CHƯƠNG 3: CÁC PHƯƠNG PHÁP DỰ BÁO

CHƯƠNG 3: CÁC PHƯƠNG PHÁP DỰ BÁO Trong nhiều thập kỷ qua, với việc ứng dụng ngày nhiều cơng cụ tốn học vào nghiên cứu kinh tế, phương pháp dự báo kinh tế phát triển không ngừng Các mơ hình tốn kinh tế lượng vận dụng cách triệt để công tác dự báo Tuy nhiên, nay, tính xác mơ hình dự báo kinh tế nhiều giới hạn Các quan nghiên cứu lớn Ngân hàng Thế giới (WB), Quỹ Tiền tệ Quốc tế (IMF) có mơ hình dự báo phức tạp tỉ mỉ kết dự báo họ sai biệt so với thực tiễn xa Điều nhận thấy qua việc so sánh tiêu dự báo họ với tiêu thực tế diễn sau (xem De Masi, 1996; Beach tác giả, 1999) Các quan phủ, nhà hoạch định sách, nhà doanh nghiệp… cần đến dự báo kinh tế để làm sở cho việc điều hành sách thiết lập kế hoạch kinh doanh Những dự báo mang tính chủ quan, cảm tính thiếu luận giải từ sở khoa học ăn sâu vào lối suy đốn dựa kinh nghiệm có giới hạn người đơi phản ánh khía cạnh bên ngồi

CHƯƠNG 3: CÁC PHƯƠNG PHÁP DỰ BÁO

Trong nhiều thập kỷ qua, với việc ứng dụng ngày càng nhiều các công cụ toán học vào nghiên cứu kinh tế, các phương pháp dự báo kinh tế đã phát triển không ngừng Các mô hình toán và kinh tế lượng được vận dụng một cách triệt

để trong công tác dự báo Tuy nhiên, cho đến nay, tính chính xác của các mô hình dự báo kinh tế còn nhiều giới hạn Các cơ quan nghiên cứu lớn như Ngân hàng Thế giới (WB), Quỹ Tiền tệ Quốc tế (IMF) đều có các mô hình dự báo rất phức tạp và tỉ mỉ nhưng các kết quả dự báo của họ luôn sai biệt so với thực tiễn khá xa Điều này có thể nhận thấy qua việc so sánh các chỉ tiêu dự báo của họ với các chỉ tiêu thực tế diễn ra sau đó (xem De Masi, 1996; Beach và các tác giả, 1999)

Các cơ quan chính phủ, các nhà hoạch định chính sách, nhà doanh nghiệp… luôn cần đến các dự báo kinh tế để làm cơ sở cho việc điều hành chính sách và thiết lập kế hoạch kinh doanh Những dự báo mang tính chủ quan, cảm tính

và thiếu sự luận giải từ các cơ sở khoa học đã ăn sâu vào lối suy đoán dựa trên kinh nghiệm có giới hạn của mỗi người và đôi khi nó chỉ phản ánh được khía cạnh bên ngoài Những kỹ thuật dự báo giúp chúng ta giảm đến mức tối thiểu tác động của thành kiến và sự nhìn nhận một mặt lên vấn đề Điều này không có nghĩa là dự báo luôn luôn đưa ra một dự báo tốt hơn của một ai đó bói bằng quả cầu pha lê hay là sự may mắn nhưng cũng phản ánh được xu hướng của các biến động kinh tế

Dự báo kinh tế có thể phân theo thời gian: dự báo ngắn hạn, dự báo trung hạn,

dự báo dài hạn Hoặc có thể phân theo đặc tính của các phương pháp dự báo:

dự báo định tính, dự báo định lượng, dự báo nguyên nhân…

Những bước cơ bản trong tiến trình dự báo:

- Xác định mục đích sử dụng dự báo.

- Chọn lựa các biến cần được dự báo.

- Xác định giới hạn thời gian của việc dự báo.

- Chọn lựa một hay nhiều mô hình dự báo.

- Thu thập dữ liệu.

- Lập mô hình dự báo.

- Kiểm định và thực hiện mô hình.

Những giới hạn thực tế của mô hình dự báo:

- Những mô hình dự báo ít khi hoàn hảo và dự báo dù sao vẫn mang tính phán đoán.

