Ung dung eviews trong du bao thong ke

ĐẶT VẤN ĐỀ
Trong nền kinh tế thị trường, dự báo thống kê là vô cùng quan trọng trong việc hỗ
trợ các nhà quản lý đưa ra phán đoán, quyết định đúng đắn dựa vào các dữ liệu đã thu
thập được. Trên thế giới đã có nhiều tác giả đưa ra cách phân loại các phương pháp dự
báo khác nhau.
Hiện nay, ở Việt Nam có rất nhiều đơn vị tham gia cơng tác phân tích dữ liệu và
dự báo phục vụ việc lập và triển khai các kế hoạch phát triển kinh tế xã hội như: Bộ Kế
hoạch và Đầu tư, Trung tâm Thông tin và Dự báo Kinh tế Xã hội Quốc gia, Viện Chiến
lược phát triển, Tổng cục Thống kê và Vụ Tổng hợp kinh tế quốc dân… Bên cạnh đó, bài
tốn phân tích và dự báo đã được một số nhà quản lý, chuyên gia kinh tế nghiên cứu và
đề xuất một số giải pháp ứng dụng vào một số lĩnh vực cụ thể: Phân tích và dự báo tình
hình tài chính, tiền tệ, hoạch định và điều hành chính sách tài chính, xây dựng mơ hình
dự báo chỉ số thống kê xã hội chủ yếu, dự báo biến động giá chứng khoán, dự báo sự tác
động của vốn đầu tư từ nước ngoài, dự báo giá một số mặt hàng tư liệu sản xuất. Do đó,
Xây dựng hệ thống phân tích dữ liệu và dự báo kinh tế là một việc làm hết sức cần thiết.
Với mục tiêu nâng cao kiến thức bản thân với vị trí là giáo viên giảng dạy các môn
học về Thống kê, cũng như vận dụng dự báo thống kê bằng một số phần mềm hiện đại
(Eviews), tôi tiến hành thực hiện chuyên đề sinh hoạt học thuật “Ứng dụng phần mềm
Eviews trong dự báo thống kê”


PHẦN 1: MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG, PHƯƠNG PHÁP
NGHIÊN CỨU
1.1. Mục tiêu nghiên cứu
- Mục tiêu chung:
+ Nghiên cứu tổng quan về dự báo kinh tế
+ Nghiên cứu nội dung một số phương pháp dự báo kinh tế
+ Ứng dụng dự báo thống kê bằng phần mềm (tại đây lựa chọn Eviews)
- Mục tiêu cụ thể: Sử dụng phần mềm Eviews để dự báo thống kê qua ví dụ cụ thể
1.2. Đối tượng và phạm vi nghiên cứu
1.2.1. Đối tượng nghiên cứu

Phương pháp dự báo thống kê bằng Eviews
1.2.2. Phạm vi nghiên cứu
Nghiên cứu tổng quan về dự báo kinh tế
Xây dựng hệ thống dự báo kinh tế bằng phần mềm Eviews qua ví dụ cụ thể.
1.3. Nội dung nghiên cứu
Ngoài phần đặt vấn đề và kết luận, nội dung đề tài nghiên cứu như sau:
- Tổng quan về các phương pháp dự báo kinh tế
- Vận dụng phương pháp dự báo kinh tế bằng phần mềm Eviews.
1.4. Phương pháp nghiên cứu
Nghiên cứu lý thuyết và tham khảo các tài liệu, các ứng dụng có liên quan đến nội
dung của đề tài.


Phân tích và tổng hợp từ những tài liệu thu thập, nghiên cứu được, tiến hành phân
tích và tổng hợp các nguồn thơng tin đó để đánh giá hiệu quả và đưa ra được phương
pháp hiệu quả.
1.5. Kết cấu báo cáo
Kết cấu của báo cáo được kết cấu gồm 4 phần trong đó:
Phần mở đầu
Phần 1: Đối tượng, mục tiêu, nội dung, phạm vi và phương pháp nghiên cứu
Phần 2: Các kết quả đạt được
2.1. Tổng quan về dự báo kinh tế
2.2. Ứng dụng phần mềm Eviews trong dự báo kinh tế
Phần kết luận


PHẦN 2: CÁC KẾT QUẢ ĐẠT ĐƯỢC
2.1. Tổng quan về dự báo kinh tế
2.1.1 Tổng quan về dự báo kinh tế
2.1.1.1 Khái niệm

Dự báo đã hình thành từ đầu những năm 60 của thế kỉ 20. Khoa học dự báo với tư
cách một ngành khoa học độc lập có hệ thống lí luận, phương pháp luận và phương pháp
hệ riêng nhằm nâng cao tính hiệu quả của dự báo. Người ta thường nhấn mạnh rằng một
phương pháp tiếp cận hiệu quả đối với dự báo là phần quan trọng trong hoạch định. Khi
các nhà quản trị lên kế hoạch, trong hiện tại họ xác định hướng tương lai cho các hoạt
động mà họ sẽ thực hiện. Bước đầu tiên trong hoạch định là dự báo hay là ước lượng nhu
cầu tương lai cho sản phẩm hoặc dịch vụ và các nguồn lực cần thiết để sản xuất sản phẩm
hoặc dịch vụ đó. Như vậy, dự báo là một khoa học và nghệ thuật tiên đoán những sự việc
sẽ xảy ra trong tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập được.
Khi tiến hành dự báo ta căn cứ vào việc thu thập xử lý số liệu trong quá khứ và hiện tại
để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mơ
hình tốn học. Dự báo có thể là một dự đốn chủ quan hoặc trực giác về tương lai.
Nhưng để cho dự báo được chính xác hơn, người ta cố loại trừ những tính chủ quan của
người dự báo. Ngày nay, dự báo là một nhu cầu không thể thiếu được của mọi hoạt động
kinh tế - xác hội, khoa học - kỹ thuật, được tất cả các ngành khoa học quan tâm nghiên
cứu.
2.1.1.2. Ý nghĩa và vai trò của dự báo trong quá trình ra quyết định kinh
doanh
- Dùng để dự báo các mức độ tương lai của hiện tượng, qua đó giúp các nhà quản
trị doanh nghiệp chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết phục
vụ cho quá trình sản xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân phối
sản phẩm, nguồn cung cấp tài chính… và chuẩn bị đầy đủ điều kiện cơ sở vật chất, kỹ
thuật cho sự phát triển trong thời gian tới (kế hoạch cung cấp các yếu tố đầu vào như: lao


