dự báo giá heo hơi trên địa bàn thành phố hồ chí minh

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (6.85 MB, 113 trang )

Trang 1<div class="page_container" data-page="1">

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH --- ∞0∞---

NGUYỄN MẠNH KHA

DỰ BÁO GIÁ HEO HƠI TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Chuyên ngành: Kinh tế học Mã số chuyên ngành: 8 31 01 01

LUẬN VĂN THẠC SĨ KINH TẾ HỌC

Giảng viên hướng dẫn : PGS.TS. LÊ THANH TÙNG

TP. HỒ CHÍ MINH, NĂM 2021

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhDu bao gia heo hoi tren dia ban Thanh pho Ho Chi Minh

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 2<div class="page_container" data-page="2">

GIẤY XÁC NHẬN

Tôi tên là: NGUYỄN MẠNH KHA

Tơi đồng ý cung cấp tồn văn thơng tin luận án/ luận văn tốt nghiệp hợp lệ về bản quyền cho Thư viện trường đại học Mở Thành phố Hồ Chí Minh. Thư viện trường đại học Mở Thành phố Hồ Chí Minh sẽ kết nối tồn văn thông tin luận án/ luận văn tốt nghiệp vào hệ thống thông tin khoa học của Sở Khoa học và Cơng nghệ Thành phố Hồ Chí Minh.

Nguyễn Mạnh Kha

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 3<div class="page_container" data-page="3">

YKIENCHO PHEPBAo VE LuAN VAN..THAC.si

Giang vien huang dfrn: PGS.TS Le Thanh TungHQc vien th\!c hi~n: Nguy~n M~nh Kha

Ngay sinh: 19/06/1990

Lap: ME018BNai sinh: TP.HCMTen d~ ali: liD\! bao gia heo hai tren dia ban Thanh ph6

H6

Chi Minh".

y

ki~n cua giao vien huang dfrn v~ vi~c cho phep hQc vien Nguy~n M~nh Kha

PGS.TS Le Thanh Tung

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 4<div class="page_container" data-page="4">

LỜI CAM ĐOAN

Tôi cam đoan luận văn “Dự báo giá heo hơi trên địa bàn thành phố Hồ Chí Minh” là bài nghiên cứu của chính tơi.

Ngồi trừ những tài liệu tham khảo đã được trích dẫn trong luận văn này, tơi cam đoan tồn phần hay những phần nhỏ của luận văn này chưa từng được công bố hoặc được sử dụng để nhận bằng cấp ở nơi khác.

Khơng có sản phẩm/nghiên cứu nào của người khác được sử dụng trong luận văn này mà khơng được trích dẫn theo đúng quy định.

Luận văn này chưa bao giờ được nộp để nhận bất kỳ bằng cấp nào tại các trường đại học hoặc cơ sở đào tạo nào khác.

Thành phố Hồ Chí Minh, ngày tháng năm 2021 Học viên thực hiện

Nguyễn Mạnh Kha

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 5<div class="page_container" data-page="5">

LỜI CẢM ƠN

Đề tài nghiên cứu này là kết quả của việc làm luận văn tốt nghiệp của tôi tại Trường Đại học Mở Thành phố Hồ Chí Minh. Đây là một phần của việc đạt được bằng Thạc sỹ chương trình đào tạo ngành Kinh tế học. Tơi khơng thể làm được nếu khơng có sự giúp đỡ của gia đình, đồng nghiệp và bạn bè; tôi xin trân trọng cảm ơn những sự hỗ trợ của họ. Trên hết, tôi xin chân thành cám ơn quý thầy cô của Trường Đại học Mở Thành phố Hồ Chí Minh đã giảng dạy cho tôi rất nhiều kiến thức bổ ích và thực tế. Đặc biệt, tôi xin gửi lời cám ơn sâu sắc đến PGS.TS Lê Thanh Tùng, giảng viên hướng dẫn tôi thực hiện đề tài nghiên cứu luận văn tốt nghiệp.

Tuy vậy, do vốn kiến thức còn hạn chế nên đề tài này còn nhiều thiếu sót. Rất mong được sự góp ý của q thầy cơ và các bạn để tơi có thể hồn thiện hơn ở những nghiên cứu sau này.

Thành phố Hồ Chí Minh, ngày tháng năm 2021 Học viên thực hiện

Nguyễn Mạnh Kha

123docz.net - File bi loi xin lienhe:

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 6<div class="page_container" data-page="6">

TĨM TẮT

Thành phố Hồ Chí Minh là thị trường tiêu thụ thịt heo lớn nhất cả nước (750 đến 800 tấn/ngày). Tuy nhiên sản lượng heo hơi cung ứng của thành phố chỉ đạt 54.000 tấn/năm (tương đương 150 tấn/ngày). Bằng những tính tốn đơn giản, có thể thấy nhu cầu thịt heo tiêu thụ của người dân thành phố gấp 5 lần số lượng cung ứng (150 tấn/ngày). Để giúp cho người nơng dân và các nhà hoạch định chính sách lập kế hoạch tổ chức sản xuất và cung ứng heo hơi trong tương lai dựa trên nhu cầu của thị trường, tác giả thực hiện công tác dự báo giá cả cho mặt hàng nông sản này.

hơi trên địa bàn Thành phố Hồ Chí Minh từ năm 2015 đến năm 2021, tác giả sử dụng phương pháp ARIMA của Box-Jenkin (1976) và phương pháp hồi quy hàm xu thế để dự báo giá heo hơi những tháng đầu năm 2022, từ đó đề xuất một số hàm ý chính sách.

Để thực hiện dự báo dữ liệu chuỗi thời gian theo mơ hình ARIMA, tác giả đã sử dụng chuỗi dữ liệu có tính dừng sau khi lấy sai phân bậc 1 chuỗi gốc, thỏa mãn kiểm định Dickey-Fuller, quan sát biểu đồ tương quan, tương quan riêng phần, lựa chọn mơ hình ARIMA (1,1,5) là tốt nhất (các tiêu chí AIC, BIC nhỏ nhất, R2 lớn nhất) để tiến hành dự báo. Kết quả dự báo theo mơ hình ARIMA (1,1,5) cho thấy giá heo hơi đến tháng 03 năm 2022 trên địa bàn Thành phố quanh mức trung bình 75.560 đồng/kg, thấp hơn thời điểm đầu năm 2021 khoảng 5.000 đồng/kg.

Đối với phương pháp dự báo bằng hàm xu thế, tác giả đưa vào nghiên cứu tác động của những ngày ngày lễ, ngày tôn giáo tín ngưỡng khơng xuất đàn heo của Việt Nam, tuy nhiên các biến này khơng có ý nghĩa thống kê giải thích. Đặc biệt, trong nghiên cứu này, tác giả sử dụng kiểm định thay đổi cấu trúc (Chow-Test) để chứng minh có sự khác biệt về cấu trúc giá cả heo hơi trước và sau khi có dịch bệnh tả heo châu Phi lây lan vào đàn chăn nuôi của Việt Nam từ tháng 2 năm 2020, kiểm tra này có ý nghĩa thống kê ở mức 99%.

123docz.net - File bi loi xin lienhe:

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 7<div class="page_container" data-page="7">

ABSTRACT

Ho Chi Minh City is the largest market for pork consumption (750 to 800 tons/day). However, the city's live pig production is only 54,000 tons/year (equivalent to 150 tons/day). By simple calculations, it can be seen that the demand for pork consumed by the city people is 5 times the quantity supplied (150 tons/day). To help farmers and policymakers plan to organize the production and supply of live pigs in the future based on market demand, the author performs price forecast work for agricultural commodities this property.

By observing the 324-weeks (6 years and 3 months) price forecast for live pigs in Ho Chi Minh City from 2015 to 2021, the author uses the ARIMA method of Box-Jenkin (1976) and the functional regression method trend to forecast live hog prices in the first months of 2022, from which proposing some policy implications.

To forecast time series data according to ARIMA model, the author used a stationary data series after taking the first difference of the original series, satisfying the Dickey-Fuller test, observing the correlation chart, partial correlation, choosing

Forecast results according to ARIMA model (1,1,5) show that the live hog price by March 2022 in the city is around 75.560 VND/kg, about 5,000 VND/kg lower than at the beginning of 2021.

For the trend function prediction method, the author put into the study the impact of holidays, religious and religious days without exporting pigs in Vietnam, but these variables have no statistical significance prefer. In particular, in this study, the author used the structural change test (Chow-Test) to demonstrate that there is a structural difference in the price of live pigs before and after the spread of African swine fever in Vietnam's livestock herd from February 2020, this test is statistically significant at 99%.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 8<div class="page_container" data-page="8">

MỤC LỤC

CHƯƠNG 1 ... 1

GIỚI THIỆU ... 1

1.1. Lý do chọn đề tài ... 1

1.2. Mục tiêu nghiên cứu ... 2

1.3. Câu hỏi nghiên cứu ... 2

1.4. Đối tượng và phạm vi nghiên cứu ... 3

1.5. Phương pháp nghiên cứu ... 3

1.6. Đóng góp chính của luận văn ... 3

1.7. Kết cấu luận văn ... 3

CHƯƠNG 2 ... 5

CƠ SỞ LÝ THUYẾT ... 5

2.1. Thị trường nông sản ... 5

2.2. Cung nông sản ... 5

2.3. Các yếu tố ảnh hưởng đến cung nông sản, giá cung nông sản ... 6

2.3.1. Các yếu tố ảnh hưởng đến cung nông sản ... 6

2.3.2. Các yếu tố ảnh hưởng đến giá cung nông sản ... 8

2.4. Khái niệm về dự báo ... 10

2.5. Phân loại dự báo ... 11

2.6. Vai trò của dự báo ... 12

2.7. Phương pháp dự báo ... 13

2.7.1. Phương pháp dự báo định tính ... 13

2.7.2. Phương pháp dự báo định lượng ... 14

2.8. Dự liệu chuỗi thời gian ... 14

2.8.1. Khái niệm dữ liệu chuỗi thời gian ... 14

2.8.2. Chuỗi thời gian có tính dừng ... 14

2.8.3. Chuỗi thời gian có tính mùa vụ ... 16

2.9. Mơ hình ARIMA để dự báo dữ liệu chuỗi thời gian ... 16

2.9.1. Mơ hình ARIMA ... 16

2.9.2. Các bước dự báo theo mô hình ARIMA ... 19

2.10. Mơ hình hàm xu thế để dự báo dữ liệu chuỗi thời gian ... 20

2.10.1. Mơ hình hàm xu thế đơn giản ... 20

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 9<div class="page_container" data-page="9">

2.10.2. Mô hình hàm xu thế có xét đến các yếu tố tác động khác ... 20

2.10.3. Khắc phục hiện tượng tự tương quan của mơ hình hồi quy ... 21

2.11. Tổng quan các nghiên cứu trước ... 22

2.11.1. Các nghiên cứu trên thế giới ... 22

2.11.2. Các nghiên cứu tại Việt Nam ... 23

2.12. Mơ hình nghiên cứu đề xuất ... 25

2.12.1. Mơ hình ARIMA ... 25

2.12.2. Mơ hình hàm xu thế đơn giản ... 25

2.12.3. Mơ hình hàm xu thế có xét đến các yếu tố khác ... 25

CHƯƠNG 3... 28

THỰC TRẠNG GIÁ HEO HƠI TẠI THÀNH PHỐ HỒ CHÍ MINH ... 28

3.1. Cầu thịt heo hơi tại Thành phố Hồ Chí Minh ... 28

3.2. Cung thịt heo hơi tại Thành phố Hồ Chí Minh ... 28

3.3. Tình hình dịch bệnh trên đàn heo ... 29

3.3.1. Tình hình dịch bệnh cả nước ... 29

3.3.2. Tình hình dịch bệnh trên địa bàn thành phố Hồ Chí Minh... 29

3.4. Tình hình biến động giá heo hơi TP.HCM từ năm 2015 đến 2021 ... 30

3.5. Tình hình biến động giá heo hơi TP.HCM năm 2015 ... 31

3.6. Tình hình biến động giá heo hơi TP.HCM năm 2016 ... 32

3.7. Tình hình biến động giá heo hơi TP.HCM năm 2017 ... 33

3.8. Tình hình biến động giá heo hơi TP.HCM năm 2018 ... 34

3.9. Tình hình biến động giá heo hơi TP.HCM năm 2019 ... 36

3.10. Tình hình biến động giá heo hơi TP.HCM năm 2020 ... 37

CHƯƠNG 4 ... 39

KẾT QUẢ NGHIÊN CỨU ... 39

4.1. Tóm tắt dữ liệu nghiên cứu ... 39

4.2. Kiểm tra tính dừng dữ liệu nghiên cứu ... 40

4.2.1. Kiểm tra tính dừng ở chuỗi gốc ... 40

4.2.2. Kiểm tra tính dừng sau khi lấy sai phân bậc 1 ... 41

4.3. Nhận dạng mơ hình ARIMA ... 42

4.3.1. Giá trị I(d) ... 42

4.3.2. Nhận dạng mơ hình AR(p) ... 42

4.3.3. Nhận dạng mơ hình MA(q) ... 43

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 10<div class="page_container" data-page="10">

4.4. So sánh và lựa chọn mơ hình ARIMA tốt nhất ... 44

4.5. Ước lượng các tham số của mơ hình ARIMA ... 44

4.6. Kiểm tra tính nhiễu trắng của phần dư trong mơ hình ARIMA ... 45

4.7. Dự báo giá heo hơi theo mơ hình ARIMA (1,1,5) ... 46

4.7.1 Dự báo trong mẫu ... 46

4.7.2. Dự báo ngoài mẫu... 48

4.8. Dự báo giá heo hơi theo mơ hình hàm xu thế ... 50

4.8.1. Dự báo giá heo hơi theo mơ hình hàm xu thế đơn giản ... 50

4.8.2. Dự báo giá heo hơi bằng mơ hình hàm xu thế có xét đến các yếu tố tác động khác ... 54

4.8.3. Khắc phục hiện tượng tự tương quan của mơ hình hồi quy ... 56

4.8.4. Mơ hình hồi quy sau khi khắc phục các khuyết tật ... 57

4.9. Kiểm định thay đổi cấu trúc dữ liệu và dự báo ... 61

4.9.1. Kiểm định Chow ... 61

4.9.2. Dự báo giá heo hơi sau kiểm định Chow ... 62

4.9.3. Mô hình hồi quy sau khi khắc phục các khuyết tật ... 64

4.10. So sánh kết quả dự báo bằng 3 phương pháp ... 64

4.10.1. So sánh kết quả dự báo trong mẫu ... 64

4.10.2. So sánh kết quả dự báo ngoài mẫu ... 65

KẾT LUẬN VÀ HÀM Ý QUẢN LÝ ... 69

5.1. Kết luận ... 69

5.2. Hàm ý chính sách ... 70

5.2.1 Hàm ý chính sách đối với hộ nơng dân ... 70

5.2.2 Hàm ý chính sách đối với cơ quan quản lý ... 70

TÀI LIỆU THAM KHẢO ... 72

PHỤ LỤC 1 ... 75

PHỤ LỤC 2 ... 83

PHỤ LỤC 3 ... 91

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 11<div class="page_container" data-page="11">

DANH MỤC CÁC CHỮ VIẾT TẮT

I(d)

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 12<div class="page_container" data-page="12">

DANH MỤC CÁC BẢNG

Bảng 1: Kiểm định tính dừng chuỗi gốc ... 40

Bảng 2: Kết quả kiểm định tính dừng sau khi lấy sai phân bậc 1 chuỗi gốc ... 42

Bảng 3: Tương quan chuỗi giá heo hơi trên địa bàn TP.HCM (2015-2021) ... 42

Bảng 4: Kết quả thống kê một số tiêu chuẩn mơ hình ARIMA ... 44

Bảng 5: Kết quả lượng mơ hình ARIMA(1,1,5) của chuỗi DPPIG: ... 44

Bảng 6: Đồ thị tương quan của phần dư mơ hình ARIMA(1,1,5) ... 45

Bảng 7: Kết quả dự báo trong mẫu theo mơ hình ARIMA (1,1,5) ... 46

Bảng 8: Kết quả dự báo ngồi mẫu theo mơ hình ARIMA (1,1,5)... 48

Bảng 9: Kết quả dự báo trong mẫu theo mơ hình hàm xu thế 1: ... 51

Bảng 10: Kết quả dự báo ngồi mẫu theo mơ hình hàm xu thế 1: ... 52

Bảng 11: Kết quả hồi quy mơ hình xu thế 2 ... 56

Bảng 12: Khắc phục hiện tưởng tự tương quan ... 57

Bảng 13: Mơ hình hồi quy sau khi khắc phục các khuyết tật ... 57

Bảng 14: Kết quả dự báo trong mẫu theo mơ hình xu thế 2 ... 58

Bảng 15: Kết quả dự báo ngoài mẫu theo mơ hình xu thế 2... 59

Bảng 16: Kết quả kiểm định Chow ... 61

Bảng 17: Kết quả hồi quy (sau kiểm định Chow) ... 63

Bảng 18: Mơ hình hồi quy sau Chow và khắc phục các khuyết tật ... 64

Bảng 19: So sánh kết quả dự báo trong mẫu ... 64

Bảng 20: So sánh kết quả dự báo ngoài mẫu ... 65

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 13<div class="page_container" data-page="13">

DANH MỤC CÁC HÌNH

Hình 1: Biến động giá heo hơi TP.HCM từ 2015 đến 2021 ... 30

Hình 2: Biến động giá heo hơi TP.HCM năm 2015 ... 31

Hình 3: Biến động giá heo hơi TP.HCM năm 2016 ... 32

Hình 4: Biến động giá heo hơi TP.HCM năm 2017 ... 33

Hình 5: Biến động giá heo hơi TP.HCM năm 2018 ... 34

Hình 6: Biến động giá heo hơi TP.HCM năm 2019 ... 36

Hình 7: Biến động giá heo hơi TP.HCM năm 2020 ... 37

Hình 8: So sánh biến động giá heo hơi TP.HCM qua các năm từ 2016 đến 2020... 38

Hình 9: Biến động giá heo hơi TP.HCM từ 2015 đến 2021 ... 39

Hình 10: Đồ thị biểu diễn chuỗi gốc – ký hiệu là PPIG: ... 40

Hình 11: Đồ thị chuỗi gốc sau khi lấy sai phân bậc 1 – ký hiệu DPPIG ... 41

Hình 12: Kết quả dự báo trong mẫu theo mơ hình ARIMA (1,1,5) ... 47

Hình 13: Đồ thị chuỗi PPIGF của mơ hình ARIMA(1,1,5) so với chuỗi gốc PPIG . 47Hình 14: Kết quả dự báo theo mơ hình ARIMA (1,1,5) ... 50

Hình 15: Kết quả dự báo theo mơ hình xu thế 1 ... 54

Hình 16: Sai số của mơ hình hồi quy khơng có phân phối chuẩn ... 55

Hình 17: Kết quả dự báo ngồi mẫu theo mơ hình xu thế 2 ... 61

Hình 18: Sai số của mơ hình hồi quy (sau kiểm định Chow) có phân phối chuẩn ... 63

Hình 19: So sánh kết quả dự báo trong mẫu ... 65

Hình 20: So sánh kết quả dự báo ngoài mẫu ... 67

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 14<div class="page_container" data-page="14">

CHƯƠNG 1 GIỚI THIỆU 1.1. Lý do chọn đề tài

Năm 2019 và những tháng đầu năm 2020, có thể thấy sự biến động giá thịt heo lên xuống “chóng mặt” sau khoảng thời gian dịch bệnh tả heo Châu Phi hoành hành trên cả 63 tỉnh thành.

Thành phố Hồ Chí Minh tính đến ngày 1 tháng 4 năm 2019 có 8,99 triệu dân (Cục Thống kê, 2019), là thị trường tiêu thụ thịt heo lớn nhất cả nước. Theo báo cáo của Bộ Nông nghiệp và Phát triển nơng thơn năm 2018, bình qn một người Việt Nam tiêu thụ 24,8 kg thịt heo/năm. Sở Công thương Thành phố Hồ Chí Minh năm 2019 cũng cơng bố số liệu báo cáo, theo đó, trung bình một ngày, người dân thành phố tiêu thụ từ 750 đến 800 tấn thịt heo. Do nhu cầu tiêu thụ lớn, thành phố phải nhập khẩu một số lượng thịt heo tiêu dùng từ các quốc gia khác, cụ thể, lượng thịt heo nhập khẩu qua cửa khẩu thành phố năm 2019 đạt 13.231 tấn, tăng 7.130 tấn, tăng 17% so với cùng kỳ năm 2018 (Sở Công thương, 2019). Thịt heo được nhập từ các nước: Brazil (12,6 triệu USD), Ba Lan (4,5 triệu USD), Canada (2,0 triệu USD), Mỹ (2,1 triệu USD).

Trong khi đó, tổng đàn heo chăn ni trên địa bàn thành phố Hồ Chí Minh năm 2019 đạt 275.000 con, giảm 1,8% so cùng kỳ năm 2018. Sản lượng heo hơi 54.000 tấn/năm, tăng 1,9% so cùng kỳ năm 2018 (Sở Nơng nghiệp và PTNT, 2019). Trong đó, tổng đàn heo được chứng nhận VietGAHP là 134.330 con (chiếm tỷ lệ 48,84%);.

Bằng những tính tốn đơn giản, có thể thấy nhu cầu thịt heo tiêu thụ của người dân thành phố gấp 5 lần số lượng cung ứng (150 tấn/ngày). Thịt heo có thể chế biến thành các món ăn thơng dụng hằng ngày hoặc là nguyên liệu đầu vào cho một số ngành chế biến khác.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 15<div class="page_container" data-page="15">

Để giúp cho người nông dân và các nhà hoạch định chính sách nhận biết được những dấu hiệu quan trọng cho việc lập kế hoạch tổ chức sản xuất và tiêu thụ heo hơi trong tương lai dựa trên nhu cầu của thị trường, công tác dự báo giá cả cho mặt hàng nông sản này là hết sức cần thiết.

Các nhà nghiên cứu trên thế giới và Việt Nam đã sử dụng rất nhiều phương pháp trong dự báo kinh tế, đặc biệt nhiều đề tài nghiên cứu đã ứng dụng mơ hình ARIMA của Box-Jenkin năm 1976 để dự báo giá cả, sản lượng của một số mặt hàng nông sản. Trên địa bàn thành phố Hồ Chí Minh từ năm 2012 đến nay, nhiều tác giả cũng đã xây dựng mơ hình dự báo giá các sản phẩm nông nghiệp như giá thịt gà, giá tôm, sản lượng sữa bò tươi, sản lượng thuốc bảo vệ thực vật…, tuy nhiên chưa có nghiên cứu nào đề cập đến đối tượng heo hơi. Đó là lý do tác giả lựa chọn đối tượng heo hơi để nghiên cứu thực hiện xây dựng mơ hình dự báo giá trong luận văn này.

Một điểm mới của đề tài này so với những nghiên cứu trước, tác giả thực hiện thêm kiểm định Chow (Chow Test) để so sánh mức giá trung bình của hai giai đoạn trước và sau đợt dịch tả heo Châu Phi, từ đó đề xuất những dự báo giá heo hơi chính xác hơn.

1.2. Mục tiêu nghiên cứu

Xây dựng hàm dự báo cho giá heo hơi tại Thành phố Hồ Chí Minh;

Đề xuất một số hàm ý chính sách để quản lý tốt hơn thị trường heo hơi tại Thành phố Hồ Chí Minh

1.3. Câu hỏi nghiên cứu

Hàm dự báo nào là phù hợp cho dự báo giá heo hơi trên địa bàn Thành phố Hồ Chí Minh?

Kết quả dự báo giá heo hơi trên địa bàn Thành phố Hồ Chí Minh giúp đưa ra những hàm ý chính sách như thế nào đối với công tác quản lý ngành, kế hoạch sản xuất của người nông dân trong những năm tiếp theo?

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 16<div class="page_container" data-page="16">

1.4. Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Dự báo giá heo hơi.

Phạm vi nghiên cứu: Trên địa bàn thành phố Hồ Chí Minh.

Thời gian nghiên cứu: Từ năm 2015 đến năm 2021.

1.5. Phương pháp nghiên cứu

Bằng việc quan sát dự liệu giá cả 324 tuần (6 năm 3 tháng) của mặt hàng heo hơi trên địa bàn Thành phố Hồ Chí Minh từ năm 2015 đến năm 2021, tác giả sử dụng phương pháp ARIMA của Box-Jenkin (1976) và phương pháp hồi quy hàm xu

thế để dự báo giá heo hơi những tháng đầu năm 2022.

1.6. Đóng góp chính của luận văn

Luận văn này đóng góp một số hàm ý chính sách cho các nhà quản lý nơng nghiệp, đặc biệt là quản lý chăn nuôi gia súc (đàn heo) trên địa bàn thành phố có những kế hoạch cụ thể trong việc điều chỉnh thời gian tái đàn heo sau đợt dịch bệnh tả heo châu Phi lây lan vào Việt Nam từ tháng 2 năm 2020.

Đối với người nông dân, kết quả dự báo giá heo hơi trên địa bàn thành phố cũng là những thông tin đáng tham khảo. Giá cả thị trường bị tác động bởi nhiều yếu tố, nhưng nhìn chung xu hướng của giá nơng sản, mà trong luận văn này đề cập tới là giá heo hơi, luôn tăng dần theo thời gian. Sẽ có những thời điểm giá heo hơi giảm xuống trong ngắn hạn, nhưng do nhu cầu tiêu thụ của của thành phố có số dân đơng nhất cả nước, giá heo hơi sẽ vẫn tăng trong dài hạn theo đúng quy luật của sự thiết yếu và khan hiếm.

1.7. Kết cấu luận văn

Ngồi Mục lục, Tóm tắt, Danh mục tài liệu tham khảo, luận văn có kết cấu gồm những phần chính như sau:

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 17<div class="page_container" data-page="17">

Chương 1: Giới thiệu: Nêu lý do chọn đề tài, tóm tắt mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, giới thiệu phương pháp chính của nghiên cứu.

Chương 2: Cơ sở lý thuyết: Nêu các lý thuyết liên quan đến dự báo kinh tế (khái niệm, phân loại, vai trò, phương pháp dự báo), dữ liệu chuỗi thời gian và mơ hình ARIMA, mơ hình hàm xu thế để dự báo chuỗi thời gian,.

Chương 3: Thực trạng giá heo hơi trên địa bàn Thành phố Hồ Chí Minh thời gian qua: Tác giả đánh giá tình hình thị trường giá heo hơi (cung – cầu), tình hình dịch bệnh trên đàn heo và biến động giá heo hơi từ năm 2015 đến nay.

Chương 4: Kết quả nghiên cứu: Trình bày và phân tích tất cả các kết quả nghiên cứu của đề tài, kết quả dự báo giá heo hơi trên địa bàn thành phố bằng phương pháp Box-Jenkin, hàm xu thế, các kiểm định liên quan.

Chương 5: Kết luận và hàm ý chính sách: Từ những kết quả nghiên cứu có được ở Chương 4, tác giả đưa ra những kết luận về dự báo giá heo hơi trong thời gian tới và hàm ý chính sách cho các đối tượng.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 18<div class="page_container" data-page="18">

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 2.1. Thị trường nông sản

Nông sản hàng hóa (cash crops) là khái niệm dùng để chỉ các loại sản phẩm mà người nông dân sản xuất ra với mục đích bán ra thị trường. Ngược với nơng sản hàng hóa là nơng sản phục vụ cho mục đích tự sản, tự tiêu. Nơng sản gồm sản phẩm của các ngành: trồng trọt, chăn nuôi, thủy sản.

Thị trường nông sản là thị trường diễn ra hoạt động trao đổi, mua bán các mặt hàng nông sản, ở nghĩa rộng, nó bao gồm thêm vật tư nông nghiệp và giống. Thị trường nông sản thông thường là thị trường cạnh tranh hoàn hảo.

2.2. Cung nông sản

Cung sản phẩm nông nghiệp là khái niệm dùng để chỉ lượng hàng hố nơng sản của các doanh nghiệp và hộ gia đình nơng dân có khả năng sản xuất được và sẵn sàng bán ở mỗi mức giá trong mỗi thời điểm nhất định.

Khả năng sản xuất được qui định bởi các yếu tố đầu vào của sản xuất trong một thời gian và không gian nhất định. Nói cách khác, tương ứng với khả năng sản xuất nào sẽ có kết quả sản xuất đó, nghĩa là lượng nơng sản phẩm được tạo ra với chi phí nhất định là kết quả của việc sử dụng những đầu vào nhất định. Đối với người sản xuất, khi họ sẵn sàng bán nơng sản của mình với một giá cả nhất định, có nghĩa là giá đó đã thoả mãn được mong đợi của họ (bù đắp được chi phí sản xuất và có lãi). Với mỗi mức giá khác nhau trên thị trường, có một lượng nơng sản hàng hoá nhất định được bán ra và đem lại một mức lợi nhuận nhất định cho người sản xuất. Giá cả nơng sản hàng hố là yếu tố chủ yếu quyết định tính sẵn sàng cung ứng của người sản xuất (Mankiw, 2012).

Cần phân biệt cung cá nhân và cung thị trường. Mỗi cá nhân có những tính tốn tự chủ riêng để quyết định mức cung cá nhân của họ, xuất phát từ lợi ích riêng của họ. Tuy nhiên, thị trường không phải được quy định bởi một cá nhân riêng lẻ

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 19<div class="page_container" data-page="19">

nào, mà là sự tổng hợp của nhiều cá nhân (Mankiw, 2012). Cung thị trường là tổng hợp cung của mọi cá nhân về một loại nơng sản hàng hố nào đó. Mỗi cá nhân, một mặt phải lựa chọn những sản phẩm phù hợp nhất với nhu cầu thị trường để sản xuất, mặt khác phải sản xuất kinh doanh trong điều kiện cạnh tranh với các cá nhân khác. Sự cạnh tranh đó địi hỏi phải kết hợp đồng thời hai yêu cầu của cung: huy động và sử dụng có hiệu quả các yếu tố đầu vào để có một lượng sản phẩm nhất định với giá thành rẻ và cần bán số lượng sản phẩm đó. Tuỳ theo những tính tốn riêng, mỗi cá nhân tự quyết định việc sản xuất, bán sản phẩm của mình trên thị trường. Cung thị trường chính là sự tổng hợp hai yêu cầu nói trên của từng cá nhân riêng lẻ.

Như vậy, khi nói đến cung nông sản trên thị trường khơng thể nói cung chung, mà bao giờ cũng phải gắn liền với từng mức giá cụ thể và ở một hoàn cảnh cụ thể của các nhân tố ảnh hưởng đến khả năng sản xuất và tính sẵn sàng bán của các cá nhân. Nói cách khác, mức cung nơng sản chịu sự tác động của nhiều nhân tố còn gọi là những nhân tố xác định cung và những nhân tố đó ln ở trạng thái động. Chính vì vậy, người ta có thể biểu diễn dưới dạng hàm số cung.

2.3. Các yếu tố ảnh hưởng đến cung nông sản, giá cung nông sản 2.3.1. Các yếu tố ảnh hưởng đến cung nông sản

Khả năng cung nông sản trên thị trường phụ thuộc vào khả năng cung tại chỗ và khả năng cung từ nơi khác đến. Đến lượt nó, khả năng cung tại chỗ phụ thuộc vào hai nguồn chính: khả năng sản xuất của nông nghiệp; khả năng dự trữ nông sản từ các vụ trước. Hai nguồn đó có sẵn sàng cung ứng hay không lại tuỳ thuộc vào các nhân tố cụ thể của bản thân những người sản xuất và những người dự trữ cũng như của thị trường. Khả năng sản xuất tại chỗ của những người sản xuất nông nghiệp cũng như sự sẵn sàng bán sản phẩm của họ ra thị trường phụ thuộc vào một số nhân tố cơ bản sau đây:

- Giá của bản thân nông sản hàng hố đó. Đối với các hộ, các cơ sở sản xuất thường thường ngành sản xuất tổng hợp nhiều loại sản phẩm, với nhiều loại đầu vào, nên khối lượng sản phẩm đầu ra và giá của nó là mối quan hệ hai chiều rút ra

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 20<div class="page_container" data-page="20">

từ một tập hợp nhiều chiều phức tạp. Giả định rằng tất cả các yếu tố khác là không biến động, ta có thể vạch ra khối lượng cung loại nơng sản thứ i với giá riêng của nó, bằng việc sử dụng hệ số co dãn của cung theo giá.

- Giá của sản phẩm cạnh tranh (sản phẩm có thể thay thế). Giá của sản phẩm j tăng có thể làm giảm cung sản phẩm i theo giá thị trường. Ví dụ, giá hoa tăng có thể làm giảm cung rau xanh cho thành phố. Để đánh giá mức độ biến động cung sản phẩm i do thay đổi giá sản phẩm j, ta dùng hệ số co dãn theo giá chéo.

- Sự thay đổi giá cả của các yếu tố đầu vào. Khi giá một yếu tố đầu vào thay đổi, ví dụ như giá phân bón tăng lên, chi phí cận biên để làm ra một lượng đầu ra nhất định sẽ tăng lên. Nói khác đi, đường cong chi phí của đơn vị sản xuất, và do đó, đường cong cung, đều sẽ dịch chuyển đi lên và về phía trái, khả năng cung nơng sản sẽ giảm đi với cùng chi phí như trước. Trong trường hợp ngược lại, thì đường cong cung sẽ dịch chuyển về bên phải, khả năng cung nông sản tăng lên với cùng mức chi phí như trước đây.

- Giá của sản phẩm song đôi. Khi giá của một trong hai sản phẩm song đơi tăng lên thì đường cong cung sản phẩm thứ hai sẽ dịch chuyển sang phải. Ví dụ, khối lượng cung sữa có tương quan với giá sữa và giá bê con.

- Trình độ kỹ thuật của sản xuất. Những cải tiến kỹ thuật là một nguyên nhân ảnh hưởng tới cung một loại nơng sản hàng hố nào đó (Mankiw, 2012). Ví dụ, một nhóm hộ gia đình tiếp nhận được một loại phân bón mới cho năng suất cao hơn. Với cùng một lượng phân bón và các yếu tố đầu vào như cũ, nhưng cho sản lượng sản phẩm nhiều hơn.

- Các yếu tố môi trường tự nhiên. Các yếu tố thời tiết, tình hình dịch bệnh... có ảnh hưởng rất lớn đến kết quả sinh trưởng phát triển của cây trồng vật nuôi và do vậy ảnh hưởng đến khối lượng cung ứng ra thị trường. Khả năng hạn chế ảnh hưởng xấu tới cung của yếu tố môi trường tự nhiên tuỳ thuộc trình độ phát triển kinh tế - kỹ thuật ở mỗi nước.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 21<div class="page_container" data-page="21">

- Các chính sách kinh tế của Nhà nước. Một số chủ trương chính sách của Nhà nước có ảnh hưởng trực tiếp đến cung một số nơng sản nhất định. Ví dụ, việc cấp quota sản xuất cho các trang trại, cấm hoặc hạn chế việc sử dụng một yếu tố đầu vào nào đó, cung cấp vốn ưu đãi, chuyển giao kỹ thuật mới cho nông dân v.v...

2.3.2. Các yếu tố ảnh hưởng đến giá cung nông sản

Theo lý thuyết kinh tế vi mô được đề cập bởi Mankiw (2012), mặt hàng nơng sản đa phần là hàng hóa thuộc nhóm thị trường cạnh tranh hồn hảo, do khơng có sự khác biệt nhiều về chất lượng sản phẩm và có rất nhiều đối tượng khác nhau cung cấp cùng một dạng hàng hóa. Đặc điểm quan trọng nhất của nhóm hàng nơng sản cạnh tranh hồn hảo là giá của chúng được điều chỉnh bởi chính thị trường, khơng phụ thuộc (hoặc ít phụ thuộc vào sự định giá của người sản xuất, người cung ứng). Tuy nhiên, trong q trình hình thành giá của mặt hàng nơng sản cũng khơng ngoại lệ có các đặc điểm sau như những mặt hàng khác:

- Các yếu tố nội tại tác động đến giá nơng sản:

+ Chi phí sản xuất: là yếu tố lớn nhất ảnh hưởng trực tiếp đến việc định giá của bất kỳ một sản phẩm. Bằng một phép tính đơn giản, chúng ta có thể hình dung được rằng, để doanh nghiệp có thể có lợi nhuận thì giá sản phẩm bán ra phải lớn hơn tổng chi phí để sản xuất ra sản phẩm đó. Chính vì thế, chi phí sản xuất trên mỗi sản phẩm càng lớn thì giá sản phẩm sẽ càng cao và ngược lại.

+ Nguồn lực tài chính của hợp tác xã, doanh nghiệp trong ngành sản xuất và cung ứng nông sản: Một số doanh nghiệp có thể bán sản phẩm với mức giá bằng hoặc thấp hơn chi phí sản xuất trong một khoảng thời gian nhất định với mục tiêu cạnh tranh và chiếm lĩnh thị phần. Để làm được điều đó, buộc doanh nghiệp phải có nguồn tài chính dồi dào. Tuy nhiên, một số doanh nghiệp có nguồn tài chính eo hẹp sẽ khơng thể áp dụng phương thức này. Tài chính của các hợp tác xã có được thơng qua các nguồn: Vốn từ các thành viên sáng lập, vốn đầu tư từ các thành viên, chênh lệch giá trị của cổ phiếu, lợi nhuận thu được thông qua hoạt động kinh doanh.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 22<div class="page_container" data-page="22">

Doanh nghiệp có nguồn tài chính càng dồi dào thì sẽ có nhiều sự lựa chọn trong công tác định giá sản phẩm.

+ Chiến lược định vị sản phẩm: Do nông sản đa phần là mặt hàng thuộc nhóm thị trường cạnh tranh hồn hảo; do đó, để định vị sản phẩm, người ta chú trọng đến việc phát triển quảng bá hình ảnh sản phẩm đặc trưng theo vùng, miền có giá trị cao, đó có thể là đặc sản của mỗi địa phương, có bao bì, nhãn mác tạo nên sự khác biệt trong cung ứng. Có thể thấy mơ hình OCOP (mỗi xã một sản phẩm) là một ví dụ trong chiến lược này của nước ta. Chính nhờ định vị sản phẩm mà giá của sản phẩm là trở nên khác biệt, tạo tiền đề để chuyển sản phẩm nơng nghiệp từ thị trường cạnh tranh hồn hảo sang dạng thị trường cạnh tranh độc quyền, từ đó các nhà cung cấp dành lại quyền định giá sản phẩm trong tay mình.

- Các yếu tố ngoại tại (bên ngồi) ảnh hưởng đến việc định giá nơng sản:

+ Nền kinh tế: nền kinh tế của một quốc gia, hay một địa phương tác động đến nhiều mặt trong đời sống vật chất của những cá thể sống trong xã hội đó, trong đó bao gồm giá cả của sản phẩm/dịch vụ trên thị trường. Khi nền kinh tế đi xuống, khả năng chi tiêu của khách hàng cũng bị kéo theo, khiến doanh nghiệp cần có những điều chỉnh về giá sao cho phù hợp với khả năng tài chính của đối tượng khách hàng mục tiêu. Mặc dù hầu như các quốc gia đều áp dụng mơ hình kinh tế thị trường, nhưng đâu đó vẫn còn trường hợp giá của sản phẩm/dịch vụ bị kiểm sốt và quy định bởi chính phủ.

+ Cầu thị trường: Trong một nền kinh tế thị trường, cầu thị trường là yếu tố vĩ mô tác động đến giá của sản phẩm/dịch vụ lưu hành trên thị trường. Khi lượng cầu tăng so với cung, giá sản phẩm sẽ có xu hướng tăng và ngược lại, khi lượng cầu giảm so với cung, giá sản phẩm cũng sẽ có xu hướng giảm tất yếu.

+ Cạnh tranh: Đối với các mặt hàng nông sản được định vị sản phẩm khác biệt, các đối thủ cạnh tranh ln có những tác động nhất định đối với quá trình định giá sản phẩm. Hầu hết giá của sản phẩm cùng loại từ đối thủ cạnh tranh luôn được đưa ra để so sánh. Nếu quan sát kỹ, chúng ta có thể nhìn thấy được những cuộc

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 23<div class="page_container" data-page="23">

chiến về giá của các sản phẩm cùng loại trên thị trường. Đôi khi, sự thay đổi về giá của một sản phẩm trên thị trường sẽ kéo theo sự thay đổi về giá của những sản phẩm cùng loại cung cấp bởi những doanh nghiệp khác.

+ Mùa vụ, lễ, tết, sự kiện: Do đặc điểm của sản xuất ngành nông nghiệp phụ thuộc nhiều vào các yếu tố tự nhiên (đất, nước, thời tiết…) đồng thời nhu cầu tiêu thụ thì lại bị ảnh hưởng bởi tập quán, tín ngưỡng, nên số lượng và giá của các sản phẩm nông nghiệp sẽ bị chi phối nhiều bởi yếu tố mùa vụ. Thông thường giá của sản phẩm trồng trọt sẽ tăng cao vào những thời điểm trái mùa và giảm mạnh vào thời điểm vào mùa. Đối với ngành chăn nuôi, giá cả của một số sản phẩm phụ thuộc vào tình hình thuần dưỡng, phát triển đàn, thời gian xuất chuồng tối ưu. Trong nghiên cứu này, đối tượng nghiên cứu là giá mặt hàng thịt heo hơi, cũng không ngoại lệ, các yếu tố liên quan đến tính mùa vụ, lễ tết, sự kiện sẽ được đưa vào để đo lường, đánh giá mức độ tác động giá.

2.4. Khái niệm về dự báo

Dự báo (forecast) là một động từ diễn tả sự dự đoán, suy đoán, đoán trước (Cambridge Dictionary, 2009). Trong phạm vi nghiên cứu của chuyên ngành kinh tế học, chúng ta đề cập đến các khái niệm dự báo liên quan đến kinh tế như dự báo giá, dự báo sản lượng, dự báo tốc độ tăng trưởng, dự báo khả năng suy thoái của nền kinh tế...

Trên cơ sở lý thuyết kinh tế học, kinh tế lượng từ thời cổ điển cho đến nay, nhiều nhà nghiên cứu kinh tế trong lĩnh vực dự báo trên thế giới cũng đưa ra những khái niệm với tầm nhìn hiện đại và cụ thể. Năm 1984, Ramu Ramanathan phát biểu rằng dự báo là một tuyên bố về những gì được đánh giá là có khả năng xảy ra trong tương lai, đặc biệt là liên quan đến tình huống cụ thể. Gần đây, theo theo Wang Xin (2016) thì dự báo là khoa học và nghệ thuật tiên đốn các sự việc có thể sẽ xảy ra trong tương lai. Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành dự báo người ta phải căn cứ trên các dữ liệu đã sảy ra trong quá khứ và hiện tại, căn cứ vào xu thế trên cơ sở khoa học để dự đoán những sự việc có thể sẽ xảy ra trong tương

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 24<div class="page_container" data-page="24">

lai. Người ta có thể sử dụng phương pháp định lượng trên cơ sở một số mơ hình tốn học nào đó để đưa ra những dự báo cho tương lai. Phương pháp định lượng có tính khoa học cao và làm cơ sở cho nhà quản trị đưa ra quyết định về dự báo. Tính nghệ thuật trong dự báo thể hiện ở chỗ nhà nghiên cứu phải sử dụng khả năng phán đoán, kinh nghiệm trong những điều kiện thông tin bất cân xứng hoặc các cú sốc bên ngoài tác động mạnh đến dữ liệu nghiên cứu. Tính nghệ thuật của dự báo cũng làm cho dự báo giảm tính chính xác của nó trong một số trường hợp nhất định. Từ các đặc điểm trên ta thấy dự báo vừa có tính chính xác, vừa có sai lệch và rất khó dự báo chính xác hồn hảo (đạt 100% độ chính xác). Dự báo bao giờ cũng có sai số, tính chính xác của dự báo càng cao khi thời gian dự báo càng ngắn, hoặc nói cách khác, thơng thường dự báo ngắn hạn chính xác hơn dự báo cho dài hạn.

Tại Việt Nam, các nhà nghiên cứu kinh tế hoạt động trong các lĩnh vực cũng đưa ra những khái niệm về dự báo đơn giản và dễ hiểu. Cụ thể, theo Nguyễn Văn Ngọc (2016) thì dự báo là quá trình tạo ra các số liệu dự tốn về tình hình kinh tế nói chung và thị trường nói riêng trong tương lai, phục vụ cho việc ra các quyết định của doanh nghiệp hoặc hoạch định chính sách của chính phủ. Có nhiều phương pháp dự báo được sử dụng để ước lượng các chỉ tiêu phản ánh tình hình kinh tế phức tạp, đòi hỏi phải thu thập nhiều số liệu và tốn kém. Hoặc theo Đỗ Quang Giám (2011) thì dự báo là sự tiên đốn có căn cứ khoa học, mang tính chất xác suất về mức độ, nội dung, các mối quan hệ, trạng thái, xu hướng phát triển của đối tượng nghiên cứu hoặc về cách thức và thời hạn đạt được các mục tiêu nhất định đã đề ra trong tương lai.

Trong phạm vi nghiên cứu này, tác giả sử dụng dự báo là động thái theo dõi dữ liệu (chuỗi thời gian) đã trải qua trong quá khứ, áp dụng các cơng thức tốn học, các mơ hình kinh tế lượng để xử lý số liệu và đưa ra kết quả dự báo dựa trên mức ý nghĩa thống kê cho trước.

2.5. Phân loại dự báo

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 25<div class="page_container" data-page="25">

Dự báo (tiên đốn) là hình thức phản ánh vượt trước về thời gian hiện thực khách quan, đó là kết quả nhận thức chủ quan của con người dựa trên cơ sở nhận thức quy luật khách quan trong sự vận động và phát triển của sự vật và hiện tượng. Có thể phân biệt ba loại tiên đốn:

Dự báo khơng khoa học: Đó là các tiên đốn khơng có cơ sở khoa học, thường dựa trên các mối quan hệ qua lại có tính tưởng tượng, khơng hiện thực, được cấu trúc một cách giả tạo, hoặc những phát hiện có tính chất bất chợt.

Dự báo kinh nghiệm: Các tiên đốn hình thành qua kinh nghiệm thực tế dựa vào các mối quan hệ qua lại thường xuyên trong thực tế hoặc tưởng tượng mà không trên cơ sở phân tích cấu trúc lý thuyết, nghiên cứu các quy luật hay đánh giá kinh nghiệm. Loại tiên đoán này ít nhiều có cơ sở song lại khơng giải thích được sự vận động của đối tượng và đa số mới chỉ dừng lại ở mức độ định tính.

Dự báo khoa học: đây là tiên đoán dựa trên việc phân tích mối quan hệ qua lại giữa các đối tượng trong khuôn khổ của một hệ thống lý luận khoa học nhất định. Nó dựa trên việc phân tích tính quy luật phát triển của đối tượng dự báo và các điều kiện ban đầu với tư cách như là các giả thiết. Dự báo khoa học là kết quả của sự kết hợp giữa những phân tích định tính và những phân tích định lượng các q trình cần dự báo. Chỉ có dự báo khoa học mới đảm bảo độ tin cậy cao và là cơ sở vững chắc cho việc thông qua các quyết định quản lý khoa học. Các hình thức dự báo khác như bói tốn, tiên tri mà các tác giả lập luận trên các lý thuyết cơ sở cổ đại - cổ điển, tuy nhiên trong phạm vi nghiên cứu lĩnh vực kinh tế, các hình thức này đều là dự báo khơng khoa học.

2.6. Vai trò của dự báo

Trong nền kinh tế, cơng tác dự báo là quan trọng vì kết quả dự báo cung cấp rất nhiều thông tin cần thiết để nhà quản lý phát hiện và bố trí sử dụng các nguồn lực trong tương lai một cách hiệu quả nhất. Dựa trên những dự báo có căn cứ khoa học (hoặc kết hợp với dự báo kinh nghiệm), các nhà hoạch định chính sách có những quyết định về đầu tư, các quyết định về sản xuất, về tiết kiệm và tiêu dùng,

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 26<div class="page_container" data-page="26">

các chính sách tài chính, chính sách kinh tế vĩ mơ. Dự báo không chỉ tạo cơ sở khoa học cho việc hoạch định chính sách, cho việc xây dựng chiến lược phát triển, cho các quy hoạch tổng thể mà còn cho phép xem xét khả năng thực hiện kế hoạch và hiệu chỉnh kế hoạch.

Trong quản lý vi mô, công tác dự báo khoa học giúp doanh nghiệp đứng vững trong cạnh tranh và giành thắng lợi trong kinh doanh. Các dự báo về thị trường, giá cước, tiến bộ khoa học công nghệ, sự thay đổi các nguồn đầu vào, đối thủ cạnh tranh... có tầm quan trọng sống còn đối với tất cả các doanh nghiệp. Ngồi ra dự báo cịn cung cấp các thông tin cho phép phối hợp hành động giữa các bộ phận trong doanh nghiệp.

Trong ngành nơng nghiệp, dự báo đóng một vai trò hết sức quan trọng trong các khâu sản xuất và cung ứng các mặt hàng nông sản. Đặc thù của ngành gắn rất chặt và mật thiết với công tác dự báo. Cụ thể, người nông dân luôn quan tâm và theo dõi dự báo thời tiết - điều kiện tự nhiên ảnh hưởng trực tiếp đến quá trình sản xuất của hầu hết các ngành (trồng trọt, chăn nuôi, thủy sản). Ở khía cạnh cung ứng nơng sản, do giá cả bấp bênh, người nơng dân chưa có nhiều tiến bộ bảo quản sau thu hoạch, do đó họ không thể làm chủ được giá cung ứng. Đặc biệt, nông sản là loại hàng hóa cạnh tranh hồn hảo, giá cả phụ thuộc rất nhiều vào thị trường. Do đó cơng tác dự báo giá nông sản đem lại rất nhiều lợi ích cho người nông dân để họ hoạch định kế hoạch sản xuất trong ngắn hạn và dài hạn.

2.7. Phương pháp dự báo

2.7.1. Phương pháp dự báo định tính

Phương pháp dự báo định tính: dựa vào phán đốn chủ quan và trực giác để dự báo thay vì dựa vào các số liệu trong quá khứ. Phương pháp này hữu ích cho việc dự báo toàn cục và một số trường hợp mà số liệu q khứ khơng hữu ích cho việc dự báo (Makridakis & Wheelwright, 1989). Một số phương pháp dự báo định tính thường được sử dụng trong kinh tế như: lấy ý kiến ban điều hành, lấy ý kiến của người cung cấp, lấy ý kiến của người mua hàng.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 27<div class="page_container" data-page="27">

2.7.2. Phương pháp dự báo định lượng

Phương pháp dự báo định lượng: Các kỹ thuật dự báo định lượng dựa vào việc phân tích số liệu quá khứ để đưa ra dự báo, dự báo định lượng mang tính nhân quả và tính thống kê (Ramanathan, 1984).

Trong dự báo kinh tế, có rất nhiều kỹ thuật dự báo bằng phương pháp định lượng, điển hình như các mơ hình hồi quy chuỗi dữ liệu thời gian theo hàm xu thế, tự hồi quy, trung bình trượt...

2.8. Dự liệu chuỗi thời gian

2.8.1. Khái niệm dữ liệu chuỗi thời gian

Dữ liệu chuỗi thời gian trong thống kê, xử lý tín hiệu, kinh tế lượng và tốn tài chính là một chuỗi các điểm dữ liệu, được đo theo từng khoảng khắc thời gian liền nhau theo một tần suất thời gian thống nhất (Wei, 1989). Ví dụ về chuỗi thời gian là giá đóng cửa của chỉ số Dow Jones hoặc lưu lượng hàng năm của sông Nin tại Aswan (Brillinger, 1975).

Phân tích chuỗi thời gian bao gồm các phương pháp để phân tích dữ liệu chuỗi thời gian, để từ đó trích xuất ra được các thuộc tính thống kê có ý nghĩa và các đặc điểm của dữ liệu (Hamilton, James, 1994). Dự đoán chuỗi thời gian là việc sử dụng mơ hình để dự đốn các sự kiện thời gian dựa vào các sự kiện đã biết trong quá khứ để từ đó dự đốn các điểm dữ liệu trước khi nó xảy ra (hoặc được đo). Chuỗi thời gian thường được vẽ theo các đồ thị (Damodar, 1998).

2.8.2. Chuỗi thời gian có tính dừng

Một q trình ngẫu nhiên được coi là dừng nếu như trung bình và phương sai của nó khơng đổi theo thời gian và giá trị của đồng phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách và độ trễ về thời gian giữa hai thời đoạn này chứ không phụ thuộc vào thời điểm thực tế mà đồng phương sai được tính (Cao Hào Thi, 2008);

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 28<div class="page_container" data-page="28">

Trung bình: E (Yt) = 

Đồng phương sai: k = E [(Yt - ) Yt+k - )]

Ở đây, k - đồng phương sai (hoặc sự đồng phương sai) tại độ trễ k - là

1, thì 1 là đồng phương sai giữa hai giá trị kế cận nhau của Y, tức là dạng đồng phương sai.

Khi dịch chuyển chuỗi Y ban đầu từ Yt đến Yt+m. Và nếu Yt là dừng, thì

gian là dừng, thì trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) sẽ giữ nguyên không đổi dù cho chúng được xác định vào thời điểm nào đi nữa.

Nếu một chuỗi thời gian không phải là dừng như theo cách hiểu vừa xác định ở trên, thì nó được gọi là chuỗi thời gian không dừng.

Ở mức độ khơng chính thức, tính dừng có thể được kiểm định bằng biểu đồ tương quan của một chuỗi thời gian (Cao Hào Thi, 2008), đó là một đồ thị tự tương quan ở các độ trễ khác nhau. Đối với các chuỗi thời gian dừng, biểu đồ tương quan thu hẹp lại rất nhanh, trong khi đối với các chuỗi thời gian khơng dừng thì nó biến mất một cách từ từ. Đối với một chuỗi thuần túy ngẫu nhiên, tự tương quan ở mọi độ trễ 1 và lớn hơn là bằng 0.

Ở mức độ chính thức, tính dừng có thể được thẩm định bằng cách tìm xem liệu chuỗi thời gian có chứa nghiệm đơn vị hay không thông qua các kiểm định

(Dickey D.A. & Fuller W. A., 1979).

Có thể làm dừng một chuỗi bằng phương pháp sai phân (Dickey D.A. & Fuller W.A., 1979):

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 29<div class="page_container" data-page="29">

Sai phân bậc 1 được hiểu như sau: Y’t = Y1 – Yt-1

Với Y’t là sai phân bậc 1 thời đoạn t ; Y1 và Yt-1 là giá trị của chuỗi tại thời đoạn t và t-1.

Nếu lấy sai phân bậc 1 mà chuỗi chưa dừng thì sẽ lấy sai phân bận 2, hoặc

tổng quát, sẽ lấy sai phân d lần đến khi chuỗi dừng.

2.8.3. Chuỗi thời gian có tính mùa vụ

Nhiều chuỗi thời gian cho thấy có tính mùa vụ (ví dụ như doanh thu của các cửa hàng bách hóa trong mối liên hệ với các kỳ nghỉ dài ngày, tiêu dùng kem theo mùa, đi lại trong ngày lễ quốc gia, v.v…). Ví dụ, nếu ta có dữ liệu về doanh thu hàng quý của các cửa hàng bách hóa, các dữ liệu doanh thu sẽ cho thấy các đỉnh cao trong quý IV (Box, Jenkin, 1976). Trong trường hợp này, ta có thể loại bỏ ảnh hưởng mùa bằng cách lấy các khác biệt của dữ liệu doanh thu quý IV và sau đó quyết định loại mơ hình dự báo nào là phù hợp.

Giá các sản phẩm nông nghiệp hầu như có tính mùa vụ do bản chất của việc sản xuất nông nghiệp đa phần chịu ảnh hưởng của thời tiết, mùa trong năm.

2.9. Mơ hình ARIMA để dự báo dữ liệu chuỗi thời gian 2.9.1. Mơ hình ARIMA

a) Mơ hình tự hồi quy AR (autoregressive):

Mơ hình tự hồi quy AR được diễn tả như sau:

Yt = b1Yt-1 + ut

bậc nhất hay AR(1).

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 30<div class="page_container" data-page="30">

Ở đây, giá trị Y trong thời đoạn t phụ thuộc vào giá trị của nó trong thời đoạn trước và vào một yếu tố ngẫu nhiên; các giá trị của Y được biểu diễn dưới

dạng độ lệch khỏi giá trị trung bình của nó. Nói một cách khác, mơ hình này cho

lần nữa, các giá trị của Y cũng được biểu diễn xung quanh giá trị trung bình của nó.

Nếu xem xét mơ hình sau:

Yt = b1Yt-1 + b2Yt-2 + ut

Tức là, giá trị của Y trong thời đoạn t phụ thuộc vào giá trị của nó trong hai thời đoạn trước đó, với các giá trị của Y được biểu diễn xung quanh giá trị trung

bình .

Tổng quát:

Yt = b1Yt-1 + b2Yt-2 + … + bpYt-p + ut

Lưu ý rằng trong tất cả các mơ hình trên, chỉ có các giá trị hiện tại và q

khứ của Y được đưa vào mơ hình; khơng có biến làm hồi quy nào khác. Do đó, ta

nói rằng “dữ liệu tự nói” (Cao Hào Thi, 2008).

b) Mơ hình trung bình trượt MA(moving average):

Mơ hình trung bình trượt MA được diễn tả như sau:

Giả sử ta lập mơ hình Y như sau:

Yt =  + 0ut + 1ut1

trong thời gian t bằng một hằng số cộng với trung bình trượt của sai số hiện tại và

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 31<div class="page_container" data-page="31">

quá khứ. Vậy, trong trường hợp này, ta nói rằng Y tuân theo quá trình trung bình

trượt bậc nhất hay MA(1).

Nhưng nếu Y tuân theo biểu thức Yt = + 0ut + 1ut1 + 2ut2 thì đó là một q trình MA(2).

Tổng quát hơn: Yt =  + 0ut + 1ut1 + 2 ut2 + ... + q utq là một q trình

MA(q). Nói ngắn gọn, một quá trình trung bình trượt đơn giản là một kết hợp tuyến

tính của các số hạng nhiễu ngẫu nhiên thuần túy.

c) Mơ hình tự hồi quy và trung bình trượt ARMA:

Có nhiều khả năng là Y có các đặc điểm của cả AR và MA và do vậy có đặc

số. Nói chung, một q trình ARMA(p, q), sẽ có p số hạng tự hồi quy và q số hạng

trung bình trượt.

d) Mơ hình ARIMA (autoregressive intergrate moving average):

Là mơ hình tự hồi quy tích hợp trung bình trượt để dự báo dữ liệu chuỗi thời gian; giá trị tương lai của biến số phụ thuộc vào xu thế vận động của nó trong q khứ (Box, Jenkin, 1976).

Các mơ hình chuỗi thời gian được dựa vào giả thiết là các chuỗi thời gian nghiên cứu có tính dừng (giá trị trung bình và phương sai của chuỗi thời gian có tính dừng yếu là hằng số và đồng phương sai của nó khơng đổi theo thời gian).

Nhưng nhiều chuỗi thời gian kinh tế không có tính dừng, tức là chúng kết hợp

(integrated).

Một chuỗi thời gian là I(0) khơng có tính dừng, sau khi tính sai phân d lần ta có một chuỗi I(d) có tính dừng. Do vậy, nếu phải tính sai phân một chuỗi thời gian d lần để làm cho nó có tính dừng và sau đó áp dụng mơ hình ARMA(p, q), ta nói rằng

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 32<div class="page_container" data-page="32">

chuỗi thời gian ban đầu là ARIMA(p, d, q), tức là nó là một chuỗi thời gian trung bình trượt kết hợp tự hồi quy, với p biểu thị số các số hạng tự hồi quy, d biểu thị số lần chuỗi thời gian phải được tính sai phân cho tới khi có tính dừng, và q là số các số hạng trung bình trượt. Vậy, một chuỗi thời gian ARIMA(2, 1, 2) phải được sai phân một lần (d=1) để nó có tính dừng. Và chuỗi thời gian có tính dừng (sai phân bậc một) có thể được lập mơ hình dưới dạng ARMA(2, 2), tức là, nó có hai số hạng AR và hai số hạng MA. Tất nhiên, nếu d = 0 (nghĩa là chuỗi thời gian khởi đầu có

tính dừng.

2.9.2. Các bước dự báo theo mơ hình ARIMA

Bước 1. Nhận dạng mơ hình. Tức là, tìm các giá trị thích hợp của p, d và q; Xác định d là bậc sai phân của chuỗi gốc khi chuỗi có tính dừng thơng qua

kiểm định nghiệm đơn vị (Dickey D.A. & Fuller W.A., 1979).

Trình bày biểu đồ tương quan (correlogram) và biểu đồ tương quan riêng phần (partial correlogram); quan sát các độ trễ vượt ra khỏi giới hạn trên và giới hạn

dưới để xác định p và q (Box & Jenkin, 1976).

Bước 2. Ước lượng các tham số của mơ hình.

Sau khi đã nhận dạng các giá trị thích hợp của p và q, bước tiếp theo là ước

lượng các thông số của các số hạng tự hồi quy và trung bình trượt trong mơ hình. Phép tính này được thực hiện bằng phương pháp bình phương tối thiểu (OLS). Mô

giá trị nhỏ nhất (AIC, BIC nhỏ nhất).

Bước 3. Kiểm tra tính nhiễu trắng của sai số.

Sau khi đã lựa chọn mơ hình ARIMA cụ thể và ước lượng các tham số của nó, ta quan sát biểu đồ tương quan (correlogram) và biểu đồ tương quan riêng phần (partial correlogram) của phần dư, nếu các độ trễ đều nằm trong vùng giới hạn thì đó là một nhiễu trắng (Damodar, 1998), mơ hình phù hợp để thực hiện dự báo.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 33<div class="page_container" data-page="33">

Trường hợp nếu sai số không phải là một nhiễu trắng, chúng ta phải lựa chọn

một mơ hình khác thay thế.

Bước 4. Dự báo. Một trong số các lý do về tính phổ biến của phương pháp lập mơ hình ARIMA là thành cơng của nó trong dự báo. Trong nhiều trường hợp, các dự báo thu được từ phương pháp này tin cậy hơn so với các dự báo tính từ phương pháp lập mơ hình kinh tế lượng truyền thống, đặc biệt là đối với dự báo ngắn hạn.

2.10. Mơ hình hàm xu thế để dự báo dữ liệu chuỗi thời gian 2.10.1. Mô hình hàm xu thế đơn giản

Trường hợp chuỗi dữ liệu thời gian có xu thế theo một quy luật rõ rệt qua thời gian, chúng ta có thể sử dụng phương pháp hàm xu thế để biểu hiện xu hướng biến động cơ bản của hiện tượng (Ramu Ramanathan, 1984). Nội dung của phương pháp hàm xu thế là xây dựng phương trình hồi quy của hiện tượng qua thời gian rồi ước lượng các tham số của mơ hình bằng phương pháp bình phương nhỏ nhất (OLS). Như vậy có thể coi phương pháp hàm xu thế là phương pháp hồi quy trong dãy số thời gian trong đó biến độc lập là thứ tự thời gian và biến phụ thuộc là các giá trị của chuỗi dữ liệu.

Hàm xu thế cũng có thể có dạng tuyến tính hoặc phi tuyến tính. Sau đây là dạng tổng quát của hàm xu thế tuyến tính (hàm xu thế đơn giản):

Y = B0 + B1*X + u

số ước lượng, u là phần dư của mô hình.

Hàm xu thế tuyến tính được sử dụng khi các lượng tăng (hoặc giảm) tuyệt

đối liên hồn xấp xỉ bằng nhau.

2.10.2. Mơ hình hàm xu thế có xét đến các yếu tố tác động khác

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 34<div class="page_container" data-page="34">

Tương tự hàm xu thế tuyến tính đơn giản như trình bày phía trên, mơ hình hàm xu thế có xét các yếu tố tác động khác là phương pháp xây dựng phương trình hồi quy của hiện tượng qua thời gian, đồng thời xem xét các yếu tố tác động của các biết độc lập khác để tìm ra mối liên hệ với biến phụ thuộc, ước lượng các tham số của mơ hình bằng phương pháp bình phương nhỏ nhất (OLS). Các biến độc lập thêm vào mơ hình có thể là dữ liệu chuỗi thời gian tương ứng của một hiện tượng độc lập khác, hoặc là một biến giả (nhận giá trị nhị phân) mơ tả đặc thù định tính của một đối tượng độc lập.

Hàm xu thế cũng có thể có dạng tuyến tính:

Y = B0 + B1*X1 + B2*X2 + B3*D3 + u

ước lượng, u là phần dư của mơ hình.

2.10.3. Khắc phục hiện tượng tự tương quan của mơ hình hồi quy

Cochrane và Orcutt (1949) phát triển một thủ tục lặp vốn trở nên khá phổ biến trong giới nghiên cứu kinh tế lượng. Thủ tục Cochrane-Orcutt được thực hiện theo các bước sau đây:

b1 + b2Xt + et (*)

Bước 2: Ước lượng hệ số tương quan chuỗi bậc một,  ˆ , theo OLS từ phương trình sau đây: et =  ˆ et-1 + vt

Bước 3: Chuyển hóa các biến gốc.

Bước 4: Hồi quy lại phương trình (*) với các biến chuyển hóa và lưu phần dư

tiếp tục thực hiện quy trình này từ Bước 2 đến Bước 4 (bước lặp) một số lần cho

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 35<div class="page_container" data-page="35">

Trong nghiên cứu này, tác giả sử dụng thủ tục Cochrane-Orcutt trên phần mềm Eview để khác phục lỗi tự tương quan cho mơ hình hồi quy.

2.11. Tổng quan các nghiên cứu trước 2.11.1. Các nghiên cứu trên thế giới

Mô hình dự báo bằng phương pháp Box-Jenkin được nhiều tác giả trên thế giới ứng dụng để nghiên cứu và đưa ra hàm ý chính sách trong lĩnh vực nông nghiệp. Năm 2016, Ivana Ilić và các cộng sự đã đưa ra kết quả dự báo sản lượng bắp tại Serbia sau khi nghiên cứu chuỗi dữ liệu từ năm 1947 đến năm 2014. Sau khi thực hiện sai phân bậc 1, chuỗi dữ liệu sản lượng bắp tại Serbia đã có tính dừng, nhóm nghiên cứu tiến hành quan sát đồ thị tương quan riêng phần để xác định hệ số của mơ hình ARIMA. Kết quả mơ hình ARIMA (1,1,2) là lựa chọn tối ưu giúp nhóm nghiên cứu đưa ra kết quả dự báo với độ chính xác cao (sai số 3%).

Năm 2016, Wang Xin và tổ cộng tác viên của ông đã ứng dụng mơ hình ARMIA để dự báo giá dưa chuột tại tỉnh Sơn Đông, Trung Quốc. Chuỗi dữ liệu nghiên cứu là giá mặt hàng dưa chuột từ năm 2013 đến năm 2015 được thu thập theo hàng tuần. Sau khi lấy sai phân bậc 1, chuỗi dữ liệu giá dưa chuột đã có tính dừng. Bằng phương pháp OLS, nhóm tác giả hồi quy mơ hình ARIMA (3,1,2) để đưa ra kết quả dự báo giá dưa chuột năm 2016. Kiểm định phần dư của mơ hình này là một nhiễu trắng, đáp ứng đúng yêu cầu thủ thuật dự báo theo mơ hình Box-Jenkin. Kết quả dự báo giá chính xác với sai số là 2,4%.

Nhà nghiên cứu kinh tế người Ấn Độ - Padhan - đã xây dựng 34 mô hình ARIMA để dự báo năng suất cho 34 sản phẩm nông nghiệp tại Ấn độ năm 2012 (như: gạo, ngô, đay, bông, ớt, thảo quả, đu đủ, chè, thuốc lá…). Đây là một trong những nghiên cứu dự báo với nhiều đối tượng, tuy nhiên tất cả đều sử dụng phương pháp Box-Jenkin thông qua việc theo dõi năng suất của các đối tượng từ năm 1950

AIC nhỏ nhất để làm cơ sở dự báo năng suất cho các đối tượng nghiên cứu. Kết quả

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 36<div class="page_container" data-page="36">

dự báo chính xác cho giai đoạn 2011 – 2015 với sai số dao động từ 5 – 20% (cho từng đối tượng quan sát).

Giá mặt hàng gạo (loại chất lượng trung bình) tại Jakarta, Indonesia là đối tượng quan sát của hai tác giả Margaretha và Herena năm 2018. Với số quan sát là 570 lần (từ tháng 01 năm 2015), nhóm nghiên cứu đã dự báo giá từ mơ hình ARIMA (1,1,2) và cho kết quả chính xác ngắn hạn đến năm 2018 với sai số 10%.

Mgaya (2019) đã ứng dụng mơ hình ARIMA để dự báo sản lượng nông sản (trứng gia cầm, thịt heo, sữa bò) tiêu thụ tại Tanzania. Sau khi lấy sai phân bậc 1 chuỗi dữ liệu sản lượng nông sản tiêu thụ tại Tanzania giai đoạn 1961-2013, Mgaya lựa chọn mơ hình ARIMA phù hợp bằng cách quan sát hệ số BIC (nhỏ nhất). Kết quả dự báo được trình bày đến năm 2020 với sai số 10%.

Giá của mặt hàng đậu xanh được dự báo bằng mơ hình ARIMA tại Ấn Độ năm 2019 (Saroj K.B. & Anita S., 2020). Nhóm tác giả thực hiện quan sát giá của mặt hàng đậu xanh quan 732 tuần lễ (từ tháng 01 năm 2004 đến tháng 12 năm 2018). Bằng phương pháp kiểm định ADF, chuỗi dự liệu nghiên cứu dừng ở lần sai phân bậc 1. Với mơ hình ARIMA (1,1,1), Saroj và cộng sự đã trình bày dự báo giá đậu xanh đến tháng 6 năm 2019 với sai số 3%.

Năm 2019, John và các cộng sự đã dự báo sản lượng cá hồi và cá đối đánh bắt tại vùng biển Colombian. Tương tự như các nghiên cứu khác, John quan sát đồ thị tự tương quan để xác định mơ hình ARIMA (5,1,5) để dự báo sản lượng cá hồi và mơ hình ARIMA(2,2,1) để dự báo sản lượng cá đối. Số liệu quan sát là bộ dữ liệu thủy sản của Tổ chức Lương thực và Nông nghiệp Liên Hiệp Quốc (FAO) công bố năm 2017 bao gồm các dữ liệu đánh bắt xa bờ từ năm 1971 đến năm 2014. Kết quả dự báo cho sản lượng thủy sản đến năm 2017 sai số trong khoảng 2%.

2.11.2. Các nghiên cứu tại Việt Nam

Giá các sản phẩm nông nghiệp đã từng được nhiều nhà nghiên cứu tiến hành dự báo để phục vụ những mục đích khác nhau.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 37<div class="page_container" data-page="37">

Giá một số sản phẩm chủ yếu từng được dự báo như giá thịt gà, giá tơm (Từ Minh Thiện, 2002) có xu thế tăng nhanh qua các năm. Trong đó, kết quả dữ liệu giá cả của những mặt hàng này có thể hiện rõ nét tính mùa vụ như tăng mạnh vào quý I đầu năm và có xu hướng giảm nhẹ ở các q sau.

Khơng chỉ ở thành phố Hồ Chí Minh, các nghiên cứu ở các tỉnh thành khác cũng có những kết quả tương tự. Giá tôm xuất trại ở đồng bằng sông Cửu Long cũng có xu thế tăng qua từng năm (Lê Nhị Bảo Ngọc, 2016) và có tính mùa vụ rõ rệt. Mơ hình ARIMA (1,0,0) phù hợp để dự báo và có kết quả dự báo trong mẫu nằm trong khoản tin cậy 97%.

Một nghiên cứu khác cho thấy sự phức tạp của biến động giá ảnh hưởng lớn đến kết quả dự báo. Giá gà ta tại khu vực các tỉnh miền Nam khơng có xu thế tăng qua các năm mà biến động theo tình hình dịch bệnh gia cầm (Đỗ Văn Đức, 2017), mơ hình ARIMA (1,2,1) được lựa chọn là phù hợp nhất để dự báo và kết hợp với thơng tin tình hình dịch bệnh, kết quả chính xác trong khoản tin cậy 90%.

Ứng dụng mơ hình ARIMA để dự báo sản lượng cũng có nhiều nghiên cứu đưa ra kết quả tương tự như dự báo giá cả. Đơn cử như số liệu về luợng khách du lịch đến Việt Nam cũng tăng qua từng năm, nhưng trong một năm cũng có những biến động chu kì mang tính mùa vụ, kết quả sai số 14% sau khi dự báo bằng mơ hình ARIMA (12,1,12) (Đỗ Quang Giám, 2011).

Kết hợp nhiều mơ hình ARIMA dự báo khác nhau (Võ Văn Tài, 2012) tác giả nghiên cứu dự báo sản lượng lúa của Việt Nam thông qua việc theo dõi diễn biến chuỗi thời gian của mặt hàng nông sản này. Cũng tương tự, việc dự báo hồ tiêu xuất khẩu của Việt Nam cũng được dự báo chính xác cao thơng qua mơ hình ARIMA (1,0,0) (Lê Văn Gia Nhỏ, 2016).

bán hàng dung dịch thuốc sát khuẩn HLD của công ty Jonhson&Johnson Medical với sai số 6% (Nguyễn Quốc Bảo, 2013).

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 38<div class="page_container" data-page="38">

2.12. Mơ hình nghiên cứu đề xuất 2.12.1. Mơ hình ARIMA

Mơ hình tự hồi quy tích hợp trung bình trượt để dự báo dữ liệu chuỗi thời gian (Box, Jenkin, 1976) có tính ứng dụng cao, phù hợp để dự báo giá heo hơi tại Thành phố Hồ Chí Minh, mơ hình này cho phép ước lượng các hệ số hồi quy để theo dõi các biến động giá thông qua các giá trị q khứ.

Mơ hình là sự kết hợp của 3 q trình có dạng tổng qt là ARIMA (p,d,q):

AR(p): là quá trình tự hồi quy bậc p tại thời điểm t, với p là mức trễ dài nhất của các phần tử tự hồi quy;

MA(q): là quá trình trung bình trượt bậc q, với q là mức trễ dài nhất của các phần tử trung bình;

I(d): cấp sai phân lần thứ d để chuỗi có tính dừng.

2.12.2. Mơ hình hàm xu thế đơn giản

Theo đó, Y là giá heo hơi (nghìn đồng/kg); X là thứ tự tuần từ tháng 01 năm 2015 đến tháng 3 năm 2021 (324 quan sát tương ứng 324 tuần); u là phần dư; B0 là hệ số chặn; B1 là hệ số của biến X.

2.12.3. Mơ hình hàm xu thế có xét đến các yếu tố khác

Trong nghiên cứu này, tác giả muốn phân tích thêm một số yếu tố khác tác động đến sự tăng giảm của giá heo hơi trên địa bàn thành phố. Cụ thể, tác giả đưa vào mơ hình xu thế các biến giả để xem kết quả so sánh giữa các nhóm quan sát.

Thứ nhất, biến giả về những ngày lễ lớn trong năm được đưa vào mơ hình nhằm kỳ vọng rằng giá heo hơi được cho là sẽ cao hơn so với những ngày bình thường khác trong năm. Những ngày lễ lớn được xem là những dịp lượng nhu cầu tiêu dùng thịt heo của ngời dân thành phố tăng cao dẫn đến khả năng cung ứng xuất

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 39<div class="page_container" data-page="39">

chuồng, giết mổ đàn heo cũng tăng theo. Một số ngày lễ lớn trong năm được đưa vào mơ hình như: ngày Tết Nguyên đán, các dịp lễ nghỉ dài ngày (30/4, 2/9), Trung Thu... Nếu tuần lễ có chứa những ngày này sẽ được mã hoá thành 1, còn lại nhận giá trị 0 (chi tiết tại Mục 1 và 2 của Phụ lục 3).

Thứ hai, biến giả về những ngày tín ngưỡng – tôn giáo không thực hiện xuất đàn heo (không hoặc hạn chế giết mổ đàn gia súc) được đưa vào mơ hình nhằm kỳ vọng giá heo hơi được cho là sẽ thấp hơn so với những ngày khác trong năm. Những ngày này, theo tín ngưỡng – tơn giáo là dịp người tiêu dùng lựa chọn nhiều hơn các thực phẩm khác (đồ ăn chay) thay thế cho các sản phẩm mặn (trong đó có thịt heo), do đó khả năng cung ứng xuất chuồng hoặc giết mổ giảm sút, dẫn đến kỳ vọng giá heo hơi cũng giảm theo. Một số ngày như vậy thường là các ngày âm lịch như: Tết Hàn thực, Rằm tháng Tư, Rằm tháng Bảy. Nếu tuần lễ có chứa những ngày này sẽ được mã hố thành 1, cịn lại nhận giá trị 0 (chi tiết tại Mục 3 của Phụ lục 3).

Thứ ba, biến giả phân chia giai đoạn có hay khơng có tình hình dịch tả heo Châu Phi. Theo báo cáo của Bộ Nông nghiệp và Phát triển nông thôn, dịch tả heo Châu Phi lần đầu tiên được phát hiện tại Việt Nam vào tháng 2 năm 2019, sau đó dịch bệnh lan rộng khắp cả nước. Đến tháng 6 năm 2019, Thành phố Hồ Chí Minh đã phát hiện các trường hợp đầu tiên của dịch bệnh tại một số xã. Thời điểm từ tháng 9 năm 2019, giá heo hơi được ghi nhận tăng vọt so với thời gian trước đó. Để chứng minh điều này, tác giả chia bộ dữ liệu quan sát thành 2 giai đoạn là trước (nhận giá trị 0) và sau thời điểm tháng 2 năm 2019 (nhận giá trị 1) để so sánh giá. Kết quả này cũng làm cơ sở để tác giả thực hiện kiểm định tính liền mạch (hoặc đứt đoạn) của dữ liệu chuỗi tời gian (kiểm định Chow).

Mơ hình nghiên cứu có dạng: Y = B0 + B1*X + B2*D1 + B3*D2 + B4*D3 + u

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>Trang 40<div class="page_container" data-page="40">

thứ tự tuần lễ (từ tháng 01-2015 đến tháng 3-

đàn heo = 1, ngày khác = 0)

biến giả (giai đoạn tình hình dịch bệnh tả heo Châu Phi = 1, khơng có

dịch bệnh = 0)

Tóm tắt Chương 2: Chương này trình bày các lý thuyết liên quan đến dự

báo kinh tế (khái niệm, phân loại, vai trò, phương pháp dự báo), dữ liệu chuỗi thời gian và mơ hình ARIMA để dự báo chuỗi thời gian; đồng thời tác giả tổng quan các nghiên cứu trong và ngoài nước về ứng dụng mơ hình ARIMA trong lĩnh vực dự báo kinh tế nông nghiệp.

113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM113Wednesday, June 12, 20245:44:13 PM5:44:13 PM

113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM113Wednesday, June 12, 20245:44:14 PM5:44:14 PM

113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM113Wednesday, June 12, 20245:44:15 PM5:44:15 PM

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

</div>

dự báo giá heo hơi trên địa bàn thành phố hồ chí minh

<b>BỘ GIÁO DỤC VÀ ĐÀO TẠO </b>

<b>TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH --- ∞0∞--- </b>

<b>NGUYỄN MẠNH KHA </b>

<b>DỰ BÁO GIÁ HEO HƠI TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH </b>

<b>Chuyên ngành: Kinh tế học Mã số chuyên ngành: 8 31 01 01 </b>

<b>LUẬN VĂN THẠC SĨ KINH TẾ HỌC</b>

<b>Giảng viên hướng dẫn : PGS.TS. LÊ THANH TÙNG </b>

<b>TP. HỒ CHÍ MINH, NĂM 2021 </b>

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

<b>GIẤY XÁC NHẬN </b>

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

<b>YKIENCHO PHEPBAo VE LuAN VAN</b>..<b>THAC</b>.<b>si</b>

H6

y

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

113Du bao gia heo hoi tren dia ban Thanh pho Ho Chi MinhWednesday, June 12, 2024

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về