ đề cập đến chủ thể thực hiện hành vi đó là hộ gia đình,nhu cầu chỉ là tình cảm vật chất, còn mục đích chỉ là các hàng hóa và dịch vụ Cònchi tiêu là khái niệm rộng hơn, nó đề cập đến hành vi tiêu dùng của tất cả các tácnhân trong nền kinh tế bao gồm cả các hộ gia đình

Đối với chi tiêu hộ gia đình coa hai loại chi tiêu: tiêu dùng và đầu tư Trongđó tiêu dùng luôn chiếm tỷ trọng lớn nhất và lá khoản mục có ý nghĩa trong phântích thu nhập của hộ gia đình Người ta thường đồng nhât chi tiêu với tiêu dùng củahộ gia đình với nhau Trong nghiên cứu dự báo này chỉ đề cập tới hành vi chi tiêucủa hộ gia đình

2 Các nhân tố ảnh hưởng đến chi tiêu hộ gia đình

a).Giá cả bản thân hàng hóa và các hàng hóa liên quan.

Luật cầu: người tiêu dùng sẽ mua nhiều hàng hóa hoặc dịch vụ hơn nếu nhưgiá của hàng hóa hoặc dịch vụ đó giảm xuốn với điều kiện các yếu tố khác khôngđổi

Tuy nhiên, không chỉ có giá bản thân hàng hóa đó ảnh hưởng đến lượng cầucảu nó mà giá của các hàng hóa liên quan cũng tác động đến quyết định mua củangười tiêu dùng Mỗi hàng hóa có hai loại hàng hóa liên quan là hàng hóa thay thếvà hàng hóa bổ sung Hàng hóa thay thế là những hàng hóa giống hàng hóa đangxem xét hoặc có cùng giá trị sử dụng hay thỏa mãn cùng nhu cầu (vd: chè và càphê) Kho giá của hàng hóa giảm xuống người tiêu dùng sẽ mua ít hàng hóa đangxem xét hơn Hàng hóa bổ sung là các hàng hóa được sử dụng cùng nhau (vd: chèLipton và đường) Khi giá hàng hóa bổ sung giảm người tiêu dùng sẽ mua nhiềuhàng hóa đang xem xét hơn và ngược lại.

b).Thu nhập

Thu nhập là một trong những yếu tố quan trọng nhât quyết định mua gì vàmua bao nhiêu đối với người tiêu dùng vì thu nhập quyết định khả năng mua củangười tiêu dùng

c).Thị hiếu

Đây là những yếu tố mang tính chất chủ quan phụ thuộc rất nhiều vào ýthích của con người Thị hiếu xác định chủng loại hàng hóa mà người tiêu dùngmuốn mua Thị hiếu thường rất khó xác định, khó quan sát và các nhà kinh tếthường giả định là thị hiếu không phụ thuộc vào giá của hàng hóa và thu nhập củangười tiêu dùng Thị hiếu phụ thuộc và các nhân tố như tập quan tiêu dùng, tâm lýlứa tuổi Giới tính, tôn giáo,… Thị hiếu cũng có thể thay đổi theo thời gian và chịuảnh hưởng lớn của quảng cáo Người tiêu dùng sẵn sàng bỏ nhiều tiền để mua cáchàng hóa có nhãn mác nổi tiếng và được quảng cáo nhiều

d).Các kỳ vọng

Cầu đối với hàng hóa hoặc dịch vụ sẽ thay đổi phụ thuộc vào các kỳ vọng,sự mong đợi của người tiêu dùng Con người có các kỳ vọng về thu nhập, thị hiếu,số lượng người tiêu dùng,… Tất cả các kỳ vọng này đều tác động đến cầu hànghóa

II.Thực trạng chi tiêu hộ gia đình từ năm 1990 – 2005

Tình hình kinh tế xã hội Việt Nam sau thời kỳ đổi mới có nhiều thay đổi tíchcực, đây chính là cơ sở để tăng thu nhập, cải thiện đời sống cho người dân

1.Thành tựu

- Kinh tế tăng trưởng liên tục, cơ cấu kinh tế có sự dịch chuyển tích cực Sau năm