động, nguyên vật liệu, tư liệu lao động… cũng như các yếu tố đầu ra dưới dạng sản phẩm
vật chất và dịch vụ).
- Trong các doanh nghiệp nếu công tác dự báo được thực hiện một cách nghiêm
túc còn tạo điều kiện nâng cao khả năng cạnh tranh trên thị trường.
- Dự báo chính xác sẽ giảm bớt mức độ rủi ro cho doanh nghiệp nói riêng và tồn

bộ nền kinh tế nói chung. - Dự báo chính xác là căn cứ để các nhà hoạch định các chính
sách phát triển kinh tế văn hố xã hội trong tồn bộ nền kinh tế quốc dân
- Nhờ có dự báo các chính sách kinh tế, các kế hoạch và chương trình phát triển
kinh tế được xây dựng có cơ sở khoa học và mang lại hiệu quả kinh tế cao.
- Nhờ có dự báo thường xuyên và kịp thời, các nhà quản trị doanh nghiệp có khả
năng kịp thời đưa ra những biện pháp điều chỉnh các hoạt động kinh tế của đơn vị mình
nhằm thu được hiệu quả sản xuất kinh doanh cao nhất. Vai trò - Dự báo tạo ra lợi thế
cạnh tranh
- Công tác dự báo là một bộ phận không thể thiếu trong hoạt động của các doanh
nghiệp, trong từng phòng ban như: phòng Kinh doanh hoặc Marketing, phịng Sản xuất
hoặc phịng Nhân sự, phịng Kế tốn – tài chính.
2.1.2. Các loại dự báo
2.1.2.1. Căn cứ vào độ dài thời gian dự báo
Dự báo có thể phân thành ba loại:
- Dự báo dài hạn: Là những dự báo có thời gian dự báo từ 5 năm trở lên. Thường
dùng để dự báo những mục tiêu, chiến lược về kinh tế chính trị, khoa học kỹ thuật trong
thời gian dài ở tầm vĩ mô.
- Dự báo trung hạn: Là những dự báo có thời gian dự báo từ 3 đến 5 năm. Thường
phục vụ cho việc xây dựng những kế hoạch trung hạn về kinh tế văn hoá xã hội… ở tầm
vi mô và vĩ mô.


- Dự báo ngắn hạn: Là những dự báo có thời gian dự báo dưới 3 năm, loại dự báo
này thường dùng để dự báo hoặc lập các kế hoạch kinh tế, văn hoá, xã hội chủ yếu ở tầm
vi mô và vĩ mô trong khoảng thời gian ngắn nhằm phục vụ cho công tác chỉ đạo kịp thời.
Cách phân loại này chỉ mang tính tương đối tuỳ thuộc vào từng loại hiện tượng để quy
định khoảng cách thời gian cho phù hợp với loại hiện tượng đó: ví dụ trong dự báo kinh
tế, dự báo dài hạn là những dự báo có tầm dự báo trên 5 năm, nhưng trong dự báo thời
tiết, khí tượng học chỉ là một tuần. Thang thời gian đối với dự báo kinh tế dài hơn nhiều
so với thang thời gian dự báo thời tiết. Vì vậy, thang thời gian có thể đo bằng những đơn

vị thích hợp.
2.1.2.2. Dựa vào các phương pháp dự báo
Dự báo có thể chia thành 3 nhóm:
- Dự báo bằng phương pháp chuyên gia: Loại dự báo này được tiến hành trên cơ
sở tổng hợp, xử lý ý kiến của các chuyên gia thông thạo với hiện tượng được nghiên cứu,
từ đó có phương pháp xử lý thích hợp đề ra các dự đoán, các dự đoán này được cân nhắc
và đánh giá chủ quan từ các chuyên gia. Phương pháp này có ưu thế trong trường hợp dự
đốn những hiện tượng hay quá trình bao quát rộng, phức tạp, chịu sự chi phối của khoa
học - kỹ thuật, sự thay đổi của môi trường, thời tiết, chiến tranh trong khoảng thời gian
dài. Một cải tiến của phương pháp Delphi – là phương pháp dự báo dựa trên cơ sở sử
dụng một tập hợp những đánh giá của một nhóm chuyên gia. Mỗi chuyên gia được hỏi ý
kiến và rồi dự báo của họ được trình bày dưới dạng thống kê tóm tắt. Việc trình bày
những ý kiến này được thực hiện một cách gián tiếp ( khơng có sự tiếp xúc trực tiếp) để
tránh những sự tương tác trong nhóm nhỏ qua đó tạo nên những sai lệch nhất định trong
kết quả dự báo. Sau đó người ta yêu cầu các chuyên gia duyệt xét lại những dự báo của
họ trên cơ sở tóm tắt tất cả các dự báo có thể có những bổ sung thêm.
- Dự báo theo phương trình hồi quy: Theo phương pháp này, mức độ cần dự báo
phải được xây dựng trên cơ sở xây dựng mơ hình hồi quy, mơ hình này được xây dựng
phù hợp với đặc điểm và xu thế phát triển của hiện tượng nghiên cứu. Để xây dựng mô


