NGHIÊN CỨU ỨNG DỤNG CÁC PHƢƠNG PHÁP DỰ BÁO NGẮN HẠN ĐỂ DỰ BÁO MỘT SỐ CHỈ TIÊU THỐNG KÊ KINH TẾ CHỦ YẾU Ở VIỆT NAM

Phương pháp dự báo Trên cơ sở mô hình mô tả mối quan hệ giữa các yếu tố trong nền kinh tế, xác định một phương trình toán học cụ thể mô tả mối quan hệ ấy, sau đó ước lượng các thông số

ĐỀ TÀI KHOA HỌC SỐ: 2.1.2-TC06-07

NGHIÊN CỨU ỨNG DỤNG CÁC PHƯƠNG PHÁP DỰ BÁO NGẮN HẠN ĐỂ DỰ BÁO MỘT SỐ CHỈ TIÊU THỐNG KÊ KINH TẾ CHỦ

YẾU Ở VIỆT NAM

1 Cấp đề tài : Tổng cục

2 Thời gian nghiên cứu : 2006-2007

3 Đơn vị chủ trì : Viện Khoa học Thống kê

4 Đơn vị quản lý : Viện Khoa học Thống kê

5 Chủ nhiệm đề tài : CN Lê Văn Dụy

6 Những người phối hợp nghiên cứu:

PHẦN MỘT NHỮNG VẤN ĐỀ CƠ BẢN VỀ DỰ BÁO VÀ DỰ BÁO NGẮN HẠN

Khái niệm về dự báo

Trong tiếng Việt có từ “đoán”, mang nội dung là đưa ra kết luận một cách có suy xét về đối tượng nào đó trước đây, hiện tại và tương lai Song thực tế có đúng như vậy không thì người đưa ra kết luận không thể khẳng định trước được, mà chỉ cho biết khả năng có thể xảy ra Như vậy, các trường hợp “đoán” không dựa trên cơ sở suy xét mang tính khoa học về đối tượng và không thể được coi là dự báo

Với khái niệm “đoán”, cần phân biệt hai tình huống sau:

- Nhằm đưa ra kết luận về quan hệ với “cái đã qua” trong quá khứ hoặc

“cái hiện có” trong hiện tại, được gọi là chẩn đoán

- Nhằm đưa ra kết luận về quan hệ với “cái sắp tới” trong tương lai,

được gọi là dự báo

Việc suy xét mang tính khoa học nhằm xác lập mối liên hệ giữa “cái đã qua” trong quá khứ hoặc “cái hiện có” trong thực tại với nội dung kết luận đưa ra về “cái sắp tới” trong tương lai được gọi là “dự báo”

I CÁC TIÊU CHÍ PHÂN LOẠI DỰ BÁO

Dự báo có thể được phân loại theo nhiều tiêu thức khác nhau Nếu dựa trên thời hạn dự báo có: dự báo dài hạn, dự báo trung hạn và dự báo ngắn hạn Nếu dựa trên cách thức dự báo tận dụng dữ liệu có sẵn có: dự báo thác triển, dự báo nhân – quả và dự báo thích nghi Nếu dựa trên đặc trưng hoặc cấu trúc đối tượng được dự báo có: dự báo đơn giản, dự báo phức tạp Nếu dựa trên mức độ chi tiết hóa nội dung dự báo có: dự báo đại cương, dự báo chi tiết Nếu dựa trên phạm vi nội dung dự báo cần thâu tóm có: dự báo toàn cục, dự báo bộ phận Nếu dựa trên quy mô lãnh thổ dự báo có: dự báo vùng miền lãnh thổ, dự báo quốc gia, dự báo khu vực lục địa, dự báo toàn cầu Nếu dựa trên phương pháp tính toán dự báo có nhiều cách phân loại khác nhau, vì

có nhiều cách tính toán khác nhau Ở trường hợp này có thể có các loại dự báo sau:

+ Dự báo theo phương pháp nội - ngoại suy;

+ Dự báo theo phương pháp phỏng vấn;

+ Dự báo theo phương pháp tương tự;

+ Dự báo theo phương pháp mô hình hóa

Dự báo theo phương pháp mô hình hóa cần phải có thông tin (số liệu) thống kê để xây dựng mô hình Cũng chính vì vậy, các mô hình dự báo còn

có tên là mô hình trắc lượng Trong lĩnh vực kinh tế, mô hình dự báo được gọi là mô hình dự báo kinh tế lượng

Trên góc độ thực hành, người ta còn có các cách phân loại dự báo sau:

1.1 Phân loại dự báo theo cách thức tận dụng dữ liệu có sẵn về “cái đã qua” trong quá khứ hoặc “cái hiện có” trong thực tại

Căn cứ vào cách thức lợi dụng thông tin có được từ phân tích dữ liệu

thông tin có được về “cái đã qua” trong quá khứ hoặc “cái hiện có” trong hiện tại để đưa ra kết luận về “cái sắp tới” trong tương lai, có thể phân dự

báo ra: dự báo thác triển, dự báo nhân - quả, dự báo thích nghi

A Dự báo thác triển

Loại dự báo này áp dụng với đối tượng được dự báo tồn tại theo nguyên

tắc giữ nguyên quy luật vận động “nguyên trạng động”

B Dự báo nhân - quả

Loại dự báo này đưa ra kết luận về “cái sắp tới” trong tương lai dựa vào những quan hệ nhân - quả đã nhận biết được về mặt lượng của “cái đã qua” trong quá khứ hoặc “cái hiện có” trong thực tại

