dự báo tình hình doanh thu của công ty cổ phần thiết bị điện phước thạnh năm 2012 dựa trên số liệu thu thập giai đoạn 2008 – 2011

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
KHOA TOÁN – THỐNG KÊ
MÔN: DỰ BÁO TRONG KINH DOANH VÀ KINH TẾ
Đề Tài: Dự báo tình hình doanh thu của công ty Cổ Phần Thiết Bị Điện
Phước Thạnh năm 2012 dựa trên số liệu thu thập giai đoạn 2008 – 2011
Giảng viên hướng dẫn: Võ Thị Lan
Thành viên nhóm:
1. Hạ Minh Tuấn
2. Văn Hoàng Khâm
3. Phan Đức Chiến
LỜI MỞ ĐẦU
1. LÝ DO CHỌN ĐỀ TÀI
Quá trình hội nhập kinh tế khu vực và quốc tế đặt ra cho các doanh nghiệp nước
ta nhiều cơ hội và thách thức. Đó là cơ hội thu hút vốn đầu tư, kỹ thuật, công nghệ tiên
tiến, tiếp thu cách làm việc, kinh doanh, quản lý khoa học của nước ngoài, có cơ hội đưa
sản phẩm của mình đến nhiều nước trên thế giới…Mặt khác, các doanh nghiệp phải
chấp nhận sự cạnh tranh gay gắt diễn ra trên phạm vi toàn cầu. Trong nền kinh tế thị
trường, một khi không còn sự bảo hộ của Nhà nước, các doanh nghiệp nước ta phải tự
điều hành, quản lý các hoạt động sản xuất kinh doanh một cách có hiệu quả để đứng
vững trên thị trường và ngày càng phát triển. Muốn vậy, các doanh nghiệp phải tạo được
doanh thu và có lợi nhuận, đồng thời phải thường xuyên kiểm tra, đánh giá mọi diễn
biến và kết quả của quá trình sản xuất kinh doanh. Bởi vì thách thức lớn nhất hiện nay
không chỉ là tăng đầu tư hay tăng sản lượng mà là tăng cường hiệu quả kinh doanh. Như
vậy, thường xuyên quan tâm phân tích hiệu quả kinh doanh nói chung, doanh thu, lợi
nhuận nói riêng trở thành một nhu cầu thực tế cần thiết đối với bất kỳ doanh nghiệp nào.
Trong học kỳ vừa qua nhóm em đã được học tập về phương pháp dự báo trong
kinh doanh cũng như dựa trên số liệu để dự báo tình hình kinh tế của doanh nghiệp, của
thị trường trong tương lai gần, nhóm được trang bị một nền tảng lý thuyết về kinh tế,
phương pháp phân tích, dự báo kinh tế. Theo yêu cầu của giáo viên bộ môn Dự báo
trong kinh doanh và kinh tế, nhóm đã tìm tòi và thu thập được số liệu doanh thu cụ thể
để tiến hành thực hành dự báo. Bởi vì, doanh thu không chỉ phản ánh kết quả sản xuất

kinh doanh mà còn là cơ sở để tính ra các chỉ tiêu chất lượng khác nhằm đánh giá đầy đủ
hơn hiệu quả sản xuất kinh doanh của doanh nghiệp trong từng thời kỳ hoạt động. Thông
qua việc dự báo và phân tích này, các nhà quản lý sẽ nắm được thực trạng của doanh
nghiệp. Từ đó, chủ động đề ra những giải pháp thích hợp khắc phục những mặt tiêu cực,
phát huy mặt tích cực của các nhân tố ảnh hưởng và huy động tối đa các nguồn lực nhằm
làm tăng doanh thu, và hiệu quả kinh doanh của doanh nghiệp. Xuất phát từ những vấn
đề trên đây, em chọn đề tài:
“Dự báo tình hình doanh thu của công ty Cổ Phần Thiết Bị Điện Phước Thạnh năm
2012 dựa trên số liệu thu thập giai đoạn 2008 – 2011”
2. MỤC TIÊU ĐỀ TÀI:
- Dựa trên số liệu thu thập được để dự báo tình hình kinh doanh doanh thu của
doanh nghiệp trong những năm sắp tới.
- Phân tích các nhân tố ảnh hưởng đến tình hình biến động của doanh thu.
- Đề ra một số giải pháp nhằm tăng doanh thu, để nâng cao hiệu quả kinh doanh
của công ty.
3. PHƯƠNG PHÁP DỰ BÁO:
- Mô hình hồi quy đơn ( nhị phân).
- Phương pháp phân tích dãy số thời gian.
4. PHẠM VI NGHIÊN CỨU
Đề tài này được giới hạn trong phạm vi hoạt động sản xuất kinh doanh thông qua
các số liệu về kết quả doanh thu tiêu thụ đạt được của công ty Cổ Phần Thiết Bị Điện
Phước Thạnh.
Do thời gian học trên lớp khá ít và số liệu mới được tìm được gần đây nên nhóm
tiến hành dự báo trong thời gian ngắn. Chưa chuyên sâu đến từng phương pháp. Nên còn
nhiều thiếu sót.
Số liệu phân tích được giới hạn trong 4 năm 2008, 2009, 2010, 2011.
A. DỰ BÁO TÌNH HÌNH DOANH THU CỦA CÔNG TY TRONG NĂM 2012

Ta có bảng chi tiết tình hình doanh thu theo tháng của công ty trong giai đoạn
2008 – 2011 như sau.