hình hồi quy, địi hỏi phải có tài liệu về hiện tượng cần dự báo và các hiện tượng có liên
quan. Loại dự báo này thường được sử dụng để dự báo trung hạn và dài hạn ở tầm vĩ mô.
- Dự báo dựa vào dãy số thời gian: Là dựa trên cơ sở dãy số thời gian phản ánh sự
biến động của hiện tượng ở những thời gian đã qua để xác định mức độ của hiện tượng
trong tương lai.
2.1.2.3. Căn cứ vào nội dung
Có thể chia dự báo thành: Dự báo khoa học, dự báo kinh tế, dự báo xã hội, dự báo
tự nhiên, thiên văn học…
- Dự báo khoa học: Là dự kiến, tiên đoán về những sự kiện, hiện tượng, trạng thái

nào đó có thể hay nhất định sẽ xảy ra trong tương lai. Theo nghĩa hẹp hơn, đó là sự
nghiên cứu khoa học về những triển vọng của một hiện tượng nào đó, chủ yếu là những
đánh giá số lượng và chỉ ra khoảng thời gian mà trong đó hiện tượng có thể diễn ra những
biến đổi.
- Dự báo kinh tế: Là khoa học dự báo các hiện tượng kinh tế trong tương lai. Dự
báo kinh tế được coi là giai đoạn trước của công tác xây dựng chiến lược phát triển kinh
tế - xã hội và dự án kế hoạch dài hạn; không đặt ra những nhiệm vụ cụ thể, nhưng chứa
đựng những nội dung cần thiết làm căn cứ để xây dựng những nhiệm vụ đó. Dự báo kinh
tế bao trùm sự phát triển kinh tế và xã hội của đất nước có tính đến sự phát triển của tình
hình thế giới và các quan hệ quốc tế. Thường được thực hiện chủ yếu theo những hướng
sau: dân số, nguồn lao động, việc sử dụng và tái sản xuất chúng, năng suất lao động; tái
sản xuất xã hội trước hết là vốn sản xuất cố định: sự phát triển của cách mạng khoa học –
kĩ thuật và công nghệ và khả năng ứng dụng vào kinh tế; mức sống của nhân dân, sự hình
thành các nhu cầu phi sản xuất, động thái và cơ cấu tiêu dùng, thu nhập của nhân dân;
động thái kinh tế quốc dân và sự chuyển dịch cơ cấu (nhịp độ, tỉ lệ, hiệu quả); sự phát
triển các khu vực và ngành kinh tế (khối lượng động thái, cơ cấu, trình độ kĩ thuật , bộ
máy, các mối liên hệ liên ngành); phân vùng sản xuất, khai thác tài nguyên thiên nhiên và
phát triển các vùng kinh tế trong nước, các mối liên hệ liên vùng; dự báo sự phát triển


kinh tế của thế giới kinh tế. Các kết quả dự báo kinh tế cho phép hiểu rõ đặc điểm của các
điều kiện kinh tế - xã hội để đặt chiến lược phát triển kinh tế đúng đắn, xây dựng các
chương trình, kế hoạch phát triển một cách chủ động, đạt hiệu quả cao và vững chắc. Dự báo xã hội: Dự báo xã hội là khoa học nghiên cứu những triển vọng cụ thể của một
hiện tượng, một sự biến đổi, một quá trình xã hội, để đưa ra dự báo hay dự đốn về tình
hình diễn biến, phát triển của một xã hội.
- Dự báo tự nhiên, thiên văn học, loại dự báo này thường bao gồm:
+ Dự báo thời tiết: Thông báo thời tiết dự kiến trong một thời gian nhất định trên một
vùng nhất định. Trong dự báo thời tiết có dự báo chung, dự báo khu vực, dự báo địa
phương, v.v. Về thời gian, có dự báo thời tiết ngắn (1-3 ngày) và dự báo thời tiết dài (tới
một năm).

+ Dự báo thuỷ văn: Là loại dự báo nhằm tính để xác định trước sự phát triển các quá
trình, hiện tượng thuỷ văn xảy ra ở các sông hồ, dựa trên các tài liệu liên quan tới khí
tượng thuỷ văn. Dự báo thuỷ văn dựa trên sự hiểu biết những quy luật phát triển của các
q trình, khí tượng thuỷ văn, dự báo sự xuất hiện của hiện tượng hay yếu tố cần quan
tâm.
2.1.3. Các phương pháp dự báo:
2.1.3.1. Các phương pháp dự báo định tính
Các phương pháp dự báo định tính là các phương pháp dự báo bằng cách phân tích
định tính dựa vào suy đoán, cảm nhận. Các phương pháp này phụ thuộc nhiều vào trực
giác, kinh nghiệm và sự nhạy cảm của nhà quản trị trong quá trình dự báo, chỉ mang tính
phỏng đốn, khơng định lượng.. Tuy nhiên chúng có ưu điểm là đơn giản, dễ thực hiện
thời gian nghiên cứu dự báo nhanh, chi phí dự báo thấp và kết quả dự báo trong nhiều
trường hợp cũng rất tốt. Sau đây là một số phương pháp dự báo định tính chủ yếu:
a. Lấy ý kiến của ban quản lý điều hành
Đây là phương pháp dự báo được sử dụng khá rộng rãi. Trong phương pháp này, cần lấy
ý kiến của các nhà quản trị cao cấp , những người phụ trách các công việc quan trọng