C Dự báo thích nghi

Nếu dự báo thác triển, và dự báo nhân - quả đưa ra kết luận cho “cái sắp tới” trong tương lai dựa vào quy luật thích hợp mối quan hệ giữa các

biến (quy luật này được biểu thị bằng mô hình xác định xây dựng trên những

dữ liệu về “cái đã qua” trong quá khứ hoặc “cái hiện có” trong thực tại), thì

trái lại, dự báo thích nghi lại bỏ qua giả thiết về tính ổn định của mô hình và thay thế bằng sự xem xét mềm dẻo hơn Dự báo thích ghi dựa trên dòng thời gian và nguồn thông tin mới được cập nhật Mô hình dùng trong dự báo thích ghi được hiệu chỉnh liên tục

1.2 Phân loại dự báo theo tầm hạn thời gian

Theo tầm hạn thời gian, dự báo có thể được phân ra: Dự báo ngắn hạn;

dự báo trung hạn; và dự báo dài hạn Sự đưa ra kết luận về “cái sắp tới”

trong tương lai ở giới hạn khoảng 1 hoặc 2 năm trở lại hoặc dự báo các chuỗi

số liệu quý, tháng, được gọi là dự báo ngắn hạn, trong khoảng từ 3 năm đến dưới 5 năm được gọi là dự báo trung hạn, cho khoảng thời gian từ 5 năm trở lên được gọi là dự báo dài hạn Tuy sự phân loại như vậy rất đơn giản, nhưng

thường phù hợp với hệ thống bắt buộc của các kế hoạch hành động, nhất là với hoạt động kinh tế

A Dự báo dài hạn

Đặc trưng của loại dự báo này là mô hình hóa động giữ vai trò lớn Đó

là điều tất yếu, vì tính không ổn định của các quan hệ được mô hình hóa Với

dự báo dài hạn, mô hình nhân-quả hay được sử dụng Tần số dự báo dài hạn nói chung là thấp Nhìn chung dự báo dài hạn có một số tính chất đáng lưu ý sau:

- Dự báo dài hạn có tính đồng bộ cao hơn hẳn so với dự báo ngắn hạn và

dự báo trung hạn Sự đưa ra kết luận về “cái sắp tới” trong tương lai xa thường là hệ thống những “cái sắp tới” có quan hệ với nhau một cách lô gíc

và cả ngẫu nhiên nữa Yêu cầu của tính đồng bộ là do kết luận đưa ra cho

tương lai xa về từng “cái sắp tới” riêng biệt ít bản chất hơn so với về cả hệ

thống những cái sắp tới gắn bó với nhau

- Kết quả dự báo dài hạn có đặc trưng chiến lược, cho nên việc đưa ra liên tiếp kết quả dự báo có ý nghĩa đặc biệt quan trọng Tính chính xác của chuỗi kết quả dự báo liên tiếp được xem xét trên toàn bộ tầm hạn thời gian

mà kết luận đưa ra về “cái sắp tới” trong tương lai xa có ý nghĩa quan trọng

hơn nhiều so với được xem xét ở bất kỳ thời kỳ riêng biệt nào trong toàn bộ tầm hạn thời gian dự báo dài hạn được quan tâm

- Với dự báo dài hạn, đặc biệt hữu dụng là hai lớp mô hình trắc lượng

Đó là những mô hình nguyên nhân mô tả và những mô hình cổ điển về xu hướng phát triển có chứa cả xu hướng lẫn giao động thời kỳ dài của đối tượng được dự báo Trái lại, có lẽ ít hữu dụng hơn cả là những lớp mô hình khác, đặc biệt là lớp mô hình các quá trình ngẫu nhiên hoặc lớp những mô hình thích nghi

B Dự báo trung hạn

Loại dự báo này có các đặc điểm chung sau đây:

- Thường sử dụng mô hình dự báo nhân quả nhiều hơn so với dự báo ngắn hạn;

- Tần số dự báo ít hơn so với dự báo ngắn hạn;

- So với dự báo dài hạn thì thường ít sử dụng mô hình nhân quả hơn và

số lần đưa ra kết quả dự báo thì nhiều hơn

C Dự báo ngắn hạn

C.1 Một số đặc trưng đáng lưu ý của dự báo ngắn hạn

- Nói chung, tầm hạn thời gian của loại dự báo này không quá 2 năm Đặc biệt, những mô hình được sử dụng cho việc đưa ra kết luận về cái sắp tới trong tương lai gần được xây dựng trên cơ sở dữ liệu gắn với các thời kỳ đơn

vị thời gian ngắn hơn (tuần, tháng, quý)

- Các mô hình được ứng dụng ở đây thường khác với lớp mô hình nhân - quả Các mô hình thường được sử dụng trong dự báo ngắn hạn thường là mô hình quan hệ ngẫu nhiên, mô hình thích nghi và cả mô hình xu thế phát triển theo thời gian

- Việc tiến hành dự báo (đưa ra kết quả dự báo) thường được lặp lại Các kết quả dự báo ngắn hạn hay được quan tâm là dự báo theo cho quý, tháng, thậm chí theo tuần Dự báo ngắn hạn thường được tiến hành thường xuyên,

do vậy tạo ra một nguồn thông tin dồi dào Đây là cơ sở để đối chứng giữa kết quả dự báo với thực tế diễn ra của đối tượng cần được dự báo Sự so sánh thường xuyên hai nguồn thông tin này cho phép có cơ hội hoàn thiện phương pháp dự báo