- Hầu hết các công cụ dự báo đều cho rằng có trạng thái ổn định cơ bản trong hệ thống, nhưng tương lai mà chúng ta đang nhìn vào là

vô số điều không chắc chắn.

- Sự kết hợp các công cụ dự báo sẽ cho ra kết quả chính xác hơn là

sử dụng một công cụ đơn lẻ.

- Dữ liệu càng ít hiệu quả thì dự báo sẽ càng ít tin cậy hơn.

Theo dõi mô hình dự báo:

- Lên dự kiến xung quanh những sự sai lệch cho tương lai.

- Đo lường sự đối lập giữa kết quả dự báo so với nhu cầu thực sự.

- Cải tiến các phương pháp dự báo trở nên tốt hơn.

Đánh giá sự hữu dụng của mô hình dự báo:

- Độ tin cậy: tỷ lệ số lần nó đưa ra đáp án đúng.

- Phương sai: xem xét độ chênh lệch so với số liệu thực tế trong phần lớn thời gian Rất nhiều sai sót nhỏ đôi khi có thể hủy bỏ lẫn nhau nhưng mặt khác, chúng lại hợp thành những sai sót nghiêm trọng.

- Biểu hiện trên dữ liệu trong quá khứ: kiểm tra giá trị của các mô hình dự báo bằng cách áp dụng dự báo cho những dữ liệu trong quá khứ.

Những kỹ thuật dự báo phổ biến:

- Những mô hình định tính:

+ Phương pháp Delphi: những nhà quản lý, và các chuyên gia kinh tế cùng thảo luận ý kiến để dự báo tình hình thị trường trong tương lai + Ý kiến hội thẩm của ban quản trị: một nhóm nhỏ của những nhà quản lý cấp cao ra quyết định dự báo.

+ Tập hợp dự báo của lực lượng bán hàng: những người bán hàng cung cấp về những sự dự đoán về sản phẩm, thị trường….

+ Khảo sát thị trường: thăm dò ý kiến khách hàng bao gồm khách hàng hiện tại và khách hàng tiềm năng.

- Những mô hình dãy thời gian:

+ Phân tích chuỗi thời gian: nghiên cứu dữ liệu theo mối liên hệ giữa các yếu tố: xu hướng, mùa vụ, chu kỳ, sự biến đổi ngẫu nhiên… Gồm hai phương án tiếp cận thông thường: mô hình nhân và mô hình cộng.

+ Trung bình trượt: lấy trung bình của những giá trị trong chuỗi số liệu gần đây nhất làm con số dự báo.

+ San bằng số mũ: lấy trung bình có trọng số san bằng theo hàm mũ của những dữ liệu quá khứ, những khuynh hướng, đặc tính mùa vụ để tìm ra nguồn gốc của con số dự báo.

+ Phân tích xu hướng: chọn đường đồ thị từ mô hình mà dữ liệu có những giá trị sai số bình phương so với dữ liệu thật trong quá khứ nhỏ nhất Xu hướng của đường đồ thị này như là một dự báo cho tương lai.

+ Box-Jenkins: sử dụng cấu trúc tương quan tự động của dữ liệu để phát triển trung bình trượt hồi quy tự động dự báo từ dữ liệu trong quá khứ và những sai số trong dự báo.

- Mô hình nguyên nhân: yếu tố cần được dự báo thể hiện như một biến, được giải thích bởi một hay nhiều biến độc lập khác (đại diện cho các yếu

tố tác động) trong mối liên hệ là hàm số toán học Hàm số toán học này là

mô hình được xây dựng từ những dữ liệu trong quá khứ.

+ Mô hình kinh tế lượng.