thường hay sử dụng các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp. Ngoài ra
cần lấy thêm ý kiến đánh giá của các cán bộ điều hành marketing, kỹ thuật, tài chính và
sản xuất.
Phương pháp này sử dụng được trí tuệ và kinh nghiệm của những cán bộ trực tiếp
liên quan đến hoạt động thực tiễn. Tuy nhiên nó có nhược điểm là mang yếu tố chủ quan
và ý kiến của những người có chức vụ cao nhất thường chi phối ý kiến của những người
khác.
b. Phương pháp lấy ý kiến của lực lượng bán hàng
Những người bán hàng là người hiểu rõ nhu cầu và thị hiếu của người tiêu dùng của
người tiêu dùng. Họ có thể dự báo được lượng hàng hố, dịch vụ có thể bán được trong
tương lai tại khu vực mình bán hàng.
Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau, có thể dự

báo nhu cầu hàng hố, dịch vụ của doanh nghiệp.
Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của người
bán hàng. Một số người bán hàng thường có xu hướng đánh giá thấp lượng hàng hoá,
dịch vụ bán được để dễ đạt định mức, ngược lại một số khác lại chủ quan dự báo ở mức
quá cao để nâng danh tiếng của mình.
c. Phương pháp nghiên cứu thị trường người tiêu dùng
Đây là phương pháp lấy ý kiến khách hàng hiện tại và khách hàng tiềm năng của
doanh nghiệp. Việc nghiên cứu thường do bộ phận nghiên cứu thị trường thực hiện bằng
nhiều hình thức như tổ chức các cuộc điều tra lấy ý kiến của khách hàng, phỏng vấn trực
tiếp, phỏng vấn qua điện thoại, gửi phiếu điều tra tới gia đình hoặc cơ sở tiêu dùng.
Phương pháp nghiên cứu thị trường người tiêu dùng giúp doanh nghiệp không chỉ
chuẩn bị dự báo nhu cầu của khách hàng mà cịn có thể hiểu được những đánh giá của
khách hàng về sản phẩm, dịch vụ của doanh nghiệp để có biện pháp cải tiến, hồn thiện
cho phù hợp. Tuy nhiên, phương pháp này đòi hỏi tốn kém về tài chính, thời gian và phải
có sự chuẩn bị cơng phu trong việc xây dựng câu hỏi. Đôi khi phương pháp này cũng vấp
phải khó khăn là ý kiến của khách hàng không xác thực hoặc quá lý tưởng.
d. Phương pháp chuyên gia


Phương pháp chuyên gia là phương pháp thu thập và xử lý những đánh giá dự báo
bằng cách tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc một lĩnh vực hẹp của khoa học
- kỹ thuật hoặc sản xuất.
Phương pháp chuyên gia dựa trên cơ sở đánh giá tổng kết kinh nghiệm, khả năng
phản ánh tương lai một cách tự nhiên của các chuyên gia giỏi và xử lý thống kê các câu
trả lời một cách khoa học. Nhiệm vụ của phương pháp là đưa ra những dự báo khách
quan về tương lai phát triển của khoa học kỹ thuật hoặc sản xuất dựa trên việc xử lý có hệ
thống các đánh giá dự báo của các chuyên gia.
Phương pháp chuyên gia được áp dụng đặc biệt có hiệu quả trong các trường hợp
sau đây:
- Khi đối tượng dự báo có tầm bao quát lớn phụ thuộc nhiều yếu tố mà hiện tại cịn chưa

có hoặc thiếu những cơ sở lý luận chắc chắn để xác định.
- Trong điều kiện cịn thiếu thơng tin và những thống kê đầy đủ, đáng tin cậy về đặc
tính của đối tượng dự báo.
- Trong điều kiện có độ bất định lớn của đối tượng dự báo, độ tin cậy thấp về hình thức
thể hiện, về chiều hướng biến thiên về phạm vi cũng như quy mô và cơ cấu.
- Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu ảnh hưởng của nhiều nhân tố,
phần lớn là các nhân tố rất khó lượng hố đặc biệt là các nhân tố thuộc về tâm lý xã hội
(thị hiếu, thói quen, lối sống, đặc điểm dân cư...) hoặc tiến bộ khoa học kỹ thuật. Vì vậy
trong quá trình phát triển của mình đối tượng dự báo có nhiều đột biến về quy mô và cơ
cấu mà nếu không nhờ đến tài nghệ của chuyên gia thì mọi sự trở nên vơ nghĩa.
- Trong điều kiện thiếu thời gian, hồn cảnh cấp bách phương pháp chuyên gia cũng
được áp dụng để đưa ra các dự báo kịp thời.
Quá trình áp dụng phương pháp chuyên gia có thể chia làm ba giai đoạn lớn:
- Lựa chọn chuyên gia
- Trưng cầu ý kiến chuyên gia;
- Thu thập và xử lý các đánh giá dự báo.
Chuyên gia giỏi là người thấy rõ nhất những mâu thuẫn và những vấn đề tồn tại
trong lĩnh vực hoạt động của mình, đồng thời về mặt tâm lý họ luôn luôn hướng về tương


lai để giải quyết những vấn đề đó dựa trên những hiểu biết sâu sắc, kinh nghiệm sản xuất
phong phú và linh cảm nghề nghiệp nhạy bén.
2.1.3.2 Các phương pháp dự báo định lượng
Các phương pháp dự báo định lượng dựa vào các số liệu thống kê và thông qua các
cơng thức tốn học được thiết lập để dự báo nhu cầu cho tương lai. Khi dự báo nhu cầu
tương lai, nếu không xét đến các nhân tố ảnh hưởng khác có thể dùng các phương pháp
dự báo theo dãy số thời gian. Nếu cần ảnh hưởng của các nhân tố khác đến nhu cầu có thể
dùng các mơ hình hồi quy tương quan...
Để tiến hành dự báo nhu cầu sản phẩm theo phương pháp định lượng cần thực hiện 8
bước sau:

- Xác định mục tiêu dự báo
- Lựa chọn những sản phẩm cần dự báo
- Xác định độ dài thời gian dự báo
- Chọn mơ hình dự báo
- Thu thập các dữ liệu cần thiết
- Phê chuẩn mơ hình dự báo
- Tiến hành dự báo
- Áp dụng kết quả dự báo
2.1.3.2.1. Phương pháp dự báo theo dãy số thời gian (Phương pháp ngoại suy)
Phương pháp dự báo theo dãy số thời gian được xây dựng trên một giả thiết về sự
tồn tại và lưu lại các nhân tố quyết định đại lượng dự báo từ quá khứ đến tương lai. Trong
phương pháp này đại lượng cần dự báo được xác định trên cơ sở phân tích chuỗi các số
liệu về nhu cầu sản phẩm (dòng nhu cầu) thống kê được trong quá khứ.
Như vậy thực chất của phương pháp dự báo theo dãy số thời gian là kéo dài quy
luật phát triển của đối tượng dự báo đã có trong quá khứ và hiện tại sang tương lai với giả
thiết quy luật đó vẫn cịn phát huy tác dụng.
Các yếu tố đặc trưng của dãy số theo thời gian gồm:
- Tính xu hướng: Tính xu hướng của dịng nhu cầu thể hiện sự thay đổi của các dữ liệu
theo thời gian (tăng, giảm...)


- Tính mùa vụ: Thể hiện sự dao động hay biến đổi dữ liệu theo thời gian được lặp đi lặp
lại theo những chu kỳ đều đặn do sự tác động của một hay nhiều nhân tố môi trường
xung quanh như tập quán sinh hoạt, hoạt động kinh tế xã hội... Ví dụ: Nhu cầu dịch vụ
bưu chính viễn thơng không đồng đều theo các tháng trong năm.
- Biến đổi có chu kỳ: Chu kỳ là yếu tố lặp đi lặp lại sau một giai đoạn thời gian. Ví dụ:
Chu kỳ sinh học, chu kỳ phục hồi kinh tế...
- Biến đổi ngẫu nhiên: Biến đổi ngẫu nhiên là sự dao động của dòng nhu cầu do các yếu
tố ngẫu nhiên gây ra, khơng có quy luật.
Sau đây là các phương pháp dự báo theo dãy số thời gian.

a. Phương pháp trung bình giản đơn (Simple Average)
Phương pháp trung bình giản đơn là phương pháp dự báo trên cơ sở lấy trung bình của
các dữ liệu đã qua, trong đó các nhu cầu của các giai đoạn trước đều có trọng số như
nhau, nó được thể hiện bằng cơng thức:

Phương pháp này san bằng được tất cả mọi sự biến động ngẫu nhiên của dịng u cầu,
vì vậy nó là mơ hình dự báo rất kém nhạy bén với sự biến động của dòng nhu cầu.
Phương pháp này phù hợp với dòng nhu cầu đều, ổn định, sai số sẽ rất lớn nếu ta gặp
dịng nhu cầu có tính chất thời vụ hoặc dịng nhu cầu có tính xu hướng.
b. Phương pháp trung bình động
Trong trường hợp khi nhu cầu có sự biến động, trong đó thời gian gần nhất có ảnh
hưởng nhiều nhất đến kết quả dự báo, thời gian càng xa thì ảnh hưởng càng nhỏ ta dùng
phương pháp trung bình động sẽ thích hợp hơn.


Phương pháp trung bình động dùng kết quả trên cơ sở thay đổi liên tục khoảng thời
gian trước đây cho dự báo giai đoạn tiếp theo:

Khi sử dụng phương pháp trung bình động địi hỏi phải xác định n sao cho sai số dự báo
là nhỏ nhất, đó chính là công việc của người dự báo, n phải điều chỉnh thường xun tuỳ
theo sự thay đổi tính chất của dịng nhu cầu. Để chọn n hợp lý cũng như để đánh giá mức
độ chính xác của dự báo người ta căn cứ vào độ lệch tuyệt đối bình quân (MAD).

c. Phương pháp trung bình động có trọng số:
Đây là phương pháp bình qn nhưng có tính đến ảnh hưởng của từng giai đoạn khác
nhau đến nhu cầu, thông qua việc sử dụng các trọng số.


αt-i được lựa chọn bởi người dự báo dựa trên cơ sở phân tích tính chất của dịng nhu
cầu, thoả mãn điều kiện:

Trong phương pháp trung bình động có trọng số, độ chính xác của dự báo phụ thuộc
vào khả năng xác định được các trọng số phù hợp. Thực tế chỉ ra rằng, nhờ điều chỉnh
thường xuyên hệ số at-i của mơ hình dự báo, phương pháp trung bình động có trọng số
mang lại kết quả dự báo chính xác hơn phương pháp trung bình động.
Các phương pháp trung bình giản đơn, trung bình động, trung bình động có trọng
số đều có các đặc điểm sau:
- Khi số quan sát n tăng lên, khả năng san bằng các giao động tốt hơn, nhưng kết quả dự
báo ít nhạy cảm hơn với những biến đổi thực tế của nhu cầu.
- Dự báo thường không bắt kịp nhu cầu, không bắt kịp xu hướng thay đổi nhu cầu.
- Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn.
- Để dự báo nhu cầu ở kỳ t chỉ sử dụng n mức nhu cầu thực gần nhất từ kỳ t-1 trở về
trước còn các số liệu từ kỳ n+1 trở đi trong quá khứ bị cắt bỏ, nhưng thực tế và lý luận
không ai chứng minh được rằng các số liệu từ kỳ n +1 trở về trước hồn tồn khơng ảnh
hưởng gì đến đại lượng cần dự báo.
2.1.3.2.2. Phương pháp san bằng hàm mũ giản đơn
Để khắc phục những hạn chế của các phương pháp trên, người ta đề xuất sử dụng
phương pháp san bằng hàm mũ giản đơn để dự báo. Đây là phương pháp dễ sử dụng nhất,
nó cần ít số liệu trong quá khứ. Theo phương pháp này:
Ft = Ft-1 + α(Dt-1 - Ft-1) với 0< α<1
Trong đó:
Ft - Mức nhu cầu dự báo kỳ t
Ft-1 - Mức nhu cầu dự báo kỳ t-1
Dt-i - Mức nhu cầu thực kỳ t-i
αt-i - Hệ số san bằng mũ


Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa nhu cầu
thực và dự báo của kỳ đã qua, có điều chỉnh cho phù hợp.
Hệ số a trong mơ hình dự báo thể hiện tầm quan trọng hay mức độ ảnh hưởng của

số liệu hiện tại đến đại lượng dự báo. Hệ số a càng lớn mơ hình càng nhạy bén với sự
biến động của dịng nhu cầu. Nếu chọn α = 0,7, thì chỉ cần 3 số liệu đầu tiên đã tham gia
97,3% vào kết quả dự báo.
Hệ số a chọn càng nhỏ mơ hình dự báo càng kém nhạy bén hơn với sự biến đổi
của dòng nhu cầu. Nếu chọn α = 0,2 thì giá trị hiện tại chỉ tham gia 20% vào kết quả dự
báo, tiếp đó là 16%... và 5 số liệu mới nhất chiếm khoảng 67%, dãy số còn lại từ kỳ thứ 6
trong quá khứ về vô cùng chiếm 33% kết quả dự báo.
Việc chọn α phải dựa trên cơ sở phân tích tính chất của dịng nhu cầu. Đối với
dịng nhu cầu có tính chất thời vụ, để áp dụng phương pháp san bằng hàm mũ giản đơn,
ta có thuật tốn sau:
- Tính chỉ số thời vụ từ các số liệu thống kê về nhu cầu thực trong quá khứ:

- Dự báo theo phương pháp san bàng hàm mũ giản đơn đối với dòng nhu cầu phi thời
vụ hố
Vt = V t-1 + α(Nt-1 - Vt-1)
Trong đó:
Vt, V t-1 - Mức nhu cầu dự báo phi thời vụ hoá ở kỳ t và t-1
- Xác định mức nhu cầu dự báo đã tính đến yếu tố thời vụ:
Ft = Vt . It
2.1.3.2.3. Phương pháp san bằng hàm mũ có điều chỉnh xu hướng


Phương pháp san bằng hàm mũ giản đơn không thể hiện rõ xu hướng biến động của
dòng nhu cầu, do đó cần phải sử dụng thêm kỹ thuật điều chỉnh xu hướng. Trong phương
pháp này nhu cầu dự báo được xác định theo cơng thức:
FITt = Ft + Tt
Trong đó:
FITt - Mức nhu cầu dự báo theo phương pháp san bằng hàm mũ có điều chỉnh xu hướng
Ft - Mức nhu cầu dự báo theo phương pháp san bằng hàm mũ giản đơn
Tt - Lượng điều chỉnh theo xu hướng, Tt được xác định theo công thức sau:

Tt = Tt-1 + β(Ft - Ft-1)
Trong đó:
Tt - Lượng điều chỉnh theo xu hướng trong kỳ t
Tt-1 - Lượng điều chỉnh theo xu hướng trong kỳ t-1
β - Hệ số san bằng xu hướng
Như vậy, để dự báo nhu cầu theo phương pháp san bằng hàm mũ có điều chỉnh xu
hướng, cần tiến hành các bước sau:
- Dự báo nhu cầu theo phương pháp san bằng hàm mũ giản đơn Ft ở thời kỳ t.
- Tính lượng điều chỉnh theo xu hướng: Để tính lượng điều chỉnh theo xu hướng, giá trị
điều chỉnh xu hướng ban đầu phải được xác định và đưa vào cơng 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.
- Tính nhu cầu dự báo theo phương pháp san bằng hàm mũ có điều chỉnh xu hướng.
2.1.3.2.4. Dự báo theo đường xu hướng
Phương pháp dự báo theo đường xu hướng giúp ta dự báo nhu cầu trong tương lai
dựa vào dãy số theo thời gian.
Dãy số theo thời gian cho phép xác định đường xu hướng 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 xu hướng lấy theo trục tung là nhỏ nhất. Sau đó dựa vào đường
xu hướng lý thuyết để dự báo nhu cầu cho tương lai.


Để xác định đường xu hướng lý thuyết trước hết cần biểu diễn các nhu cầu trong
quá khứ lên biểu đồ và phân tích xu hướng phát triển của các số liệu đó. Qua phân tích
nếu thấy rằng các số liệu tăng hoặc giảm tương đối đều đặn theo một chiều hướng nhất
định thì ta có thể vạch ra một đường thẳng biểu hiện chiều hướng đó. Nếu các số liệu
biến động theo một chiều hướng đặc biệt hơn, như tăng giảm ngày càng tăng nhanh hoặc
ngày càng chậm thì ta có thể sử dụng các đường cong thích hợp để mơ tả sự biến động
đó, như đường parabol, hyperbol, logarit...
Một số đường cong xu hướng nhu cầu sản phẩm thường gặp như: tuyến tính,

Logistic và hàm mũ...Dưới đây sẽ xem xét phương pháp dự báo nhu cầu sản phẩm theo
đường xu hướng tuyến tính.
Dạng của mơ hình tuyến tính được biểu diễn theo công thức sau :
Yt = a +bt
Trong đó:
Yt - Nhu cầu sản phẩm tính cho kỳ t
a, b - Các tham số
t