1986, nền kinh tế Việt Nam luôn đạt tốc độ tăng trưởng cao mặc dù có những nămtốc độ tăng trưởng thấp do tác động tiêu cực từ cuộc khủng hoảng tài chính trongkhu vực Giai đoạn 1990 – 1991, tốc độ tăng turowngr không cao và nền kinh tếchuẩn bị đặt trên bệ phóng nên chỉ đạt 5,45% Đến giai đoạn 1991 – 1997 tốc độtăng trưởng cao 8,77% nhưng sau đó do ảnh hưởng của cuộc khủng hoảng tàichính Châu Á năm 1997 nên gia đoạn 1998 – 2001 tăng trưởng là 6,04% Đến giaiđoạn 2002 – 2005 tăng trưởng đã tăng lên đạt 7,7%, cụ thể cho năm 2005 là8,43% Xét cả giai đoạn tốc độ tăng trưởng GDP bình quân là 7,11% là tương đốicao so với các nước trong khu vực, điều đó thúc đẩy mạnh mx tới sự phát triển củanền kinh tế nước ta.Thương mại phát triển khá, đảm bảo lưu thông hàng hóa trongcả nước, tổng mức bán lẻ tăng 10% Thương nghiệp, nhà hàng, vận tải, du lịch, bảohiểm, bưu chính đều tăng ở mức cao, năm sau cao hơn năm trước

=> Mức sống của nhân dân được cải thiện Cùng với sự tăng trưởng kinh tế,thu nhập và đời sống các tầng lớp dân cư từng bước được cải thiện Theo số liệuđiều tra thu nhập bình quân đầu người được cải thiện rõ rệt, chi tiêu bình quân đầungười trên cả nước cũng như từng vùng tăng đáng kể Chi tiêu bình quân đầungười tính theo giá thực tế tăng từ 221,1 nghìn đồng năm 1999 lên 269,1 nghìnđồng năm 2002 và 359,7 nghìn đồng năm 2004 Đời sống kinh tế xã hội của ngườidân được cải thiện, các nhu cầu tiêu dùng từ ăn no mặc ấm sang ăn ngon mặc đẹp.Những trang thiết bị tiêu dùng hiện đại có giá trị cao không còn lạ trong các giađình Nhu cầu tinh thần được nâng cao, các chương trình vui chơi giải trí, chươngtrình văn hóa có tầm vóc quốc tế được công chúng đón nhận Những điều này chothấy mức chi tiêu của dân cư Việt Nam đã được cải thiện đáng kể so với nhữngthập kỷ trước

2 Hạn chế

- Chất lượng hiệu quả phát triển kinh tế còn thấp Mặc dù Việt Nam đã đạt đượcnhững thành công ấn tượng trong đổi mới cải cách kinh tế nhưng trên thực tế ViệtNam vẫn là một trong những nước nghèo nhất thế giới Chất lượng và hiệu quảphát triển kinh tế thể hiện trước hết ở khả năng cạnh tranh hàng hóa của Việt Nam

Khả năng cạnh tranh trên thị trường quốc tế và cả sân nhà đều thấp, ví dụ như giấy,may mặc, điện gia dụng, xe máy,…

CHƯƠNG II NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

1.Đối tượng và phạm vi nghiên cứu

- Đối tượng: Số liệu điều tra về chi tiêu của hộ gia đình Việt Nam tính theo quý từnăm 1990 – 2005

- Phạm vi: nghiên cứu xem xét chi tiêu của hộ gia đình theo các tiêu thức như vùngđịa lý, khu vực nông thôn, thành thị, trình độ học vấn,… của chủ hộ

2 Phương pháp nghiên cứu

Với số liệu của nhóm, nhóm chúng em sử dụng 3 phương pháp để dự báochi tiêu của hộ gia đình cho năm 2006

 Phương pháp san mũ kép

Phương pháp san mũ là phương pháp đánh giá ước lượng hay dự báo mộtcách liên tục bằng cách tính đến những thay đổi gần đây hoặc những biến đổi trong

dữ liệu Những biến đổi này có thể do sai số ngẫu nhiên, một thành phần không lýgiải được, hoặc một sự kiện bên ngoài không thể sự đoán trước được

Trong phương pháp san mũ, một ước lượng mới là kết hợp của ước lượngcho thời kỳ hiện tại cộng với một tỷ lệ của phần sai số ngẫu nhiên xuất hiện trongthời kỳ hiện tại, tức là

Phương trình san mũ:

Dự báo thời kỳ kế tiếp = trọng số α (quan sát thời kỳ hiện tại) + (1 – trọng số) *

(dự báo thời kỳ hiện tại)

Trong đó: St = ước lượng mới hoặc dự báo mới cho thời kỳ kế tiếp ( được đưa ra

trong thời kỳ hiện tại t)

St-1 = ước lượng hoặc dự báo cho thời lỳ hiện tại (được đưa ra trongthời kỳ trước)

Yt = dữ liệu thực tế trong thời kỳ hiện tại

Y – S = sai số ước lượng hay dự báo trong thời kỳ hiện tại

α = trọng số hay phần trăm

:là dự báo cập nhật thì:

at = 2St – St(2) : là hệ số chặn đã cập nhật

bt = (St – St(2)): là hệ số góc đã cập nhật

T = số thời kỳ phía trước ( chúng ta sẽ cho bằng 1)

St và St(2) là các thời kỳ đã được san mũ đơn và kép được tính bằng cách áp dụngphương trình làm trơn:

St = αYt + (1 – α)St-1

St(2) = αSt + (1 – α)St-1(2)

Để bắt đầu với quy trình san mũ kép, các giá trị ban đầu của hệ số ước lượngcần san mũ sẽ phải được chọn ra Nó được chọn bằng cách thay thế giá trị của hệsố chặn và góc đã ước lượng từ phần hồi quy tuyến tính vào hai phương trình sau:

 Xác định nhân tử trọng số phù hợp: các bước trong thủ tục như sau:

 Sử dụng một nửa dữ liệu quá khứ, chạy chương trình hồi quy giản đơn để thuđược các ước lượng ban đầu của a và b Chúng ta cần có ít nhất 5 điểm dữ liệu đểtính a và b theo đúng quy chuẩn, nếu như tập sữ liệu gốc có quy mô dưới 10 quansát, chúng ta có thể cần sử dụng tới 2/3 tập dữ liệu quá khứ để rút ra các ước lượngban đầu

 Với các ước lượng này của a và b, chúng ta sẽ tiến hành quy trình lấy mũ képnhiều lần với toàn bộ tập dữ liệu

 Các giá trị α được sử dụng trong bước 2 sẽ dao động từ 0.01 tới 1.0 (tăng 0.02hoặc 0.05 mỗi lần) Α tạo ra SSE nhỏ nhất là nhân tử trọng số phù hợp nhất

 Sử dụng tất cả các dữ liệu, chạy lại chương trình hồi quy để rút ra ước lượngcuối cùng cho a và b

 Với các ước lượng cuối cùng của a và b và α tốt nhất, chúng ta sẽ tiến hành quytrình lấy mũ kép Nó sẽ cho chúng ta các dự báo cập nhật cho dữ liệu.

 Xây dựng khoảng tin cậy:

Trong đó: St = ước lượng mới hay giá trị được dự báo cho thời kỳ kế tiếp

Zα/2 = hệ số tin cậy cho α/2 , được tính bằng cách sử dụng bảng thống

kê chuẩnMAEt = sai số tuyệt đối trung bình =

dt = hằng số ( 1.25 cho các dự báo cho một thời lỳ kế tiếp)

 Phương pháp phân rã nhân tính

Các nhà kinh tế đã sử dụng những kỹ thuật này từ những năm đầu thế kỷ 20để nhận biết chu kì kinh doanh Phương pháp phân ra là một phương pháp đượctìm ra và sử dụng sớm nhất, đặc biệt là sử dụng trong dự báo ngắn hạn

Với những đặc điểm của mô hình chuỗi thời gian, chúng em đề xuất ứngdụng mô hình chuỗi thời gian để giải quyết bài toán thực tiễn là dự báo chi tiêu củahộ gia đình Việt Nam theo quý sử dụng một số lượng biến tương đối hạn chế

Chúng ta đã biết các thành phần của một chuỗi thời gian như là: xu thế (Tr), thể hiện xu hướng đi lên hoặc đi xuống của số liệu theo thời gian; biến mùa (Sn),

thể hiện thành phần thay đổi của chuỗi số liệu theo thời gian trong vòng một năm

và được lặp lại nhiều lần theo các năm; chu kỳ (Cl), thể hiện sự biến đổi lên xuống

của chuỗi số liệu theo thời gian diễn ra trong khoảng thời gian từ 2 đến 10 năm

hoặc lâu hơn; sai số (ε t ), thể hiện những thay đổi bất thường không tính đến được

của chuỗi số liệu theo thời gian

Chúng ta đã biết mô hình ước lượng có chứa biến xu thế và sai số, bây giờ chúng ta mở rộng phương pháp ước lượng đó bằng cách thêm vào mô hình biến

mùa.Chúng ta cũng sẽ chỉ ra cách áp dụng phương pháp này vào mô hình có chứa

biến chu kỳ Phương pháp này, còn được gọi là phương pháp phân rã, giả thiết

rằng số liệu có thể được tách ra làm nhiều thành phần và tiến hành dự báo cho từngthành phần đó Cụ thể:

Và giá trị dự báo của Yt sẽ là: = f ( giá trị dự báo của Trt , Snt , Clt )

Mô hình nhân tính: Yt = Trt Snt Clt εt

Yt

c b

a

a < b < c

 Phương pháp san mũ winter

Mô hình Winters nhân tính được sử dụng nếu dữ liệu của ta có yếu tố mùavụ kết hợp nhân với yếu tố xu thế

Yt = Trt*Snt *et trong đó Trt = a + b(t)Để cập nhật mức (a) hay mức bình quân của chuỗi, chúng ta sử dụng:

a(t) =α*[ yt /Sn(t-L)]+(1-α)*(a(t-1)+b(t-1))Trong đó:

a(t) : ước lượng đã chọn làm trơn mới cho mức tại thời kỳ t;

α : nhân tử trọng số cho mức;

Yt /Snt (t-L): Dữ liệu đã được loại bỏ tính mùa thực tế cho thời kỳ t;

a(t-1): ước lượng đã được làm trơn cũ của mức tính được tại thời kỳ t-1.b(t-1): ước lượng đã được làm trơn cũ của hệ số góc tính được tại thời kỳ

t-1

Để cập nhật hệ số góc b, chúng ta sử dụng:

b(t) = β*(a(t)-a(t-1))+(1-β)*b(t-1)Trong đó: b(t): ước lượng đã được làm trơn mới cho hệ số góc tại thời kỳ t;

β: nhân tử trọng số (hằng số) cho hệ số góc;

a(t)-a(t-1) : sai số giữa ước lượng mới và ước lượng ban đầu cho giátrị mức( đây là ước lượng của hệ số góc dựa chủ yếu vào Yt ( sự thayđổi trong mức của chuỗi do những thay đổi trong dữ liệu thực tế);b(t-1): ước lượng đã được làm trơn cũ của hệ số góc được tính tại thờikỳ t-1

Để cập nhật thành phần mùa Snt , chúng ta sử dụng:

Snt+L (t)= γ*[Yt /a(t)] + (1-γ)*Snt (t-L)Trong đó:

Snt+L (t) : ước lượng đã được làm trơn mới cho thành phần có tính mùa tạithời kỳ t;

γ : nhân tử trọng số( hằng số) của thành phần có tính mùa;

Yt / a(t) : một thước đo về những thay đổi mang tính mùa thực tế trong dữliệu; tính được bằng cách chia điểm dữ liệu thực tế cho ước lượng mới củamức;

Snt (t-L) : ước lượng đã được làm trơn cũ của thành phần có tính mùa đượctính tại thời kỳ t-L

3 Cơ sở lý thuyết

a).Ưu và nhược điểm của phương pháp san mũ

Ưu điểm:

 Khá đơn giản và cho kết quả tương đối chính xác

 Có thể dễ dàng được chương trình hóa vì chỉ phải thực hiện một số phéptoán sở cấp để xác định giá trị cho dự báo

 Nhu cầu trứ lượng thấp, không cần lưu trữ tất cả các mức quá khứ của chuỗithời gian mà chỉ cần lưu trữ giá trị hiện tại và những toán tử hiện tại S1, S2

 Hệ thống dự báo có thể được điều chỉnh thong qua một số tham số san duynhất, do bản nó có thể thích nghi với sự thay đổi kết cấu của chuỗi thời gianvà qua đó tránh được sự can thiệp tùy tiện

 Các bước tiến hành dự báo rõ ràng đơn giản, rất dễ áp dụng

Những ưu điểm này làm cho phương pháp có rất nhiều ứng dụng trong thực tế kinhdoanh, đặc biệt là trong nhu cầu vật tư và tiêu thụ sản phẩm của công tu, các xínghiệp sản xuất công nghiệp, …

Hạn chế:

 Phương pháp này không quan tâm tới những nhân tố ảnh hưởng nhân quả tớichuỗi thời gian, mà chỉ quan tâm tới yếu tố chuỗi thời gian Một chuỗi thờigian được dự báo thong qua chính bản thân nó, nếu xét về mặt lý thuyết khótránh khỏi những hạn chế Do vậy, phương pháp được thực hiện với dự hiểubiết rất hạn chế về các nhân tố ảnh hưởng về mặt số lượng

 Một điều không thỏa đáng là tham số α không được xác định một cáchkhách quan mà ít thông qua trực giác chủ quan

 Sự phê phán chủ yếu đối với phương pháp san mũ nhằm vào hàm mục tiêu,đó là việc cực tiểu hóa tổng bình phương các sai số ước lượng giao độngtheo quy luật số mũ

b) Ưu điểm và nhược điểm của phương pháp phân rã nhân tính

• Ưu điểm

Mô hình nhân tính thường chỉ có một số ít biến, song độ tin cậy dự báocủa nó thường tốt hơn so với một mô hình hệ phương trình đồng thời phức tạpnhiều biến và nhiều phương trình

Mô hình nhân tính được sử dụng rộng rãi trong kinh tế vĩ mô, để thực hiện:

+) Dự báo: dự báo giá trị tương lai của các biến số dựa trên chuỗi số liệu đã có;Các thủ tục dự báo chỉ đơn giản là cộng các ước lượng phù hợp của các thành phầnvào với nhau Phương pháp này chỉ đơn giản sử dụng khoảng sai số cho mô hình xuthế như là thước đo cho khoảng sai số cho Yt Giá trị này có thể được tính từ kếtquả của phân tích hồi quy đối với số liệu đã được san bằng yếu tố mùa vụ.au

• Nhược điểm

Nền tảng lý thuyết: nhân tính là loại mô hình dựa vào số liệu thống kê mà ít

dựa trên lý thuyết kinh tế Mô hình này khá thích hợp cho dự báo, song khôngthích hợp cho phân tích chính sách

Khi xây dựng mô hình, phần lớn các trường hợp việc xây dựng mô hình vớiyếu tố mùa vụ dễ dàng hơn so với xu thế hoặc chu kỳ, đó là bởi vì nó thể hiện rõràng sự lặp lại theo 12 tháng hoặc 4 quý Xu thế có thể tuyến tính hoặc không, chu

kỳ có thể là bất kỳ khoảng thời gian nào và có thể các khoảng thời gian đó thay đổikhông theo quy tắc nào cả, tuy nhiên thông thường thì yếu tố mùa vụ có thể xácđịnh được Trong phương pháp phân rã, thành phần mùa vụ là thành phần đầu tiênđược xác định trong mô hình chuỗi thời gian Mặt khác, thành phần chu kỳ là thànhphần khó đưa vào mô hình nhất Phải mất khoảng từ 2 đến 10 năm để hoàn thànhmột chu kỳ và cần 3 đến 4 chu kỳ để định hình được một mô hình rõ ràng, chúng tacần phải có số liệu trong vòng 30 đến 40 năm mới có thể có được một mô hình tốt

Các hệ số ước lượng của mô hình thường khó diễn giải, nên người ta thườngphải sử dụng hàm phản ứng sốc để xem phản ứng của của một biến đối với các sốccủa phần tử sai số Tuy nhiên, p làm này bị nhiều nhà nghiên cứu phê phán

c).Ưu và nhược điểm của phương pháp winter nhân tính

Phương pháp này dùng san mũ làm cơ sở ước lượng, tham số và tính hệ số thời vụ

Ưu điểm:

 Chỉ cần thực hiện các phép toán đơn giản do gần với phương pháp san mũ

 Không cần nhiều thời gian tính toán và nhu cầu trữ lượng không lớn

 Phương pháp này có tính linh hoạt và khả năng thích nghi khác nhau vớinhững thay đổi của xu thế va thời vụ do có 3 tham số sau α, β và γ

4.Các bước tính toán

4.1.Phương pháp san mũ kép

Từ eveiw cho ta đồ thị:

Nhìn vào đồ thị ta thấy chuỗi số liệu có tính xu thế nên ta dùng phương pháp san mũkép để ước lượng và dự báo cho mô hình.

Sử dụng phương pháp san mũ kép để làm trơn dữ liệu tiêu dùng của hộ gia đình từquý 1 năm 1990 đến quý 4 năm 2005 và dự báo cho năm 2006

Để thực hiện quy trình cập nhật, a = -184.1673 và b = 2075.898 sẽ được sử dụnglàm đầu vào để tính giá trị ban đầu cho các thống kê được san mũ S0 và S0(2) Nhântử trọng số α=0.182 Việc tính toán S0 và S0(2) được thực hiện như sau:

) (

) (

1 2

) 2 (

St và St(2) là các thời kỳ đã được san kép được tính bằng cách áp dụng phương trìnhlàm trơn:

Từ eveiw ta có kết quả ước lượng sau

Từ mô hình cho ta trọng số α=0.182 là nhân tử trọng số cho sse nhỏ nhất và là

nhân tử phù hợp nhất Tổng bình phương sai số SSE=4.44E+09 và MAE=8331.067

Sau khi hồi quy được chuỗi số liệu dự báo sau

1990Q1

5713.63636

1998Q1

69567.55581990

Q2

8821.3655

1998Q2

67139.78671990

Q3

12144.6628

1998Q3

72401.81371990

Q4

13194.986

1998Q4

75120.7351

1991 14153.0 1999 77377.6

Q3

19092.6

368

1999Q3

78281.98671991

Q4

20231.3

552

1999Q4

80097.26321992

Q1

21796.3

434

2000Q1

81736.09671992

Q2

22924.4

978

2000Q2

79622.4611992

Q3

25967.4

139

2000Q3

82398.08381992

Q4

27032.9

106

2000Q4

83710.22941993

Q1

28526.5

859

2001Q1

86196.10411993

Q2

28700.2

455

2001Q2

84655.44421993

Q3

31660.3

583

2001Q3

86252.78421993

Q4

32402.7

931

2001Q4

87083.6691994

Q1

34018.7

111

2002Q1

91369.90391994

Q2

34371.5

033

2002Q2

91444.76481994

Q3

38183.4

165

2002Q3

93209.46251994

Q4

39335.1

204

2002Q4

95438.5941995

Q1

41576.9

544

2003Q1

101380

3881995

Q2

41912.4

291

2003Q2

100794

1861995

Q3

46496.6

58

2003Q3

106328

124

1995 48856.0 2003 109681

5971996

Q2

51436.0

434

2004Q2

116903

3911996

Q3

56001.8

998

2004Q3

122838

6861996

Q4

59000.9

634

2004Q4

127277

0411997

Q1

62502.4

001

2005Q1

139104

6171997

Q2

60358.4

03

2005Q2

135337

3761997

Q3

64218.7

207

2005Q3

141561

5721997

Q4

66975.0

631

2005Q4

146070

4392006

Q1

160770

2822006

Q2

165206

3492006

Q3

169642

4162006

Q4

174078

483

Nhìn vào biểu đồ ta thấy mô hình tương đối chính xác.

Kết quả dự báo tiêu dùng hộ gia đình cho 4 quý của năm 2006 như sau:

4.2.Phương pháp phân rã nhân tính

Giả sử Yt là tích của nhiều thành phần : Yt=Trt*Snt*Clt*εt

Nhìn vào bảng số liệu của tiêu dùng hộ gia đình ta có thể nhận thấy chuỗi số liệucó tính mùa hoặc ta có thể quan sát đồ thị của CC để có thể thấy được điều đó:

4.2.1.Các bước tính toán của phân rã nhân tính

Bước 1: Tính trung bình trượt L điểm trung tâm( trong đó L là số mùa trong năm)

bằng cách lấy trung bình của L điểm tại điểm mà những quan sát còn lại chứa đựngcác thành phần xu thế và chu kỳ Nếu L là số lẻ thì chúng ta lấy trung bình theokhoảng thời gian trong chuỗi số liệu nguyên bản

Bước 2: Loại bỏ thành phần CMAt ra khỏi mô hình bằng cách lấy Yt chia CMAt tathu được Snt*ɛt