Bảng 1.1: Doanh thu theo tháng giai đoạn 2008 – 2011
Đơn vị tính: VNĐ
Năm 2008 Năm 2009 Năm 2010 Năm 2011
Tháng 1 23,446,368,276 14,947,024,944 32,034,166,853 70,331,709,300
Tháng 2 16,174,840,033 31,937,806,172 15,587,308,051 59,961,506,586
Tháng 3 47,537,886,658 42,999,002,709 82,706,195,451 144,214,988,141
Tháng 4 14,669,398,358 37,082,562,444 42,363,419,951 38,390,975,979
Tháng 5 35,876,285,675 47,926,552,981 76,392,495,116 84,831,142,834
Tháng 6 70,316,317,379 57,581,262,449 65,375,327,871 80,372,197,263
Tháng 7 14,646,079,723 41,011,612,241 67,059,553,470 112,897,916,806
Tháng 8 30,206,194,736 63,090,402,391 73,591,447,718 86,350,085,772
Tháng 9 32,505,493,674 38,639,568,180 79,380,304,814 88,606,020,469
Tháng 10 18,882,866,856 40,567,630,483 103,265,513,822 129,521,197,952
Tháng 11 46,361,062,918 58,552,206,841 137,625,474,065 98,555,922,901
Tháng 12 54,396,975,525 115,208,911,927 93,500,593,714 136,019,573,206
Hình 1.1: Tình hình doanh thu 2008 - 2011
Chúng ta nhận thấy rằng, nhìn chung doanh số của công ty tăng qua 4 năm từ
2008 – 2011 nhưng không đều. Thường tăng đột biến vào những tháng đầu và tháng
cuối trong năm. Điều này cũng phù hợp với thực tế vì vào những tháng đầu năm thì các
đại lý tiến hành đặt những đơn hàng lớn trữ hàng để bắt đầu một năm kinh doanh mới,
và thường vào những thời điểm cuối năm thì nhu cầu về thị trườg thiết bị điện tăng cao
nên lúc này công ty sẽ bán được lượng hàng lớn làm doanh thu tăng cao. Còn những
tháng giữa năm thì nhu cầu thường ở mức trung bình nên doanh số ít có biến động.
Từ số liệu doanh thu của công ty qua 4 năm (2008 – 2011) tiến hành dự báo doanh thu
của 12 tháng tiếp theo năm 2012.
1. DỰ BÁO BẰNG MÔ HÌNH HỒI QUY ĐƠN (NHỊ PHÂN)
Phân tích hồi quy đơn là một công cụ thống kê giúp chúng ta ước lượng được mối
quan hệ toán học giữa một biến phụ thuộc ( thường gọi là Y) và một biến độc lập
(thường gọi là X). Biến phụ thuộc là biến chúng ta cần dự báo. Có nhiều dạng hồi quy
phi tuyến được sử dụng, tuy nhiên các mô hình hồi quy tuyến tính vẫn phổ biến hơn.

Để áp dụng phân tích hồi quy chúng ta bắt đầu bằng cách giả sử Y là một hàm số của X.
Y = f(X)
Dưới dạng tuyến tính, mô hình hồi quy tổng thể được viết như sau:
Y = + +
Trong đó là giao điểm của đường hồi quy và trục tung ( hay còn gọi là tung độ
gốc) và là độ nghiên của đường hồi quy ( hay còn gọi là hệ số góc). Nói cách khác, cho
chúng ta thấy tỉ lệ thay đổi của Y nếu X thay đổi 1 đơn vị. Và là giá trị biến phụ thuộc
khi X= 0. Về mặc đại số, đây là cách giải thích chính xác. Tuy nhiên trong thực tế, cách
giải thích trên không có giá trị ứng dụng vì miền giá trị của X thường không không chứa
giá trị X=0. Và trong mô hình trên thể hiện sai số giữa giá trị dự báo và giá trị thực tế.
Chúng ta phải ước lượng các giá trị , làm sao để cho phương trình chứa chúng
phù hợp nhất với dữ liệu.
Ta đã biết mô hình tổng thể được viết dưới dạng:
Y = + +
Trong đó các giá trị , là các tham số của hàm tổng thể được ước lượng từ các dữ
liệu mẫu. Các giá trị ước lượng thống kê ( từ mẫu) tương ứng là , . Và mô hình hồi quy
ước lượng được viết như sau:
= + X
Chênh lệch từ giá trị dự báo () và giá trị thực (Y) được gọi là phần dư ( residuals)
và được ký hiệu là e, vì vậy:
e = Y -
hay
e = Y - - X
Phương pháp bình phương tối thiểu thông thường OLS ( Ordinary Least Squared)
được sử dụng để tối thiểu hóa tổng bình phương các phần dư.
Tối thiểu =
Đạo hàm từng phần tổng bình phương phần dư theo và . Sau đó cho các biểu
thức này bằng 0 và giải hệ phương trình chúng ta sẽ được công thức tính và :
= =
= - = -

1.1 Dự báo bằng mô hình khuynh hướng tuyến tính
Trong một số trường hợp việc dự báo dựa trên nền tảng khuynh hướng tuyến tính
đơn giản là cần thiết. Để thực hiện phương pháp này, ta cần trước tiên thiết lập thứ tự
thời gian (T) và sử dụng như là một biến độc lập (hay biến X ) trong mô hình hồi quy
đơn. Trong đó, T có giá trị là 1 tại quan sát đàu tiên và tăng thêm 1 đơn vị cho mỗi quan
sát tiếp theo.
Mô hình hồi quy dạng này được viết như sau :
= + T
Trong đó là dãy giá trị cần dự báo.
1.2 Kiểm định thống kê của mô hình dự báo.
Để hoạch tóan doanh thu, xác định chi phí và lợi nhuận cho các năm kế tiếp, cần
phải tiến hành dự báo các chỉ tiêu trên. Kết quả dự báo sẽ cho biết xu hướng biến động
doanh thu, chi phí, lợi nhuận ra sao. Nó là căn cứ quan trọng để xây dựng các kế hoạch
kinh doanh, mục tiêu chi phí, lợi nhuận, các giải pháp thực hiện và phân bổ ngân sách
cho các bộ phận.
Để đảm bảo tính khoa học khách quan trong dự báo chúng ta cần kiểm định mô
hình, xem xét tính tương thích của mô hình được dùng trong dự báo.
Giả thuyết đặt ra là: Thứ nhất, các giá trị dự báo có ăn khớp với các giá trị thực tế đã thu
thập hay không? Thứ hai, các chỉ số thống kê của mô hình có đạt được độ tin cậy và
được chấp nhận trong dự báo hay không? Từ hai câu hỏi trên, chúng ta có các giả thuyết:
H
0
: Mô hình dự báo không phù hợp với các dữ liệu thu thập được
H
1
: Mô hình dự báo phù hợp với các dữ liệu thu thập được
Sử dụng phương pháp hồi quy (Regression), phân tích phương sai ANOVA trong
phần mềm dự báo ForecastX để kiểm định giả thuyết này. Hệ số tương quan R cho biết
mối tương quan giữa các biến, là cơng cụ đo lường độ lớn về liên hệ tuyến tính giữa hai
biến, có trị số từ -1 đến +1; hệ số xác định R