- Biến thời gian

Sử dụng phương pháp bình phương nhỏ nhất, a và b được xác định như sau:

Nếu khi phân tích các số liệu trên đồ thị không thấy rõ đường xu hướng là tuyến tính hay
phi tuyến thuộc dạng nào thì ta có thể sử dụng một vài phương pháp dự báo khác nhau.
Lúc này để chọn phương pháp nào, ta cần đánh giá các kết quả dự báo bằng cách tính sai


số chuẩn của từng phương án. Phương pháp nào có sai số chuẩn nhỏ nhất là tốt nhất và sẽ
được chọn để thực hiện. Sai số chuẩn được tính theo công thức:

2.1.3.2.5 Phương pháp hồi quy tương quan
Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại
lượng cần dự báo theo thời gian thông qua dãy số thời gian thống kê được trong quá khứ.
Nhưng trong thực tế đại lượng cần dự báo cịn có thể bị tác động bởi các nhân tố khác.
Ví dụ: Mật độ điện thoại phụ thuộc vào thu nhập quốc dân bình quân đầu người, tốc độ
tăng trưởng kinh tế...
Mối liên hệ nhân quả giữa mật độ điện thoại và thu nhập quốc dân bình qn đầu
người có thể biểu diễn gần đúng với dạng một tương quan, thể hiện bằng một đường hồi
quy tương quan. Trong đó, đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động

lên nó là biến độc lập. Biến độc lập có thể có một hoặc một số. Mơ hình hồi quy tương
quan được sử dụng phổ biến nhất trong dự báo là mơ hình hồi quy tương quan tuyến tính.
Đại lượng dự báo được xác định theo cơng thức sau:
Yt = a+bx
Trong đó:
Yt - mức nhu cầu dự báo cho kỳ t
X - Biến độc lập (nhân tố ảnh hưởng đến đại lượng dự báo)
a, b - Các hệ số (a - đoạn cắt trục tung của đồ thị, b - độ dốc của đường hồi quy)
Các hệ số a, b được tính như sau:


Để đánh giá độ chính xác của dự báo bằng phương pháp hồi quy tương quan, ta tính sai
số chuẩn của đường hồi quy tương quan ( S y,x ).

Để đánh giá mối liên hệ giữa hai biến số trong mơ hình hồi quy tương quan cần tính "Hệ
số tương quan" được ký hiệu r. Hệ số này biểu hiện mức độ hoặc cường độ của mối quan
hệ tuyến tính, r nhận giá trị giữa -1 và 1. Hệ số tương quan r được xác định theo công
thức sau:

Tuỳ theo các giá trị r, mối quan hệ giữa hai biến x và y như sau:
- Khi r = ±1, giữa x và y có quan hệ chặt chẽ
- Khi r = 0, giữa x và y khơng có liên hệ gì
- Khi r càng gần ±1, mối liên hệ tương quan giữa x và y càng chặt chẽ
- Khi r mang dấu dương ta có tương quan thuận, khi r mang dấu âm ta có tương
quan nghịch.
2.2. Ứng dụng Eviews trong dự báo thống kê
2.2.1. Tổng quan về phần mềm Eviews
Eviews là một gói phần mềm thống kê cho Windows, được sử dụng chính vào
phân tích kinh tế hướng đối tượng chuỗi thời gian (viết tắt của Econometrics Views). Nó
do Quantitative Micro Software (QMS) phá triển, hiện tại đã là thành viên của công ty

IHS Markit Ltd đặt tại nước Anh. Bản EViews 1.0 được ra đời vào tháng 3 năm 1994.
Hiện tại năm 2016 đã có bản Eviews 9.5. Website của Eviews là .
Eviews cung cấp các cơng cụ phân tích dữ liệu phức tạp, hồi qui và dự báo chạy trên nền
Windows và Mac OS. Với Eviews ta có thể nhanh chóng xây dựng một mối quan hệ
thống kê từ dữ liệu có sẵn và sử dụng mối quan hệ này để dự báo các giá trị tương lai.
Eviews có thể hữu ích trong nhiều lĩnh vực như phân tích và đánh giá dữ liệu khoa học,
phân tích tài chính, dự báo kinh tế vĩ mô, mô phỏng, dự báo doanh số, và phân tích chi
phí.
Đặc biệt, Eviews là một phần mềm rất mạnh cho các nghiên cứu dữ liệu thời gian và dữ
liệu chéo cross-section với cỡ mẫu lớn, dữ liệu bảng panel data. Eviews đưa ra nhiều cách
nhập dữ liệu rất thông dụng và dễ sử dụng như nhập trực tiếp từ bàn phím, từ các tập tin
sẵn có dưới dạng Excel hay Text. Dữu liệu đầu vào và đầu ra nó hỗ trợ nhiều định dạng,
bao gồm định dạng định dạng Excel, PSPP / SPSS, DAP / SAS, Stata, RATS. EViews có
thể truy cập cơ sở dữ liệu ODBC, kết nối trực tiếp và hệ thống cơ sở dữ liệu khác.
Với Eviews, chúng ta có thể dễ dàng tạo ra các chuỗi mới từ các chuỗi hiện hành, hoặc
mở rộng dữ liệu có sẵn. Eviews giúp người sử dụng dễ dàng ước lượng và kiểm định các
mơ hình kinh tế lượng. Ngồi ra, Eviews cịn giúp những người nghiên cứu chuyên
nghiệp có thể xây dựng các tập tin bài giảng trình cho dự án nghiên cứu của mình. Nhờ
sử dụng loại ngôn ngữ rất gần với các ký hiệu chuẩn của toán, thống kê, và kinh tế lượng,
nên người sử dụng dễ dàng suy luận một cách hợp lý khi xây dựng hoặc kiểm định các
mơ hình hồi qui trên Eviews.
2.2.2. Cách thức làm việc trên phần mềm Eviews
Workfile được gọi chung là tập tin làm việc của Eviews (sau đây sẽ gọi là tập tin
Eviews). Ở một cấp độ cơ bản, một tập tin Eviews đơn giản là một tập tin chứa các đối
tượng của Eviews . Mỗi đối tượng bao gồm một tập hợp các thông tin có liên quan đến
một lĩnh vực phân tích cụ thể ví dụ một chuỗi , một phương trình, hay một đồ thị. Làm
việc trên Eviews chủ yếu liên quan đến các đối tượng chứa trong một tập tin Eviews. Cho
nên, bước đầu tiên trong bất kỳ một dự án nào với Eviews là cần tạo ra một tập tin mới

