Ứng dụng mô hình cây quyết định với thông tin không chắc chắn ở Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam : Luận văn ThS. Kinh doanh và quản lý: 60 34 01

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KINH TẾ --- Phạm Trung Thành ỨNG DỤNG MÔ HÌNH CÂY QUYẾT ĐỊNH VỚI THÔNG TIN KHÔNG CHẮC CHẮN Ở TRUNG TÂM HỖ TRỢ VÀ PHÁT TRIỂN SINH VIÊN VIỆT NAM L

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KINH TẾ

-

Phạm Trung Thành

ỨNG DỤNG MÔ HÌNH CÂY QUYẾT ĐỊNH

VỚI THÔNG TIN KHÔNG CHẮC CHẮN Ở TRUNG TÂM

HỖ TRỢ VÀ PHÁT TRIỂN SINH VIÊN VIỆT NAM

LUẬN VĂN THẠC SĨ QUẢN LÝ KINH TẾ CHƯƠNG TRÌNH ĐỊNH HƯỚNG THỰC HÀNH

Hà Nội – 2014

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KINH TẾ

-

Phạm Trung Thành

ỨNG DỤNG MÔ HÌNH CÂY QUYẾT ĐỊNH

VỚI THÔNG TIN KHÔNG CHẮC CHẮN Ở TRUNG TÂM

HỖ TRỢ VÀ PHÁT TRIỂN SINH VIÊN VIỆT NAM

Chuyên ngành : Quản lý kinh tế

MỤC LỤC

DANH MỤC BẢNG i

DANH MỤC HÌNH ii

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ RA QUYẾT ĐỊNH, MÔ HÌNH CÂY QUYẾT ĐỊNH VỚI THÔNG TIN KHÔNG CHẮC CHẮN 7

1.1 Ra quyết định 7

1.1.1 Khái niệm về “ra quyết định” 7

1.1.2 Phân loại quyết định 7

1.1.3 Ra quyết định trong quản lý 8

1.1.4 Quá tr nh ra quyết định c a nh quản lý 8

1.2 Ra quyết định với thông tin không chắc chắn 9

1.2.1 Lược sử vấn đề nghiên cứu 9

1.2.2 Thông tin không chắc chắn 10

1.2.3 Đo lường không chắc chắn 11

1.2.4 Biểu diễn thông tin không chắc chắn 11

1.3 Mô h nh cây quyết định 18

1.3.1 Cây quyết định 18

1.3.2 Các kiểu cây quyết định 18

1.3.3 Quá tr nh ra quyết định với thông tin không chắc chắn bằng ứng dụng mô h nh cây quyết định 18

1.4 Kinh nghiệm quốc tế v trong nước về ứng dụng cây quyết định 21

CHƯƠNG 2 THỰC TRẠNG RA QUYẾT ĐỊNH VỚI THÔNG TIN KHÔNG CHẮC CHẮN TẠI TRUNG TÂM HỖ TRỢ VÀ PHÁT TRIỂN SINH VIÊN VIỆT NAM 23

2.1 Giới thiệu về Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam 23

2.1.1 Chức năng, nhiệm vụ 23

2.1.2 Cơ cấu, tổ chức 25

2.2 Vấn đề ra quyết định tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam 30

2.3 Vấn đề lập kế hoạch phát triển dịch vụ c a Trung tâm 32

2.3.1 Khái niệm về kế hoạch 32

2.3.2 Lợi ích c a việc lập kế hoạch phát triển dịch vụ đối với Trung tâm 34

2.3.3 Quy tr nh c a việc lập kế hoạch phát triển dịch vụ: 35

2.3.4 Phân loại hoạt động lập kế hoạch 38

2.3.5 Các yếu tố tác động đến hoạt động lập kế hoạch 40

2.4 Một số yếu tố tác động đến ra quyết định trong lập kế hoạch phát triển dịch vụ 44

CHƯƠNG 3 ĐỀ XUẤT GIẢI PHÁP ỨNG DỤNG MÔ HÌNH CÂY QUYẾT ĐỊNH TẠI TRUNG TÂM HỖ TRỢ & PHÁT TRIỂN SINH VIÊN VIỆT NAM 47

3.1 Công cụ hỗ trợ xây dựng mô h nh cây quyết định không chắc chắn 47

3.1.1 Giới thiệu PrecisionTree 47

3.1.2 PrecisionTree Toolbar và Menu 48

3.1.3 Thiết lập cây quyết định 48

3.1.4 Cây quyết định được xây dựng bằng PrecisionTree 6.2 51

3.2 Đề xuất việc ứng dụng cây quyết định với thông tin không chắc chắn trong việc ra quyết định 52

3.3 Ứng dụng mô h nh cây quyết định với thông tin không chắc chắn giải quyết một b i toán cụ thể về việc ra quyết định tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam 54

3.3.1 B i toán thứ nhất 54

3.3.2 B i toán thứ hai 57

KẾT LUẬN 64

TÀI LIỆU THAM KHẢO 65

1

MỞ ĐẦU

1 Sự cần thiết của việc thực hiện Đề tài nghiên cứu

Sản phẩm cuối cùng trong quản lý kinh tế chính l các quyết định V vậy, ra quyết định quản lý kinh tế l một trong những hoạt động rất quan trọng c a tổ chức, doanh nghiệp Thực tiễn cho thấy trong bối cảnh hoạt động

c a nền kinh tế thị trường có sự hội nhập kinh tế to n cầu ng y c ng sâu rộng, cạnh tranh ng y c ng sâu sắc như ở nước ta, việc ra quyêt định c ng trở lên quan trọng v trở th nh yếu tố có ý nghĩa quyết định đến sự th nh công hay thất bại c a một tổ chức kinh tế

Để nâng cao chất lượng ra quyết định, điều quan trọng l tổ chức cần nắm bắt đầy đ , kịp thời và xử lý, khai thác có hiệu quả các thông tin liên quan để rút ra những tri thức mới và ra quyết định từ những tri thức này Như vậy ngày càng có nhiều thông tin với tốc độ thay đổi rất nhanh để trợ giúp việc ra quyết định và ngày càng có nhiều câu hỏi mang tính chất định tính cần phải trả lời dựa trên một khối lượng dữ liệu khổng lồ đã có, đặc biệt trong đó

có nhiều dữ liệu không chắc chắn

Cây quyết định thực chất là công cụ hỗ trợ quyết định, có thể biểu diễn thông tin phức tạp theo một cấu trúc đơn giản hơn rất nhiều dưới dạng cây Vì vậy, đề tài này nằm trong hướng nghiên cứu, ứng dụng cây quyết định trong việc xử lý thông tin nhằm rút ra tri thức mới, phục vụ ra quyết định trong quá

trình quản lý kinh tế c a tổ chức Cụ thể, đề t i sẽ tập trung giải quyết vấn đề xây dựng một qui trình ra quyết định quản lý kinh tế sử dụng cây quyết định

với thông tin không chắc chắn Để khẳng định tính khả thi c a qui tr nh đưa

ra, đề t i sẽ sử dụng qui tr nh trong việc hỗ trợ ra quyết định quản lý kinh tế tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam

2

Với mô h nh cây quyết định dựa trên thông tin không chắc chắn, việc ra quyết định quản lý ở các tổ chức nói chung, tổ chức kinh tế nói riêng sẽ nâng cao tính khách quan, khoa học, gạt bỏ một phần những yếu tố ch quan, cảm tính, hơn nữa trong những quyết định đòi hỏi phải xử lý nhiều thông tin không chắc chắn, gây khó khăn, nhiễu loạn đối với ch thể quản lý, th mô h nh cây quyết định hứa hẹn l một phương tiện hỗ trợ đưa những phương án tối ưu v

có độ tin cậy cao

2 Tình hình nghiên cứu trong và ngoài nước:

Ngoài nước: Cây quyết định l một trong những kỹ thuật phát hiện thông

tin tri thức mới tiềm ẩn trong dữ liệu Cây quyết định được đề xuất lần đầu

v o giữa những năm 1980 v đầu những năm 1990 Về mặt lý thuyết hiện người ta vẫn không ngừng t m kiếm những phương pháp xây dựng cây quyết định mới, nhất l cải tiến độ đo thông tin tương hỗ nhằm l m cho cây quyết định có thể hỗ trợ đưa ra được những quyết định xác đáng nhất Ngay từ khi

ra đời cây quyết định đã được ứng dụng trong các quá tr nh ra quyết định thuộc nhiều lĩnh vực c a đời sống chính trị, kinh tế, xã hội Mặc dù có nhiều phương pháp hỗ trợ ra quyết định khác nhưng cây quyết định được đánh giá

l thích hợp nhất với các quá tr nh ra quyết định

Mặt khác thực tế c a các quá tr nh ra quyết định cũng cho thấy thông tin phục vụ các quá tr nh n y thường không được biết đầy đ hoặc không được biết chắc chắn Việc biểu diễn v suy luận trên những thông tin được biết không đầy đ hoặc không chắc chắn có ý nghĩa quyết định đến chất lượng c a các hệ chuyên gia như trong khám chữa bệnh, dạy học từ xa, …, trong các hệ thống thông minh như hệ điều khiển tự động ô tô, máy bay, t u hoả, trong các người máy hay trong một số hệ trợ giúp ra quyết định khác như phỏng vấn v

tuyển chọn nhân sự, chấm thi, chọn nh thầu, …Vấn đề ứng dụng cây quyết

3

định trong các quá tr nh ra quyết định đã được quan tâm nghiên cứu v i năm

gần đây ở một số nước trong một số lĩnh vực như quân sự, ngoại giao, thương mại, kinh tế, khoa học kỹ thuật, …

Một số nghiên cứu ngoài nước:

- Karni, E (1985) trong nghiên cứu “Decision making under uncertainty: The case of state dependent preferences” đã l m rõ vấn đề ra quyết định với thông tin không chắc chắn trong trường hợp xét tới những ưu tiên phụ thuộc trạng thái

- Kohan E, Hazany S, Roostaeian J, Allam K, Head C, Wald S, Vyas R, Bradley JP trong nghiên cứu Economic advantages to a distraction decision tree model for management of neonatal upper airway obstruction chỉ ra những lợi ích kinh tế mang lại khi sử dụng mô h nh cây quyết định trong việc giải quyết các tắc nghẽn đường bay cao

- D.J.Reyniers trong t i liệu Managerial Economics, 2011 đã tr nh b y các đặc điểm, ưu điểm c a cây quyết định trong kinh tế quản lý

- G-T Yeo, A.Ng, P T-W Lee and Z L Yang trong nghiên cứu Modelling port choice in uncertain enviroment, International Association of Maritime Economists (IAME) 2012, Taipei Taiwan, September 2012 đã tr nh

b y tương đối rõ r ng việc mô h nh hóa các quyết định về cảng biển với thông tin không chắc chắn trong lĩnh vực kinh tế biển

Trong nước: Việc nghiên cứu xây dựng cơ chế biểu diễn v suy luận với

thông tin không chắc chắn hoặc nghiên cứu ứng dụng cây quyết định đã được một số nh nghiên cứu ứng dụng trong một số lĩnh vực như công nghệ thông tin, khí tượng, hải quan, ngân h ng,… Tuy nhiên cho đến nay vẫn chưa có

nhiều nghiên cứu chính thức về việc ứng dụng cây quyết định trong các quá

4

trình ra quyết định, đặc biệt trong trường hợp thông tin được biết là không chắc chắn

Một số nghiên cứu trong nước:

- Trong t i liệu “Ra quyết định trong quản lý” c a Đại học Cần Thơ, các tác giả đã khái quát tương đối đầy đ lý thuyết cây quyết định, trong đó có cây quyết định với thông tin không chắc chắn

- Trần Thị Bích Tr – Viện Chiến lược v Chương tr nh giáo dục trong nghiên cứu “Ra quyết định v tổ chức thực hiện quyết định trong hoạt động quản lý, Tạp chí Tám lý học – Số 9 (90) – 2006” đã chỉ ra những vấn đề liên quan trong việc ra quyết định trong tổ chức

- Nguyễn Thị Tâm Minh trong luận văn thạc sỹ “Ứng dụng cây quyết định để dự báo chỉ số nhóm nợ hỗ trợ quản lý r i ro tin dụng” tại Đại học Quốc gia H Nội cũng chỉ ra giá trị c a cây quyết định trong việc hỗ trợ dự báo r i ro tín dụng

- Trong giáo trình “Quản trị học”, PGS.TS Đo n Thị Thu H và PGS.TS Nguyễn Thị Ngọc Huyên chỉ ra tổng quan vấn đề ra quyết định v đề cập tới một số nội dung quan trọng về ra quyết định

3 Mục đích và nhiệm vụ nghiên cứu của Đề tài:

Đề t i tập trung trả lời câu hỏi: Trong quản lý kinh tế, quyết định với thông tin không chắc chắn được đưa ra theo qui trình nào thế n o, được mô hình hóa bởi cây quyết định ra sao? Để t m ra câu trả lời, Đề t i tập trung v o giải quyết các nhiệm vụ sau:

1) Giới thiệu tổng quan lý thuyết về mô h nh cây quyết định v một số ứng dụng c a nó

5

2) Ứng dụng việc ra quyết định với thông tin không chắc chắn bằng việc

sử dụng cây quyết định giải quyết các b i toán Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam

4 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: Quy tr nh ra quyết định với thông tin không chắc chắn được mô h nh hóa bởi cây quyết định trong quản lý kinh tế; phương pháp xác xuất thống kê sử dụng trong các tính toán định lượng c a cây quyết định

