Đề tài " Tìm hiểu về Lợi nhuận và sự ảnh hưởng của chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp đến Lợi nhuận và mối quan hệ giữa chúng " ppsx

Tiểu luận
Tìm hiểu về Lợi nhuận và sự ảnh hưởng
của chi phí bán hàng, chi phí quảng cáo,
chi phí quản lý doanh nghiệp đến Lợi
nhuận và mối quan hệ giữa chúng
Trang 1
Mục Lục
MỞ ĐẦU Error: Reference source not found
1.1. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU Error: Reference source not found
1.1.1. Ý nghĩa đề tài Error: Reference source not found
1.1.2. Mục đích của đề tài Error: Reference source not found
1.1.3. Mục tiêu của đề tài Error: Reference source not found
1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU. Error: Reference source not found
1.3. NỘI DUNG NGHIÊN CỨU VÀ PHƯƠNG PHÁP THỰC HIỆN ĐỀ TÀI Error:
Reference source not found
1.4. CÁC YẾU TỐ LIÊN QUAN Error: Reference source not found
CHƯƠNG 1: CƠ SỞ LÝ LUẬN Error: Reference source not found
1.1. CÁC KHÁI NIỆM Error: Reference source not found
1.1.1. Tổng thể thống kê Error: Reference source not found
1.1.2. Mẫu Error: Reference source not found
1.1.3. Bảng thống kê Error: Reference source not found
1.2. PHƯƠNG PHÁP HỒI QUY VÀ TƯƠNG QUAN Error: Reference source not
found
1.2.1. Hệ số tương quan Error: Reference source not found
1.2.2. Mô hình hồi quy tuyến tính Error: Reference source not found
1.3. DÃY SỐ THỜI GIAN Error: Reference source not found
1.3.1. Khái niệm Error: Reference source not found
1.3.2. Phân loại Error: Reference source not found
1.3.3. Ýnghĩa của việc nghiên cứu dãy số thời gian Error: Reference source not
found
1.3.4 Các yếu tố ảnh hưởng đến biến động của dãy số thời gian Error:

Reference source not found
1.3.5. Các chỉ tiêu cơ bản dùng để phân tích dãy số thời gian Error: Reference
source not found
1.3.7. Dự đoán biến động của dãy số thời gian. . . Error: Reference source not found
CHƯƠNG 2 Error: Reference source not found
2.1. BẢNG SỐ LIỆU ĐƯỢC THU THẬP Error: Reference source not found
2.2. XÂY DỰNG MÔ HÌNH HỒI QUY Error: Reference source not found
Trang 2
2.2.1. Mô hình tổng quát Error: Reference source not found
2.2.2. Ý nghĩa các biến Error: Reference source not found
2.3. SỰ TƯƠNG QUAN TUYẾN TÍNH Error: Reference source not found
2.3.1. Biểu đồ thể hiện sự tương quan giữa các biến Error: Reference source not
found
2.3.2. Hệ số tương quan (r): Error: Reference source not found
2.2. MÔ HÌNH HỒI QUY BỘI TUYẾN TÍNH Error: Reference source not found
2.3. PHÂN TÍCH DÃY SỐ THỜI GIAN VÀ DỰ BÁO . Error: Reference source not
found
2.3.1. Phân tích dãy số thời gian và dự báo giá trị công nghiệp và dich vụ ở nước
ta Error: Reference source not found
2.3.2. Phân tích dãy số thời gian và dự báo giá trị dịch vụ . Error: Reference source
not found
2.3.3. Phân tích dãy số thời gian và dự báo giá trị GDP Error: Reference source not
found
KẾT LUẬN Error: Reference source not found
Trang 3
MỞ ĐẦU
1.1. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU
1.1.1. Ý nghĩa đề tài
Trong thời kì hội nhập WTO thì nền kinh tế ngày càng phát triển năng động. Đặc
biệt là các ngành công nghiệp, xây dựng và dịch vụ đã có một bước phát triển và