2
(R-Square) là hệ số rất quan trọng cho biết
mô hình tuyến tính này “ăn khớp” hay phù hợp (Fitted) đến mức nào với các trị số của
các điểm phân tán (hay bao nhiêu phần trăm của tổng bình phương toàn phần được giải
thích bằng phương trình hồi quy để dự báo), có gía trị từ 0 đến +1. Hệ số R
2
càng lớn
(tiến tới 1) thì đường thẳng hồi quy càng ăn khớp với các điểm phân tán.
Nếu R
2
: <0.3 : Mối quan hệ rất yếu (không được chấp nhận)
0.3 ≤ R
2
<0.5 : Mối quan hệ trung bình (được chấp nhận)
0.5 ≤ R
2
<0.7: Mối quan hệ khá chặt chẽ
0.7 ≤ R
2
≤ 1 : Mối quan hệ rất chặt chẽ
Hồi quy có quan hệ với phân tích phương sai. Vì vậy sau khi xác định được hệ số
R
2
, cần phải quyết định xem mô hình dự báo mà ta muốn áp dụng để mô tả hai biến số
liên hệ (biến thực tế quan sát được và biến dự báo), liệu có tương thích không. Kiểm
định F, dựa trên phân phối xác suất F(Fisher), được dùng để kiểm định mức ý nghĩa
trong mơ hình hồi quy này. Ngoài ra trong bảng phân tích phương sai ANOVA, chúng ta
cần quan tâm đến mức ý nghĩa thống kê (được chỉ bằng trị số Sig.= Significance = p-
value).
Quy luật bác bỏ:

H
0
: = 0
H
1
: # 0
Bác bỏ H
0
nếu F > F
k-1, n-k,α
. Trong đó k-1 là bậc tự do của tử số và n-k là bậc tự do
của mẫu số (tra bảng phân phối F, với mức α =0.05). Nếu Sig của F có trị số từ nhỏ hơn
0.05 đến 0.01: có ý nghĩa; Sig có trị số 0.01 hay nhỏ hơn: rất có ý nghĩa. Cả hai trị số
này cho phép ta bác bỏ giả thuyết H
0
và chấp nhận giả thuyết H
1
. Theo đó, ta có thể kết
luận mô hình dự báo có quan hệ tuyến tính và phù hợp với các dữ liệu thu thập được.
Tóm lại khi sử dụng mô hình hồi quy, chúng ta cần lưu ý ba kiểm tra quan trọng
sau:
1 Dấu của hệ số góc có phù hợp với các quy luật kinh tế, kinh doanh hoặc có thể
giải thích được không ?
2 Ý nghĩa thống kê của hệ số góc, sử dụng T-test hoặc giá trị P (p-values).
3 Bao nhiêu phần trăm của biến động trong biến phụ thuộc được giải thích bằng
biến độc lập, sử dụng hệ số xác định R-squared.
1.3 Phân tích mô hình dự báo.
Sử dụng phần mềm ForecastX để tiến hành dự báo bằng phương pháp hồi quy
đơn (Xu hướng tuyến tính).Kết quả hồi quy như sau:
Bảng 1.2: Coefficient Table

Audit Trail Coefficient Table (Linear
Regression Selected)
Standard Overall
Name Value Error
T-
test P-value F-test
Elasticit
y F-test
Intercep
t
16,360,089,
076
6,927,091,260.8
2 2.36 0.02 5.58 58.21
Slope 1,877,733,246,117,575.00 7.63 0.00 58.21 0.74
908
Theo kết quả trên, hệ số là 16,360,089,076 và là 1,877,733,908. Theo đó, mô
hình dự báo hồi quy có thể viết :
Doanh thu = 16,360,089,076 + 1,877,733,908 (T)
Độ dốc () nói lên rằng trung bình doanh số tính theo VND qua các năm từ 2008 –
2011 tăng thêm 1,877,733,908 qua từng tháng.
Tiến hành kiểm định mô hình thông qua các giá trị thống kê.
Với giả thuyết:
H
0
: Mô hình dự báo không phù hợp với dữ liệu thu thập được
H
1
: Mô hình dự báo phù hợp với dữ liệu thu thập được
Ta có bảng phân tích phương sai ANOVA

Bảng 1.3: ANOVA Table
Audit Trail ANOVA Table (Linear
Regression Selected)
Source of
Variation SS df MS SEE
Regressio
n 32,480,449,210 1 32,480,449,210
Error 25,668,294,628 46 558,006,404,976
23,622,159,19
3
Total 58,148,743,839 47
Audit Trail Coefficient Table (Linear
Regression Selected)
Standard
Name Value Error T-test P-value F-test
Elasticit
y
Intercep
t

16,360,089,076
6,927,091,260.8
2 2.36 0.02 5.58
Slope

1,877,733,908 246,117,575.00 7.63 0.00 58.21 0.74
Bảng 1.4: Statistics Table
Audit Trail - Statistics

Accuracy Measures Value

Mean Absolute Percentage Error
(MAPE) 39.34%
R-Square 55.86%
Mean Square Error 534,756,138,102
Root Mean Square Error 23,124,794,876.97
Method Statistics Value
Method Selected Linear Regression
Ta có giá trị R- squared chính là hệ số xác định R
2
, trong mô hình trên R
2
=0.5586
hay 55.86%. Ta thấy: ( 0.5 ≤ R
2
<0.7 : Mối

quan hệ khá chặt chẽ) được chấp nhận. Cho
biết mô hình dự báo ăn khớp với các dữ liệu thu thập được.
Sig = 0.00 < 0.05, cho biết tính ý nghĩa của mô hình dự báo.
F = 58.21 > F
k-1,n-k,α
= 4.08 (tra bảng F với 1 bậc tự do tử, 47 bậc tự do mẫu, α = 0.05 )
Như vậy ta bác bỏ giả thuyết H
0
, chấp nhận giả thuyết H
1
. Theo đó ta có thể kết
luận mô hình dự báo có quan hệ tuyến tính và phù hợp với các dữ liệu thu thập được.
Sử dụng phương trình:
Doanh thu = 16,360,089,076 + 1,877,733,908 ( T )