- Phạm vi nghiên cứu: Lý thuyết mô h nh cây quyết định với thông tin không chắc chắn v ứng dụng mô h nh để ra quyết định trong các b i toán giả định tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam

5 Phương pháp nghiên cứu

- Phương pháp luận duy vật biện chứng

- Các phương pháp nghiên cứu kinh tế v quản lý kinh tế

- Phương pháp phân tích, tổng hợp một cách hệ thống nhiều lý thuyết khác nhau

- Phương pháp chuyên gia

- Phương pháp toán học xác xuất

- Phương pháp giả định

6 Những đóng góp của luận văn

- Tổng quan lý thuyết mô h nh cây quyết định nói chung v cây quyết định với thông tin không chắc chắn nói riêng

- Sử dụng mô h nh cây quyết định với thông tin không chắc chắn để giải quyết b i toán cụ thể tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam

6

7 Bố cục của luận văn

Luận văn gồm phần mở đầu, 3 chương chính v phần kết luận Trong đó:

- Chương 1: Tổng quan về ra quyết định, mô h nh cây quyết định với thông tin không chắc chắn Nội dung c a chương 1 tập trung giới thiệu tổng quan về mô hình cây quyết định và việc ra quyết định với thông tin không chắc chắn Đề t i trước hết trình bày lý thuyết chung nhất về cây quyết định như giới thiệu cây quyết định, phân loại, xây dựng và ứng dụng c a cây quyết định Sau đó, Đề tài tập trung trình bày khái niệm về thông tin không chắc chắn (gồm khái niệm cơ bản, các cách biểu diễn thông tin không chắc chắn)

và việc áp dụng cây quyết định để đưa ra quyết định đối với thông tin không chắc chắn

- Chương 2: Thực trạng ra quyết định với thông tin không chắc chắn tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam Trong chương n y, Đề tài trước hết giới thiệu vấn đề Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam, thực trạng lập kế hoạch phát triển dịch vụ, ra quyết định với thông tin không chắc chắn tại Trung tâm, sau đó nêu ra các vấn đề cần giải quyết về việc ra quyết định trong điều kiện thông tin không chắc chắn tại đơn vị này

- Chương 3: Đề xuất giải pháp ứng dụng mô h nh cây quyết định tại Trung tâm Hỗ trợ v Phát triển sinh viên Việt Nam Chương 3 tập trung tr nh b y việc ứng dụng mô h nh cây quyết định trong việc ra quyết định quản lý tại Trung tâm

Hỗ trợ v Phát triển sinh viên Việt Nam Đề xuất các giải pháp ra quyết định bằng việc ứng dụng cây quyết định dựa trên thông tin không chắc chắn

Phần kết luận chỉ ra hướng phát triển tiếp theo c a Đề t i, trong đó nhấn mạnh việc tích hợp mô hình cây quyết định vào các hệ chuyên gia hỗ trợ ra quyết định tại các tổ chức, doanh nghiệp

1.1 Ra quyết định

1.1.1 Khái niệm về “ra quyết định”

Ra quyết định l một trong những kỹ năng ch yếu c a nh quản trị Chất lượng v kết quả c a quyết định có khả năng ảnh hưởng tích cực hoặc tiêu cực đến nhân viên v tổ chức

Có nhiều cách hiểu về thuật ngữ “ra quyết định” Ở luận văn n y, chúng

ta sử dụng thống nhất định nghĩa sau : Ra quyết định là lựa chọn có ý thức

giữa hai hoặc nhiều phương án để chọn ra một phương án và phương án này

sẽ tạo ra được một kết quả mong muốn trong các điều kiện ràng buộc đã biết [17]

1.1.2 Phân loại quyết định

Tùy theo tiêu chí mà chúng ta có các kiểu phân loại khác nhau về ra quyết định Theo tiêu chí thời gian cần thiết để ra quyết định có thể phân

th nh 3 loại sau:

- Quyết định theo chuẩn: các quyết định có tính hằng ng y, dựa v o qui

tr nh có sẵn, đã h nh th nh tiền lệ

8

- Quyết định cấp thời: Quyết định ngay khi có t nh huống xảy ra

- Quyết định có chiều sâu: cần suy nghĩ, ra kế hoạch

1.1.3 Ra quyết định trong quản lý

Ra quyết định trong quản lý là một lựa chọn có ý thức giữa hai hoặc nhiều phương án để chọn ra một phương án có khả năng tạo ra được kết quả mong muốn của chủ thể quản lý trong các điều kiện ràng buộc nhất định

Nó có những đặc trưng [5]:

- Người ra quyết định có mục tiêu cụ thể

- Tất cả các phương án có thể có đều được xác định đầy đ

- Sự ưu tiên c a người ra quyết định cần rõ r ng, cần lượng hóa các tiêu chuẩn c a các phương án v xếp hạng các tiêu chuẩn theo thứ tự ưu tiên c a người ra quyết định

- Sự ưu tiên c a người ra quyết định l không thay đổi trong quá tr nh ra quyết định, nghĩa l các tiêu chuẩn v trọng số c a các tiêu chuẩn l không đổi

- Không có sự hạn chế về thời gian v chi phí, nghĩa l có đ điều kiện

để thu nhập đầy đ thông tin trước khi ra quyết định

- Sự lựa chọn cuối cùng sẽ l tối ưu mục tiêu mong muốn

1.1.4 uá tr nh ra quyết định c a nhà quản lý

Quá tr nh ra quyết định l quá tr nh trong đó đòi hỏi phải có sự lựa chọn một trong hai hay nhiều khả năng Quá tr nh n y có liên quan đến tất cả các công việc c a nh quản lý Thông thường, quá tr nh ra quyết định bao gồm các bước sau [11]:

ước 1: Xác định nhu cầu ra quyết định

ước 2: Chuẩn bị các căn cứ ra quyết định

ước 6: Kiểm tra việc thực hiện v điều chỉnh quyết định

1.2 Ra quyết định với thông tin không chắc chắn

1.2.1 Lược sử vấn đề nghiên cứu

Phân tích ra quyết định trong điều kiện thông tin không chắc chắn diễn ra thường xuyên ở hầu hết các mức độ chiến lược c a quá tr nh ra quyết định

c a tổ chức, doanh nghiệp v thường liên quan đến đội ngũ các nh quản lý cấp cao Việc phân tích ra quyết định được biết đến v bắt đầu được sử dụng

từ những năm 1960, nhưng v thiếu công nghệ, thông tin v sự thiếu tin tưởng

v o các phương thức quản lý nên phân tích ra quyết định chưa có được vị trí xứng đáng đúng như vai trò c a nó

Đến đầu những năm 1980 các vấn đề nêu trên có sự thay đổi đáng kể Các tổ chức, doanh nghiệp đứng trước sự biến đổi ng y c ng nhanh chóng c a thị trường, môi trường hoạt động sản xuất kinh doanh, đã nhận thức sâu sắc việc xây dựng những công cụ hỗ trợ việc ra quyết định quản lý Trong thế kỷ