Mô hình được thể hiện bằng hệ thống các phương trình Các phương trình này

mô tả mối quan hệ giữa các biến số kinh tế với nhau Một phương trình sẽ bao gồm một biến phụ thuộc và một hoặc nhiều biến giải thích Sự tác động của một biến giải thích lên biến phụ thuộc được đo lường bằng hệ số của nó và hình thức hàm của phương trình Một phương trình tiêu biểu như sau:

Y(t) = f{x1(t), x2 (t), xn(t), u(t)}

Y(t) là biến phụ thuộc tại thởi điểm t, biểu trưng cho chỉ tiêu cần nghiên cứu hay dự báo (ví dụ như GDP, việc làm, lạm phát,…)

x1(t), x2 (t), xn(t) là các biến giải thích tại thời điểm t, biểu trưng cho các nhân

tố tác động lên biến phụ thuộc Sự thay đổi của một hay nhiều biến này sẽ dẫn tới sự thay đổi của biến phụ thuộc

u(t) là sai số ngẫu nhiên, biểu trưng cho các nhân tố không xác định được tác động lên biến phụ thuộc tại thời điểm t

Một mô hình kinh tế lượng sẽ bao gồm nhiều phương trình dạng trên (và các đẳng thức)

Mô hình này không đi chi tiết vào các ngành kinh tế như mô hình I/O và mô hình cân bằng tổng thể (CGE) Các biến thường là tổng hợp cho toàn bộ nền kinh tế, thể hiện các mối quan hệ kinh tế vĩ mô Mô hình đơn giản bao gồm hàm số của các khối cầu, khối cung và khối tiền tệ Việc ước lượng các hệ số của các phương trình này đòi hỏi phải có chuỗi số liệu thời gian (time-series data) dài Đây cũng là một hạn chế cơ bản của mô hình này khi áp dụng vào điều kiện của Việt Nam Các chuỗi số liệu thời gian ở Việt Nam nhìn chung là ngắn (duới 15 năm) bởi vì hệ thống số liệu thống kê của Việt Nam mới được

chuẩn hóa theo thông lệ quốc tế vào đầu những năm 1990s khi chúng ta chuyển

từ hệ thống MPS sang hệ thống SNA của Liên Hiệp quốc

Việc xây dựng hệ thống các phương trình, với các biến giải thích lựa chọn, được dựa trên nền tảng của lý thuyết kinh tế Ví dụ như hàm tiêu dùng phải dựa trên lý thuyết về tiêu dùng, hàm đầu tư phải dựa trên lý thuyết về đầu tư,… Điều này dẫn đến hệ quả là các nhà mô hình khác nhau có thể sẽ xây dựng các phương trình với các biến giải thích khác nhau, tùy thuộc vào việc áp dụng lý thuyết kinh tế nào Điều đó cũng lý giải về sự đa dạng của các mô hình kinh tế lượng hiện nay

Sau khi xây dựng xong hệ thống các phương trình, nhà nghiên cứu phải tập hợp

đủ các chuỗi số liệu thời gian cho các biến và tiến hành ước lượng các hệ số của các phương trình Kỹ thuật hồi quy (regression) được áp dụng để ước lượng các hệ số của các phương trình Sau khi ước lượng xong toàn bộ các phương trình của mô hình, nhà nghiên cứu sẽ tiến hành mô phỏng (simulation) tác động của các thay đổi chính sách trong tương lai lên các biến kinh tế mà mình quan tâm (ví dụ như tăng trưởng, việc làm, lạm phát,…) Trên cơ sở đó, các kịch bản dự báo sẽ được đề xuất Nhà nghiên cứu cũng có thể tham mưu cho lãnh đạo về việc áp dụng chính sách nào là tối ưu nhất dựa trên kết quả của

mô phỏng

+ Mô hình cân đối liên ngành ( Input – output gọi tắt là I/O)

+ Mô hình cân bằng tổng thể (Computable General Equilibrium – CGE)

Ưu và nhược điểm của các mô hình dự báo:

Các mô hình định lượng

Các mô hình định lượng có ưu điểm là khắc phục được sự chủ quan và cảm tính trong công tác dự báo Các chỉ tiêu dự báo thường được thể hiện bằng các con số cụ thể, chính xác Bằng cách sử dụng các công cụ toán học và thống kê,

mô hình có thể đơn giản hóa được các mối quan hệ phức tạp, dễ dàng hơn cho việc nhìn nhận bản chất Các mô hình hiện nay thường lên đến hàng ngàn phương trình và hàng ngàn biến, cố gắng diễn đạt sự phức tạp của thị trường,

do đó phản ánh hầu hết các chỉ tiêu quan trọng trong nền kinh tế Ngày nay, với

sự hỗ trợ của máy tính, việc xữ lý các mô hình định lượng trở nên thuận lợi hơn rất nhiều so với trước đây Đối với bảng I/O và mô hình CGE còn có thể đánh giá tác động liên ngành và cho từng ngành kinh tế Điều này rất quan trọng đối với việc đề ra chính sách phát triển từng ngành và vấn đề chuyển dịch cơ cấu trong nền kinh tế Do đó, các mô hình định lượng ngày càng được áp dụng rộng rãi