Để dự báo cho các tháng trong năm 2012, chúng ta chỉ việc thế các giá trị thích
hợp vào chỉ số thời gian T. Các giá trị thích hợp của chỉ số thời gian T cho các tháng từ
tháng 1 đến tháng 12 của nắm 2012 lần lượt từ 49 đến 60.
Kết quả ước lượng khuynh hướng tuyến tính đơn của doanh số theo các tháng
trong năm 2012 được trình bày ở bảng sau.
Bảng 1.5: Kết quả dự báo theo mô hình hồi quy đơn
Tháng
Thời gian
( T )
Doanh số dự báo
Jan-2012 49 108,369,050,577
Feb-2012 50 110,246,784,485
Mar-2012 51 112,124,518,393
Apr-2012 52 114,002,252,301
May-2012 53 115,879,986,210
Jun-2012 54 117,757,720,118
Jul-2012 55 119,635,454,026
Aug-2012 56 121,513,187,934
Sep-2012 57 123,390,921,842
Oct-2012 58 125,268,655,751
Nov-2012 59 127,146,389,659
Dec-2012 60 129,024,123,567
Hình 1.2: Đồ thị thể hiện kết quả dự báo hồi quy
2 DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH DÃY SỐ THỜI GIAN
2.1 Khái niệm.
Dãy số thời gian là một dãy các giá trị của hiện tượng nghiên cứu được sắp xếp
theo thứ tự thời gian.
Các hiện tượng kinh tế xã hội luôn luôn biến động qua thời gian.Để nghiên cứu
sự biến động này người ta dùng phương pháp chuỗi thời gian. Chuỗi thời gian là chuỗi
số liệu thay đổi theo thời gian. Đối với dự báo sốlượng sản phẩm tiêu thụ nó là dòng số

lượng tiêu thụ sản phẩm thực tế biến động theo từng tuần, tháng, năm. Đối với dự báo
doanh thu, nó là dòng doanhthu thực tế thu được qua các tuần, tháng, năm.
Phương pháp dự báo theo dãy số thời gian được xây dựng trên giả thuyết về sự
tồn tại và lưu lại các nhân tố quyết định đại lượng dự báo quá khứ đến tương lai. Trong
phương pháp này đại lượng cần được dự báo xác định trên cơ sở phân tích chuỗi các số
liệu thống kê được trong quá khứ.
Mức cơ sở của chuỗi thời gian là giá trị trung bình của các số liệu xuất hiện trong
một khoảng thời gian nào đó (tuần, tháng, quý, năm, ).
2.2 Các thành phần của dãy số thời gian.
Biến động của một dãy số thời gian có thể được xem là kết quả hợp thành của 4
yếu tố thành phần sau.
a. Xu hướng (Trend component): thể hiện chiều hướng biến động tăng hoặc giảm
đều của hiện tượng nghiên cứu trong một thời gian dài (nhiều năm), xu hướng
mang tính dài hạn. Nguyên nhân của những biến động có tính xu hướng có thể là
do lạm phát, gia tăng sản lượng, tăng thu nhập cá nhân, sự tăng giảm dân số, sự
tăng trưởng hay giảm sút của thị trường, tăng năng suất lao động hoặc có sự thay
đổi về công nghệ, những tiến bộ kỹ thuật cạnh tranh từ nước ngoài….
b. Thời vụ (seasonal component ): biểu hiện sự tăng hay giảm mức độ của hiện
tượng ở một số thời gian theo mùa (tháng / quý ) nào đó trong một năm và được
lặp đi lặp lại qua nhiều năm. Biến động thời vụ thường do các nguyên nhân như
điều kiện thời tiết, khí hậu, tập quán xã hội, tín ngưỡng …Biến động thời vụ được
xem xét khi dữ liệu thu thập theo tháng, quý tức là những dao động mang tính
ngắn hạn có chu kỳ một năm, khác với giao độnh theo chu kỳ là những giao động
mang tính dài hại có chu kỳ trên một năm.
c. Chu kỳ (Cyclical component): là những dao động hình sóng xung quanh xu hướng
thường là do những thay đổi của điều kiện kinh tế. Những mô hình chu kỳ được lặp lại
sau một năm nhất định. Những dao động chu kỳ thường bị ảnh hưởng bởi sự bùng nổ
hay đình trệ kinh tế hoặc do tác động tổng hợp của nhiều yếu tố khác. Giai đoạn đi từ
đỉnh này sang đỉnh tiếp theo của chu kỳ có thể là khoảng từ 5 đến 7 năm.
d. Ngẫu nhiên (Irregular component, random compnent): là loại biến động xảy ra hoàn

toàn ngẫu nhiên và không thường xuyên, không có quy luật và hầu như không thể dự
đoán trước. Loại biến động này thường xảy ra trong thời gian ngắn và gần như không
lặp lại, các biến động này là do ảnh hưởng của thời tiết bất thường, thiên tai, đình công,
bầu cử, luật lệ mới ban hành, động đất nội chiến, chiến tranh…
2.3 Phân tích dự báo
Sử dụng công cụ là phần mền dự báo ForecastX để thực hiện dự báo. Ta chọn mô
hình nhân để phân tích và dự báo tình hình doanh thu của công ty Phước Thạnh trong
năm 2012. Nguyên nhân của việc lựa chọn này là do trong mô hình nhân có tính đến các
yếu tố như: xu hướng, thời vụ và chu kỳ, còn một yếu tố nửa là yếu tố ngẫu nhiên,
nhưng trong dự báo thì ta có thể loại bỏ yếu tố này vì không thể tính được. Doanh thu
của công ty tăng qua từng năm nhưng quan sát trên đồ thị trên thì yếu tố thời vụ và chu
kỳ được thể hiện khá rõ.
Mô hình nhân được tính thông qua công thức sau:
= T. S. C
Trong đó: : giá trị doanh số tại thời gian t
T : Xu hướng ( Trend)
S : Thời vụ (Seasonal)
C : Chu kỳ ( Cyclical )
Tiến hành chạy mô hình ta được bảng kết quả sau.
Bảng 1.6: Kết quả chạy mô hình dãy số thời gian
ThángThời
gian
(t)
Original Forecasted Centered
Moving Average
CMA
Trend
Seasonal
Indices
Cycle

Factors
Jan-2008 1 23,446,368,275.84 23,446,368,275.84 0.86
Feb-
2008 2 16,174,840,033.05 16,174,840,033.05
0.94
Mar-
2008 3 47,537,886,658.00 32,477,318,825.39 27,010,863,006.06 22,506,056,066.95
1.20 1.20
Apr-
2008 4 14,669,398,357.70 35,083,895,702.31 35,332,287,349.17 24,316,507,309.04
0.99 1.45
May-
2008 5 35,876,285,675.10 32,806,673,282.78 37,988,496,150.51 26,126,958,551.13
0.86 1.45
Jun-2008 6 70,316,317,378.70 33,707,772,985.93 35,819,119,830.88 27,937,409,793.22 0.94 1.28
Jul-2008 7 14,646,079,723.10 44,896,709,701.25 37,339,870,377.94 29,747,861,035.31 1.20 1.26
Aug-
2008 8 30,206,194,735.50 30,274,995,111.75 30,489,340,062.44 31,558,312,277.40
0.99 0.97
Sep-
2008 9 32,505,493,673.80 24,201,843,894.69 28,024,531,646.48 33,368,763,519.49
0.86 0.84
Oct-
2008 10 18,882,866,856.00 32,948,936,391.26 35,012,752,144.48 35,179,214,761.58
0.94 1.00
Nov-
2008 11 46,361,062,918.10 43,095,449,347.60 35,841,791,151.88 36,989,666,003.67
1.20 0.97
Dec-
2008 12 54,396,975,524.50 35,030,834,001.60 35,278,849,975.15 38,800,117,245.76

0.99 0.91
Jan-2009 13 14,947,024,944.00 31,512,976,716.36 36,490,459,863.51 40,610,568,487.85 0.86 0.90
Feb-
2009 14 31,937,806,172.00 31,907,327,962.08 33,905,900,702.31 42,421,019,729.94
0.94 0.80
Mar-
2009 15 42,999,002,709.00 43,122,201,001.86 35,864,040,071.88 44,231,470,972.03
1.20 0.81
Apr-
2009 16 37,082,562,444.00 42,888,267,034.59 43,191,913,111.13 46,041,922,214.12
0.99 0.94
May-
2009 17 47,926,552,981.00 39,853,975,231.49 46,148,921,337.25 47,852,373,456.21
0.86 0.96
Jun-2009 18 57,581,262,449.00 46,254,259,011.99 49,151,477,522.13 49,662,824,698.30 0.94 0.99
Jul-2009 19 41,011,612,241.00 61,611,851,269.00 51,241,584,415.38 51,473,275,940.39 1.20 1.00
Aug-
2009 20 63,090,402,391.00 47,616,882,956.91 47,954,007,319.50 53,283,727,182.48
0.99 0.90
Sep-
2009 21 38,639,568,180.00 41,469,723,646.34 48,019,877,648.75 55,094,178,424.57
0.86 0.87
Oct-
2009 22 40,567,630,483.00 53,383,494,686.69 56,727,265,665.75 56,904,629,666.66
0.94 1.00
Nov-
2009 23 58,552,206,841.00 75,048,229,981.44 62,416,404,191.93 58,715,080,908.75
1.20 1.06
Dec-
2009 24 115,208,911,927.0058,057,147,977.95 58,468,188,722.13 60,525,532,150.84

0.99 0.97
Jan-2010 25 32,034,166,853.40 50,403,630,069.80 58,364,896,994.40 62,335,983,392.93 0.86 0.94
Feb-
2010 26 15,587,308,051.20 49,196,921,611.44 52,278,459,073.70 64,146,434,635.02
0.94 0.81
Mar-
2010 27 82,706,195,451.00 58,577,019,378.87 48,717,563,609.61 65,956,885,877.11
1.20 0.74
Apr-
2010 28 42,363,419,951.40 60,060,631,843.35 60,485,857,119.96 67,767,337,119.20
0.99 0.89
May-
2010 29 76,392,495,116.30 55,920,820,683.99 64,753,529,349.84 69,577,788,361.29
0.86 0.93
Jun-2010 30 65,375,327,871.10 62,769,520,994.27 66,701,202,573.04 71,388,239,603.38 0.94 0.93
Jul-2010 31 67,059,553,470.10 85,342,739,854.64 70,978,182,256.01 73,198,690,845.47 1.20 0.97
Aug-
2010 32 73,591,447,717.90 75,553,021,348.65 76,087,931,712.00 75,009,142,087.56
0.99 1.01
Sep-
2010 33 79,380,304,813.60 77,416,921,464.99 89,644,945,030.16 76,819,593,329.65
0.86 1.17
Oct-
2010 34 103,265,513,821.7095,003,606,961.03 100,954,328,353.9878,630,044,571.74
0.94 1.28
Nov-
2010 35 137,625,474,064.80123,017,768,928.26102,311,897,164.1980,440,495,813.83
1.20 1.27
Dec-
2010 36 93,500,593,713.70 95,094,558,673.26 95,767,821,820.44 82,250,947,055.92

0.99 1.16
Jan-2011 37 70,331,709,299.50 78,741,300,573.88 91,178,510,175.47 84,061,398,298.01 0.86 1.08
Feb-
2011 38 59,961,506,585.81 80,096,508,675.05 85,113,497,218.10 85,871,849,540.10
0.94 0.99
Mar-
2011 39 144,214,988,140.9096,235,149,814.93 80,037,224,193.09 87,682,300,782.19
1.20 0.91
Apr-
2011 40 38,390,975,978.70 83,807,637,225.12 84,400,989,719.55 89,492,752,024.28
0.99 0.94
May-
2011 41 84,831,142,834.40 71,710,931,259.59 83,037,692,137.29 91,303,203,266.37
0.86 0.91
Jun-2011 42 80,372,197,262.63 80,100,696,113.80 85,117,946,944.60 93,113,654,508.46 0.94 0.91
Jul-2011 43 112,897,916,806.01110,119,597,085.4891,584,695,373.09 94,924,105,750.55 1.20 0.96
Aug-
2011 44 86,350,085,772.01 97,509,817,147.10 98,200,180,163.55 96,734,556,992.64
0.99 1.02
Sep-
2011 45 88,606,020,469.00 88,562,573,681.40 102,551,056,011.5698,545,008,234.72
0.86 1.04
Oct-
2011 46 129,521,197,951.72100,661,856,685.31106,966,992,702.68100,355,459,476.82
0.94 1.07
Nov-
2011 47 98,555,922,901.00 128,350,879,174.65 102,165,910,718.90
1.20 1.04
Dec-
2011 48 136,019,573,206.00103,638,269,127.40 103,976,361,960.99

0.99 1.00
Ta lần lượt xác định các yếu tố của dãy số.
Để tìm ra thành phần xu hướng T thì ta dựa vào xu hướng để tính. Hàm xu hướng
có dạng như sau:
a
0 +
a
1
t
Ta có hệ phương trình như sau:
= n*a
0
+ a
1
*
= a
0
* + a
1
*
2
Sau khi giải hệ phương trình này tìm được a
0
, a
1
a
0
=
a
1 =

Ta tính được giá trị xu hướng của 12 tháng trong năm 2012 như sau.
Bảng 1.7: Chỉ số xu hướng
Tháng
Thời gian
( t )
Xu hướng
Tháng 1
49
105,786,813,203.08
Tháng 2 50 107,597,264,445.17
Tháng 3 51 109,407,715,687.26
Tháng 4 52 111,218,166,929.35
Tháng 5 53 113,028,618,171.44
Tháng 6 54 114,839,069,413.53
Tháng 7 55 116,649,520,655.62
Tháng 8 56 118,459,971,897.71
Tháng 9 57 120,270,423,139.80
Tháng 10 58 122,080,874,381.89
Tháng 11 59 123,891,325,623.98
Tháng 12 60 125,701,776,866.07
Bảng 1.8: Chỉ số chu kỳ qua các năm từ 2008 – 2012.
Năm 2008 Năm 2009 Năm 2010 Năm 2011 Năm2012
Tháng 1 0.90 0.94 1.08 1.00
Tháng 2 0.80 0.81 0.99 1.01
Tháng 3 1.20 0.81 0.74 0.91 1.01
Tháng 4 1.45 0.94 0.89 0.94 1.02
Tháng 5 1.45 0.96 0.93 0.91 1.00
Tháng 6 1.28 0.99 0.93 0.91 0.98
Tháng 7 1.26 1.00 0.97 0.96 0.97
Tháng 8 0.97 0.90 1.01 1.02 0.98

Tháng 9 0.84 0.87 1.17 1.04 0.98
Tháng 10 1.00 1.00 1.28 1.07 0.98
Tháng 11 0.97 1.06 1.27 1.04 0.97
Tháng 12 0.91 0.97 1.16 1.00 0.95
Bảng 1.9: Chỉ số thời vụ của từng tháng qua từng năm.
Tháng Chỉ số thời vụ
Tháng 1 0.86
Tháng 2 0.94
Tháng 3 1.20
Tháng 4 0.99
Tháng 5 0.86
Tháng 6 0.94
Tháng 7 1.20
Tháng 8 0.99
Tháng 9 0.86
Tháng 10 0.94
Tháng 11 1.20
Tháng 12 0.99
Từ 3 chỉ số trên ta có thể dự báo tình hình doanh thu năm 2012 bằng mô hình nhân như
sau.
Bảng 1.10: Kết quả dự báo theo mô hình nhân
Tháng
Thời
gian
Xu hướng
(T)
Thời vụ
(S )
Chu kỳ
( C )

DS Dự báo
( T . S . C )
Tháng 1 49 105,786,813,203.08 0.86 1.00 91,803,947,444.60
Tháng 2 50 107,597,264,445.17 0.94 1.01 102,647,811,892.79
Tháng 3 51 109,407,715,687.26 1.20 1.01 133,447,779,082.51
Tháng 4 52 111,218,166,929.35 0.99 1.02 112,531,667,059.21
Tháng 5 53 113,028,618,171.44 0.86 1.00 97,782,884,145.12
Tháng 6 54 114,839,069,413.53 0.94 0.98 105,452,120,364.23
Tháng 7 55 116,649,520,655.62 1.20 0.97 136,572,094,557.42
Tháng 8 56 118,459,971,897.71 0.99 0.98 114,887,544,713.04
Tháng 9 57 120,270,423,139.80 0.86 0.98 101,358,755,607.00
Tháng 10 58 122,080,874,381.89 0.94 0.98 112,298,692,489.19
Tháng 11 59 123,891,325,623.98 1.20 0.97 144,158,700,231.31
Tháng 12 60 125,701,776,866.07 0.99 0.95 118,995,258,980.21
Hình 1.3: Đồ thị thể hiện kết quả dự báo theo mô hình nhân
Các giá trị đánh giá mức độ phù hợp của mô hình.
Bảng 1.11: Statistics Table
Audit Trail - Statistics

Accuracy Measures Value
Mean Absolute Percentage Error (MAPE) 34.75%
R-Square 66.01%
Mean Square Error 411,789,940,491
Root Mean Square Error 20,292,608,025.86
3 So sánh mức độ phù hợp giữa 2 mô hình.
Để so sánh mức độ phù hợp giữa 2 mô hình ta dựa các giá trị tương ứng được thể
hiện ở bảng sau.
Bảng 1.12: So sánh giữa hai mô hình
Accuracy Measures
Value

