Đồ án tốt nghiệp
LỜI MỞ ĐẦU
Với sự nghiệp đổi mới nền kinh tế chuyển từ nền kinh tế tập trung bao cấp
sang nền kinh tế thị trường có sự quản lý của Nhà nước, cùng sự xuất hiện nền
kinh tế hàng hoá nhiều thành phần, khiến cho các nhà doanh nghiệp phải tự chủ
trong hoạt động sản xuất kinh doanh, tự lo cho mình các yếu tố đầu vào cho đến
việc tiêu thụ.
Trong nền kinh tế thị trường hiện nay, ở nước ta các doanh nghiệp (đặc
biệt là các doanh nghiệp tư nhân) đã gặp rất nhiều khó khăn, họ phải đối mặt với
nhiều thách thức và cơ hội mới. Mục tiêu lúc này của các doanh nghiệp là đảm
bảo sự tồn tại và phát triển không ngừng. Để đạt được mục tiêu trên các doanh
nghiệp phải uốn mình để thích nghi với môi trường mới. Các doanh nghiệp phải
xây dựng được cho mình những chiến lược kinh doanh vừa tham vọng, vừa khả
thi. Trong đó, việc dự báo mức tiêu thụ sản phẩm là một công cụ hữu hiệu để
đạt được mục tiêu chiến lược đó.
Chính nhờ tiêu thụ thì doanh nghiệp mới có lợi nhuận. Khi doanh nghiệp
càng tiêu thụ nhiều sản phẩm thì cũng có nghĩa là thu nhập và lợi nhuận của
doanh nghiệp cũng được tăng lên. Khi đó doanh nghiệp càng có điều kiện để
đẩy mạnh sản xuất, mở rộng quy mô, tăng khả năng cạnh tranh, tạo công ăn việc
làm cho người lao động.
Trên thực tế, công tác dự báo mức tiêu thụ sản phẩm ở các doanh nghiệp
còn bất cập, chưa phù hợp với sự phát triển của nền kinh tế của từng ngành. Kết
hợp giữa lý luận và thực tế, củng cố và phát triển những kiến thức đã học được
ở trường, lớp, qua quá trình thực tập ở Công ty TNHH Thành Nam, với sự
Đỗ Thị Bích Điệp – CT K8A.QTDN
1
Đồ án tốt nghiệp
hướng dẫn, góp ý của thầy giáo Nguyễn Xuân Hoàn và các cán bộ của Công ty,
em đã chọn đề tài: “Dự báo ngắn hạn về mức tiêu thụ sản phẩm đá Granite của
Công ty TNHH Thành Nam”.
Chuyên đề gồm 3 phần:
trọng. Mỗi quốc gia, mỗi vùng lãnh thổ, mỗi ngành, mỗi công ty đểu cần có
những dự báo chính xác về tương lai để hoạch định chiến lược hay kế hoạch
pháp triển cho phù hợp với tình hình phát triển của thực tế.
Đỗ Thị Bích Điệp – CT K8A.QTDN
3
Đồ án tốt nghiệp
Đối tượng dự báo, phạm vi dự báo, tầm dự báo vô cùng đa dạng. Người ta
có thể dự báo về dân số, môi trường của thế giới trong thế kỷ tới, dự báo về tốc
độ tăng trưởng kinh tế của Việt Nam trong năm tới, dự báo doanh thu của một
công ty trong tuần tới....
Để dự báo, cần phải phân tích đối tượng dự báo trong quá khứ và hiện tại,
phát hiện ra quy luật phát triển của nó trong giai đoạn đã qua. Với giả thiết quy
luật đó vẫn đúng trong tương lai, ta có thể dự báo được đối tượng trong tương
lai với một tầm dự báo phù hợp.
Cơ sở khoa học của dự báo là 2 luận điểm quan trọng của Triết học Duy
vật Biện chứng của Mác.
- Mọi sự vật, hiện tượng, quá trình đều phát triển theo những quy luật vận
động và phát triển khách quan.