Tuy nhiên, các mô hình dự báo định lượng cũng có rất nhiều nhược điểm

Thứ nhất, các mô hình được xây dựng trên giả định là lịch sử lặp lại Nghĩa là

hệ thống các hàm (và bảng) được ước lượng sử dụng số liệu trong quá khứ, nhưng được dùng để phỏng đoán cho tương lai Vấn đề là tương lai chưa chắc giống với quá khứ và hiện tại Các điều kiện có thể thay đổi, các mối quan hệ

và độ lớn của chúng có thể thay đổi,…

Thứ hai, các mô hình định lượng hầu hết đưa ra các giả định không phù hợp với thực tế Những giả định của các mô hình như thị trường hoàn hảo hay tất cả thị trường trong trạng thái cân bằng,…phản ánh sai thực tế

Thứ ba, về mặt lý thuyết kinh tế đôi khi nó trở nên không có tác dụng trong thị trường Ví dụ về quy luật cung cầu vừa rồi, tại Việt Nam có rất nhiều thứ khan hiếm nhưng giá vẫn giảm

Thứ tư, cho dù các mô hình có phức tạp đến mấy đi nữa thì cũng không thể phản ánh hết được các nhân tố ảnh hưởng vào trong mô hình Hơn nữa, rất nhiếu nhân tố quan trọng đối với nền kinh tế nhưng không thể nào đo lường bằng con số cụ thể được như các biến về thể chế, luật pháp, văn hóa,… Vì không thể đo lường được nên chúng không được đưa vào mô hình

Thứ năm, số liệu không đầy đủ và không chính xác luôn là những cản trở lớn

để các mô hình cho các kết quả dự báo chính xác

Dự báo định tính

Dự báo định tính có ưu điểm là không đòi hỏi các số liệu tính toán phức tạp

Do đó, việc dự báo có thể được tiến hành trong thời gian ngắn

Ưu điểm khác của phương pháp này là có thể dự liệu được cả các yếu tố không

đo lường được vào trong dự báo như thay đổi thể chế, luật pháp,… Đây là các biến số mà mô hình định lượng không đưa vào được Ngoài ra, vì không phụ thuộc vào bộ số liệu hay hệ các phương trình nhất định nào đó nên dự báo có thể được điều chỉnh linh hoạt, phù hợp với các biến động của nền kinh tế

Nhược điểm của phương pháp này là mang nặng tính chủ quan và cảm tính Nếu các nhà dự báo và các chuyên gia được tham khảo có trình độ hiểu biết thấp kém thì các dự báo sẽ cho kết quả rất xa rời thực tiễn

Ngoài ra còn có rất nhiều mô hình dự báo khác, không những thế còn kết hợp và phát triển tạo thành những hệ thống dự báo chuyên gia được sử dụng trên thế giới

Sự khác biệt giữa phương pháp dự báo và hệ thống dự báo chuyên gia:

- Phương pháp dự báo: thuộc về toán học hay kỹ thuật chuyên môn dự báo từ những giá trị hay sự kiện trong quá khứ Khi mà có rất nhiều chương trình phần mềm dự báo thống kê được bổ sung cho phương pháp

dự báo nhưng chúng không phải là hệ thống dự báo

- Hệ thống dự báo chuyên gia: là một hệ thống máy tính cơ sở, thu thập và

xử lý dữ liệu yêu cầu cho cả ngàn chỉ mục Người dùng quản lý tác động ảnh hưởng, duy trì cơ sở dữ liệu cho phù hợp với mục tiêu yêu cầu; và

có khả năng viết những báo cáo Một hệ thống dự báo chuyên gia phức tạp hơn nhiều một phương pháp dự báo, một phương pháp dự báo chỉ là một phần của hệ thống

Nói về nguồn dữ liệu của Việt Nam hiện nay ở tình trạng được chuẩn hóa gần đây