Mô hình nhân Mô hình hồi quy đơn
Mean Absolute Percentage Error
(MAPE)
34.75% 39.34%
R-Square 66.01% 55.86%
Mean Square Error 411,789,940,491 534,756,138,102
Root Mean Square Error
(RMSE )
20,292,608,025.86 23,124,794,876.97
Ta thấy giá trị R-Square ( Mô hình nhân ) = 66.01% > R-Square (Hồi quy đơn) =
55.86%.
Giá trị RMSE (Mô hình nhân) = 20,292,608,025.86 < RMSE (Hồi quy đơn ) =
23,124,794,876.97
Dựa vào 2 chỉ tiêu so sánh trên ta có thể kết luận trong trường hợp này mô hình
nhân là mô hình phù hợp hơn. Vậy giá trị dự báo tình hình doanh số trong năm 2012 là
đáng tin cậy hơn và có thể sử dụng được.
B. NHẬN XÉT VÀ KIẾN NGHỊ

1 NHẬN XÉT - ĐÁNH GIÁ CHUNG
Trong cơ chế thị trường ở nước ta cùng với sự hoạt động của nhiều thành phần
kinh tế đang dần đi vào ổn định. Chính sách mở cửa của nền kinh tế đã khơi dậy tiềm
năng và sức sáng tạo của các doanh nghiệp trong cả nước, đưa thị trường trong nước tiếp
cận với thị trường khu vực và thế giới, đòi hỏi các doanh nghiệp phải không ngừng đổi
mới và vươn lên. Trong môi trường hoạt động như vậy, các doanh nghiệp không bao
giờ được phép thỏa mãn với kết quả đã đạt được, phải không ngừng đổi mới tư duy, cách
nhìn nhận thị trường, phải thật sự năng động, tự chủ trong kinh doanh, đảm bảo kinh
doanh có lãi.
Công ty cổ phần thiết bị điện Phước Thạnh là một công ty luôn quan tâm đến việc
hoạch toán kinh doanh, lấy thu bù chi đảm bảo có lãi để nâng cao đời sống cán bộ công
nhân viên và thực hiện đầy đủ nghĩa vụ với ngân sách Nhà nước. Công ty đã quán triệt

sâu sắc chế độ hạch toán kinh doanh, nhận thức rõ tầm quan trọng của việc nâng cao
hiệu quả kinh doanh trong cơ chế thị trường, công ty phải giải quyết một loạt vấn đề
một cách đồng bộ với mục đích làm cho hiệu quả kinh doanh ngày càng tốt hơn. Trong
nền kinh tế thị trường có sự cạnh tranh gay gắt, để đứng vững tồn tại và phát triển đòi
hỏi công ty phải năng động và nhậy bén trong kinh doanh. Do xác định được vị trí của
mình và nhận thức được một cách đúng đắn những mặt mạnh, mặt yếu trong kinh doanh
nên trong những năm qua công ty đã đạt được những kết quả đáng mừng. Công ty không
những tạo được công ăn việc làm cho cán bộ công nhân viên mà còn không ngừng tăng
doanh thu.
2 MỘT SỐ ĐỀ XUẤT ĐỂ LÀM TĂNG DOANH THU
Như vậy chúng ta có thể nhận xét rằng toàn công ty đã nỗ lực phấn đấu một
cách đồng bộ để không ngừng tăng doanh thu bán hàng. Để góp phần làm cho doanh thu
bán hàng của công ty ngày càng tăng lên tôi xin trình bày một số biện pháp nhằm tác
động trực tiếp hoặc gián tiếp đến việc tăng doanh thu bán hàng như sau:
2.1 Lựa chọn và mở rộng địa bàn kinh doanh.
Xây dựng mạng lưới kho tàng, cửa hàng kinh doanh phù hợp nhằm đảo bảo
thuận tiện cho quá trình vận động của hàng hóa, đồng thời thuận tiện cho việc đi lại mua
bán của người tiêu dùng giảm được chi phí vận chuyển, bảo quản, tăng doanh thu cho
công ty.
2.2 Không ngừng nâng cao chất lượng phục vụ khách hàng.
Nắm vững nhu cầu của người tiêu dùng, giữ chữ tín trong kinh doanh, đáp ứng
nhu cầu của người tiêu dùng về các loại mặt hàng, chất lượng và cả giá cả của các loại
thiết bị điện xây dựng.
2.3 Tổ chức nghiên cứu thị trường:
Trong cơ chế thị trường hiện nay việc tiến hành nghiên cứu thị trường là rất cần
thiết bởi vì thông qua nghiên cứu thị trường công ty nắm bắt được nhu cầu thị hiếu của
người tiêu dùng một cách nhanh nhất, xác định được các xu hướng, tiên đoán được
những sự biến đổi trên thị trường từ đó làm cơ sở cho việc ra quyết định chỉ đạo kinh
doanh sao cho có hiệu quả cao. Vì vậy công ty nên lập ra một bộ phận chuyên làm công
tác nghiên cứu thị trường để góp phần làm cho hiệu quả kinh doanh ngày càng tăng lên.