21, “đầu v o” để đưa ra một quyết định có xu hướng ng y c ng trở nên phức tạp, đồng thời thêm nhiều người ở các tổ chức, doanh nghiệp được trao quyền

để đưa ra quyết định v những quyết định được thực hiện nhanh chóng hơn đã thực sự l động lực để khoa học ra quyết định v việc ứng dụng các công cụ

hỗ trợ ra quyết định có những bước phát triển nhanh chóng Thêm v o đó, sức mạnh c a máy tính, c a công nghệ trong việc phân tích một số lượng lớn thông tin, dữ liệu đã trở nên thực tế [23]

10

Điều n y được khẳng định trong báo cáo “Quản lý v ứng dụng c a quyết định v phân tích r i ro trong Du Pont” (Hossein Arsham 2001) Việc Du Pont lập kế hoạch sản xuất kinh doanh d i hạn v o năm 1949 đã khơi m o cho một phong tr o “tạo dựng kế hoạch” tại các doanh nghiệp Cho tới năm

1960, to n bộ 500 doanh nghiệp được tạp chí Fortune b nh chọn đều có

“Giám đốc kế hoạch” v các “Hiệp hội các nh xây dựng kế hoạch d i hạn cho doanh nghiệp”, hoạt động ở cả Anh quốc v Hoa Kỳ

1.2.2 Thông tin không chắc chắn

Không chắc chắn (uncertainty) l thuật ngữ thường được sử dụng theo những cách khác nhau trong một số lĩnh vực như vật lý, triết học, thống kê, kinh tế, tài chính, bảo hiểm, tâm lý học, xã hội học, kỹ thuật, và khoa học thông tin Thuật ngữ n y thường được sử dụng để nói về các sự kiện trong tương lai, các phép đo vật lý đã được thực hiện, Trong khuôn luận văn n y,

Không chắc chắn được hiểu là trạng thái có hiểu biết hạn chế về những hiện tượng tự nhiên-kinh tế -xã hội, không thể mô tả chính xác tình trạng hiện hành cũng như kết quả trong tương lai của chúng [17]

Như vậy Không chắc chắn l một trạng thái c a nhận thức m việc đánh giá chính xác trạng thái c a một hiện tượng (quá khứ, hiện tại hoặc tương lai)

l không thể (tại thời điểm đánh giá) Khái niệm trên phù hợp với các quan điểm về không chắc chắn trong các lý thuyết khoa học hiện h nh bao gồm lý thuyết xác suất, khoa học quyết định, thống kê, lý thuyết thông tin v vật lý, Tính không chắc chắn có thể được chia th nh các bộ phận được xác định

rõ v không rõ nét, gồm đối tượng v ch thể không chắc chắn Tính không chắc chắn cũng có thể được xác định v được phân tích với lý thuyết xác suất

Việc biểu diễn thông tin không chắc chắn nói chung được thực hiện theo

hai hướng tiếp cận Hướng tiếp cận thứ nhất l tiếp cận thống kê, trong hướng

11

tiếp cận n y có hai phương pháp: lý thuyết xác suất có điều kiện (Bayesian)

v lý thuyết về đại số hệ số chắc chắn Tiếp cận thứ hai l biểu diễn thông tin không chắc chắn theo logic mờ [21]

Trong Đề t i n y chỉ tập trung tr nh bầy việc biểu diễn thông tin không chắc chắn theo cách tiếp cận thống kê với lý thuyết xác suất có điều kiện

1.2.3 Đo lường không chắc chắn

Đo lường không chắc chắn l một khái niệm trung tâm xác định mức độ phân tán hợp lý c a các yếu tố đến một kết quả đo lường Như vậy đo lường không chắc chắn cũng có thể được gọi l một phép đo về lỗi Trong cuộc sống

h ng ng y, đo lường không chắc chắn thường l ẩn khuất Bất kỳ một tuyên

bố, chính thức rõ r ng n o cũng không đảm bảo cho việc đo lường không chắc chắn V đo lường không chắc chắn cũng không đảm bảo thay thế cho các phép đo c a nhiều dụng cụ đo lường khác (như cân, dao động, lực lượng thiết bị cảm, thước kẻ, nhiệt kế, v.v.),

Trong thực tế thông thường, để đo lường không chắc chắn người ta thực hiện lặp đi lặp lại một phép đo lường với lượng thời gian đ cần thiết để có được một ước lượng tốt về độ lệch chuẩn c a các giá trị đo Sau đó, bất kỳ giá trị đo lường khác n o cũng có một không chắc chắn bằng độ lệch chuẩn Không chắc chắn có cơ sở xác suất Tất cả các phép đo lường cùng một giá trị đo được chỉ được xem l ho n chỉnh nếu chúng được đi kèm với một tuyên bố về sự không chắc chắn liên quan

1.2.4 iểu diễn thông tin không chắc chắn

Việc biểu diễn thông tin không chắc chắn nói chung được thực hiện theo hai hướng tiếp cận Tiếp cận thứ nhất l tiếp cận thống kê, trong hướng tiếp cận n y có hai phương pháp: lý thuyết xác suất có điều kiện (Bayesian) v lý

Trước hết, nhắc lại một số khái niệm cơ bản c a lý thuyết xác suất

Sử dụng các chữ số in hoa A, B, C, … để chỉ các mệnh đề A v B không chắc chắn Xác suất c a mệnh đề A sẽ được ký hiệu l Pr(A), khi đó xác suất

c a các mệnh đề hợp th nh, l các mệnh đề được tạo th nh từ các mệnh đề khác bằng cách sử dụng các kết nối logic: v (), hoặc (), ph định ()

 Pr(A) l xác suất để mệnh đề A sai

 Pr(A  B) l xác suất để cả hai mệnh đề A v B đều đúng, ký hiệu xác suất n y l Pr(A, B)

 Pr(A  B) l xác suất để mệnh đề A hoặc mệnh đề B l đúng

Khi sử dụng mô h nh xác suất để biểu diễn tri thức không chắc chắn, thường

l bằng thực nghiệm, bằng sự hiểu biết v bằng các kinh nghiệm tích luỹ được xác định trước được một số xác suất n o đó Sau n y khi được biết các thông tin mới (các bằng chứng), cần tính xác suất c a các mệnh đề được hỏi

Trước hết, cần đưa ra một số ký hiệu, giả sử A, B, C, D, E l các mệnh

đề Trong các biểu thức sau, vế trái l một cách viết khác c a vế phải

trong một miền giá trị Ωi (I = 1, …, n) tương ứng Giả sử xi l một giá trị n o

đó c a Xi (I = 1,…, n) Mệnh đề (X1 = x1)  (X1 = x1)  …  (X1 = x1) biểu diễn một trạng thái c a thế giới hiện thực Xác suất c a mệnh đề trên được ký hiệu l

l các biến ngẫu nhiên với các miền giá trị l ΩX, ΩY, ΩZ tương ứng Khi đó

có thể tính được phân phối xác suất c a hai biến, chẳng hạn Pr(X,Y) bằng công thức sau:

Pr (X,Y) = 





z Z Pr(X,Y,Z = z)

trong đó x, y l các giá trị bất kỳ trong miền ΩX, ΩY tương ứng

Vậy có thể tính được phân phối xác suất c a một biến, chẳng hạn Pr(X) theo công thức sau:

* Phân phối xác suất nhân

Các xác suất Pr(X1 = x1,…, Xn = xn) cần thoả mãn điều kiện sau [10]:

Từ hai công thức trên suy ra công thức sau:

Pr(X,Y,Z) = Pr(X|Y,Z) Pr(Y|Z) Pr(Z) Tổng quát:

Pr(X1, X2, …, Xn) = Pr(X1|X2, …, Xn) Pr(X2|X3, …, Xn) …

Pr(Xn-1|Xn) Pr(Xn) Công thức n y gọi l luật tích Luật tích cho phép phân tích một xác suất nhân th nh tích c a các xác suất có điều kiện Cần lưu ý rằng, thứ tự c a các biến trong phân phối xác suất nhân l không quan trọng Do đó, v có n! hoán

vị c a n biến X1, …, Xn nên sẽ có n! cách phân tích một xác suất kết hợp

th nh tích c a các xác suất có điều kiện

* Phân loại xác suất

Theo tiêu chí đánh giá thời điểm xuất hiện c a sự kiện, xác suất được chia

th nh 2 loại:

- Xác suất tiên nghiệm hay xác suất vô điều kiện: l xác suất c a một

sự kiện trong điều kiện không có tri thức bổ sung cho sự có mặt hay vắng mặt c a nó;

- Xác suất hậu nghiệm hay xác suất có điều kiện: l xác suất c a một

sự kiện khi biết trước một hay nhiều sự kiện khác

16

Để tính P(e1 | e2) theo công thức trên th phải thực hiện các cuộc điều tra thống kê trên một phạm vi rộng lớn mới cho được một xác suất chính xác Bayes đưa ra một công thức tính khác cho phép tính được P(e1 | e2) từ những

kết quả thống kê đã có trước đó hoặc những kết quả thống kê dễ đạt được hơn

* Công thức Bayes đƣợc phát biểu nhƣ sau:

Ký hiệu P(h | e) l xác suất khẳng định giả thuyết h đúng cho trước bằng

chứng e [17]

Công thức n y nói rằng xác suất đúng c a giả thuyết h khi quan sát được bằng chứng e, bằng với xác xuất cho rằng sẽ quan sát được bằng chứng e nếu giả thuyết h l đúng, nhân với xác suất tiên nghiệm c a h, tất cả chia cho xác suất tiên nghiệm c a việc quan sát được bằng chứng e

Điểm quan trọng c a lý thuyết Bayes l các con số ở vế phải c a công thức dễ d ng xác định, ít nhất l khi so sánh với vế trái

*Công thức Bayes tổng quát

Trong thực tế có nhiều giả thuyết cạnh tranh nhau, v vậy công thức Bayes tổng quát nhất l :

P(hi | e) l xác suất m hi đúng khi biết bằng chứng e

P(hi) l xác suất m hi đúng tính trên tất cả các giả thuyết

P(e | hi) l xác suất quan sát được e khi hi đúng Thông thường, tất cả

17

các P(e | hk) phải độc lập nhau

n l số giả thuyết có khả năng

Xn Điều đó có nghĩa l nếu biết được phân phối xác suất Pr{X1, X2, …,

Xn}th có thể t m được câu trả lời cho các câu hỏi về các biến X1, X2, …,

Xn Tuy nhiên phương pháp n y có nhiều nhược điểm Trước hết rất khó xác định được các xác suất Pr{X1, X2, …, Xn} Mặt khác, để lưu phân phối xác suất Pr{X1, X2, …, Xn} cần bảng n chiều, chỉ với Xi(i =1, …, n) l các biến ngẫu nhiên nhận giá trị boolean th bảng cũng đã chứa 2n! Do đó cần xây dựng một mô h nh thích hợp để biểu diễn tri thức v thông tin không chắc chắn Mô h nh n y phải thoả mãn hai điều kiện sau [5]:

- Giảm bớt số các xác suất ban đầu cần biết trước;

- Đơn giản sự tính toán để t m ra câu trả lời cho các câu hỏi

Mô h nh được đề suất l mạng xác suất: mạng xác suất l một đồ thị có hướng, không có chu tr nh v thoả mãn các điều kiện sau:

- Các đỉnh c a đồ thị l các biến ngẫu nhiên;

- Mỗi cung từ đỉnh X đến đỉnh Y biểu diễn sự ảnh hưởng trực tiếp

c a biến ngẫu nhiên X đến biến ngẫu nhiên Y (hay Y phụ thuộc trực tiếp v o X) Đỉnh X được gọi l đỉnh cha c a Y;

18

- Tại một đỉnh được cho phân phối xác suất có điều kiện c a đỉnh

đó khi cho trước các cha c a nó Các xác suất n y biểu diễn hiệu quả m các cha tác dụng v o nó

Chẳng hạn, nếu X1, X2, …, Xn l tất cả các đỉnh cha c a đỉnh Y trong mạng

th tại đỉnh Y được cho phân phối xác suất có điều kiện Pr(Y|X1, X2, …, Xn)

Mô h nh tổng quát hơn để biểu diễn vấn đề quyết định l mạng quyết định (decision network hay còn gọi l influence diagram) Mạng quyết định l

mở rộng c a mạng xác suất bằng cách đưa thêm v o các đỉnh quyết định v các đỉnh lợi ích

1.3 Mô hình cây quyết định

1.3.2 Các kiểu cây quyết định

Theo tiêu chí phân loại dựa v o giá trị thuộc tính c a cây, cây quyết định

được chia th nh một số loại Trong đó, Đề t i quan tâm tới cây quyết định với

thông tin không chắc chắn được sử dụng để thể hiện mô hình cây quyết định

hỗ trợ quá trình ra quyết định với thông tin không chắc chắn

1.3.3 Quá trình ra quyết định với thông tin không chắc chắn bằng ứng dụng mô h nh cây quyết định

Về bản chất mô h nh cây quyết định với thông tin không chắc chắn l mô

h nh cây quyết định ở đó có phương tiện để tính toán l xác suất có điều kiện

Bước 1: Xác định vấn đề cần giải quyết

Nội dung Bước n y l tương tự như Bước 1 c a khuôn khổ ra quyết định trong quản lý v quản trị doanh nghiệp

Bước 2: Xác định các căn cứ để lựa chọn các phương án, gán xác suất

Bước 3: Xây dựng cây quyết định hỗ trợ quá tr nh ra quyết định với

thông tin không chắc chắn (hay cây quyết định không chắc chắn)