Dự báo ngắn hạn trước hết phục vụ cho công tác chỉ đạo tác nghiệp Do vậy, chúng phục vụ cho việc phân biệt tức thời các quá trình kinh tế và cho việc thực hiện các quyết định thông qua người sử dụng Có nhiều ý kiến cho rằng, dự báo ngắn hạn phải được xây dựng cho các đơn vị cấp thấp, ví dụ các

xí nghiệp hoặc công ty Điều đó có phần đúng Tuy nhiên, cũng có thể sử dụng chúng để chỉ đạo tác nghiệp ở cấp cao hơn

C.2 Lựa chọn lớp mô hình dự báo ngắn hạn

Đối với dự báo ngắn hạn, có ba loại mô hình hay được sử dụng Mô hình

mô tả xu hướng phát triển; mô hình mô tả các quá trình ngẫu nhiên; và mô hình thích nghi

Mô hình mô tả xu hướng phát triển: Đó là các mô hình có dạng hàm số toán học, mô tả mối quan hệ giữa hiện tượng cần dự báo với biến thời gian Các thông số của hàm được ước lượng dựa vào các số liệu phản ánh quá trình phát triển của hiện tượng và thường được coi là không thay đổi theo thời gian Một điểm cần lưu ý ở đây là, ngoài sử dụng hàm số mô tả khuynh hướng đối với các chuỗi số liệu tuần, 10 ngày, tháng, quý có thể xuất hiện những giao động mùa và những giao động chu kỳ ngắn khác Vì vậy, trong quá trình dự báo phải đưa các yếu tố này vào mô hình

Mô hình mô tả các quá trình ngẫu nhiên: Đó là mô hình và những phương pháp dự báo phù hợp có quan hệ với tình huống khi các quá trình

dừng xuất hiện Ở loại mô hình này, đầu tiên thường loại đi thành phần “hệ thống” (thành phần khuynh hướng và biến động mùa), sau đó vận dụng

phương pháp dự báo thích hợp cho thành phần ngẫu nhiên Mô hình quá trình ngẫu nhiên được ứng dụng vào dự báo ngắn hạn khi thành phần ngẫu nhiên chi phối đáng kể tới sự biến động của hiện tượng được dự báo

Mô hình thích nghi: Đó là mô hình mà các tham số của chúng được xác định nhiều lần mỗi khi có được các thông tin mới Ước lượng mới của các thông số được tính dựa vào các giá trị trước đó của chúng và các thông tin mới nhất có được Trong lớp những mô hình thích nghi dùng vào dự báo ngắn hạn, mô hình san số mũ được đơn giản hóa, mô hình san số mũ - tự hồi quy Trong đó, mô hình san số mũ theo R-G-Brown được biết đến nhiều nhất

II MÔ HÌNH VÀ PHƯƠNG PHÁP DỰ BÁO

2.1 Mô hình dự báo

Để tiến hành dự báo một hiện tượng kinh tế nào đó, đầu tiên người ta thường xây dựng mô hình kinh tế trắc lượng Mô hình kinh tế trắc lượng là một biểu thức toán học mô tả các mối quan hệ, thường là rất phức tạp, trong nền kinh tế Các mối quan hệ này thường được thể hiện dưới dạng các phương trình toán học Các mô hình kinh trắc thường không phải là các mô hình hoàn hảo, tuy nhiên, chúng thường mô tả gần đúng các mối quan hệ đủ cho phép hiểu được bản chất của mối quan hệ và dự báo sự phát triển của mối quan hệ này trong tương lai

2.2 Phương pháp dự báo

Trên cơ sở mô hình mô tả mối quan hệ giữa các yếu tố trong nền kinh tế, xác định một phương trình toán học cụ thể mô tả mối quan hệ ấy, sau đó ước lượng các thông số của mô hình thì được gọi là phương pháp dự báo Thí dụ,

mô hình dự báo theo dãy số thời gian có dạng:

- Điều kiện số liệu và khả năng áp dụng mô hình dự báo ngắn hạn ở Việt Nam

A Cơ sở lý luận dự báo ngắn hạn đa nhân tố trong dự báo các chỉ tiêu thống kê kinh tế

Trong quá trình phát triển của ngành Thống kê, với sự kết hợp những thành tựu của toán học, đã xuất hiện bộ môn Thống kê toán học (còn gọi là Toán thống kê) Mục tiêu chính của toán thống kê là, nghiên cứu vận dụng các công cụ toán học nói chung và bộ môn xác suất nói riêng để lượng hoá các qui luật mang tính đám đông của công tác thống kê Toán thống kê trong kinh tế, hoặc Kinh tế lượng (tiếng Anh là Econometrics, từ ghép của hai từ Economics và Metric), là môn khoa học lượng hoá các qui luật thống kê kinh

tế, gồm có 2 phần: (1) phần mô hình kinh tế lượng tập trung nghiên cứu các

mô hình kinh tế định lượng trên cơ sở các học thuyết kinh tế; (2) phần phương pháp kinh tế lượng, đi sâu nghiên cứu các phương pháp thống kê trong kinh tế Hai phần này có quan hệ mật thiết với nhau, nhưng phát triển tương đối độc lập

Các phương pháp và mô hình kinh tế lượng là những công cụ, trên thực

tế, giá trị của các phân tích và dự báo định lượng lại phụ thuộc nhiều vào dãy

số liệu thống kê Chất lượng của dãy số liệu thống kê phụ thuộc vào việc đáp ứng các nguyên tắc sau đây:

- Nguyên tắc khách quan: đòi hỏi các số liệu thống kê phải phản ánh đúng hiện thực khách quan, tránh tình trạng các số liệu không được thống kê

mà chỉ do một tổ chức hay cá nhân tính ra, cho mục đích chủ quan

- Nguyên tắc đám đông: dãy số liệu thống kê phản ánh được tính qui luật phổ biến của các mối quan hệ kinh tế, vì thế dãy phải đủ dài để thông qua

đó các phương pháp thống kê phát hiện được tính qui luật

- Nguyên tắc hệ thống: Các dãy số liệu thống kê của một hệ thống kinh

tế phải tương thích với nhau, phản ánh sự thống nhất giữa các phần tử trong một hệ thống

B Một số mô hình dự báo ngắn hạn đa nhân tố

Mô hình kinh tế lượng được sử dụng nhiều trong dự báo thống kê ngắn hạn khi các điều kiện về số liệu thống kê có được trong một thời gian tương đối dài, đáp ứng các kiểm định thống kê Cơ sở lý thuyết để xây dựng các mô hình kinh tế lượng là các học thuyết kinh tế, nghiên cứu mối quan hệ giữa các chỉ tiêu kinh tế

Mô hình kinh tế lượng đơn giản nhất là một phương trình hồi qui tương quan, có dạng sau đây:

(1) Y =

k

1

ai fi(X) + ε

Ở đây Y và X là các chỉ tiêu kinh tế thống kê được; ai là các tham số và

fi là hàm số của X; ε là sai số thống kê

Trong trường hợp đặc biệt fi(X) = Xi , i = 0,1, k; X0 = 1; phương trình (1) có dạng

(2) Y = a0 + a1X1 + + akXk

Ở đây Y là chỉ tiêu cần dự báo; X1, , Xk là các yếu tố ảnh hưởng đến Y, Thông qua các dãy số liệu về Y và Xi (i=1, ,k), người ta ước lượng các tham số ai (i=0,1, ,k) Sử dụng phương trình hồi qui này có thể tính toán các

dự báo về Y cho các năm tiếp theo bằng cách thay các giá trị Xi tươngứng Trường hợp đặc biệt Xi = ti, t là biến thời gian, ta có phương trình thể hiện xu thế của chỉ tiêu cần dự báo theo thời gian, có dạng một đa thức bậc k sau đây:

Theo kinh nghiệm, số năm dự báo thường nhỏ hơn 1/3 số năm có số liệu thống kê trong quá khứ Để ước lượng các tham số ai (i=0,1, ,k), có thể dùng các phần mềm thống kê như EVIEWS hay EXELS

Mô hình kinh tế lượng dạng tổng quát có thể được biểu diễn như sau: (5) Y = AY + BZ + Å

Ở đây Y là véc tơ m chiều của các biến nội sinh (Y1, Y2, , Ym)‟; biến nội sinh là biến được xác định giá trị qua mô hình

A là ma trận bậc m x m

Z là véc tơ l chiều của các biến ngoại sinh (Z1, Z2, , Zl)‟; biến ngoại

sinh là biến được xác định giá trị ngoài mô hình

B là ma trận bậc m x l

Å là véc tơ sai số ngẫu nhiên

Trong các phương trình của (19) người ta phân ra các phương trình định nghĩa (mô tả các định nghĩa của các mối quan hệ trong kinh tế) và các phương trình hành vi hay phương trình tương quan (xác định mối tương quan giữa các chỉ tiêu kinh tế)

Thông qua các dãy số thống kê các biến của véc tơ Y , Z tại n thời điểm

t1, t2, …, tn; các giá trị quan sát này được ký hiệu là Y1, Y2, , Yn ; Z1, Z2, ,

Zn người ta ước lượng các tham số của các phương trình tương quan bằng các phương pháp bình phương tối thiểu, (các phương pháp này đã được chương trình hoá trong một số phần mềm thống kê như EVIEWS, rất tiện dụng) Sau khi kiểm định lại tính sát thực của mô hình và dãy số liệu, người

ta tiến hành dự báo theo hai bước:

- Bước 1: Xác định các giá trị của biến ngoại sinh tại thời điểm dự báo

- Bước 2: Thay các giá trị của biến ngoại sinh vào mô hình (5), ta có một

hệ phương trình đại số tuyến tính của các biến nội sinh; giải hệ phương trình này, ta có giá trị dự báo của các biến nội sinh

2.4 Mô hình dự báo theo dãy số thời gian

Mô hình và giả thiết của dự báo

Giả sử có dãy số liệu động thái phản ánh sự phát triển theo thời gian của một chỉ tiêu kinh tế nào đó có ký hiệu như sau:

(30) x t n t 1, trong đó x ký hiệu chỉ tiêu thống kê, t biểu thị thời gian, còn

n chỉ độ dài của dãy số này; t chạy từ 1 đến n

Dãy số liệu này được coi là sự thể hiện của một quá trình ngẫu nhiên, ví

dụ Xt, nào đó Quá trình này một mặt phụ thuộc vào yếu tố (biến) thời gian t, một mặt chịu sự chi phối của ba thành phần là: thành phần khuynh hướng f(t), thành phần biến động thời vụ (t) và thành phần ngẫu nhiên z(t) Giữa

ba thành phần này có mối quan hệ cộng tính hoặc nhân tính

+ Quan hệ cộng tính:

(31) Xt= f(t) + (t)+ z(t)

+ Quan hệ nhân tính:

(32) Xt= f(t) (t)z(t)

Do mô hình (32) có thể chuyển về dạng của mô hình (31) thông qua phép biến đổi lôga nên từ đây chỉ nghiên cứu ứng dụng mô hình (31)

Thành phần khuynh hướng f(t) về bản chất nó do nội lực của hiện

tượng được nghiên cứu tác thành Nó phát triển một cách có hệ thống và theo một quy luật nhất định tùy theo điều kiện nội và ngoại cảnh quyết định

Thành phần biến động thời vụ (t) được giả thiết là phát triển có hệ thống và theo một chu kỳ k nhất định Điều này có nghĩa là cứ sau khoảng k thời gian hiện tượng lại được lặp lại: (t)= (t mk), trong đó k được gọi là chu kỳ dao động mùa vụ

Thành phần ngẫu nhiên z(t) là thành phần phản ánh sự tác động của

các yếu tố ngẫu nhiên lên sự phát triển của hiện tượng được nghiên cứu Ví

dụ, sự cố đột nhiên mất điện hoặc đột nhiên có bão làm ảnh hưởng tới sản xuất,

Thành phần ngẫu nhiên có đặc trưng sau:

+ Có kỳ vọng toán bằng 0: E(z(t))=0

+ Không phụ thuộc vào biến thời gian t

Với các điều kiện trên có:

dự báo sự phát triển của chúng trong tương lai Tách hai thành phần đó ra khỏi dãy số nhằm phát hiện tính quy luật của chúng trên cơ sở đó xác định

mô hình dự báo cho thích hợp Tùy theo từng mô hình dự báo cụ thể, phương pháp tách thành phần khuynh hướng có khác nhau Đối với thành phần mùa

vụ, thường để đơn giản chấp nhận giả thuyết là biên độ biến động thời vụ không thay đổi, vì vậy cách tách thành phần mùa vụ ở các phương pháp đều tương tự nhau

A Tách thành phần khuynh hướng và dự báo theo phương pháp xấp xỉ đoạn (Gia Quyền Điều Hoà- GQDH)

Có nhiều phương pháp để tách thành phần khuynh hướng ra khỏi dãy số

động thái Ở đây chúng tôi sẽ giới thiệu cách tách thành phần khuynh hướng bằng phương pháp xấp xỉ đoạn Nội dung của phương pháp như sau:

Mỗi giá trị của thành phần khuynh hướng được coi là một đại lượng ngẫu nhiên Nó được xác định bằng một phương trình đường thẳng mà mỗi thông số của phương trình đường thẳng này là một đại lượng phụ thuộc vào thời gian t Phương trình mô tả giá trị của từng điểm của khuynh hướng có dạng:

(34) P it a i t b i , với i= 1,2,…,n-K+1, t=1,2,…,n

Công thức (34) biểu thị các đoạn gấp khúc của đường khuynh hướng

Có nhiều phương pháp để ước lượng các thông số ai và bi của các phương

trình này Ở đây giới thiệu cách ước lượng các thông số a và b bằng phương

pháp qua 2 điểm Cụ thể:

(35)

i i

i i i

t t

X X a

m

1 2

1 i K i t t

(37a)

1

1 1 1

, , 2

;

1 1

1 , ,

1

;

1

, , 2 , 1

;

1

K n

K t i i

t

K t i

t

i i

t

n K

n t a t

n

K n K

t a K

K t

a t a

(37b)

1

1 1 1

, , 2

;

1 1

1 , ,

1

;

1

, , 2 , 1

;

1

K n

K t i i

t

K t i i

i i

t

n K

n t b t

n

K n K

t b K

K t

b t b

Ước lượng giá trị khuynh hướng từng thời điểm t

Các giá trị khuynh hướng ở từng thời điểm t được ước lượng dựa vào công thức:

(38) P t a t t b t, với t= 1,2,…,n

Thành phần khuynh hướng tách được sẽ là cơ sở để dự báo sự phát triển của hiện tượng được nghiên cứu ở phương pháp dự báo gia quyền điều hoà, mức độ gia tăng của thành phần khuynh hướng là thành tố quan trọng xác định mức độ gia tăng của nó trong tương lai

B Tách thành phần khuynh hướng và dự báo bằng phương pháp san số

mũ

Trong dự báo theo dãy số thời gian, thông thường người ta xác định dạng của thành phần khuynh hướng Trong thực tế, rất khó xác định dạng của hàm mô tả khuynh hướng của hiện tượng được nghiên cứu, vì vậy đa thức bậc p thường được sử dụng để mô tả sự biến động của nó Đa thức bậc p có đặc điểm là mô tả rất uyển chuyển sự biến động "thất thường" của hiện tượng nghiên cứu Theo quan điểm này mô hình khuynh hướng có dạng:

Mô hình sử dụng trong phương pháp san số mũ

Do ở phương pháp san số mũ cho phép các thông số của đa thức dự báo thay đổi theo thời gian nên mô hình (39) được thay bằng mô hình sau:

(41) Y t 0t 1t t 2t t2 3t t3 pt t p (t) (t)

Mô hình (41) khác với mô hình (39) ở chỗ, các thông số có thêm chỉ số t biểu thị sự thay đổi theo thời gian

Trong phương pháp san số mũ, dự báo được tiến hành theo một phương pháp đặc biệt do vậy người ta biểu diễn mô hình (41) ở dạng:

!

1

! 3

1

! 2

3 2 2 1

p t

a t

a t a a

Trong đó, 0t a0t, 1t a1t, 2t a2t

! 2

it i i

a

i

) )

!

1

( , ở đây (i) biểu thị vi phân bậc i

C Tách thành phần khuynh hướng và dự báo bằng phương pháp tự hồi quy

Để định nghĩa mô hình AR phải xuất phát từ phương trình (34) và lưu ý luôn phải thoả mãn điều kiện = 0 (hay ‟ = 0), điều này có nghĩa là, các mức ý nghĩa của chuỗi thời gian được biểu diễn là các sai lệch so với giá trị trung bình

Khi p trọng số đầu tiên trong phương trình (34) khác 0 còn tất cả các trọng số còn lại trong mô hình bằng 0 thì Box-Jenkins gọi đó là quá trình tự hồi quy bậc p, được ký hiệu AR(p) tại thời điểm t

Xt = b1Xt-1 + b2Xt-2 + b3Xt-3 + … + bpXt-p + Ut

C Tách thành phần mùa vụ

Sau khi đã ước lượng được giá trị khuynh hướng ta tiến hành tách thành phần mùa vụ Để việc tính toán sau này được thuận tiện, chúng tôi tách thành phần mùa vụ theo dạng chỉ số Cách làm như sau:

Đầu tiên tính tỷ số (M) giữa giá thực tế và giá trị khuynh hướng đã tách được:

(43)

t

j t j t

P

x

M , với t= 1,2,…,n; j=1, 2, ,k và k là số thời vụ

E Các giả thiết cơ bản của dự báo

Khi tiến hành dự báo, thường xuất hiện các tình huống sau:

a) Trong thời gian từ t đến t+ (thời kỳ dự báo), các hệ số của mô hình

dự báo thay đổi

b) Trong thời gian từ t đến t+ , bậc của đa thức thay đổi, và

c) Phương sai của thành phần ngẫu nhiên là một hàm tăng theo thời gian

d) Chu kỳ biến động thời vụ không thay đổi theo thời gian

Trường hợp a) và b) đưa đến tình huống là, các giá trị dự báo sẽ không được xác định bằng kỳ vọng toán của biến được dự báo Và như vậy dự báo của chúng ta là dự báo chệch

Trong trường hợp thành phần ngẫu nhiên là một hàm tăng theo thời gian, dự báo vẫn cho kết quả không chệch, nhưng lại mắc sai số hệ thống Điều này làm cho hiệu quả dự báo giảm đi đáng kể

Thông thường khi tiến hành dự báo, người ta giả thiết rằng các trường

hợp a), b), c) không xảy ra Các giả thiết như vậy được gọi là các giả thiết cơ bản của dự báo

PHẦN HAI LỰA CHỌN MỘT SỐ CHỈ TIÊU KINH TẾ VÀ PHƯƠNG PHÁP DỰ

BÁO NGẮN HẠN

I XÁC ĐỊNH, LỰA CHỌN MỘT SỐ CHỈ TIÊU THỐNG KÊ CHỦ YẾU

ĐỂ THỬ NGHIỆM DỰ BÁO NGẮN HẠN

1.1 Nguyên tắc xác định các chỉ tiêu cần dự báo

Thông thường các nhà quản lý muốn biết trước cái gì sẽ xảy ra cho tất

cả các chỉ tiêu thống kê kinh tế, xã hội Tuy nhiên, trong thực tế việc làm này không dễ dàng, bởi các nguyên nhân như không thể nắm bắt được quy luật của tất cả các hiện tượng, nhiều hiện tượng không lưu trữ được thông tin về chúng trong quá khứ và hiện tại, vì vậy, không có cơ sở để phân tích và dự báo, nhiều hiện tượng lưu trữ được thông tin nhưng lại không đủ nhiều để nghiên cứu quy luật phát triển của nó, nhiều hiện tượng xảy ra rất thất thường nên cũng không thể tìm ra quy luật phát triển, khối lượng công việc cần tiến hành trong quá trình dự báo rất lớn nên không thể tiến hành dự báo cho tất cả các hiện tượng kinh tế, xã hội được

Lý luận và thực tiễn cho thấy khi tiến hành lựa chọn các chỉ tiêu để dự báo cần thực hiện theo các nguyên tắc sau đây:

a Các chỉ tiêu được chọn phải là các chỉ tiêu quan trọng, cần thiết cho chỉ đạo tác nghiệp của các cơ quan của Đảng và Nhà nước cũng như các bộ, các ngành

b Các chỉ tiêu được chọn để dự báo phải có đủ thông tin thống kê đáng tin cậy để việc dự báo được tiến hành có hiệu quả

1.2 Yêu cầu đối với số liệu phục vụ dự báo thống kê

Trong công tác dự báo thống kê thường sử dụng dãy số liệu phản ánh sự phát triển của hiện tượng theo thời gian Để có thể tiến hành dự báo và đảm bảo kết quả dự báo sát thực, cần thực hiện các yêu cầu về sự đồng nhất của số liệu thuộc phạm vi tính toán, cũng như sự đồng nhất về thời kỳ nghiên cứu Dãy số liệu phải đảm bảo tính so sánh giữa các thời kỳ đủ dài và liên tục Điều kiện này đảm bảo cho phát hiện quy luật phát triển của hiện tượng được nghiên cứu Một trong những yêu cầu quan trọng khác đối với dãy số liệu là chúng phải được thu thập một cách khách quan, không có sự tác động chủ quan của con người

1.3 Khảo sát các dãy số liệu phục vụ dự báo

Đề tài nghiên cứu chỉ giới hạn ở lĩnh vực dự báo kinh tế, vì vậy chỉ dừng lại ở các chỉ tiêu thống kê phản ánh các quá trình kinh tế Trên bình diện kinh

tế, các chỉ tiêu thống kê được phân ra: thống kê kinh tế tổng hợp; thống kê công nghiệp và xây dựng; thống kê nông, lâm nghiệp và thủy sản; thống kê thương mại, dịch vụ và giá cả Trong mục II sẽ tiến hành khảo sát điều kiện thông tin của các lĩnh vực này

Dự báo ngắn hạn được hiểu chủ yếu theo một trong hai nghĩa là dự báo kết quả đạt được của một chỉ tiêu kinh tế nào đó thuộc một hoặc hai năm tiếp theo (dự báo năm) và dự báo kết quả đạt được của một chỉ tiêu kinh tế nào đó

ở các quý, tháng, tiếp theo (dự báo quý, tháng, ) Để thực hiện dự báo năm cần có dãy số liệu phản ánh kết quả đạt được của chỉ tiêu ở các năm, còn đối với dự báo theo quý, tháng, cần có dãy số liệu phản ánh kết quả đạt được của chỉ tiêu ở các quý, tháng,

Trong lĩnh vực kinh tế tổng hợp Nhà nước quan tâm thì nhiều chỉ tiêu thống kê khác nhau Các chỉ tiêu này thường được chia ra theo các nhóm: các chỉ tiêu phản ánh kết quả sản xuất; các chỉ tiêu phản ánh đầu vào; các chỉ tiêu phản ánh lực lượng lao động; và các chỉ tiêu phản ánh thu, chi ngân sách Ở từng nhóm chỉ tiêu này, các chỉ tiêu cũng có mức độ quan tâm khác nhau và cần được lựa chọn trong quá trình tiến hành dự báo

Dưới đây là kết quả khảo sát nguồn thông tin của các nhóm chỉ tiêu trên nhằm phục vụ cho công tác dự báo

A Lĩnh vực thống kê kinh tế tổng hợp

A.1 Các chỉ tiêu phản ánh kết quả sản xuất

Trong nhóm này có hai chỉ tiêu được quan tâm đặc biệt, đó là:

1) Tổng giá trị sản xuất: là chỉ tiêu kinh tế tổng hợp phản ánh toàn bộ

giá trị sản phẩm vật chất và dịch vụ được sản xuất ra trong một thời kỳ nhất định

2) Tổng sản phẩm trong nước (GDP): Là chỉ tiêu kinh tế tổng hợp

phản ánh giá trị phát sinh của hàng hoá và dịch vụ được tạo ra bởi toàn bộ nền kinh tế trong một thời kỳ nhất định

A.2 Các chỉ tiêu phản ánh kết quả huy động đầu vào

Đầu vào của quá trình sản xuất ở cấp vĩ mô được quan tâm nhiều nhất là các chỉ tiêu sau:

1) Vốn đầu tư: Là chỉ tiêu phản ánh toàn bộ chi tiêu để gia tăng hoặc

duy trì tài sản vật chất trong một thời kỳ nhất định

2) Tích luỹ tài sản: Là chỉ tiêu kinh tế tổng hợp phản ánh chi tiêu cho

đầu tư tài sản cố định, đầu tư tài sản lưu động và đầu tư tài sản quý hiếm trong một thời kỳ nhất định

A.3 Các chỉ tiêu phản ánh về lao động

Lao động là một trong hai yếu tố quan trọng nhất của một nền kinh tế

Số lượng, chất lượng (thể hiện qua trình độ học vấn, trình độ tay nghề của lao động) và sự phân bố lao động có ảnh hưởng rất lớn tới kết quả sản xuất của nền kinh tế

A.4 Các chỉ tiêu phản ánh về thu chi ngân sách Nhà nước

Thu và chi ngân sách nhà nước là hai hoạt động quan trọng của một quốc gia Thu là để tăng nguồn lực kinh tế, quốc phòng cho quốc gia, còn chi

là nhằm duy trì bộ máy quản lý nhà nước, hỗ trợ cho phát triển kinh tế, xã hội Hai chỉ tiêu này phản ánh tình hình các khoản thu và khoản chi của ngân sách Nhà nước

B Lĩnh vực thống kê nông, lâm nghiệp và thủy sản

Nông nghiệp cũng là một lĩnh vực kinh tế được Đảng và Nhà nước quan tâm đặc biệt, vì nó là nền tảng đảm bảo an ninh lương thực cho quốc gia, đồng thời cũng là một nguồn xuất khẩu quan trọng của đất nước Trong lĩnh

vực này, các chỉ tiêu sau đây thường được quan tâm thường xuyên và cần có thông tin dự báo ngắn hạn: Chỉ tiêu kết quả sản xuất; Vốn; Lao động; Giá trị trồng trọt; Giá trị chăn nuôi; Giá trị lâm nghiệp; Giá trị thuỷ sản

Hiện trạng số liệu

+ Một số chỉ tiêu có số liệu từ năm 1986 đến năm 2005 như giá trị sản xuất chăn nuôi, trồng trọt…đây là một điều kiện quan trọng vì dãy số thời gian tương đối dài giúp cho việc dự báo thống kê được chính xác hơn, đó là

cơ sở để phát hiện tính quy luật trong lĩnh vực này

+ Lao động nông nghiệp trong khu vực nhà nước phân theo hoạt động nông nghiệp, chỉ tiêu này chỉ có số liệu từ năm 1990 trở lại đây và không xác định được cụ thể vì lao động trong lĩnh vực nông nghiệp rất đa dạng, do đó chỉ có thể thống kê được lao động nông nghiệp trong khu vực nhà nước + Chỉ tiêu sản phẩm chăn nuôi, sản phẩm gỗ khai thác, sản lượng thủy sản nuôi trồng phân theo địa phương có số liệu từ năm 2000 đến năm 2005 + Một số chỉ tiêu được phân theo địa phương và có số liệu từ năm 2000 đến năm 2005 như sản lượng lương thực có hạt, diện tích cây lương thực có hạt

+ Giá trị tăng thêm của nhóm ngành nông lâm nghiệp và thuỷ sản không

có số liệu

+ Lao động nông nghiệp phân theo vùng lãnh thổ và trình độ chuyên môn không thống kê được

C Lĩnh vực thống kê công nghiệp và xây dựng

Phát triển công nghiệp là một hướng ưu tiên của đất nước, vì vậy thông tin về về hiện trạng và xu thế phát triển công nghiệp được các nhà quản lý đặc biệt quan tâm Cũng giống như toàn bộ nền kinh tế, trong lĩnh vực công nghiệp các chỉ tiêu thống kê được quan tâm bao gồm: Giá trị sản xuất của toàn ngành công nghiệp và Giá trị gia tăng của toàn ngành công nghiệp Hơn nữa, các chỉ tiêu này còn được chi tiết hóa tới từng ngành kinh tế cấp 3, thậm chí có chỉ tiêu còn đến cấp 4 Chỉ tiêu giá trị gia tăng của toàn ngành công nghiệp rất quan trọng vì cho biết hiệu quả sản xuất của nội bộ ngành công nghiệp, mặt khác, còn là cơ sở để tính toán sự đóng góp của ngành công nghiệp trong GDP quốc gia

Ngoài các chỉ tiêu giá trị, một số chỉ tiêu hiện vật cũng được các nhà quản lý quan tâm Đó là các chỉ tiêu phản ánh kết quả sản xuất của một số sản phẩm công nghiệp quan trọng của nền kinh tế, ví dụ như sản lượng khai thác

than, sản lượng thép được sản xuất trong nước, sản lượng điện, sản lượng xi măng, (các chỉ tiêu này tính bằng các đơn vị: tấn, KW, )

Về cơ bản, số liệu các chỉ tiêu thống kê công nghiệp có thể đáp ứng được cho công tác dự báo Tuy nhiên, phần lớn các chỉ tiêu chỉ có số liệu theo năm Số liệu theo tháng, quý còn hạn chế Số liệu để tiến hành công tác

dự báo về các chỉ tiêu của ngành xây dựng hầu như không có Các chỉ tiêu thống kê công nghiệp hiện có gồm: Giá trị sản xuất công nghiệp theo giá so sánh; Giá trị sản xuất công nghiệp theo giá thực tế; Một số sản phẩm công nghiệp chủ yếu; Các chỉ tiêu giá trị sản xuất công nghiệp theo giá so sánh phân theo ngành và địa phương (có từ năm 2000 đến 2005); Các chỉ tiêu về vốn đối với ngành công nghiệp và xây dựng theo giá so sánh và vốn đầu tư của khu vực kinh tế Nhà nước; Lao động trong các cơ sở sản xuất công nghiệp; Lao động trong các cơ sở sản xuất công nghiệp phân theo ngành kinh tế; Các chỉ tiêu về sản phẩm chủ yếu của ngành công nghiệp gồm có số liệu phân theo sản phẩm và theo thành phần kinh tế; Các chỉ tiêu về xây dựng gồm có số lượng nhà ở và tổng diện tích nhà ở sử dụng hiện có

D Lĩnh vực thống kê thương mại, dịch vụ và giá cả

Trong nền kinh tế thị trường, thương mại, dịch vụ và giá cả đóng vai trò quan trọng Các thông tin về lĩnh vực này được các nhà quản lý đặc biệt quan tâm, nhất là các thông tin mang tính tác nghiệp như giá cả, giá trị hàng hoá xuất, nhập khẩu, tổng mức bán lẻ hàng hoá và dịch vụ, Người ta không những quan tâm tới giá trị hiện thời của các chỉ tiêu này mà còn muốn biết trong tháng tới, quý tới, năm tới giá trị của chúng như thế nào

Hiện trạng số liệu của các chỉ tiêu thống kê thương mại, dịch vụ và giá

cả như sau:

- Tổng mức bán lẻ hàng hoá và doanh thu dịch vụ tiêu dùng theo thành phần kinh tế và theo ngành kinh doanh có số liệu từ năm 1986 đến nay Tuy nhiên, chỉ tiêu này chỉ có theo giá so sánh

- Trị giá hàng hoá xuất nhập khẩu theo khối nước và vùng lãnh thổ có số liệu từ năm 1986 tới nay

- Trị giá xuất khẩu hàng hoá theo nhóm hàng có số liệu từ năm 1988 đến năm 2005

- Trị giá nhập khẩu hàng hoá theo nhóm hàng có số liệu từ năm 1990 đến năm 2005