Xây dựng mô hình dự báo giá hàng xuất khẩu và ứng dụng trong xuất khẩu hải sản

  • Số trang: 71 |
  • Loại file: PDF |
  • Lượt xem: 21 |
  • Lượt tải: 0
nganguyen

Đã đăng 34173 tài liệu

Mô tả:

BỘ GIÁO DỤC VÀ Đ À O TẠO T R Ư Ờ N G ĐỌI HỌC NGOIỊI T H Ư Ơ N G • • • 000 Đế TÀI NGHIÊN cứu KHOA HÓC VÀ C Ô N G NGHỄ cnp BỘ • • • XÂY DỰNG M Ô HÌNH Dự BÁO GIÁ H À N G XUẤT KHẨU VÀ ỨNG DỤNG TRONG XUẤT KHẨU HẢI SẢN Mã số: B 2005 - 40 - 53 H À NỘI, 12.2005 MỤC LỤC LỜI MỞ ĐẦU 1 PHAN 1 Cơ SỞ KHOA HỌC CỦA Dự BÁO 4 1 1. Khoa hoe dư báo và dư báo 4 12 5 Các phương pháp dư báo PHAN 2 XÂY DỤNG M Ô HÌNH Dự BÁO CHO H À N G XUẤT KHAU VÀ ỨNG DỤNG 18 2.1. M ô hình hàm dư báo 19 2.2. Quy trình dư báo từ m ô hình 20 2.3. Úng đung và kết quả PHẦN 3: KẾT LUẬN VÀ ĐỂ XUẤT TÀI LIỆU THAM KHẢO 23 55 63 LỜI MỞ ĐẦU ì. TÍNH CẤP THIẾT CỦA ĐỀ TÀI Linh hoạt điều chỉnh đối sách kinh doanh luôn là nhu cầu bức thiết của mọi doanh nghiệp nói riêng; của hoạt động quản lý thương mại nói chung. Gắn liền vói điều này, dụ báo về thị trường, dụ báo về giá cả, về sức tiêu thụ, về doanh lãi ... trở thành những đòi hỏi bức xúc thường xuyên đối với nhà quản lý, quản trị kinh doanh cũng như các nhà nghiên cứu kinh tế. Không thể nói đến hiệu quả hoạt động thương mại nếu không sử dụng dụ báo kinh tế, dụ báo thị truồng. Tổng quát hem, có thể khẳng định: nâng cao chất lượng dụ báo thị truồng chính là điều kiện cần thiết để nâng cao hiệu quả kinh tế cho doanh nghiệp nói riêng, cho hoạt động kinh doanh nói chung. Đặc biệt, trong thời đại ngày nay, thời đại của sụ bùng nổ thông tin, thòi đại của nền kinh tế số hóa, khoa học dụ báo đang phát triển mạnh mẽ và trở thành công cụ không thể thiếu đầy hiệu lục cho hoạt động quản lý kinh tế. Hơn thế nữa, quá trình hội nhập kinh tế giữa các quốc gia đang diễn ra đúng như dụ báo của nhân loại; và đến lượt nó, chính quá trình hội nhập kinh tế trên toàn cầu đã góp phần to lớn đến sụ phát triển của hệ thống thông tin, khoa học xử lý thống tin và khoa học dụ báo. Không thể không tính đến việc khai thác thông tin, thông tin kinh tế, kinh doanh nhằm dụ báo để nâng cao hiệu quả hoạt động kinh doanh trong nước và ngoài nước. Vói nhiều lý do và dẫn luận khác nhau nêu trên, đề tài này đã được lụa chọn để góp phần giải quyết nhu cầu bức xúc cùa doanh nghiệp, cũng như của hoạt động quản lý kinh tế, quản lý kinh doanh về dụ báo thị trường... 2. TÌNH HÌNH NGHIÊN cứu TRONG VÀ NGOÀI NƯỚC Các kết quả của khoa học dụ báo đã được sử dụng từ lâu, nhưng chưa có một tổng quan về các phương pháp luận cho dụ báo. Mặt khác các phương pháp dùng trong dụ báo (đặc biệt trong dụ báo kinh tế) mang tính định tính. Khoảng mươi năm trở lại đây đã xuất hiện một số kết quả định lượng trong dụ báo tuy còn tản mạn và chưa có phương pháp định lượng rõ ràng. Ì ở nước ngoài có những tác phẩm chính sau: Ì. Box G.E.P & Jenkins G.M. Tỉme series analysis - Fỡrecasting and controì. Holden - Day 1970. 2. Douglas c. Montgomery, Lyn wood A. Joknson, John s. Gardiner. Forecasting and Tỉme serìes Analysis, Me. Graw Hin, 1995. 3. Harvey. Á C . Econometrìc Anaỉysis of time serỉes. John Wileys Son Inc, NevvYork, 1991. Trong nước, một số kết quả dự báo về cung cầu trong lĩnh vực bưu chính viễn thông, thị trường dầu mỏ.. .được đăng tải trong một số tạp chí chuyên ngành. 3. MỤC ĐÍCH CệA ĐỀ TÀI 3.1. Tổng quan các phương pháp dự báo định tính và định lượng. 3.2. Khai thác phương pháp tiên đề phối hợp với phương pháp m ô hình để xây dựng dạng định lượng quan hệ giữa kim ngạch xuất khẩu với tỷ giá. 3.3. Thiết lập các m ô hình hồi quy ứng với các kịch bản dựa theo các giả thiết khác nhau về tỷ giá để đối sánh, phân tích, kết luận định lượng. 3.4. Phân tích hồi quy với biến giả để đạt gần tới chuẩn "tốt nhất" của kịch bản xuất khẩu một mặt hàng (hoặc một nhóm mặt hàng). 3.5. Dùng m ô hình được thiết lập để dự báo với độ tin cậy đủ lòn về kim ngạch xuất khẩu theo sự biến động của tỷ giá đối vói một mặt hàng (hoặc một nhóm mặt hàng) xuất khẩu. Ở đề tài này, mật hàng được lựa chọn là tôm đông lạnh xuất khẩu. 3.6. Khai thác kết quả vào việc đề xuất một số giải pháp để chủ động nâng cao hiệu quả kinh doanh xuất khẩu trong điều kiện buôn bán chưa có thay đổi lớn. Nói khác đi, công cụ dự báo bằng m ô hình được xây dựng thích hợp, tốt cho các dự báo ngắn hạn; góp phần ra quyết định cho phương án kinh doanh xuất khẩu hợp lý nhất, hiệu quả nhất có thể được. 3.7. Đ ề tài cũng nêu rõ một số hạn chế cần khắc phục, đặc biệt là vấn đề số liệu; cần thiết cai tổ hệ thống kinh tế nói chung và hệ thống thông tin kinh doanh nói riêng với sự hỗ trợ hiệu lực cao của CNTT nhằm làm cho "chất liệu" của m ô hình, của m ô hình dự báo được nâng cấp, để nâng cao chất lượng của việc xây dựng m ô hình dự báo. 2 4. ĐỐI TƯỢNG NGHIÊN cứu CỦA ĐỀ TÀI 4.1. Khảo cứu quan hệ về lượng giữa k i m ngạch xuất khẩu một mặt hàng (mở rộng cho một nhóm mặt hàng), vói tỷ giá hối đoái. 4.2. Tớng hợp và phân tích các mặt mạnh và mặt hạn chế của các phương pháp dự báo nói chung và dự báo kinh tế nói riêng trong và ngoài nước để dùng cho đề tài. 4.3. Xác định dạng thức lượng hóa mối quan hệ trên thông qua m ô hình. 4.4. Xây dựng các m ô hình, các m ô hình hồi quy cho kim ngạch xuất khẩu với tỷ giá để sử dụng trong dự báo. 4.5. Sử dụng số liệu thu thập về mặt hàng tôm đông lạnh xuất khẩu theo chuỗi thời gian của Việt Nam để thiết lập các kịch bản theo các m ô hình định lượng. 4.6. Kiểm định các m ô hình được xây dựng; phân tích so sánh các kịch bản và kết luận. 4.7. Đ ề xuất một số kiến nghị theo kết quả thu được 5. PHƯƠNG PHÁP NGHIÊN CỨU ĐƯỢC sử DỤNG TRONG ĐỀ TÀI 5.1. Phương pháp điều tra. Phương pháp thống kê: Thu thập và lọc số liệu theo thời gian. 5.2. Phương pháp tớng hợp và phương pháp phân tích định lượng trên tập số liệu, trên các kết qủa tính toán; (tớng hợp các giải pháp dự báo định tính, phân loại và phân tích). 5.3. Phương pháp tiên đề; phương pháp m ô hình kết hợp phương pháp kinh tế lượng. 5.4. Phương pháp tích hợp và phương pháp phân tích hệ thống. 6. KẾT CẤU CỦA ĐỀ TÀI Ngoài phần mở đẩu và kết luận, danh mục tài liệu tham khảo, nội dung đề tài được dàn trải thành 3 phần sau: Phần Ì: Cơ sở khoa học của dự báo Phần 2: Xây dựng m ô hình dự báo cho hàng xuất khẩu và ứng dụng Phần 3: Kết luận và đề xuất 3 PHẨN 1 Cơ SỞ KHOA HỌC CỦA Dự BẢO Dự báo kinh tế là một công đoạn quan trọng trong quy trình quản lý hoạt động kinh tế, nhằm thông báo sự "an - nguy - hỷ - lạc" của tình hình kinh doanh thương mại có thể xảy ra trong tương lai; đang góp phần quyết định, hoạch định chính sách hay chiến lưắc, chiến thuật thích hắp. 1.1. KHOA HỌC Dự BÁO VÀ Dự BÁO Thuật ngữ dự báo bắt nguồn từ chữ Hylạp "Prognosis" là sự tiên đoán về mặt toán học, dự báo hay dự đoán là sự đánh giá các khả năng xảy ra trong tương lai của các đối tưắng đưắc nghiên cứu (cũng tức là đánh giá xác suất của khả năng đó). Từ sự khái quát chặt và gọn này, cần chọn lọc khả năng có xác suất lớn nhất của đối tưắng đưắc nghiên cứu để đánh giá. Lưắc đồ logic tổng quát của quá trình dẫn đến dự báo như sau: (Ả.B.C) -> D A: là tập các dữ liệu về quá khứ, hiện tại và môi trường của đối tưắng cần dự báo. B: tập các giả thuyết, các giả thiết về khả năng biến động của những đối tưắng cùng những mối quan hệ đa dạng giữa chúng. C: tập các lý thuyết lên quan đến sự vận động của đối tưắng đưắc nghiên cứu. D: các kết luân dự báo. M ô n khoa học chuyên nghiên cứu các nguyên lý logic, phương pháp luận về dự báo đưắc gọi là khoa học dự báo; nói cách khác đó là m ô n khoa học chuyên nghiên cứu các quy luật khảo sát xác suất các tình huống của tương lai. 4 Chỉ đến các thế kỷ gần đây, với sự phát triển mạnh mẽ của khoa học thì những loại hình dự báo mang tính khoa học mới xuất hiện. Những dự báo như vậy được thực hiện theo các công thức tính toán có tính chất tiền định trong thiên văn học, hoa học, cơ học, vật lý học cố điển, ... Đ ể dự báo các hiện tượng thuộc hệ phức tạp, ngẫu nhiên với quan hệ tương quan của vô số các yếu tố như lĩnh vực sản xuất - kinh doanh ... phải sử dụng các phương pháp m ô hình gắn với công cụ thống kê - xác suất. Tống quan, có thể khái quát những nhóm phương pháp dự báo lớn sau: 1.2 . CÁC PHƯƠNG PHÁP Dự BÁO 1.2.1. Nhóm các phương pháp dự báo "chuyên gia" Định hướng của các phương pháp thuộc nhóm này là phát hiện những ý tưởng mói trên cơ sở trực giác của các chuyên gia trong quá trình "tấn công não". Cơ sở khoa học của nhóm phương pháp này là giả thuyết rằng: trong số lòn các ý tưởng thuộc lớp người tích lũy nhiều kinh nghiệm, tồn tại ít nhất một số ý tưởng có giá trị. Các giải pháp thông dụng để thực hiện dự báo "chuyên gia" bao gồm: • Giải pháp xung kích: nhằm đột phá "tấn công não"phát xạ ý tưởng. • Giải pháp "sáng tạo ứng đáp" dành cho "người chủ trì" nhóm chuyên gia tìm kiếm lòi dự báo kỳ vọng hầu chắc chắn. • Giải pháp Delphi: sự phối hợp của các chuyên gia nhằm tạo dựng bức tranh về tương lafcủa hiện tượng cần dự báo, thường là dự báo dài hạn. Giải pháp này phát sinh ở M ỹ "Rend" áp dụng với kết quả công bố vào năm 1964 "Khảo sát các khả năng dự báo dài hạn". Thông thường, các nhà chuyên môn và các chuyên gia thuộc lĩnh vực khoa học kỹ thuật và khoa học kinh tế - xã hội có liên quan cần giải đáp các câu hỏi vấn đề thuộc 5 nhóm sau: 5 • Tác động của phát minh công nghệ. • Ả n h hưởng của sự phát triển dân số. • Môi trường và điều chỉnh để thích nghi. • Chính sách và cơ chế. • Các điều kiện riêng cho dự báo cụ thể. Chẳng hạn dẫn ra dưới đây một bản hổi đáp dành cho chuyên gia dự báo về thời điểm năm xảy ra các biến cố sau: • Làm nhạt nước biển có lợi về kinh tế • Sử dụng phổ cập máy dịch từ ngôn ngữ này sang ngôn ngữ khác. • Dự báo chắc chắn về thời tiết. • Sử dụng nước nước biển đã tẩy mặn để tưới ruộng. • Điều khiển năng lượng nhiệt hạch. • Tạo ra những hình thể sống thô sơ. • Sử dụng đại dương làm nguồn cung cấp một nửa số lượng lương thực, thực phẩm trên thế giới. • Loại trừ những dị tật di chuyền bằng phương pháp sinh hoa. 1.2.2. Phương pháp nội suy và ngoại suy Phép nội suy trong toán học được định nghĩa như sau: với ỉ = 7,11 thì việc xác Cho hàm y = f(x) và biết các giá trị y. =f(x.) định giá trị của hàm số tại các điểm X được gọi là phép nội suy. Trong quá trình nội suy, điều kiện cơ bản đối với hàm đã cho là: • H à m f liên tục và có dạng tường minh. • H à m f có f • không tăng quá nhanh. • H à m f thoa mãn các điều kiện sử dụng định lý Lagrange hay Xtaclin, Bexxel... Thuật toán nội suy được sử dụng vào việc dự báo những tham số của một đối tượng nào đó với sự điều chỉnh linh hoạt những điều kiện cho phép thực hiện nội suy. Chẳng hạn, trong thống kê học nội suy là việc xác định 6 các chỉ số vắng mặt trong dãy động các hiện tượng, trên cơ sở phát hiện sự tương quan giữa các phần tử của dãy số (thay vì quan hệ hàm nói trên). Phép ngoại suy trong toán học được hiểu như sau: nếu biết giá trậ của hàm f tại các điểm x < Xj <... < X trong khoảng Ị_x , X 1 thì kỹ thuật xác 0 0 đậnh giá trậ hàm f tại các điểm X íể[x ,jc ] gọi là phép ngoại suy. Phép ớ n ngoại suy luôn cho nhưng giá trậ gần đúng của hàm f. Nhiều trường hợp dùng công thức nội suy cho ngoại suy. Trong nhiều lĩnh vực khoa học không chặt chẽ như toán học, thuật ngữ ngoại suy được. Trong các lĩnh vực m à đối tượng không được xác đậnh đến mức đủ độ chính xác để có thể vận dụns được khái niệm hàm thì thuật ngữ ngoại suy được dùng để biểu diễn thuật toán lôgic chuyển các kết luận nhận được trong khoảng quan sát (trong một tập con nào đó) sang các hiện tượng ngoài khoảng quan sát (sang tập con khác hoặc toàn bộ tập hợp). Chẳng hạn, dựa trên luận điểm là một khuynh hướng nào đó được hình thành ở quá khứ và hiện tại sẽ tác động cả trong tương lai; nếu không nhận thấy sự thay đổi đáng kể nào của các yếu tố bên trong và bên ngoài gây biến động cho khuynh hướng đấy. Cần lưu ý rằng: luận điểm trên có thể không đúng nếu sự biến động của khuynh hướng phụ thuộc trước hết vào tương lai giữa khuynh hướng đó với các khuynh hướng khác, m à sự tương tác này không phải lúc nào cũng có thể thực hiện được. Trong phép ngoại suy khuyng hướng, có thể tổng hợp được bốn nhóm đường cong biểu thậ các khuynh hướng khác nhau. Nhóm thứ nhất: thể hiện sự thay đổi tuyến tính của một thông số nào đó cùng với sự tắt dần ở cuối giai đoạn nghiên cứu. Nhiều hiện tượng kỹ thuật và các quan hệ tương hỗ trong lĩnh vực kỹ thuật thường được m ô phỏng bởi nhóm một này; chẳng hạn: khuynh hướng cơ khí hóa lao động chân tay thời kỳ 1900-1975. Nhóm thứ hai: thể hiện sự biến động theo cấp số nhân hoặc biến động theo các hàm mũ có bão hòa. Đ ộ tăng cấp nhân thuần túy quan sát thấy ở sự 7 phát triển của rất nhiều thông số thuộc các hệ kỹ thuật thông dụng; chẳng hạn: sự tăng hiệu quả biến đổi năng lượng trong kỹ thuật chiếu sáng với các đữ thị biểu diễn xu thế tăng là những hàm mũ thuần túy. Sự biến động theo dạng hàm mũ có sự bão hòa (đường cong logistic: đường cong chữ S) có thể đối xứng (các m ô hình của Lenxơ và Hatman) hoặc không đối xứng (mô hình Hompetx). Chính loại m ô hình Gompertzx m ô tả nhiều hiện tượng kinh tế dưới dạng: P = Le"* (1.1) P: Biến phụ thuộc theo t L: Giới hạn hay ngưỡng của biến phụ thuộc a; p: Các tham số điều khiển (a; p > 0) t: Thòi gian Hay cũng vậy, m ô hình Gompertz được xây dựng trên giả thuyết là tăng trưởng theo thời gian là hàm giảm dần theo hàm mũ: Xít)X(t): Nhu cầu về hàng hóa hoặc dịch vụ tại thòi đoạn t dX(t)/X(t): Mức phần trăm thay đổi của nhu cầu a,b: Các tham số điều khiển Dạng đữ thị ( L I ) hoặc (1.2) rất giống với đường logicstic, và có thể chuyển thành dạng tuyến tính nhằm đơn giản hóa việc hữi quy: Ln(ln(L/X(t))) = lnc -1 Nhóm thứ ba bao gữm những biến động biểu thị bởi đường cong đặc trưng cho độ tăng giảm hàm mũ kép có kèm bão hòa thời đoạn cuối kỳ nghiên cứu. Thuộc các loại khuynh hướng đó là các hiện tượng thuộc lĩnh vực kỹ thuật cao như độ tăng vận tốc cực đại của các hạt cơ bản trong các máy gia tốc hoặc vận tốc tính của các máy vi tính dùng trong ngân hàng. Nhóm thứ tư gữm những đường cong điển hình cho dạng chữ "S" phân làm 3 giai đoạn: giai đoạn đầu (tăng chậm), giai đoạn phát triển (tăng 8 nhanh theo hàm mũ) và giai đoạn bão hòa. Thí dụ thông thưòng về khuynh hướng này là đường cong phát triển của dịch vụ không có yếu tố cạnh tranh. Đ ộ tin cậy và độ chính xác của các dự báo, của các khuynh hướng tiến bộ khoa học - kỹ thuật nhận được bằng phương pháp ngoại suy có thể cao hơn nữa nếu phối hợp với phương pháp khác thành tệ hợp phép dự báo (như với phương pháp chuyên gia...) Cần lưu ý: Phương pháp ngoại suy có thể dẫn đến nghịch lý và sai lầm, nếu không hoàn thiện những giới hạn và các điều kiện xác định như là một phép dự báo (mà không phải phép ngoại suy toán học thuần tuy). 1.2.3. Phương pháp mô hình hóa M ô hình hóa được dùng rộng rãi như là một phương pháp nghiên cứu hiệu lực trong các lĩnh vực khoa học và đời sống rất khác nhau. Cơ sở của phương pháp này là xác định sự tương quan giữa các tri thức về đối tượng được xem xét và bản thân các đối tượng đó. Những tri thức về đối tượng chính là sự phản ánh chính xác hoặc gần đúng đối tượng chính là hình thức vật chất của tri thức đó. Phương pháp khảo sát trong đó không nghiên cứu chính các đối tượng của nhận thức, m à chỉ nghiên cứu các m ô phỏng của chúng (hay cũng vậy, nghiên cứu m ô hình của chúng). Một trong nhiều điều được lưu ý là việc xác định giá thành và chi phí thời gian cho việc xây dựng m ô hình. Theo thống kê ở Mỹ, (tính đến 1975), m ô hình cỡ 400 phương trình khởi thủy cần thời gian 6 năm với giá íhành dao động từ 25.00 USD đến 2.500.000ƯSD; và chi phí trung bình cho m ô hình kinh tế — xã hội có thể lên đến 50.000 USD (và trong số 28 m ô hình kinh tế lúc đó có 2 m ô hình tính tay, 23 m ô hình sử dụng máy tính điện tử, 3 m ô hình được xây dựng theo trò chơi "người - máy") ở đây, "lý thuyết trò chơi" đang là một công cụ hiệu lực cho dự báo với trò chơi mở, trò chơi đóng và trò chơi thực dụng (thường được sử dụng 9 cho dự báo đầu tư, cho m ô hình hoạt động của công ty trong cạnh tranh, cho m ô hình tối ưu hóa lợi nhuận...). Đ ể làm thí dụ ta xét "trò chơi trong tương l a i " của hai nhà dự báo Mỹ là Hordon và Helmer vói sự tham gia của những nhà công nghiệp hàng đầu ở M ỹ như sau: các đấu thủ nhận được bản miêu tả 60 khuynh hưóng trong 20 năm tói (về năng lượng điện được sản xuất gấp đôi, ô tô bổ cấm chạy trong trung tâm thành phố, con người chinh phục được mạt trăng...). Các khuynh hướng này biểu thổ được sự tổng hợp các tri thức về kỹ thuật, kinh tế và xã hội. Người ta chia các đối thủ thành các nhóm. M ỗ i người tự xâydựng "thế giới tương l a i " của mình, dựa vào tổ hợp 60 khuynh hướng có thể có m à họ nhận được; nhưng phải làm sao cho đấu thủ cùng nhóm đầu tư cho chương trình của mình, ai nhận được sự ủng hộ lớn nhất cho "thế giới" của mình thì sẽ thắng. Tương tự, có thể vận dụng ý tưởng trên vào các đối tác kinh doanh; trong đó, mỗi bên đều tự xây dựng "chiến lược, chiến thuật kinh doanh" của mình dựa vào thông tin thương mại quốc tế và trong nước m à họ có được sao cho các đối tác đầu tư cho chương trình đưa ra được nhiều nhất... 1.2.4. Các phương pháp lý thuyết xác suất và thống kê toán Các phương pháp m ô hình hóa thống kê về cơ bản dựa trên sự tồn tại mối quan hệ phụ thuộc qua lại giữa các đối tượng của thế giới hiện thực. Khái niệm tương quan có giá trổ thực tiễn rất lớn trong sự nghiên cứu các quá trình và các hiện tượng không liên hệ nhau bằng các mối liên hệ nhân quả. Nếu có liên hệ tương quan thì có thể sử dụng các phương trình hồi quy để m ô phỏng. Chẳng hạn, thể hiện cơ cấu sản sinh ra giá trổ của biến lượng ngẫu nhiên Y từ tập k-1 biến độc lập Xj ( j = 2,k) như sau: Y =p +p X +... + P X + Ư ; i = ĩ ^ j 1 2 2i h tó l Khi đánh giá độ tin cậy của các dự báo lập trên cơ sở tương quan thống kê cần đảm bảo 2 yêu cầu: 10 • Kiểm tra tư liệu thống kê thu được về sự phong phú theo hệ số đại diện cho trưóc • Đặt cơ sở cho khả năng áp dụng phương pháp xác suất được chọn vào hiện tượng cần nghiên cứu. Ở đây, cần có nhũng giả thiết làm cơ sở xuất phát cho bất kỳ tiên đoán hay dự báo nào. Nếu nhờng giả thiết đó đúng, sẽ có được nhờng dự báo chính xác hoặc đủ chính xác. Thống kê học giúp ta tiên đoán, nhưng bản thân thống kê học không thể đảm bảo được tính đúng đắn của tiên đoán này. Nhờ thống kê học, có thể đạt được nhờng kết quả tốt trong công tác dự báo, nhưng về cơ bản, tất cả phụ thuộc vào nhờng giả thiết ban đầu. Một trong nhờng m ô hình thống kê được sử dụng rỗng rãi là m ô hình sau: ì: Lượng thông tin có tại thời điểm t L: Giới hạn trên của thông tin t: Thời gian a: Hằng số không có bậc b: Hằng số (bậc - thời gian) Đ ồ thị của hàm trên có dạng chờ s ì i L ĩ ht ì - aẽ 0 —~ Hình 1 li M ô hình này giải thích đúng hiện tượng tăng nhu cầu Ì loại hàng hóa theo thời gian...và đường cong phát triển đến khi "bão hòa". Nói cách khác, cần thiết ước lượng các tham số cơ bản đặc trưng cho mức độ tăng trưởng của hiện tượng được khảo cứu dựa trên m ô hình với giả thiết là sự tăng trong một đơn vị thời gian phấ thuộc vào lượng của vectơ biến số và giới hạn trên của lượng đó (giới hạn này, được gọi là mức bão hòa) Chẳng hạn, chọn m ô hình thể hiện doanh thu xuất khẩu tại thời đoạn t theo chi phí xuất khẩu như sau: — — = qc e dí n H 0 E: doanh thu xuất khẩu q: tham số đặc trưng cho hiệu quả kinh doanh (thông qua chi phí xuất khẩu) p: tham số đặc trưng cho xu thế biến động c : chi phí xuất khẩu tại thời điểm gốc của thời kỳ nghiên cứu 0 Biến đổi thông thường, thu được: E(t) = qc ĩc"dt = ^ ( e ' " - l ) p 0 Với T là thòi kỳ nghiên cứu. Trường hợp có mức bão hòa (mức giới hạn) về doanh thu cực đại (doanh thu nhận được trong điều kiện buôn bán thuận lợi nhất và không có biến động lớn về thị trường), dẫn đến: pt L E = qc e ~ ( * ) dí L 0 (với L là mức giới han) Hay là: E =L(l-e p l ) (1.3) Đ ồ thị của (1.3) là đường cong logistic. Ở đây, dẫn ra một phương pháp xây dựng hàm dự báo như hàm (1.3) gọi là: phương pháp tiên đề với ý tưởng cơ bản như sau: 12 T ừ những giả thiết, những kết luận định tính; thiết lập các tiên đề hay là nhũng thuộc tính bản chất của hiện tượng cần nghiên cứu (nói đến ai cũng hiểu và rất đơn giản); k ế đó, sử dụng các điều kiện biên (thường là những điều kiện gổn với tình huống hay trường hợp phổ cập nhưng đặc thù cho hiện tượng nghiên cứu và lượng hóa được) để xây dựng dạng thức toán học của m ô hình cho hiện tượng nghiên cứu và kết thúc việc thiết lập m ô hình bởi công cụ định lượng nhằm tách lóp các dạng thức m ô phỏng thành một nhóm (thậm chí một cá thể) m ô hình vói các tham số điều khiển. Đ ể định ý, xét quan hệ giữa chi phí xuất khẩu X với doanh lãi xuất khẩu y; có thể thấy quan hệ một - một giữa chúng; tức là có cơ sở để thiết lập h à m doanh lãi xuất khẩu dạng y=f(x). H à m doanh lãi xuất khẩu có các thuộc tính sau: a) f(0) = 0 không có chi phí xuất khẩu thì không có doanh lãi xuất khẩu b) Trong điều kiện buôn bán bình thường, chi phí xuất khẩu tăng thì doanh lãi xuất khẩu tăng theo (chẳng hạn, tăng doanh lãi xuất khẩu theo quy m ô lượng hàng và chủng loại hàng xuất khẩu), v ề mặt toán học, có nghĩa là f'(x) > 0 với Vx > 0 và đồ thị đường cong doanh lãi xuất khẩu t ừ trái sang phải có x u huống đi lên. c) K h i chưa có biến động lớn trên thị trường; l ẽ t ự nhiên, tốc độ doanh lãi xuất khẩu giảm dần theo mức tăng chi phí xuất khẩu x; tức là: đường cong doanh lãi phải quay bề lõm xuống phía dưới trong x u t h ế đi lên, hay là f'(x)<0 v ớ i Vx > 0. d) Doanh lãi xuất khẩu y không thể tăng vô hạn, và có giới hạn (là mức doanh lãi bão hòa: doanh lãi đạt được trong các điều k i ệ n buôn bán thuận l ợ i nhất); ký hiệu là L, tức là: limf(x) = L x-»+oo 13 Nổi cách khác, tới mức nào đó thì chi phí xuất khẩu tăng đem lại sự thay đổi của doanh lãi xuất khẩu không đáng kể. Vậy, đồ thị hàm doanh lãi xuất khẩu y = f(x) có dạng như sau: y=f(x) 0 a Hình 2 Rõ ràng, dạng cụ thể của hàm y = f(x) phụ thuộc vào 2 tham số: một là độ dốc đườns cong (ký hiởu: t£L(X = k và hai là chặn trên của đường cong L; về mặt kinh tế, điều đó cũns có nghĩa là: mỗi mặt hàng cụ thể, ở một thị trường cụ thể sẽ có một đường cong doanh lãi xuất khẩu xác định. Từ các điều kiởn đặc thù cùa lĩnh vực hoạt động xuất khẩu, dẫn đến: Lx (1.4) y= k +x Sừ dụng m ô hình (Ì .4) có thể dự báo doanh lãi xuất khẩu cho từng mặt hàng, từng thị trường với độ tin cậy càng cao cho dự báo càng ngắn hạn. Theo hướng tiếp cận khác, có thể xét hàm dự báo như sau: Giả sử đã biết quá trình phát sinh dữ liởu thực tế cùng các thể hiởn trong quá khứ và trong hiởn tại của các dãy { y } và {c }. Trước hết, cùng t t xét dự báo từ m ô hình: y, =a +a,y,_, +e, (1.5) 0 Cập nhật một thời kỳ, thu được: y , = o a + a t + 14 .y. + e « i + Nếu ước lượng được các hệ số a và a„ có thể dự báo y 0 l+1 phụ thuộc vào thông tin có trước tại thời kỳ t như sau: E,(y, 1 /y.».)=<>+iy« e â (= . ( y . â E + + i) :k ý h i ? u ) ở đây, E (y, , /y.íC,) chỉ kỳ vọng có điều kiện của y, với thông tin +l tại thời kỳ t. E (y /y ,y _ ,...,e ,e _ ,...)=E (y ) lại lập luận này, dự báo của y (với y = a +a,y, + e Tổng quát, Lứp t t+j t t 1 t t 1 1 t+2 t+2 t+j +I 0 t+ỉ ) phụ thuộc vào thông tin cho trước tại t. E (y ) = a + a E(y ) Hay là: E (y ) = a + a a, + ajy t t t+2 t+2 0 0 I 0 t+1 (1.6) t Và tổng quát: E,(y ) = a Ẻaj-'+ajy, l+J (1.7) ậ i=l Hệ thức (1.7) gọi là hàm dự báo với nghĩa: dự báo trước bước j cho mỗi giá trị y j . Với điều kiện |a,| < 1; dãy (1.7) cho một dãy hội tụ tới các 1+ dự báo. Chuyển qua giới hạn cho E (y ) khi j -» 0 0 ; thu được: t t+i IimE,(y ) = - ^ t+j H+co l-a J 1 Cần lưu ý, dự báo theo hàm (Ì .7) có thể không hoàn thành chính xác. Đứt f (j) là lượng khác biệt giữa các giá trị thực y j và giá trị giữ báo E,(y j) t t+ t+ Tức là: F,(j) = y j - Ye j (sai số dự báo trước bước j ) . t+ t+ Do đó, sai số dự báo trước bước Ì là fị(l) = y | - E, y, = e t+ +l t Đ ể lập sai số dự báo trước bước 2, cần thiết lập biểu thức f|(2) = y, 2 — E, ( y ) + I+2 ^> f,(2) = e t+2 + .e ai t+1 do (1.5) và (Ì.6) Tương tự, sai số dự báo trước bước j từ m ô hình (Ì .5) được xác định: F .(i) = í áp 0-8) Hệ thức (1.8) chứng tỏ các dự báo từ (1.7) cho các ước lượng không chệch của mỗi giá trị y j . Tuy nhiên, phương sai của sai số dự báo với giả t+ 15 thiết các phần tử của dãy ị e, Ị" là độc lập đối với phương sai ơ được xác 2 định như sau: Var[f,(j)] = ơ . i a ỉ 2 (1.9) ( H ) (1.9) chính là dãy phương sai của sai số dự báo ở các bước: ơ , ơ (l+a, ); 2 2 2 ơ (l+a );... và là một hàm tăng theo t (Do thế, các dự báo ngắn hạn thường 2 4 t tin cậy hơn các dự báo dài hạn). Tả (1.9) chuyển qua giới hạn, khi cho j-> QO, phương sai của sai số dự báo ơ ' 2 sẽ hội tụ tới , s ".1.1 và khôns phụ thuộc vào dãy i ý, ĩ. l-af Với giả thiết dãy ị e, \ tuân chuẩn, có thể thiết lập các khoảng tin cậy của các 2Ìá trị dự báo; làm tảng độ chính xác của hàm dự báo. Chẳng hạn, với độ tin cậylà 95%, khoảng tin cậy của dự báo trước bước Ì có thể được thiết lập là: a aj y, ± 1,96. ơ 0+ với dự báo trước bước Ì của y, là a a! y, và phương sai là ơ . 2 0+ Tương tự như vậy, dự báo trước bước 2 là ao(l+aj) + à, y và tư (5) dẫn đến: 2 t Var [f (2)] = ơ (1+a, ) 2 2 t với độ tin cậylà 95%, khoảng tin cậy của dự báo trước bước 2 là: a a, y, ± 1,96. ơ.ựĩ+ãf +0 Khoản 2 tin cậy cũng sẽ thay đổi theo tham số. Tổng quát lại, xây dựng hàm dự báo (1.7) cho m ô hình (1.5) là dựa vào sự lặp lại qui trình trước đó. Kĩ thuật lặp có thể dùng để thu được hàm dự báo cho bất kỳ m ô hình dạng: y, = ao+ ỉ a , y M + !p,e (1.10) H Đ ể định ý và đem giản trình bày, xét (1.10) với p = 2, q = l : y, = a + a, y, + a y,_, + e, + p,.e 0 2 +1 M (1.10') Cập nhật một thời kỳ, thu được: y« . = a + a, y + a y,., + e + 0 t 2 t+1 + p,.e, Lặp lại các lập luận ở phần trên, dẫn đến: 16 (1.10") E, (y, ) = a + a, y, + a y,_, + p,.e +1 0 2 (1.11) t Hệ thức (1.11) là dự báo trước bước Ì của y, . Dự báo trước bước 2, cập +1 nhật (1.10') qua hai thời kỳ: y, 2 = 0 a + + iy ! a + 2 a l + y. + < e + 2 + Pi- . i e + Kỳ vọng có điều kiện của y, là: +2 E (y I t+2 )= a + a y 0 l t+1 + a y, (1.12) 2 Như vậy, dự báo trước bước 2 là một biết thức của dự báo trước bước Ì và giả trị hiện tại của nó. Kết hợp (1.11) và (1.12) dẫn đến: E, ( y ) = ao + a, ( l a . y + >+2 p,e ) + a y, f 2 Tức là: E, ( y ) = a (1+ a,) + (a, + a )y + a, a y,., 4- a, p, e, 2 t+2 0 2 t 2 Suy ra dự báo trước bước 3 là: E, (y, ) = a (1+ a, +a, + a ) + (a, + 2a, a )y + (a , a, + a ) y + p,(a, + 2 +: 2 0 2 2 : 2 t 2 2 M a )e, 2 (1.13) Và dẫn đến các dự báo trước bước j xác định bởi hệ thức sau: E, ( y ) = a + a,. E, (y .,) + a . E (y . ) với j > 2 I+1 0 l+j 2 t t+j (Ì. 14) 2 Các phương trình (1.13), (1.14) cho thụy: dự báo được xây dựng từ phương trình sai phân cụp 2, với điều kiện các nghiệm đặc trưng của (1.14) a thuộc hình tròn đơn vị, thì các dự báo sẽ hội tụ tới l-a,-a 2 Tổng quát, các phương pháp dự báo thuộc khoa học dự báo gắn liền với khoa học định lượng kết hợp với khoa học định tính, suy diễn. Những năm gần đây, với sự lên ngôi của côns nghệ thông tin, các khoa học định lượng được hỗ trợ mạnh mẽ và đang trở thành công cụ hiệu lực cho khoa học dự báo. Đặc biệt, với phương pháp tiên đề và phương pháp xây dựng hàm dự báo nói chung, có thể sử dụng để thực hiệpảtLbáxMigắỊi hạn với độ •tin cậy cao trong mọi lĩnh vực xã hội - kinh tế... I s uò\e O Ạ I H Ó C 'G.*!Ạ! ỉ HU Ơ N lái 17 L_.
- Xem thêm -