Bước n y l mới v không có trong khuôn khổ h nh thức c a quá tr nh ra quyết định trong quản lý v quản trị doanh nghiệp

Nội dung thực chất c a Bước n y l : dựa trên phân tích các căn cứ để lựa chọn phương án ra quyết định v gán xác suất cho các trạng thái trong các phương án, ta nhân được tập số liệu về vấn đề nghiên cứu Dựa v o tập số liệu

n y ta phải xây dựng được cây quyết định với thông tin không chắc chắn

Bước 4: Ước tính lợi nhuận hoặc chi phí cho một sự kết hợp giữa một

20

phương án v một trạng thái;

Trong Bước n y sẽ xem xét các phương án để lựa chọn thay v phải phân tích kỹ lưỡng các phương án, sử dụng những kinh nghiệm đúc kết được khi giải quyết những vấn đề tương tự, để ra quyết định lựa chọn phương án th cây quyết định không chắc chắn đã hỗ trợ lựa chọn phương án đó

Một cách chung nhất để lựa chọn một phương án trong cây quyết định không chắc chắn l dựa v o tính giá trị tiền kỳ vọng (Expected monetary value – EMV) c a mỗi phương án quyết định v lựa chọn phương án có EMV lớn nhất (Max EMV (i) – nếu đó l giá trị lợi nhuận) v l nhỏ nhất (nếu đó l chi phí) Nghĩa l t m phương án i có giá trị lợi nhuận/chi phí kỳ vọng tính bằng tiền lớn nhất/nhỏ nhất

EMV thực chất l trung b nh có trọng số c a các giá trị kỳ vọng tính bằng tiền, với trọng số chính l các giá trị xác suất Cụ thể việc tính EMV tại mỗi nút được thực hiện từ phải qua trái trong cây quyết định theo tất các đường đến từng nút rồi lấy tổng từ nút ấy, trong đó:

Bước 5: Ra quyết định chính thức

Bước 6: Quyết định phải được truyền đạt đến người thực hiện v tổ chức

thực hiện quyết định

21

Bước 7: Kiểm tra thực hiện quyết định v hiệu chỉnh quyết định

Nói cách khác các Bước 5, 6, 7 trong khuôn khổ h nh thức c a việc ra

quyết định với thông tin không chắc chắn l tương tự như các Bước 4, 5, 6 trong khuôn khổ h nh thức c a việc ra quyết định với thông tin chắc chắn trong quản lý v quản trị doanh nghiệp

1.4 Kinh nghiệm quốc tế và trong nước về ứng dụng cây quyết định

* Kinh nghiệm quốc tế

Ngay từ khi ra đời v o cuối những năm 1980, cây quyết định đã được đón ch o nồng nhiệt v ch yếu được sử dụng trong việc phân lớp, dự báo dữ liệu v hỗ trợ ra quyết định [22]

Dựa v o cây quyết định người ta sẽ có thể lựa chọn được đối tượng mong muốn nhất trong tập các đối tượng dựa trên thông tin và dữ liệu về đối tượng

đó Chẳng hạn cây quyết định được được ứng dụng để lựa chọn ứng cử viên phù hợp nhất cho một nhiệm vụ n o đó trong tập rất lớn các ứng viên với tập tiêu chí được xem xét lựa chọn l rất lớn Cây quyết định phân lớp như vậy cũng được ứng dụng trong các quá tr nh đấu thầu những gói thầu lớn, có nhiều tiêu chí, tiên chuẩn được sử dụng để lựa chọn,

Một số nước OECD, đặc biệt l Mỹ đã ứng dụng rất th nh công việc phân lớp dữ liệu v hỗ trợ ra quyết định bằng cây quyết định

* Ứng dụng cây quyết định ở Việt Nam

Việc nghiên cứu v ứng dụng cây quyết định ở Việt Nam hiện mới ở mức

đề t i nghiên cứu khoa học cấp Nh nước v cấp Bộ, Viện nghiên cứu v Trường đại học

Trong khuôn khổ đề t i nghiên cứu khoa học cấp nh nước: “Nghiên cứu xây dựng các hệ thống thông tin hỗ trợ việc phòng chống dịch bệnh cây trồng

22

v thuỷ sản cho vùng kinh tế trọng điểm” [7], các tác giả đã ứng dụng mô

h nh cây quyết định để phân lớp các tác nhân gây ra một số loại bệnh trên tôm, cá v để dự báo mức độ lan truyền các bệnh n y Trong đề t i người ta cũng thử nghiệm ứng dụng cây quyết định để dự báo, phát hiện tấn công mạng máy tỉnh

Một số tác giả khác đã ứng dụng cây quyết định để dự báo chỉ số nhóm nợ

hỗ trợ quản lý r i ro tín dụng [9], hoặc để phân lớp, đánh giá năng lực cán bộ

Có thể đánh giá chung nhất rằng: mô h nh cây quyết định còn được ít được ứng dụng ở Việt Nam, hiện tại ch yếu dừng ở nghiên cứu lý thuyết v thử nghiệm ứng dụng ban đầu Mô h nh cây quyết được nghiên cứu v ứng dụng hầu hết chỉ l cây quyết định chắc chắn Đối với nước ta, mô h nh cây quyết định không chắc chắn còn l khá mới mẻ cả về phương diện lý thuyết lẫn thực h nh, nó ít được ứng dụng v o cuộc sống ở Việt Nam

Kết luận chương 1

Chương 1 tập trung giới thiệu tổng quan về mô hình cây quyết định và việc ra quyết định với thông tin không chắc chắn, trong đó tập trung vào lý thuyết chung nhất về cây quyết định, về thông tin không chắc chắn và việc áp dụng cây quyết định để đưa ra quyết định đối với thông tin không chắc chắn Đây l cơ sở lý thuyết để sử dụng công cụ hỗ trợ ra quyết định dựa trên thông tin không chắc chắn sau n y Chương 2 sẽ tập trung trình bày những nét khái quát về cơ cấu, chức năng cũng như các vấn đề cơ bản về lập kế hoạch và ra quyết định tại Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam

23

CHƯƠNG 2 THỰC TRẠNG RA QUYẾT ĐỊNH VỚI THÔNG TIN KHÔNG CHẮC CHẮN TẠI TRUNG TÂM HỖ TRỢ VÀ PHÁT TRIỂN

SINH VIÊN VIỆT NAM

Trong Chương n y, Đề tài trước hết giới thiệu vấn đề Trung tâm Hỗ trợ

và Phát triển sinh viên Việt Nam, thực trạng lập kế hoạch phát triển dịch vụ,

ra quyết định với thông tin không chắc chắn tại Trung tâm, sau đó nêu ra các vấn đề cần giải quyết về việc ra quyết định trong điều kiện thông tin không chắc chắn tại đơn vị này