chuyển biến tích cực. Tốc độ tăng trưởng hàng năm khá cao và tương đối đồng đều.
Cơ sở hạ tầng cho công nghiệp từng bước được cải thiện nên sức hút đầu tư tăng dần.
Và để biết được tốc độ phát triển kinh tế của một quốc gia đang trên đà phát triển hay
tuột dốc thì phải nói đến GDP (Gross DomesticProducts).
Chỉ tiêu GDP ngày càng được nhắc đến nhiều hơn trên các phương tiện thông tin
đại chúng và trong các báo cáo thành tích cuối năm ở các địa phương. GDP phản ánh
đúng đắng và thiết thực nhất tình hình nền kinh tế của một quốc gia. GDP tăng trưởng
cao thường gắn liền với sự hãnh diện, GDP tăng trưởng thấp là một sự lo âu.
GDP là tổng giá trị của các sản phẩm thành phẩm và của dịch vụ trong một năm
được tạo ra trong biên giới quốc gia. Gọi đó là tổng sản lượng quốc dân, đồng thời
cũng là hoạch toán kinh tế cho cả nước. Như một doanh nghiệp muốn biết làm ăn lời
lỗ họ phài xét số thu, số chi cả năm. Quốc gia muốn biết làm ăn thế nào phài biết tổng
sản lượng hàng hóa và dịch vụ cả nước làm ra hay cung cấp trong năm. Hay nói cách
khác là phải dựa vào Gross DomesticProducts (GDP).
Qua đó, ta thấy GDP là một thước đo quan trọng trong nền kinh tế của mỗi quốc
gia và chất lượng tăng trưởng vẫn là vấn đề lớn của kinh tế Việt Nam trong suốt giai
đoạn vừa qua. Vì thế, nhóm chúng tôi đã chọn đề tài “mối quan hệ giữa GDP với công
nghiệp và xây dựng, dịch vụ” và tiến hành nghiên cứu.
Trang 4
1.1.2. Mục đích của đề tài
Nhằm đánh giá tình hình kinh doanh của chi nhánh Mobifone tại Trà Vinh và đưa ra
dự báo tình hình kinh doanh của chi nhánh trong 9 năm tiếp theo.
1.1.3. Mục tiêu của đề tài
Tìm hiểu về Lợi nguận và sự ảnh hưởng của chi phí bán hàng, chi phí quảng cáo,
chi phí quản lý doanh nghiệp đến Lợi nhuận và mối quan hệ giữa chúng.
1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU.
Đối tượng: Lợi nhuận và mối quan hệ giữa các chi phí bán hàng, chi phí quảng cáo,
chi phí quản lý doanh nghiệp và Lợi nhuận.
Phạm vi nghiên cứu: tại chi nhánh Mobifone Trà Vinh.
1.3. NỘI DUNG NGHIÊN CỨU VÀ PHƯƠNG PHÁP THỰC HIỆN ĐỀ

TÀI
Nội dung nghiên cứu:
- Thu thập thông tin về:
+ Y: (GDP): Tổng Lợi nhuận.
+ X
1
:Tổng chi phí bán hàng.
+ X
2
: Tổng chi phí quảng cáo.
+ X3: Tổng chi phí quản lý doanh nghiệp.
- Tổng hợp, phân tích và xử lý số liệu đã thu thập được.
- Dự báo chỉ số X
1
, X
2
, X3 và Lợi nhuận trong tương lai.
Phương pháp nghiên cứu:
- Thu thập và xử lý dữ liệu trên excel, trên phần mềm SPSS.
- Xây dựng mô hình hồi quy tương quan để xem xét mối quan hệ giữa các biến (các
yếu tố ảnh hưởng) là X
1
, X
2
, X3 và Lợi nhuận.
- Vận dụng dãy số thời gian để dự đoán trị giá chi phí bán hàng, chi phí quảng cáo,
chi phí quảng lý doanh nghiệp và nhờ vào đó ta có thể dự đoán được Lợi nhuận trong
những năm tiếp theo.
Trang 5
1.4. CÁC YẾU TỐ LIÊN QUAN

Lợi nhuận tăng hay giảm là do chi phối bởi nhiều yếu tố như: tiêu dùng; tích lũy; các
chi phí như: chi phí bán hàng, quảng cáo, quản lý doanh nghiệp,… Nhưng trong đó
tổng chi phí bán hàng, quảng cáo, quản lý doanh nghiệp là những yếu tố quan trọng
đóng góp vào tốc độ tăng hoặc giảm Lợi nhuận.
Trang 6
CHƯƠNG 1: CƠ SỞ LÝ LUẬN
1.1. CÁC KHÁI NIỆM
1.1.1. Tổng thể thống kê
Tổng thể thống kê là tập hợp những thông tin về người, sự vật, hoặc sự việc riêng
biệt kết hợp với nhau trên cơ sở một đặc điểm chung nào đó mà người nghiên cứu
đang quan tâm. Nói cách khác, tổng thể thống kê là một tổng thể tập hợp tất cả các
quan sát của một hay nhiều biến ( một hay nhiều chỉ tiêu ).
1.1.2. Mẫu
Mẫu là một bộ phận của tổng thể nghiên cứu được chọn một cách ngẫu nhiên để
quan sát và suy rộng cho tổng thể đó.
1.1.3. Bảng thống kê
Bảng thống kê là một hình thức trình bày số liệu thống kê và thông tin đã thu thập
làm cơ sở phân tích và kết luận. Bảng thống kê cũng là bảng để trình bày kết quả đã
được phân tích, nhờ nó các nhà quản trị có thể nhận xét tổng quan về những vấn đề
nghiên cứu.
1.2. PHƯƠNG PHÁP HỒI QUY VÀ TƯƠNG QUAN
Mục đích của phương pháp hồi quy tương quan là ước lượng mức độ liên hệ (tương
quan) giữa các biến độc lập (các biến giải thích) đến biến phụ thuộc (biến được giải
thích), hoặc ảnh hưởng của các biến độc lập với nhau (các yếu tố nguyên nhân).
Phương pháp này được ứng dụng trong kinh doanh và kinh tế để phân tích mối liên hệ
giữa hai hay nhiều biến ngẫu nhiên.
1.2.1. Hệ số tương quan
Hệ số tương quan đo lường mức độ quan hệ tuyến tính giữa hai biến; chính xác hơn
là quan hệ tuyến tính giữa hai biến, không phân biệt biến này phụ thuộc vào biến kia.
Trang 7

Hệ số tương quan mẫu (r):
∑ ∑
∑
= =
=
−−
−−
==
n
i
n
i
ii
n
i
ii
YX
XY
yyxx
yyxx
SS
S
r
1 1
22
1
)()(
))((

))((

.
1
2
2
1
2
2
1
∑∑
∑
==
=
−−
−
=
n
i
i
n
i
i
n
i
ii
ynyxnx
yxnyx
r
Hệ số tương quan (r) luôn luôn biến động trong khoảng
±
1 (-1 ≤ r ≤ 1), nếu hệ số

tương quan (r) dương cho biết X và Y biến động cùng chiều và âm thì ngược lại. Để
biểu hiện mức độ chặt chẽ của mối liên hệ giữa các biến ta có các nhận xét sau:
r =
±
1: Mối liên hệ giữa các biến hoàn toàn chặt chẽ.
r = 0 : Giữa các biến không có mối liên hệ.
1.2.2. Mô hình hồi quy tuyến tính
Mục tiêu phân tích của mô hình này là xét mối liên hệ tuyến tính giữa một hay
nhiều biến độc lập Xi (Xi: còn được gọi là biến giải thích) đến một biến phụ thuộc
Y
i
(Y: biến được giải thích).
1.2.2.1. Hồi quy tuyến tính một chiều
Phương trình hồi quy tuyến tính một chiều: y
i
=α +βx
i
+ε
i
Theo phương pháp bình phương bé nhất thì ước lượng các hệ số α và β là các giá trị
a và b sao cho tổng bình phương sai số của phương trình sau đây là bé nhất:
( )
2
1 1
2
∑ ∑
= =
−−==
n
i

n
i
iii
bxayeSS
Trang 8
Các hệ số a và b được tính như sau:
( ) ( )
( )
∑
∑
∑
∑
=
=
=
=
−
−−
=
−
−
=
n
i
i
n
i
ii
n
i

i
i
n
i
i
xx
yyxx
xnx
yxnyx
b
1
2
1
1
2
2
1

Suy ra: a =
xby −
Và đường hồi quy tuyến tính mẫu của y trên x là: y = a + bx
1.2.2.2. Hồi quy nhiều chiều (hồi quy tuyến tính bội)
Phương trình hồi quy nhiều chiều: y = a + b
1
x
1
+ b
2
x
2

+….+ b
k
x
k
Phương trình này sẽ được suy rộng cho tổng thể có biến phụ thuộc Y và các biến
độc lập X
1
, X
2
,…X
k
.
Hệ số xác định R
2
:
R
2
là tỷ lệ (hay phần trăm) biến động của biến phụ thuộc (y) được giải thích bởi các
biến độc lập x
i
. Hệ số xác định được tính như sau:
SST
SSE
SST
SSR
R
−==
1
2
0 ≤ R

2
≤ 1
∑
=
=
n
i
i
eSSE
1
2
: Error Sum of Squares
( )
∑
=
−=
n
i
i
yySSR
1
2
~
: Regression sum of Squares
( )
∑
=
−=
n
i

i
yySST
1
2
: Total sum of Squares
Hệ số tương quan bội R:
R nói lên tính chặt chẽ của mối liên hệ giữa biến phụ thuộc (y) và các biến độc lập
(x
1
):
2
RR =
(-1 ≤ R ≤ 1)
Tỷ số F = MSR/MSE trong bảng kết quả:
Trang 9
Dùng để so sánh với F trong bảng phân phối F ở mức ý nghĩa α. Tuy nhiên, cũng
trong bảng kết quả ta có giá trị Significane F, giá trị này cho ta kết luận ngay mô hình
hồi qui có ý nghĩa khi nó nhỏ hơn mức ý nghĩa α nào đó (thay vì phải tra bảng phân
phối F, và giá trị Sig). F cũng là cơ sở để quyết định bác bỏ hay chấp nhận giả thuyết
H
0
trong kiểm định bao quát các tham số của mô hình hồi qui. Nói chung F càng lớn,
khả năng bác bỏ giả thuyết H
0
càng cao – giả thuyết H
o
cho rằng tất cả các tham số hồi
qui đều bằng 0, nghĩa là các biến độc lập (x
i
) không liên quan tuyến tính tới biến phụ

thuộc y.
Ý nghĩa các hệ số hồi quy trong mô hình:
Các hệ số hồi quy của từng biến độc lập đo lường sự thay đổi trong giá trị trung
bình Y khi X
k
thay đổi đơn vị, giữa các biến độc lập còn lại không đổi. Nói cách khác,
nó cho biết ảnh hưởng thuần của các thay đổi một đơn vị trong X
k
đối với giá trị trung
bình của biến phụ thuộc Y khi loại trừ ảnh hưởng của các biến độc lập khác. Trong hồi
quy tuyến tính bội, để đánh giá đóng góp thật sự của một biến đối với thay đổi trong Y
thì bằng cách nào đó ta phải kiểm soát được ảnh hưởng của các biến khác.
Hệ số beta:
Vì độ lớn của các hệ số phụ thuộc vào đơn vị đo lường của các biến nên chỉ khi nào
tất cả các biến độc lập đều có cùng đơn vị đo lường thì các hệ số của chúng mới có thể
so sánh trực tiếp với nhau. Một cách để làm cho các hệ số hồi quy có thể so sánh được
với nhau là tính trọng số beta, đó là hệ số của biến độc lập khi tất cả dữ liệu trên các
biến được biểu diễn bằng đơn vị đo lường độ lệch chuẩn. Hệ số beta được tính trực
tiếp từ hệ số hồi quy như sau:








=
Y
k

kk
S
S
Bbeta
Trong đó S
k
là độ lệch chuẩn của biến độc lập thứ k.
Trang 10
1.2.2.3. Kiểm định trênh tất cả các tham số của một mô hình hồi quy
Xét mô hình nhiều chiều sau: y=α + β
1
x
1
+ β
2
x
2
+ β
3
x
3
+ ε
Giả thuyết:
H
0
: β
1
= β
2
= β

k
= 0 (các x
i
không ảnh hưởng đến y)
H
1
: Có ít nhất một tham số β
1
≠ 0
Giả thuyết H
0
có thể kiểm định dựa trên số thống kê:
)1/(
/
−−
=
knSSE
kSSR
F
Bác bỏ giả thuyết H
0
khi: F >F
k,n-k,α
Phần kiểm định ta cũng có thể tính trực tiếp dựa vào hệ số xác định R
2
vì:
2
2
1
1

)1/(
/
R
R
k
kn
knSSE
kSSR
F
−
×
−−
=
−−
=
1.3. DÃY SỐ THỜI GIAN
1.3.1. Khái niệm
Các hiện tượng kinh tế - xã hội luôn luôn biến động qua thời gian. Để nghiên cứu sự
biến động này người ta dung phương pháp dãy số thời gian. Dãy số thời gian là dãy
các trị số của một chỉ tiêu nào đó được sắp xếp theo thứ tự thời gian.
1.3.2. Phân loại
Căn cứ vào đặc điểm về mặt thời gian, người ta thường chia dãy số thời gian thành 2
loại:
Dãy số thời kỳ: là dãy số biểu hiện sự thay đổi của hiện tượng qua từng thời kỳ
nhất định.
Dãy số thời điểm: là dãy số biểu hiện mặt lượng của hiện tượng vào một thời
điểm nhất định.
Một cách chi tiết hơn, dãy số thời điểm còn có thể được chia thành dãy số thời điểm có
khoảng cách thời gian bằng nhau và dãy số thời điểm có khoảng cách thời gian không
bằng nhau.

Trang 11
1.3.3. Ý nghĩa của việc nghiên cứu dãy số thời gian
Phương pháp phân tích một dãy số thời gian dựa trên một giả định căn bản là: sự biến
động trong tương lai của hiện tượng nói chung sẽ giống với sự biến động của hiện
tượng trong quá khứ và hiện tại, xét về mặt đặc điểm và cường độ biến động. Nói một
cách khác, các yếu tố đã ảnh hưởng đến biến động của hiện tượng trong quá khứ và
hiện tại được giả định trong tương lai sẽ tiếp tục tác động đến hiện tượng theo xu
hướng và cường độ giống hoặc gần giống như trước.
Do vậy, mục tiêu chính của việc phân tích dãy số thời gian là chỉ ra và tách biệt các
yếu tố đã ảnh hưởng đến dãy số. Điều đó có ý nghĩa trong việc dự đoán cũng như
nghiên cứu quy luật biến động của hiện tượng. Tất nhiên, giả định nói trên có nhược
điểm, nó thường bị phê bình là quá ngây thơ và máy móc vì đã không xem xét đến sự
thay đổi về kỹ thuật, thói quen, nhu cầu hoặc sự tích lũy kinh nghiệm trong kinh
doanh…. Phương pháp phân tích dãy số thời gian cung cấp những thông tin hữu ích
cho các nhà kinh doanh trong việc dự đoán cũng như xem xét chu kỳ biến động của
hiện tượng. Nếu biết kết hợp các phương pháp phân tích thống kê khác cộng với bản
lĩnh, kinh nghiệm và sự nhạy bén trong kinh doanh, phương pháp dãy số thời gian sẽ
là một công cụ đắc lực cho các nhà quản lý trong việc ra quyết định.
1.3.4 Các yếu tố ảnh hưởng đến biến động của dãy số thời gian
Biến động của một dãy số thời gian: x
1
, x
2
,…, x
n
thường được xem như là kết quả hợp
thành của các yếu tố sau đây:
a. Tính xu hướng
Quan sát số liệu thực tế của hiện tượng trong một thời gian dài, ta thấy biến động của
hiện tượng theo một chiều hướng rõ rệt. Nguyên nhân của loại biến động này là sự

thay đổi trong công nghệ sản xuất, gia tăng dân số,biến động về tài sản,….
b. Tính chu kỳ
Biến động của hiện tượng được lặp lại với một chu kỳ nhất định, thường kéo dày từ 2
– 10 năm, trải qua 4 giai đoạn: phục hồi và phát triển, thịnh vượng, suy thoái và đình
truệ. Biến động của chu kỳ là do tác động tổng hợp của nhiều yếu tố khác nhau.
Trang 12
c. Tính thời vụ
Biến động của một số hiện tượng kinh tế - xã hội mang tính thời vụ, nghĩa là hàng
năm, vào những thời điểm nhất định, biến động của hiện tượng được lặp di lặp lại.
d. Tính ngẫu nhiên hay bất thường (Irregular component)
Biến động không có quy luật và hầu như không thể dự đoán được. Loại biến động này
thường xảy ra trong một thời gian ngắn và không lặp lại, do ảnh hưởng của các biến cố
chính trị, thiên tai, chiến tranh…
Một cách tổng quát, giá trị xi trong dãy số thời gian x
1
, x
2
,…,x
n
có thể được diễn tả
bằng công thức như sau:
Xi = Ti . Ci .Si . Ii
Xi : giá trị thứ i của dãy số thời gian.
Ti : giá trị của yếu tố xu hướng.
Ci : giá trị của yếu tố chu kỳ.
Si : giá trị của yếu tố thời vụ.
Ii : giá trị của yếu tố ngẫu nhiên (bất thường).
1.3.5. Các chỉ tiêu cơ bản dùng để phân tích dãy số thời gian
a. Mức độ trung bình theo thời gian
Là số trung bình của các mức độ trong dãy số. Chỉ tiêu này biểu hiện mức độ chung

nhất của hiện tượng trong thời kỳ nghiên cứu.
Ký hiệu : x
1
, x
2
,…,x
n
: Dãy số thời gian.

x
: Mức độ trung bình.
Mức độ trung bình của dãy số thời kỳ
n
x
n
xxx
x
n
in
∑
−
=
+++
=
1
1
21

Trang 13
Mức độ trung bình của dãy số thời điểm: Có hai trường hợp:

Khoảng cách thời gian giữa các thời điểm bằng nhau:
1
2
1

2
1
121
−
++++
=
−
n
xxxx
x
nn
Nếu khoảng cách thời gian giữa các thời điểm không bằng nhau:
Tùy theo đặc điểm của thông tin ta áp dụng một trong hai công thức:
∑
∑
=
i
i
i
t
tx
x
x
i
: mức độ thứ i.

t
i
: độ dài thời gian có mức độ x
i
.
hoặc :
∑
∑
=
i
i
i
t
tx
x
x
: giá trị trung bình thứ i.
b. Lượng tăng (giảm) tuyệt đối
Là chỉ tiêu biểu hiện sự thay đổi về giá trị tuyệt đối của hiện tượng giữa hai thời kỳ
hoặc thời điểm nghiên cứu.
Tùy theo mục đích nghiên cứu, ta có:
Lượng tăng (giảm) tuyệt đối từng kỳ (liên hoàn): Biểu hiện lượng tăng (giảm) tuyệt đối
giữa hai thời kỳ kế tiếp nhau.
), ,2(
1
nixx
iii
=−=∆
−
Lượng tăng (giảm) tuyệt đối định gốc: Biểu hiện lượng tăng (giảm) tuyệt đối giữa kỳ

nghiên cứu và kỳ được chọn làm gốc.
), ,2(
1
'
nixx
ii
=−=∆
Trang 14
Giữa lượng tăng (giảm) tuyệt đối từng kỳ và định gốc có mối quan hệ sau. Tổng đại số
các lượng tăng (giảm) tuyêt đối từng kỳ bằng lượng tăng (giảm) tuyệt đối định gốc,
nghĩa là:
'
2
n
n
i
i
∆=∆
∑
−
Lượng tăng (giảm) tuyệt đối trung bình : Chỉ tiêu này biểu hiện một cách chung nhất
lượng tăng (giảm) tuyệt đối, tính trung bình cho cả thời kỳ nghiên cứu.
11
1
'
−
−
=
−
∆

=∆
n
xx
n
nn
Chỉ tiêu này chỉ có ý nghĩa khi các lượng tăng (giảm) tuyệt đối từng kỳ xấp xỉ nhau.
c. Tốc độ phát triển (lần, %)
Là chỉ tiêu biểu hiện sự biến động của hiện tượng xét về mặt tỷ lệ. Tùy theo mục đích
nghiên cứu, ta có các loại tốc độ phát triển sau đây:
Tốc độ phát triển từng kỳ (liên hoàn) : Biểu hiện sự biến động về mặt tỷ lệ của hiện
tượng giữa hai kỳ liền nhau.
), ,3,2(
1
ni
x
x
t
i
i
i
==
−
Tốc độ phát triển định gốc : Biểu hiện sự biến động về mặt tỷ lệ của hiện tượng giữa
kỳ nghiên cứu với kỳ được chọn làm gốc.
), ,3,2(
1
'
nI
x
x

i
i
t
==
x
1
: kỳ được chọn làm gốc.
Mối quan hệ giữa tốc độ phát triển từng kỳ và định gốc.
+ Tích các tốc độ phát triển từng kỳ bằng tốc độ phát triển định gốc.
t
n
n
i
ti
'
2
=
Π
=
+ Thương của hai tốc độ phát triển định gốc liền nhau bằng tốc độ phát triển từng kỳ.
Trang 15
ti
t
t
i
i
=
−
'
1

'
Tốc độ phát triển trung bình : Là chỉ tiêu biểu hiện mức độ chung nhất sự biến động
về mặt tỷ lệ của hiện tượng trong suốt thời kỳ nghiên cứu, chỉ tiêu này được tính bằng
cách căn bậc (n-1) tích cực tốc độ phát triển liên hoàn mà trong đó n là số mức độ của
dãy số.
tit
n
n
i
1
2
−
=
Π
=
⇒
t
n
n
i
ti
'
2
=
Π
=
1
1
'
1

−
−
==
n
n
n
x
xn
t
t
Chỉ tiêu này chỉ có ý nghĩa khi các tốc độ phát triển từng kỳ xấp xỉ nhau, tức là trong
suốt thời kỳ nghiên cứu hiện tượng phát triển với một tốc độ tương đối đều.
d. Tốc độ tăng (giảm)
Thực chất, tốc độ tăng ( giảm) bằng tốc độ phát triển trừ đi 1 (hoặc trừ 100 nếu tính
bằng %).
Tốc độ tăng (giảm) từng kỳ (hay liên hoàn)
), ,3,2(
1
1
ni
x
xx
a
i
ii
i
=
−
=
−

−
Vì
∆
=−
−
i
ii
xx
1
Tốc độ tăng (giảm) định gốc:
Suy ra:
x
a
i
i
i
1−
∆
=
hay
1−=
ta
ii
), ,3,2(
1
1
'
ni
x
xx

a
i
i
=
−
=
Vì :
∆
=−
'
1
i
i
xx
Trang 16
Suy ra :
x
a
i
i
1
'
'
∆
=
hay
1
''
−=
ta

ii
Tốc độ tăng (giảm) trung bình :
1
−=
ta
e. Gía trị tuyệt đối của 1% tăng giảm
Chỉ tiêu này biểu hiện mối quan hệ giữa chỉ tiêu lượng tăng (giảm) tuyệt đối với chỉ
tiêu tốc độ tăng (giảm), nghĩa là tính xem 1% tăng (giảm) của chỉ tiêu ứng với một
lượng giá trị tuyệt đối tăng (giảm) là bao nhiêu.
i
i
i
a
g
∆
=
Từ công thức ta có:
100
1
x
x
a
i
i
i
−
∆
=
⇒
100

100
1
1
−
−
=
∆
∆
=
i
i
i
i
i
x
x
x
g
Chỉ tiêu này không tính cho tốc độ tăng (giảm) định gốc vì kết quả luôn luôn bằng
x
1
/100.
1.3.6. Nghiên cứu biến động chu kỳ của dãy số thời gian.
Như đã đề cập, dãy các số trung bình di động bao hàm 2 yếu tố: xu hướng và chu
kỳ(TC). Do đó, ta có thể xác định chỉ số biến động chu kỳ đối với dãy số bằng cách
đem chia các giá trị của dãy số trung bình di động cho các giá trị của yếu tố biến động
xu hướng được tính toán từ hàm số.
C
C
x

i
=
Τ
Τ
=
Τ
,
Tuy nhiên, không giống như biến động thời vụ, biến động chu kỳ xảy ra khá phức tạp
– đôi khi thất thường – cả về biên độ lẫn chu kỳcuar biến động. Điều đó gây nhiều khó
khăn cho việc dự đoán.
1.3.7. Dự đoán biến động của dãy số thời gian.
Trang 17
Dự đoán là xác định mức độ có thể xảy ra trong tương lai của hiện tượng. Biết được
tương lai của hiện tượng sẽ giúp các nhà quản trị chủ động cũng như có những quyết
định đúng trong kinh doanh.
Hoạt động trong nền kinh tế thị trường cùng với sự phát triển mạnh mẽ của tiến bộ kỹ
thuật khiến cho công tác dự đoán gặp nhiều khó khăn: biến động bất thường, thiếu
thong tin,thong tin không đáng tin cậy hoặc không có thông tin…Do vậy, tùy từng vấn
đề dự đoán cụ thể, nguồn thong tin cũng như mục tiêu của dự đoán mà chon lựa
phương pháp dự đoán thích hợp.
Có nhiều phương pháp dự đoán khác nhau. Tuy vậy, nội dung cơ bản của dự đoán
thống kê là dựa trên các giá trị đã biết (x
1
, x
2
,…, x
n
). Dự đoán dựa vào dãy số thời gian
để phân tích các yếu tố ảnh hưởng đến sự biến động của hiện tượng, thừa nhận rằng
những yếu tố đã và đang tác động sẽ vẫn còn tiếp tục tác động đến hiện tượng trong

tương lai, xây dựng mô hình để dự đoán các giá trị tương lai chưa biết x
n + 1
, x
n+2
,….
a. Dự báo bằng hàm xu hướng
Tùy theo tính chất của hiện tượng nghiên cứu hoặc kết hợp với kinh nghiêm ta có thể
xây dựng hoặc chọn một hàm số phù hợp biểu hiện sự biến động của hiện tượng qua
thời gian.
Giả sử ta có một mô hình hồi quy tổng thể có dạng tổng quát như sau:
iiiiii
tttty
εααααα
+++++=
4
4
3
3
2
21
(i=1,2,…,n+1)
Có một số mô hình hàm xu hướng sau:
Mô hình hàm xu hướng hàm bậc 4:
4
4
3
3
2
210
tbtbtbtbby

t
++++=
.
Hàm xu hướng dạng bậc 3:
3
3
2
210
tbtbtbby
t
+++=
.
Hàm xu hướng dạng bậc 2(Parabol):
2
210
tbtbby
t
++=
.
Hàm xu hướng dạng bậc 1(hàm tuyến tính):
tbby
t 10
+=
.
Hàm xu hướng dạng hàm mũ:
t
t
eby
1
0

α
=
.
Hàm xu hướng dạng hàm Logarithmic:
tbby
t
ln
10
+=
.
Hàm xu hướng dạng hàm lũy thừa:
1
0
b
t
tby =
Trang 18
b. Dự đoán vào lượng tăng giảm tuyệt đối trung bình
Phương pháp này được sử dụng khhi hiện tượng biến động với một lượng tuyệt đối
tương đối đều, nghĩa là các lượng tăng giảm tuyệt đối từng kỳ xấp xỉ bằng nhau.
Công thức dự đoán:
Lyy
nLn
∆+=
+
ˆ
Ln
y
+
ˆ

: Gía trị dự đoán ở thời điểm n+L.(tỷ đồng).
y
n
: giá trị thực tế ở thời điểm n.(tỷ đồng).
L: tầm xa dự đoán.(năm).
∆
: lượng tăng giảm tuyệt đối trung bình.
1
2
−
∆
=∆
∑
=
n
n
i
i
c. Dự đoán dựa vào tốc độ phát triển trung bình:
Phương pháp này thường được sử dụng khi hiện tượng biến động với một nhịp độ
tương đối ổn định, nghĩa là tốc độ phát triển từng kỳ xấp xỉ nhau.
L
Ln
tyy )(
ˆ
=
+
Ln
y
+

ˆ
: Gía trị dự đoán ở thời điểm n+L.
y
n
: giá trị thực tế ở thời điểm n.
L: tầm xa dự đoán.
t
: tốc độ phát triển trung bình.
1
1
−
=
n
n
x
x
t
Trang 19
CHƯƠNG 2
XÂY DỰNG MÔ HÌNH HỒI QUY
XỬ LÝ VÀ PHÂN TÍCH SỐ LIỆU
2.1. BẢNG SỐ LIỆU ĐƯỢC THU THẬP
Bảng số liệu được thu thập từ phòng kế toán chi nhánh Mobifone Trà Vinh.
Trong đó:
Y: Lợi Nhuận thu được
X
1
:Tổng chi phí bán hàng.
X
2

: Tổng chi phí quảng cáo
X3: Tổng chi phí quảng lý doanh nghiệp
Số liệu nghiên cứu (đơn vị: triệu đồng ):
Năm Y X
1
X
2
X
3
2003
1545 135 245 180
2004
1873 155 270 168
2005
1995 195 327 135
2006
1790 140 310 150
2007
2310 210 344 126
2008
2495 220 358 120
2009
2980 255 390 114
2.2. XÂY DỰNG MÔ HÌNH HỒI QUY
2.2.1. Mô hình tổng quát
Y = b
0
+ b
1
X

1
+ b
2
X
2
+ b
3
X
3
2.2.2. Ý nghĩa các biến
Y : là biến phụ thuộc
X
1
, X
2
, X
3
: là biến giải thích.
b
0
: hệ số chặn
b
1
, b
2
, b
3
: hệ số góc
2.3. SỰ TƯƠNG QUAN TUYẾN TÍNH
2.3.1. Biểu đồ thể hiện sự tương quan giữa các biến

Trang 20
* Biểu đồ thể hiện sự tương quan giữa Y và X
1
:
=> Biểu đồ thể hiện mối liên hệ thuận chiều giữa Y và X
1
, nghĩa là khi X
1
tăng thì Y
tăng.
Trang 21
1000000
800000
600000
400000
200000
0
4000003000002000001000000
X1
Linear
Observed
Y
* Biểu đồ thể hiện mối liên hệ giữa Y và X
2
:
=> Biểu đồ thể hiện mối liên hệ tuyến tính và thuận chiều giữa 2 biến Y và X
2
.
Nghĩa là, khi X
2

tăng thì Y tăng.
2.3.2. Hệ số tương quan (r):
Correlations
Y X1 X2
Y Pearson Correlation 1 .997(**) .999(**)
Sig. (2-tailed) .000 .000
N 17 17 17
X1 Pearson Correlation .997(**) 1 .993(**)
Sig. (2-tailed) .000 .000
N 17 17 17
X2 Pearson Correlation .999(**) .993(**) 1
Sig. (2-tailed) .000 .000
N 17 17 17
** Correlation is significant at the 0.01 level (2-tailed).
Trang 22
1000000
800000
600000
400000
200000
0
4000003000002000001000000
X2
Linear
Observed
Y
Qua phân tích ta thấy rằng:
Hệ số tương quan giữa Y và chính nó là 1. Như vậy GDP với chính nó có mối quan
hệ rất chặt chẽ.
Hệ số tương quan giữa X

1
và Y là 0.997. Giá trị này cho thấy rằng giữa GDP và
tổng giá trị ngành thu nhập có mối liên hệ thuận khá chặt chẽ.
Hệ số tương quan giữa X
2
và Y là 0.999. Có nghĩa là giữa GDP và giá trị ngành
dịch vụ có mối liên hệ thuận rất chặt chẽ và chặt chẽ nhiều hơn mối quan hệ giữa X
1
và Y.
Hệ số tương quan tính được từ mẫu là 0.997 và 0.999 trong khi trên thực tế không
có mối liên hệ tuyến tính nào trong tổng thể giữa giá trị ngành công nghiệp, xây dựng
và GDP,giá trị ngành dịch vụ và GDP là 0.000 nhỏ hơn 0.01. Như vậy nếu ta sử dụng
mức ý nghĩa 1% (tức là xác suất chấp nhận giả thuyết sai là 1%) thì giả thuyết hệ số
tương quan của tổng thể bằng 0 bị bác bỏ. Tức là Y có liên quan với X
1
và X
2
.
2.2. MÔ HÌNH HỒI QUY BỘI TUYẾN TÍNH
Variables Entered/Removed(b)
Model
Variables
Entered
Variables
Removed Method
1 X2, X1(a) . Enter
a All requested variables entered.
b Dependent Variable: Y
Model Summary
Model R

R
Square
Adjusted R
Square
Std. Error of the
Estimate
1 0.9998(a) 0.9997 0.9997 4179.464
a Predictors: (Constant), X2, X1
SST
SSE
SST
SSR
R
−==
1
2
= 0.99989647
=>
2
RR =
= 0.999792996
Trang 23
Từ bảng Model Summary ta thấy:
- Hệ số tương quan bội R = 0.99979296 cho thấy sự liên kết giữa GDP với giá
trị ngành công nghiệp và dịch vụ và giá thịt là chặt chẽ.
- Hệ số xác định R
2
= 0.99989647 có nghĩa là 99.98% sự thay đổi của GDP là
do ảnh hưởng bởi giá trị ngành công nghiệp và dịch vụ.
- So sánh giữa 2 giá trị R Square và Adjusted R Square ở bảng trên ta thấy

Adjusted R Square = 0.99976338 nhỏ hơn, dùng nó đánh giá độ phù hợp của mô hình
sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
ANOVA(b)
a Predictors: (Constant), X2, X1
b Dependent Variable: Y
Đặt giả thuyết H
0
là β
1
= β
2
= 0 (các X
1
và X
2
không ảnh hưởng đến Y).
Từ bảng ANOVA ta thấy giá trị Sig. rất nhỏ cho thấy sẽ an toàn khi bác bỏ giả thuyết
H
0
cho rằng tất cả hệ số hồi quy bằng 0 (ngoại trừ hằng số), mô hình hồi quy tuyến
tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Nghĩa là, nói chung các biến
độc lập có ảnh hưởng tới sự thay đổi của biến phụ thuộc.
Model
Sum of Squares Df Mean Square F Sig.
1 Regression 1180960310664.752 2 590480155332.376 33803.689 .000(a)
Residual 244550887.483 14 17467920.535
Total 1181204861552.235 16
Trang 24
Coefficients(a)
a Dependent Variable: Y

a Dependent Variable: Y
Từ bảng trên ta có phương trình hồi quy tuyến tính như sau:
Y = 12497.863 + 0.952X
1
+ 1.572X
2
Dấu của hàm hồi quy cho thấy: Kết quả hồi quy phù hợp với lý thuyết kinh tế. Tổng
giá trị của nghành công nghiệp và xây dựng tăng thì làm cho GDP tăng. Tổng giá trị
của nghành dịch vụ tăng cũng làm cho GDP tăng.
Giải thích phương trình:
- Khi cố định giá (X
1
), giá trị ngành công nghiệp tăng 1 tỷ đồng dẫn đến GDP
tăng 0.952 tỷ đồng/năm.
- Khi cố định thu nhập (X
2
), giá trị ngành dịch vụ tăng 1 tỷ đồng dẫn đến
GDP tăng 1.572 tỷ đồng/năm.
- Ngoài hai nhân tố trên, các nhân tố khác làm tăng nhu cầu thịt là 12497.863
tỷ đồng/năm.
Giá trị Sig. của biến X
1
rất nhỏ cho thấy nó có ý nghĩa trong mô hình, giá trị
Sig. của biến X
2
khá nhỏ và nhỏ hơn X
1
cho thấy nó có ý nghĩa trong mô hình. Nghĩa
là X
2

ảnh hưởng đến Y nhiều hơn X
1
.
Khoảng tin cậy là 95% cho tỷ lệ tổng thể GDP nói chung trong nền kinh tế quốc dân bị
ảnh hưởng bởi ngành công nghiệp, xây dựng và ngành dịch vụ là nằm trong khoảng từ
79,6%.

Model



Unstandardized
Coefficients
Standardized
Coefficients t Sig.
95% Confidence Interval
for B
B Std. Error Beta
Lower
Bound
Upper
Bound
1 (Constant) 12497.863 3043.207 4.107 .001 5970.832 19024.894
X1 .952 .073 .413 13.073 .000 .796 1.108
X2 1.572 .084 .588 18.603 .000 1.390 1.753
Trang 25