Đồng thời với sự cạnh tranh gay gắt ở trên thị trường thì việc nghiên cứu thị trường
cũng giúp công ty có thể nắm bắt được các thông tin về đối thủ cạnh tranh của mình để
từ đó có kế hoạch kinh doanh làm tăng lợi thế của mình, thu hút được khách hàng và để
tăng doanh thu.
2.4 Tăng năng suất lao động.
Năng suất lao động trong công ty thể hiện bằng hiệu quả kinh doanh (hay hiệu
suất làm việc) của một người lao động. Để cho năng suất lao động tăng lên thì việc trang
bị cơ sở vật chất là yếu tố quan trọng, trang thiết bị hiện đại quyết định đến năng suất lao
động và làm cho năng suất lao động tăng lên. Vì vậy muốn tăng năng suất lao động ở
khâu bán hàng nhằm tăng doanh thu bán thì công ty phải chú trọng đến việc đầu tư cơ
sở vật chất như thường xuyên tu bổ phương tiện vận tải, mở rộng các phòng trưng bày
mẫu, nhà xưởng, kho bãi, Bên cạnh đó tinh thần và ý thức lao động, trình độ của
người lao động cũng đóng vai trò quyết định đến năng suất lao động. Người nhân viên
có kinh nghiệm, có ý thức kỷ luật tốt, hăng say làm việc kết hợp với trang thiết bị kỹ
thuật hiện đại sẽ là sức mạnh lớn quyết định đến việc năng suất lao động ngày càng
được nâng cao. Do đó công ty cần có chế độ thưởng phạt nghiêm minh đúng người đúng
tội, biết động viên khuyến khích kịp thời về mặt vật chất cũng như tinh thần đối với
nhân viên bán hàng nhằm tăng năng suất lao động ở khâu bán hàng dẫn đến doanh thu
bán hàng ngày một tăng lên.
2.5 Trả lương cho cán bộ công nhân viên:
Công ty nên áp dụng hình thức trả lương theo doanh số hoặc theo lợi nhuận.
Đây là hình thức trả lương tiên tiến nhất hiện nay. Hình thức trả lương này đảm bảo tính
công bằng bình đẳng giữa những người đảm nhận công việc bán hàng trong công ty.
Điều này sẽ khuyến khích, thúc đẩy cán bộ công nhân viên trong công ty hăng say làm
việc, nâng cao tinh thần trách nhiệm cũng như năng suất lao động của họ từ đó làm cho
doanh thu bán hàng của công ty tăng lên. Ngoài ra, công ty cần đề ra chế độ khen
thưởng, động viên đối với nhân viên bán hàng nếu họ bán được hàng sẽ có mức chiết
khấu hợp lý nhằm khuyến khích những khách hàng tiêu thụ hàng với số lượng lớn hay
là thanh toán ngay, đây là phương pháp thu hút khách hàng có hiệu quả nhất.
2.6. Nâng cao trình độ nghiệp vụ cho cán bộ công nhân viên.

Công ty phải thường xuyên đào tạo tay nghề cho cán bộ công nhân viên, đưa cán
bộ công nhân viên đi học các lớp nghiệp vụ, nâng cao trình độ để đáp ứng được đòi hỏi
của cơ chế thị trường, có trình độ mới dám nghĩ, dám làm và dám chịu trách nhiệm để
không ngừng tăng hiệu quả trong kinh doanh, làm giàu cho công ty và đất nước.
2.7 Thường xuyên nâng cao công tác xây dựng kế hoạch doanh thu bán hàng.
Công việc dự kiến và lập kế hoạch doanh thu bán hàng do phòng kinh doanh đảm
nhận. Tuy nhiên việc lập kế hoạch này vẫn còn chưa chi tiết, cụ thể mà vẫn còn rất
chung chung. Công ty chỉ tiến hành lập kế hoạch về doanh thu bán hàng các loại thiết bị
điện xây dựng của công ty trong năm. Do đó kế hoạch bán hàng chưa sát với thực tế,
không có tác dụng thúc đẩy hoạt động kinh doanh của công ty phát triển. Để việc lập
kế hoạch doanh thu bán hàng đem lại hiệu quả công ty cần thực hiện theo những điểm
dưới đây:
1 Các chỉ tiêu kế hoạch phải đảm bảo tính tiên tiến, sát với thực tế. Nếu kế hoạch
đề ra thấp sẽ kìm hãm khả năng thực tế của doanh nghiệp, ngược lại nếu kế
hoạch quá cao sẽ làm cho các đơn vị hoang mang, lo lắng ảnh hưởng đến kết quả
kinh doanh của công ty.
2 Công ty nên lập kế hoạch doanh thu bán hàng theo từng tháng theo từng qúy dựa
trên cơ sở kế hoạch kinh doanh tạo điều kiện thuận lợi cho công tác theo dõi và
quản lý doanh thu bán hàng sát và cụ thể hơn.
2.8 Thường xuyên theo dõi và hoạch toán chính xác kịp thời doanh thu bán hàng.
Việc theo dõi và hoạch toán doanh thu bán hàng tại công ty do phòng kế toán
đảm nhận. Việc theo dõi doanh thu bán hàng được theo dõi trực tiếp qua hóa đơn tài
chính, phiếu giao hàng, hóa đơn kiêm phiếu xuất kho. Việc theo dõi này sẽ giúp công ty
nhận biết được chính xác được lượng hàng và việc thanh toán tiền hàng của công ty để
từ đó công ty có các kế hoạch thúc đẩy việc bán hàng nhằm tăng doanh thu. Doanh thu
bán hàng là một chỉ tiêu kinh tế quan trọng trong việc đánh giá kết quả kinh doanh của
công ty. Vì vậy việc tổ chức hoạch toán đúng đắn doanh thu bán hàng là hết sức cần
thiết. Qua nghiên cứu thực tế em nhận thấy rằng thị trường của công ty vẫn còn hạn hẹp
do vậy công ty cần mở rộng thêm thị trường ra các vùng lân cận hoặc những thành phố
có quá trình đô thị hóa hay việc xây dựng phát triển như Nha Trang, Đà Nẵng nhằm

để tăng thị phần, phát triển được hoạt động kinh doanh để thu hút thêm khách hàng
nhằm tăng doanh thu bán hàng và đem lại lợi nhuận cho công ty. Đồng thời trên thị
trường thiết bị điện xây dựng là loại có khả năng thay thế cao và có sự cạnh tranh gay
gắt của các loại nhãn hiệu khác nhau do vậy công ty cần phải xây dựng những chiến
lược bán hàng có hiệu quả hơn như khuyến mại, giảm giá do mua với số lượng lớn hay
thanh toán chậm, hay chế độ bảo hành sau khi bán, để thu hút khách hàng nhằm tăng
doanh thu bán hàng.
Trên đây nhóm em đã trình bày một số ý kiến đề suất có tính tham khảo nhằm
làm cho việc quản lý và theo dõi doanh thu bán hàng của công ty chính xác, kịp thời hơn
qua đó góp phần làm cho doanh thu bán hàng ngày càng tăng.