2.1 Giới thiệu về Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam

Trung tâm Hỗ trợ v Phát triển Sinh viên Việt Nam l đơn vị sự nghiệp

có thu trực thuộc Trung ương Hội Sinh viên Việt Nam do Ch tịch Hội Sinh viên Việt Nam quyết định th nh lập [13]

2.1.1 Chức năng, nhiệm vụ

Trung tâm có chức năng tham mưu cho Ban Thư ký Trung ương Hội Sinh viên Việt Nam v Ban Thanh niên trường học Trung ương Đo n về tổ chức hoạt động Hội v phong tr o sinh viên trong các trường Đại học v Cao đẳng; phối hợp hỗ trợ sinh viên trong cuộc sống, học tập v rèn luyện; cung cấp các dịch vụ liên quan đến sinh viên cho các cơ quan, tổ chức theo quy định c a pháp luật hiện h nh

Trung tâm thực hiện các nhiệm vụ sau:

- Xây dựng, tr nh Ch tịch Hội Sinh viên Việt Nam phê duyệt v tổ chức thực hiện chương tr nh, kế hoạch hoạt động c a Trung tâm phù hợp với ch trương, định hướng hoạt động c a Trung ương Đo n v Trung ương Hội Sinh viên Việt Nam;

24

- Thay mặt Thường trực Ban thư ký Trung ương Hội Sinh viên Việt Nam

tổ chức triển khai thí điểm các mô h nh hoạt động Hội v phong tr o sinh viên nhằm nâng cao chất lượng hoạt động sinh viên trong khu vực trường học, góp phần đo n kết, tập hợp thanh niên, sinh viên;

- Tổ chức các hoạt động văn hóa, văn nghệ, thể dục thể thao; hỗ trợ sinh viên trong học tập, nghiên cứu khoa học, định hướng nghề nghiệp, giới thiệu việc l m, chỗ ở, phát triển kỹ năng thực h nh xã hội, kỹ năng trong hội nhập quốc tế;

- L cơ quan thường trực c a Quỹ Nữ sinh Việt Nam;

- Xây dựng v điều phối hoạt động c a mạng lưới cựu cán bộ Hội sinh viên;

- Tổ chức quản lý v sử dụng có hiệu quả cơ sở vật chất hiện có c a Trung tâm v thực hiện việc quản lý cán bộ theo quy định c a Trung ương Đo n;

- Thực hiện chế độ báo cáo định kỳ v báo cáo đột xuất về hoạt động c a Trung tâm; thực hiện chế độ văn thư lưu trữ các hồ sơ, văn bản, t i liệu theo quy định c a pháp luật v quy định c a cơ quan Trung ương Đo n;

- Thực hiện các nhiệm vụ theo chỉ đạo c a Trung ương Đo n, Thường trực Ban Thư ký Trung ương Hội Sinh viên Việt Nam

* Trung tâm có các quyền hạn sau:

- Được phối hợp với các cơ quan, đơn vị có liên quan cung cấp các dịch

vụ cho sinh viên theo quy định c a pháp luật;

- Liên kết, hợp tác với các cá nhân, tổ chức trong v ngo i nước để ch động tạo nguồn kinh phí tổ chức thực hiện chức năng, nhiệm vụ được giao phù hợp với quy định c a pháp luật;

- Được ký hợp đồng với người lao động khi có nhu cầu về nhân sự; được

ký các hợp đồng kinh tế theo đúng chức năng, nhiệm vụ được giao v quy định c a pháp luật;

25

- Được thu các khoản phí, lệ phí dịch vụ c a Trung tâm trên cơ sở cho phép c a Thường trực Ban Thư ký Trung ương Hội Sinh viên Việt Nam

2.1.2 Cơ cấu, tổ chức

Cơ cấu tổ chức c a Trung tâm đươc qui định như sau:

1 Lãnh đạo Trung tâm

- Giám đốc

- Từ 02 đến 04 Phó giám đốc (tùy thuộc v o từng thời điểm)

- Kế toán trưởng

2 Hội đồng cố vấn

Trung tâm mời các nh hoạt động xã hội, các chuyên gia, các văn nghệ sĩ

có uy tín tham gia Hội đồng cố vấn để tư vấn, định hướng v hỗ trợ Trung tâm trong hoạt động

3 Các đơn vị trực thuộc, gồm

- Văn phòng, có nhiệm vụ: phối hợp hoạt động giữa các phòng thuộc trung tâm; thực hiện các công việc h nh chính, văn thư, lưu trữ, lễ tân, t i chính v thực hiện các nhiệm vụ khác do Giám đốc Trung tâm giao

- Phòng tổ chức sự kiện, có nhiệm vụ: tham mưu cho Giám đốc Trung tâm khai thác các nguồn t i trợ, tổ chức các sự kiện v thực hiện các nhiệm vụ khác do Giám đốc Trung tâm giao

- Phòng tư vấn v đ o tạo, có nhiệm vụ: tham mưu cho Giám đốc Trung tâm tổ chức các khóa đ o tạo, tập huấn, hội thảo liên quan đến các kỹ năng nghề nghiệp kỹ năng thực h nh xã hội, kỹ năng hội nhập quốc tế cho sinh viên; tư vấn định hướng nghề nghiệp cho sinh viên; phối hợp với các cơ quan,

tổ chức cung cấp các dịch vụ hỗ trợ; tổ chức nghiên cứu thị trường, điều tra xã

26

hội học cho các cơ quan, tổ chức theo quy định c a pháp luật v các nhiệm vụ khác do Giám đốc Trung tâm giao

4 Tổ chức Đảng, Công đoàn, Đoàn thanh niên của Trung tâm

Hoạt động theo quy định c a pháp luật, điều lệ c a tổ chức v quy định

c a Trung ương Đo n

Căn cứ nhu cầu công tác, Giám đốc Trung tâm báo cáo Ch tịch Hội Sinh viên Việt Nam quyết định th nh lập mới hoặc giải thể các phòng, đơn

vị trực thuộc

5 Nhiệm vụ, quyền hạn của Giám đốc Trung tâm

Giám đốc Trung tâm l th trưởng đơn vị, chịu trách nhiệm trước pháp luật v Ch tịch Hội Sinh viên Việt Nam về mọi hoạt động c a Trung tâm; do

Ch tịch Hội Sinh viên Việt Nam bổ nhiệm trên cơ sở thống nhất với lãnh đạo Ban Thanh niên trường học Trung ương Đo n v phê duyệt c a Th trưởng

cơ quan Trung ương Đo n

Giám đốc Trung tâm có nhiệm vụ v quyền hạn:

* Nhiệm vụ:

- Xây dựng chương tr nh, kế hoạch công tác c a Trung tâm tr nh Ch tịch Hội Sinh viên Việt Nam phê duyệt; chỉ đạo tổ chức thực hiện tốt chức năng, nhiệm vụ c a Trung tâm v các chương tr nh, kế hoạch công tác đã được phê duyệt; kiểm tra, đôn đốc viên chức v người lao động thực hiện nhiệm vụ được giao;