hoặc mở một tập tin có sẵn. Mỗi tập tin Eviews chứa một hoặc nhiều trang . Mỗi trang


chứa các đối tượng riêng. Trang được xem như một thư mục con hay tập tin phụ trong
một tập tin. Thông thường chúng ta chỉ làm việc trên một trang duy nhất. Trong khi một
tập tin Eviews được thiết kế để chứa nhiều đối tượng khác nhau như các phương trình, đồ
thị, và ma trận, nhưng mục đích chính của nó là chứa bộ dữ liệu. Một tập hợp các quan
sát của một hoặc một số biến được gọi là bộ dữ liệu, trong đó mỗi quan sát có nhận dạng
riêng.
2.2.3. Ví dụ minh họa về sử dụng phần mềm Eviews trong dự báo thống kê
2.2.3.1. Bộ cơ sở dữ liệu
Dưới đây là số liệu về doanh số bán hàng (đơn vị tính triệu đồng) của cửa hàng X
các tháng trong năm từ năm 2006 đến tháng 7 năm 2012. Số liệu được chi tiết theo bảng
dưới đây.
200
6M1

2006
M2

2006
M3

2006
M4

200
6M5

2006

M6

2006
M7

2006
M8

200
6M9

2006
M10

2006
M11

2006
M12

200
7M1

2007
M2

2007
M3

2007

M4

33
200
7M5

44
2007
M6

42
2007
M7

45
2007
M8

41
200
7M9

41
2007
M10

38
2007
M11

36
2007
M12

42
200
8M1

43
2008
M2

37
2008
M3

32
2008
M4

47
200
8M5

48
2008
M6

50
2008

M7

45
2008
M8

41
200
8M9

43
2008
M10

45
2008
M11

48
2008
M12

55
200
9M1

55
2009
M2

50
2009
M3

54
2009
M4

51
200
9M5

56
2009
M6

55
2009
M7

47
2009
M8

48
200
9M9

47
2009

M10

46
2009
M11

48
2009
M12

51
201
0M1

47
2010
M2

51
2010
M3

51
2010
M4

67
201
0M5

63
2010
M6

67
2010
M7

61
2010
M8

66
201
0M9

59
2010
M10

50
2010
M11

54
2010
M12

66
201

1M1

62
2011
M2

55
2011
M3

63
2011
M4

68
201
1M5

64
2011
M6

70
2011
M7

63
2011
M8

74
201
1M9

72
2011
M10

56
2011
M11

75
2011
M12

77
201
2M1

58
2012
M2

58
2012
M3

60
2012

M4

82
201
2M5

81
2012
M6

82
2012
M7

72

73

80

75

85

76

79

83

76

84

92

94

93

86

90

92

Với bảng dữ liệu này, ta sẽ sử dụng phần mềm Eviews để phân tích và dự báo
doanh số bán hàng của cửa hàng các tháng còn lại trong năm 2012.
2.2.3.2. Thao tác thực hiện
a) Tạo dữ liệu và vẽ mơ hình biểu diễn doanh thu bán hàng hàng tháng từ tháng 1 năm
2006 đến tháng 7 năm 2012.
Bước 1: Chạy chương trình Eviews và tạo file làm việc bằng cách chọn NewWorkfile:


Bước 2: Căn cứ vào thời gian (biến X) để lựa chọn Frequency cho phù hợp, tại đây theo
dãy số thời gian ta chọn Monthly và nhập thời gian bắt đầu dữ liệu tới khi kết thúc dữ
liệu:

Bước 3: Tại mục resid chưa có dữ liệu của biến Y, nhập dữ liệu cho biến Y bằng cách vào
theo đường dẫn

Bước 4: Copy dữ liệu cột Y trong excel vào bảng tính trong Eviews:

Bước 5: Sau khi hồn thành nhập dữ liệu, đổi tên mục “ser01” thành tên “y” để tránh
nhầm lẫn, chọn OK.

Bước 6: Chọn mục Y và chọn đường dẫn như sau:


Bước 7: Ta được đồ thị biểu diễn doanh thu bán hàng hàng tháng từ tháng 1 năm 2006
đến tháng 7 năm 2012 như dưới đây:

Bước 8: Tại mục “Y” ta vào theo đường dẫn:

Tại đây ta đọc được các số liệu về max, min, mean…của bảng dữ liệu về doanh thu bán
hàng hàng tháng từ tháng 1 năm 2006 đến tháng 7 năm 2012 như dưới đây:


b) Vẽ mơ hình hàm tuyến tính, bậc hai và hàm mũ
Bước 1:Tạo biến thời gian và thời gian bậc hai như sau

Bước 2: Nhập lệnh như sau: time=@obsid và chỉnh quãng thời gian cho đúng với thời
gian bắt đầu, thời gian kết thúc.

Bước 3: Với đường dẫn như cũ theo QuickGenerate series, tạo lệnh: time2=time*time
Bước 4: Vào Quick chọn Estimate Equation: