Bài giảng Báo cáo tài chính

Nội dung: Giới thiệu Phân loại dự báo Phương pháp luận của dự báo Quy trình thực hiện dự báo Các tiêu chí đánh giá dự báo Các vấn đề khác...  Nhược điểm của dự báo định tính: • K

PHÂN TÍCH DỮ LIỆU VÀ DỰ BÁO

P T.B

KHOA KINH TẾ ptbinh[a-còng]ueh.edu.vn

Bài giảng 1: Giới thiệu tổng quan

Nội dung:

Giới thiệu

Phân loại dự báo

Phương pháp luận của dự báo Quy trình thực hiện dự báo

Các tiêu chí đánh giá dự báo Các vấn đề khác

Jain, C.L., 2006, All U.S Industries

Ai cần dự báo?

Klassen, 2001, Canada

Ai cần dự báo?

Klassen, 2001, Canada

Ai chịu trách nhiệm dự báo?

Ai chịu trách nhiệm dự báo?

Klassen, 2001, Canada

Jain, C.L., 2006, the U.S

Phương pháp định tính:

 Dựa vào kinh nghiệm và phán đoán của

những chuyên viên, những người quản

lý và những chuyên gia

 Khi dữ liệu lịch sử không sẵn có hay có

nhưng không đầy đủ, hoặc không đáng

tin cậy, hoặc những đối tượng dự báo bị ảnh hưởng bởi những nhân tố không thể lượng hoá được

 Ưu điểm của dự báo định tính:

• Không đòi hỏi kiến thức về các mô hình

toán hoặc kinh tế lượng

• Được chấp nhận rộng rãi nên ở nhiều

nơi và lĩnh vực vẫn sử dụng khá phổ

biến

 Nhược điểm của dự báo định tính:

• Kết quả dự báo định tính phụ thuộc vào

ý kiến chủ quan nên có thể bị sai lệch, thiếu chính xác và ổn định qua thời gian

• Không có phương pháp hệ thống để

đánh giá và cải thiện mức độ chính xác,

và đòi hỏi người tham gia phải mất nhiều thời gian để tích lũy kinh nghiệm

về một lĩnh vực nhất định

T ổng hợp lực lượng bán hàng

• Thực hiện bởi các nhân viên bán hàng

• Sử dụng các đánh giá chủ quan về điều mà họ

mong đợi khách hàng sẽ mua trong tương lai

• Dự báo một biến tổng hợp (ví dụ doanh số) từ

những sản phẩm riêng lẻ

• Ưu điểm: Hiểu rõ hành vi khách hàng

• Nhược điểm: Sai lệch có chủ ý

Ý kiến ban quản trị:

 Kết hợp ý kiến chủ quan của trưởng các bộ

phận và những người quản lý vì họ am hiểu rõ

về tình hình kinh doanh và mục tiêu của doanh nghiệp

 Quy trình: Người làm dự báo lựa chọn những chuyên gia ở nhiều lĩnh vực chuyên môn khác nhau để thu thập ý kiến thông qua các cuộc

phỏng vấn riêng hoặc thông qua họp mặt và thảo luận

Phương pháp Delphi:

 Từ 1950s (by RAND corporation)

 Khách quan hơn

 Phạm vi áp dụng rộng: chính sách, giáo dục, công nghệ, quan sự, …

British Food Journal, Vol.115, No.3, 2013

British Food Journal, Vol.115 No.3, 2013 pp 448-459

Phương pháp định lượng:

 Dựa trên dữ liệu quá khứ để phát hiện

xu hướng vận động của đối tượng

 Giả định: giá trị tương lai của biến số dự

báo phụ thuộc vào xu hướng vận động trong quá khứ

 Chia thành 2 phân nhóm:

• Chuỗi thời gian (univariate)

• Kinh tế lượng (multivariate/cross-section)

 Ưu điểm:

• Kết quả dự báo hoàn toàn khách quan

• Có phương pháp đo lường độ chính xác

dự báo

• Ít tốn thời gian để tìm ra kết quả dự báo

• Có thể dự báo điểm hay dự báo khoảng

 Nhược điểm:

• Chỉ dự báo tốt trong ngắn và trung hạn

• Không thể mô hình hóa đầy đủ những

yếu tố bên ngoài có tác động đến kết quả dự báo

Lựa chọn phương pháp dự báo?

Rice,G.,1997, the U.S

Nada R Sanders and Karl B Manrodt 1994

Phương pháp luận của dự báo:

“Một điểm khác biệt quan trọng nữa giữa các phương pháp định lượng với các phương pháp

định tính là ở phương pháp luận của chúng

Hầu như không có một phương pháp luận cụ thể nào cho tất cả các phương pháp định tính vì mỗi phương pháp khác nhau có thể có cách thực hiện khác nhau Ngược lại, nhờ có phương pháp luận rõ ràng nên các phương pháp định lượng trở nên đáng tin cậy hơn và ngày càng được sử

dụng phổ biến hơn”

Mục tiêu dự báo Biến cần dự báo

Thời gian dự báo Thu thập số liệu Khảo sát số liệu Lựa chọn mô hình dự báo

Dự báo các giai đoạn quá khứ

Đánh giá Dự báo các giai đoạn tương lai

và sử dụng cho việc ra quyết định

Kiểm tra độ chính xác của các dự báo

Khảo sát dạng dữ liệu bằng các dữ liệu cập nhật

Đánh giá

Mô hình chuỗi thời gian

Mục tiêu dự báo

Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác

Thiết lập mô hình

Ước lượng mô hình

Kiểm định giả thiết Thu thập dữ liệu

3 Xác định yếu tố thời gian dự báo

4 Xem xét/phân tích dữ liệu

Nói rõ các mục tiêu, kể cả dự báo sẽ được

sử dụng như thế nào trong việc ra quyết

2 Xác định dự báo cái gì

Dự báo doanh số: doanh số đơn vị hay

bằng tiền; tổng doanh số, doanh số theo

sản phẩm, hay doanh số theo vùng; doanh

số nội địa hay xuất khẩu, hay cả hai

Dự báo số bệnh nhân: số đăng ký khám, xuất viện, số ngày nằm viện

Độ dài và giai đoạn của dự báo: năm, quý, tuần, hay ngày

Klassen, 2001, Canada

Số lượng và loại số liệu sẵn có: nội bộ hay

bên ngoài; số liệu có ở dạng mong muốn hay không; giá trị hay đơn vị, …

Có thể có quá nhiều hoặc quá ít dữ liệu

Có thể thiếu giá trị cần phải ước tính

Có thể phải chuyển đổi đơn vị tính

Có thể cần được xử lý trước

Có thể thích hợp nhưng chỉ trong một vài giai đoạn lịch sử nhất định

Mô hình đơn giản hay phức tạp?

Ý kiến đánh giá, nhận xét rất cần thiết

Cơ sở lý thuyết?

5 Lựa chọn mô hình

Rice,G.,1997, the U.S

Kiểm định các mô hình trên chuỗi số liệu ta muốn dự báo

Phân biệt độ phù hợp và độ chính xác

 Độ phù hợp: so với giá trị quá khứ

 Độ chính xác: so với giá trị dự báo

Nếu mô hình được chọn trong bước 6 không đạt độ chính xác chấp nhận được, quay lại bước 5 với một mô hình khác

6 Đánh giá mô hình

Nếu có thể thì nên sử dụng hơn một

phương pháp dự báo

Khi có nhiều phương pháp sử dụng

thông tin khác nhau, thì việc kết hợp

chúng lại sẽ cho kết quả tốt hơn so với chỉ dùng một phương pháp

7 Chuẩn bị dự báo

Klassen, 2001, Canada

Cả dạng viết và thuyết trình

Trình bày kết quả dự báo cho những

ai dựa vào đó để ra quyết định

Cần phải có sự giao tiếp thảo luận

giữa những người có liên quan

8 Trình bày kết quả dự báo

Tìm ra nguyên nhân của sự khác biệt

9 Theo dõi kết quả dự báo

Gọi Yt = giá trị thực tại giai đoạn t

Nếu một mô hình được đánh giá là tốt thì sai

số dự báo phải tương đối nhỏ

Các phương pháp đánh giá: (i) Phương pháp thống kê; (ii) Phương pháp đồ thị

Đo lường độ chính xác dự báo

Phương pháp đồ thị:

 Nếu et dao động ngẫu nhiên theo thời gian thì

ta có mô hình dự báo tốt (xoay quanh trục 0)

 Vẽ giá trị thực và giá trị dự báo lên cùng hệ

trục, nếu 2 giá trị này càng gần nhau thì mô

hình dự báo càng chính xác (đặt biệt ở giai

đoạn gần hiện tại nhất)

 Quan sát bước ngoặt: mô hình dự báo tốt là mô hình dự báo đúng những bước ngoặt theo mẫu

dữ liệu thực

Đo lường độ chính xác dự báo

Klassen, 2001, Canada

Đo lường độ chính xác dự báo

International Journal of Forecasting 22 (2006) 443 – 473

International Journal of Forecasting 29 (2013) 510–522

Fildes, R., 1994, UK

Watson, 1996, Scotland

Fildes, R., 1994, UK

Arora and Smyth, 1990, Int Journal of Forecasting

International Journal of Forecasting 23 (2007) 237 – 248

International Journal of Forecasting 22 (2006) 443 – 473