- Phối hợp với các tổ chức chính trị, xã hội trong Trung tâm thực hiện tốt quy chế dân ch ở cơ sở, l m tốt công tác chính trị tư tưởng, tổ chức các phong

tr o thi đua; chăm lo đời sống vật chất v tinh thần cho viên chức v người lao động; xây dựng mối đo n kết, cộng đồng trách nhiệm trong Trung tâm;

- Được quyền bổ nhiệm trưởng, phó các đơn vị trực thuộc Trung tâm;

- Được tuyển dụng lao động theo hợp đồng do Trung tâm trả lương sau khi xin ý kiến c a Ch tịch Hội Sinh viên Việt Nam; quyết định nhận xét, đánh giá, quy hoạch, bổ nhiệm, bổ nhiệm lại, phân công công tác, đ o tạo, bồi dưỡng, khen thưởng, kỷ luật đối với viên chức v người lao động;

- Được ký các hợp đồng giao dịch với các tổ chức, cá nhân trong v ngo i nước; duyệt các khoản chi theo quy định c a Nh nước v Quy chế chi tiêu nội bộ c a Trung tâm;

- L ch t i khoản c a Trung tâm

6 Nhiệm vụ, quyền hạn của Phó giám đốc Trung tâm

- Phó giám đốc l người giúp việc cho Giám đốc, do Giám đốc Trung tâm

đề nghị Ch tịch Hội Sinh viên Việt Nam bổ nhiệm hoặc miễn nhiệm

- Phó giám đốc được phân công phụ trách một số công việc cụ thể v chịu trách nhiệm trước Giám đốc Trung tâm về những công việc được phân công phụ trách

28

- Phó Giám đốc được ký văn bản thuộc phạm vi, lĩnh vực được phân công hoặc khi Giám đốc uỷ quyền ký thay v chịu trách nhiệm trước pháp luật Nh nước, Giám đốc Trung tâm về các văn bản ký thay hoặc được uỷ quyền

7 Chánh Văn phòng

Chánh Văn phòng Trung tâm do Giám đốc Trung tâm quyết định bổ nhiệm sau khi xin ý kiến c a Ch tịch Hội Sinh viên Việt Nam Chánh Văn phòng Trung tâm có nhiệm vụ:

- Chỉ đạo, điều h nh mọi hoạt động c a Văn phòng Trung tâm theo chức năng, nhiệm vụ được quy định trong Quy chế Văn phòng Trung tâm do Giám đốc Trung tâm phê duyệt; chịu trách nhiệm trước Ban Giám đốc Trung tâm về quản lý, sử dụng, bảo quản trang thiết bị, cơ sở vật chất, phương tiện, t i chính phục vụ hoạt động c a Trung tâm;

- Trực tiếp tham mưu giúp việc cho Ban Giám đốc trong việc theo dõi, đôn đốc, kiểm tra tổ chức thực hiện nhiệm vụ công tác c a Trung tâm đã được

Ch tịch Hội Sinh viên Việt Nam phê duyệt;

- Chịu trách nhiệm tham mưu các văn bản cho Ban Giám đốc để giải quyết công việc; xử lý bước đầu các văn bản đến; ký chuyển các văn bản gửi đi; được thừa lệnh Ban Giám đốc ký một số văn bản thuộc phạm vi chức trách được giao

29

9 Chế độ làm việc

- Trung tâm l m việc theo chế độ th trưởng; Giám đốc l Th trưởng đơn vị

- Căn cứ Quy chế tổ chức v hoạt động c a Trung tâm, quy định hiện

h nh c a Trung ương Đo n v Trung ương Hội Sinh viên Việt Nam, Giám đốc Trung tâm có trách nhiệm xây dựng quy định cụ thể về chế độ l m việc, phân công nhiệm vụ công tác đối với từng cán bộ c a Trung tâm

10 Thực hiện các nghĩa vụ của đơn vị

Trung tâm có trách nhiệm v nghĩa vụ thực hiện các qui định t i chính

c a Nh nước; thực hiện nghĩa vụ nộp ngân sách Nh nước; bổ sung nguồn kinh phí phục vụ công tác cũng như các hoạt động c a Trung ương Hội Sinh viên Việt Nam

11 Quản lý tài sản

- T i sản do Trung tâm quản lý l t i sản thuộc sở hữu c a Nh ước do Trung ương Hội sinh viên Việt Nam quản lý gồm: Phòng l m việc; các trang thiết bị … do Trung ương Hội Sinh viên việt Nam đầu tư cho Trung tâm, hoặc

do Trung tâm tự mua sắm trong quá tr nh hoạt động

- T i sản c a trung tâm được bổ sung thường xuyên để đáp ứng nhu cầu thực hiện nhiệm vụ v sự phát triển c a đơn vị bằng nguồn kinh phí tự bổ sung c a đơn vị

- Trung tâm có trách nhiệm quản lý, sự dụng v bảo quản t i sản có hiệu quả theo các quy định hiện h nh c a Nh nước

- Cuối niên độ kế toán, trước khi khóa sổ kế toán đơn vị tiến h nh kiểm

kê t i sản hiện có để đảm bảo cho số liệu trên sổ kế toán đúng với thực tế

30

- Hằng năm đơn vị có tính v phản ánh giá trị hao mòn c a những t i sản

cố định hiện có c a đơn vị; đối với những t i sản cố định sử dụng v o hoạt động sản xuất, dịch vụ đơn vị thực hiện trích khấu hao ta theo quy định c a

Nh nước, số khấu hao t i sản cố định c a đơn vị được để lại đầu tư tăng cường cơ sở vật chất, đổi mới trang thiết bị

- Đối với những t i sản cố định đã bị hư hỏng không thể sửa chữa được hoạt quá lạc hậu về mặt kỹ thuật, đơn vị báo cáo với Ch tịch Hội Sinh viên Việt Nam bằng văn bản xin phép được cho thanh lý, tiền thu thanh lý t i sản sau khi trừ chi phí thanh lý được để lại bổ sung quỹ phát triển hoạt động sự nghiệp c a đơn vị

12 Trách nhiệm trong Công tác quản lý tài chính, tài sản

- Trung ương Hội Sinh viên Việt Nam có trách nhiệm theo dõi, kiểm tra

t nh h nh sử dụng t i sản v hoạt động về t i chính đối với đơn vị theo phân cấp quản lý đúng với quy định hiện nh nh c a Nh nước

- Giám đốc Trung tâm chịu trách nhiệm trước các cơ quan pháp luật c a

Nh nước v c a Trung ương Đo n, Trung ương Hội Sinh viên Việt Nam về những quyết định thu, chi, quản lý sử dụng vốn, t i sản v thực hiện các chế

độ chính sách với người lao động c a đơn vị theo đúng các quy định hiện