- Con người có khả năng nhận thức được thế giới.
Như vậy, một khi nghiên cứu và nắm được quy luật vận động và phát triển
của đối tượng cần dự báo, người ta có thể dự báo được nó trong tương lai.
Đây là vấn đề nguyên lý. Còn trong thực tế, để nắm được quy luật vận
động và phát triển của đối tượng dự báo, các nhà khoa học phải thực hiện theo
các bước sau:
- Thu thập thông tin.
- Xử lý thông tin, phân tích sự biến đổi của đối tượng trong mối quan hệ
biện chứng với môi trường xung quanh để phát hiện tính quy luật.
- Kiểm nghiệm xem đối tượng dự báo có thực sự vận động theo quy luật
đã rút ra ở bước trên hay không.
Thực hiện được các công việc này không dễ dàng. Nó đòi hỏi sự kiên trì,
Đồ án tốt nghiệp
- Dự báo tiến bộ khoa học kỹ thuật: nhằm phân tích sự phát triển của khoa
học kỹ thuật trong tương lai ảnh hưởng đến nền kinh tế như thế nào. Bao gồm
dự báo các phát minh, sáng chế mới về nguyên tắc dự báo về các lĩnh vực áp
dụng những phát minh và sáng chế mới, dự báo về sự ra đời của các cơ chế và
máy móc mới, dự báo về sự phổ biến rộng rãi trong kỹ thuật và sản xuất những
phát minh sáng chế, cũng như cơ chế máy móc đã hoàn thiện khá lâu.
- Dự báo điều kiện - xã hội: dự báo về hoàn cảnh chung cho sự phát triển
khoa học kỹ thuật và kinh tế quốc dân, bao gồm: các chính sách phát triển kinh
tế, chính trị trong nước: những tác động từ bên ngoài như sự hợp tác quốc tế,
môi trường khí hậu tự nhiên, tác động chung của khoa học kỹ thuật.
1.2.3 Phân loại theo phương pháp dự báo.
Ngày nay, các phương pháp dự báo mà các nhà khoa học đã tìm được rất
phong phú đa dạng. Có nhiều cách để phân loại theo phương pháp. Mỗi cách
phân loại chỉ mang tính tương đối vì giữa các phương pháp có thể có các phần
tương tự hoặc trùng nhau. Tuy vậy, vẫn có thể căn cứ vào đặc trưng riêng biệt
của các phương pháp để đặt tên chung cho từng nhóm phương pháp.
Có thể phân loại dự báo theo phương pháp thành 2 nhóm chính:
1.2.3.1 Các phương pháp định tính.
Khi chưa có đủ các số liệu thống kê (giai đoạn đầu của chu kỳ sống của
sản phẩm) để tiến hành công tác dự báo ta có thể dựa vào các phương pháp định
tính.
a. Lấy ý kiến của ban điều hành.
Phương pháp này được sử dụng rộng rãi. Cần lấy ý kiến của các nhà quản
trị cao cấp, những người phụ trách các công việc quan trọng thường hay sử dụng
Đỗ Thị Bích Điệp – CT K8A.QTDN
6
Đồ án tốt nghiệp
các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp. Ngoài ra cần lấy thêm
ý kiến của các chuyên viên về Marketing, về kỹ thuật, tài chính, sản xuất.
Phương pháp chuyên gia bắt nguồn từ quan điểm cho rằng: do quá trình
học tập, nghiên cứu, gắn bó với chuyên môn nên không ai am hiểu sâu sắc hơn,
nhiều thông tin hơn khả năng phản xạ và trực cảm nghề nghiệp nhạy bén hơn
các chuyên gia trong lĩnh vực đó.
Kết quả dự báo được đưa ra trên cơ sở xử lý các ý kiến thống nhất của các
chuyên gia được gọi ý kiến. Những ý kiến này được viết ra giấy hẳn hoi nhằm
trả lời một số câu hỏi nêu sẵn.
Quá trình thực hiện như sau:
- Mỗi chuyên gia được phát một thư yêu cầu trả lời một số câu hỏi in sẵn
phục vụ cho việc dự báo.
- Nhân viên dự báo tập hợp các câu hỏi, sắp xếp, chọn lọc và viết lại, tóm
tắt các ý kiến của các chuyên gia.
- Dựa vào bảng tóm tắt này, nhân viên dự báo lại nêu ra các câu hỏi mới
để các chuyên gia trả lời tiếp.
- Tập hợp các ý kiến mới của các chuyên gia. Nếu chưa thoả mãn thì lại
tiếp tục quá trình trên, cho đến khi đạt được yêu cầu dự báo trên cơ sở các ý
kiến của các chuyên gia.
Đỗ Thị Bích Điệp – CT K8A.QTDN
8
Đồ án tốt nghiệp
Ưu điểm của phương pháp này là tránh được các liên hệ cá nhân với nhau.
Không xảy ra va chạm giữa các chuyên gia và họ không bị ảnh hưởng bởi ý kiến
của một số người nào đó có ưu thế trong số người được hỏi ý kiến.
1.2.3.2 Các phương pháp định lượng.
Các phương pháp định lượng đều dựa trên cơ sở Toán học, Thống kê. Để
dự báo nhu cầu tương lai không xét đến các nhân tố ảnh hưởng khác ta có thể
dùng các phương pháp dự báo theo dãy số thời gian. Khi cần xét đến các nhân tố
khác ảnh hưởng đến nhu cầu (ngoài thời gian) ta có thể dùng các phương pháp
xét đến mối liên hệ tương quan.
Các bước tiến hành dự báo:
Để xác định được đường khuynh hướng lý thuyết, đòi hỏi phải có nhiều số
liệu trong quá khứ.
1.3 Xử lý số liệu trong dự báo.
Số liệu là đầu vào vô cùng quan trọng của dự báo. Số liệu càng đầy đủ,
chính xác thì kết quả dự báo càng chính xác. Tuy nhiên trong thực tế nhiều khi
với những số liệu thu thập được, người ta không thể căn cứ vào đó để dự báo
được ngay. Lý do có thể là còn một vài số liệu nào đó không thu thập được,
hoặc có những số liệu sai....Do đó để dự báo chính xác hơn phải tiến hành xử lý
số liệu. Dưới đây là một số công việc thường phải làm trong khâu xử lý số liệu.
1.3.1 Đồng nhất số liệu.
Các con số thống kê phục vụ công tác dự báo thường được thu thập trong
một thời gian dài, có thể là hàng chục năm, và được thu thập từ nhiều nguồn
Đỗ Thị Bích Điệp – CT K8A.QTDN
10
Đồ án tốt nghiệp
khác nhau. Chúng có thể không đồng nhất về đơn vị đo, về khoảng thời gian
thống kê.... Để tăng cường độ chính xác dự báo cần phải làm cho các dãy số thời
gian sử dụng trong mô hình phản ảnh đúng thực chất các mối liên hệ và phù hợp
lẫn nhau về:
- Đơn vị đo hiện vật. Trên thị trưòng có rất nhiều loại hàng hoá, mỗi loại
hàng hoá được xác định có thể bằng những đơn vị tính khác nhau. Đối với sản
phẩm đá Granite đơn vị đo chủ yếu là m
2
, m
3
, có thể là md.
- Đơn vị đo giá trị: phải quy đổi các đơn vị giá trị tính tại các năm khác
nhau theo một đơn vị giá trị cố định của một năm nào đó.
- Khoảng thời gian thống kê: các con số thống kê cùng được xác định
trong một khoảng thời gian nhất định.
i
.
Việc chuyển chuỗi yi sang chuỗi
y
được xử lý thông qua 2 phương pháp
cơ bản sau:
a. Phương pháp trung bình trượt không có trọng số.
Phương pháp này thường được áp dụng cho các chuỗi tuân theo xu thế
đường thẳng (hàm bậc nhất). Công thức xác định:
m
y
P
y
y
Pt
Pti
i
Pt
Pti
i
t
∑∑
+
−=
+
−=
=
+
=
12
y
i
: là giá trị của chuỗi thời gian được san vào thời điểm t.
P: là bậc đa thức của hàm xu thế f(t).
Đỗ Thị Bích Điệp – CT K8A.QTDN
12
Đồ án tốt nghiệp
Kết quả là sau khi san bằng chuỗi, ta có một chuỗi mới có giao động ổn
định hơn và dễ nhìn ra xu thế, quy luật vận động.
Tuy nhiên, san bằng chuỗi có hạn chế là mất đi một số số hạng. Với chuỗi
có chiều dài hạn chế, việc này có thể dẫn đến sai lệch xu thế. Một số số hạng ở
cuối chuỗi bị mất đi cũng có nghĩa là mất đi những thông tin quan trọng nhất để
phát hiện xu thế.
1.3.3 Loại bỏ sai số thô.
Sai số thô xảy ra khi quan sát sai, hoặc nhầm lẫn, không rõ ràng khi ghi
chép kết quả quan sát. Sai số này sinh ra từng lúc, từng nơi, không có quy luật.
Sai số thô có thể phát hiện bằng các phương pháp:
- Phương pháp phân tích đối chứng kinh tế kỹ thuật:
Sai số thô thường chỉ phát sinh đơn lẻ ở một chỉ tiêu nào đó vào một lúc
nào đó. Do đó có thể dựa vào tương quan giữa các chỉ tiêu kinh tế kỹ thuật để
tìm ra chúng.
- Phương pháp kiểm định thống kê kế toán:
Giả sử trong chuỗi có giá trị y
k
nào đó có khả năng là sai số thô, cần kiểm
tra có phải là sai số nên loại bỏ hay không. Ta tính:
S
yy
t
k
y
: giá trị trung bình của dãy số.
Để so sánh với giá trị t
n(α)
đã tính sẵn trong bảng “các giá trị tới hạn”.
Nếu t
k
≥ t
n(α)
thì y
k
có chứa sai số thô. Ta loại bỏ y
k
và thay vào đó bằng
y
Giá trị t
n(α)
được tra từ bảng phân phối T.Student với n bậc tự do và mức ý
nghĩa α cho trước.
1.3.4 Loại trừ yếu tố ngoài giả thiết.
Dự báo là sự ước lượng tương lai với một giả thiết nào đó. Những yếu tố
trong quá khứ có thể có tác động rất lớn tại một thời điểm nào đó trong quá khứ
nhưng nếu giả thiết của ta là nó không tồn tại trong tương lai thì cần loại bỏ nó.
Có hai cách loại bỏ yếu tố ngoài giả thiết:
- Cắt dán: cắt bỏ các số liệu cần loại bỏ, dán nối các số liệu trước đó và
sau đó thành một chuỗi mới đã mất đi một số quan sát.
- Nội suy: Dựa vào các giá trị trước và sau các số liệu cần loại bỏ, xác
định các con số thay thế chúng.
1.4 Các phương pháp dự báo ngắn hạn.
Có rất nhiều phương pháp dự báo ngắn hạn khác nhau. Để phục vụ cho đề
n
yyy
y
nn
n
++
=
−+
+
Nếu tính số bình quân di động theo từng nhóm m tháng, ta có:
m
yyy
y
nmnmn
n
+++
=
+−+−
+
...
21
*
1
Mục đích của việc lấy bình quân di động là để san bằng những biến động
bất thường trong dãy số thời gian. Sau đó dựa vào số liệu bình quân di động ta
sẽ dự báo được nhu cầu trong kỳ tiếp theo.
Ví dụ:Công ty có số liệu bán sản phẩm đá đỏ Granite Bình Định trong
bảng 4.1. Hãy tính số bình quân di động theo từng nhóm 3 tháng một.
Tháng
Lượng bán thực tế
i
n
i
i
t
H
HA
F
1
1
.
A
i
: là nhu cầu thực của giai đoạn i.
H
i
: là trọng số của giai đoạn i.
Cả hai phương pháp bình quân di động giản đơn và có trọng số đều có ưu
điểm là san bằng được các biến động ngẫu nhiên trong dãy số. Mặc dù vậy,
chúng đều có các nhược điểm:
- Cũng do việc san bằng các biến động ngẫu nhiên nên đã làm giảm độ
nhạy cảm đối với những thay đổi thực đã được phản ánh trong dãy số.
- Số bình quân di động chưa cho ta xu hướng phát triển của dãy số một
cách tốt nhất. Nó chỉ thể hiện sự vận động trong quá khứ chứ chưa thể kéo dài
sự vận động đó trong tương lai nhất là đối với tương lai xa.
- Việc tính số bình quân di động đòi hỏi một nguồn số liệu dồi dào trong
quá khứ.
Tính cho ví dụ 4.1 với trọng số tháng kề trước là 3, cách 2 tháng là 2, cách
3 tháng là 1. Tính theo nhóm 3 tháng một.
Bảng 1:
Trong đó:
F
t
: nhu cầu dự báo ở thời kỳ t
F
(t – 1)
: nhu cầu theo dự báo ờ thời kỳ (t – 1).
A
(t – 1)
: số liệu nhu cầu thực tế ở thời kỳ (t – 1).
α: hệ số san bằng mũ (0 ≤ α ≤ 1)
Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa
nhu cầu thực và dự báo của giai đoạn đã qua, có điều chỉnh phù hợp.
Đỗ Thị Bích Điệp – CT K8A.QTDN
17
Đồ án tốt nghiệp
Ví dụ:
Vẫn với số liệu trong ví dụ trên, nhưng nếu biết nhu cầu thực trong tháng
1 là 2.640 ta giả sử dự báo trong tháng 1 cũng đúng bằng 2.640 và hệ số san
bằng mũ α = 0,9.
Bảng 2:
Tháng
Lượng bán thực tế
(m
2
)
Nhu cầu dự báo với α = 0,9
1 1884 1884
2 1056 1884 + 0,9(1884 – 1884) = 1884
3 1188 1884 + 0,9(1056 – 1884) = 1138.8
MAD càng nhỏ thì trị số α càng hợp lý vì nó cho kết quả dự báo càng ít
sai lệch.
Ví dụ: Vẫn với số liệu trong ví dụ trên. Thử đo mức độ chính xác đối với 2
giá trị α = 0,1 và α = 0,9 trong bảng sau:
Bảng 3:
Tháng
Nhu
cầu
thực
α = 0,1 α = 0,9
Dự báo
Sai số
tuyệt đối
Sai số
dự báo
Dự báo
Sai số
tuyệt đối
Sai số
dự báo
1 1884 1884 0 0 0 0 0
2 1056 1884 828 -828 1884 828 -828
3 1188 1801.2 613.2 -613.2 1138.8 49.2 49.2
4 1084 1739.88 655.88 -655.88 1183.08 99.08 -99.08
5 1483 1674.292 191.292 -191.292 1093.908 389.092 389.092
6 1499 1655.163 156.163 -156.163 1444.091 54.9092 54.9092
2444.535 -2444.53 1420.281 -433.879
Từ kết quả bảng trong biểu ta có:
MAD (α = 0,1) =2444.535/6=407.4225
MAD (α = 0,9) = 236.7135
)1(
0
, SS
10
)2(
0
10
)1(
0
ˆ
.
1
.2
ˆ
1
ˆ
aaS
aaS
α
α
α
α
−
−=
−
−=
*. Căn cứ vào
)2(
0
)1(
2
ˆ
)2()1(
1
)2()1(
0
tt
t
tt
t
SSa
SSa
−
−
=
−=
α
α
*. Dự báo với tầm dự báo L
Laay
tt
Lt
.
)(
1
)(
0
+=
+
1.4.2.3 Phương pháp san bằng mũ có điều chỉnh xu hướng.
t - 1
) (*)
F
t – 1
: Dự báo san bằng mũ giản đơn giai đoạn t – 1.
T
t – 1
: Lượng điều chỉnh theo xu hướng trong giai đoạn t – 1.
β: Hệ số san bằng xu hướng mà ta lựa chọn.
Để tính toán FIT ta tiến hành theo các bước sau:
- Bước 1: Tính dự báo nhu cầu theo phương pháp san bằng số mũ giản
đơn T
t
ở giai đoạn t.
- Bước 2: Tính xu hướng (về mặt lượng) bằng sử dụng công thức:
T = T
t – 1
+ β(F
t
– F
t – 1
).
Để tiến hành bước 2 cho lần tính toán đầu tiên, giá trị xu hướng ban đầu
phải được xác định và đưa vào công thức. Giá trị này có thể được đề xuất bằng
phán đoán hoặc bằng những số liệu đã quan sát được trong thời gian qua. Sau đó
sử dụng số liệu này để tính T
t
.
- Bước 3: Tính toán dự báo nhu cầu theo phương pháp san bằng số mũ có
điều chỉnh xu hướng theo công thức:
Độ lệch tuyệt đối bình quân MAD có thể lấy làm căn cứ để chọn α.
Một dự báo tốt là dự báo có độ lệch tuyệt đối bình quân giữa giá trị thực
và giá trị dự báo của các thời điểm nhỏ nhất. Độ lệch tuyệt đối bình quân MAD
được tính như sau:
n
yy
n
U
MAD
DB
ii
n
i
i
∑
∑
−
==
=
ˆ
1
Sau khi tính toán với các trị số α khác nhau, ta có thể căn cứ vào MAD
của từng phương án để chọn ra phương án tốt nhất ứng với một giá trị nào đó
của hệ số san bằng mũ α.
1.4.3 Dự báo theo đường khuynh hướng.
Các phương pháp dự báo nhu cầu theo đường khuynh hướng cũng dựa
vào dãy số thời gian. Dãy số này cho phép ta xác định đường khuynh hưóng lý
thuyết trên cơ sở kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các
điểm thể hiện nhu cầu thực tế trong quá khứ đến đường khuynh hướng lý thuyết
ta tiến hành dự báo nhu cầu cho các năm trong tương lai.
y
b
∑
=
Trong các công thức trên:
X: Thứ tự thời gian
Đỗ Thị Bích Điệp – CT K8A.QTDN
23
Đồ án tốt nghiệp
Y: Số liệu nhu cầu thực tế trong quá khứ.
n: Số lượng các số liệu có được trong quá khứ.
Y
c
: Nhu cầu dự báo trong tương lai.
Chú ý:
Hệ số a, b tính như trên phải phù hợp với điều kiện ∑X = 0. Ở đây X là
thứ tự thời gian (chẳng hạn là năm) trong quá khứ. Để cho ∑X = 0 ta đánh số
thứ tự thời gian quá khứ như sau:
- Nếu thứ tự thời gian ứng với dãy số quá khứ là số lẻ, chẳng hạn 7 năm
(X
1
, X
2
,....,X
7
) ta có thể đánh số thứ tự bằng cách lấy thời gian ở giữa X
4
= 0, các
thời gian đứng trước X
4
Trong đó:
Đỗ Thị Bích Điệp – CT K8A.QTDN
24
Đồ án tốt nghiệp
22
)(
.
∑∑
∑ ∑∑
−
−
=
XXn
YXXYn
a
;
22
2
)(
..
∑∑
∑∑∑∑
−
−
=
XXn
XYXYX
b
Y
c
Copyright: Tài liệu đại học ©