Phân tích dự báo chi tiêu hộ gia đình

Phân tích & Dự báo

Nhóm 5

1


Phân tích & Dự báo
LỜI MỞ ĐẦU
Trong mô hình nền kinh tế – mô hình dòng luân chuyển các thành viên kinh
tế tương tác với nhau trên hai thị trường đó là thị trường sản phẩm và thị trường
các yếu tố sản xuất. Trong thị trường các yếu tố sản xuất, hộ gia đình cung cấp các
đầu vào quan trọng cho quá trình sản xuất như lao động, đất đai và vốn cho các
doanh nghiệp để đổi lấy thi nhập mà các doanh nghiệp trả cho việc sử dụng các
nguồn lực đó. Còn khi tham gia vào thị trường sản phẩm, các hộ gia đình chi tiêu
thi nhập của mình để đổi lấy hàng hóa hoặc dịch vụ cần thiết do các doanh nghiệp
sản xuất. Còn các doanh nghiệp tham gia vào hai thị trường đó để mua hoặc thuê
các yếu tố sản xuất cần thiết để tạo ra các hàng hóa và dịch vụ mà người tiêu dùng
mong muôn. Chính phủ tham gia và hai thị trường này để cung cấp hàng hóa, dịch
vụ mà xã hội mong muốn mà thị trường không sản cuất một cách hiệu quả. Đó
thường là các hàng hóa công cộng và các hàng hóa liên quan đến an ninh quốc
phòng,… Ngoài ra, Chính phủ còn điều tiết thu nhập thông qua thuế và các chương
trình trợ cấp.
Các hộ gia đình luôn mong muốn tối đa hóa lợi ích dựa trên thu nhập của họ.
Hành vi chi tiêu và cách thức ra quyết định chi tiêu của các gia đình là một tiêu
thức đánh giá được mức sống dân cư của các hộ gia đình ở Việt Nam hiện nay.
Các yếu tố trong mỗi hoạt động sản xuất kinh doanh luôn có mối liên hệ
mật thiết với nhau.Xác định tính chất chặt chẽ của mối liên hệ giữa các yếu tố và
sử dụng các số liệu đã biết để dự báo giúp nhà quản lý rất nhiều trong việc hoạch
định các kế hoạch sản xuất kinh doanh hiện tại cũng như trong tương lai. Ngày nay
dự báo đã được sử dụng rất rộng rãi trong mọi lĩnh vực của đời sống xã hội với

nhiều loại và phương pháp dự báo khác nhau như: phương pháp trung bình giản
đơn, phương pháp trung bình dài hạn,phương pháp san mũ, phương pháp phân
rã…Để làm rõ hơn về phương pháp dự báo trong kinh tế nhóm chúng em sẽ đi sâu
vào phân tích phương pháp san mũ kép, phương pháp phân rã nhân tính và winter
nhân tính.

Nhóm 5

2


Phân tích & Dự báo
CHƯƠNG I. PHẦN MỞ ĐẦU
I.Tổng quan về chi tiêu hộ gia đình
1. Chi tiêu
Chi tiêu là việc dùng tiền vào một mục đích nào đó nhằm thỏa mãn nhu cầu
cá nhân hoặc tập thể.
Tiêu dùng là một hành vi rất quan trọng của con người. Nó chính là hành
động nhằm thỏa mãn những nguyện vọng, trí tưởng tượng riêng và các nhu cầu về
tình cảm, vật chất của một cá nhân hoặc hộ gia định nào đó thông qua việc mua
sắm các sản phẩm và việc sử dụng các sản phẩm đó. Các sản phẩm này có thể là
những sản phẩm vật chất – các hàng hóa hoặc có thể là các sản phẩm phi vật chất –
các dịch vụ. Phần lớn các sản phẩm này được tạo ra trong quá trình sản xuất để
phục vụ nhu cầu tiêu dùng.
Chi tiêu và tiêu dùng có những điểm giống nhau đều là hành vi của con
người để thỏa mãn nhu cầu của mình cho một mục đích nào đó nhưng tiêu dùng có
phạm vi hẹp hơn. Nó chỉ đề cập đến chủ thể thực hiện hành vi đó là hộ gia đình,
nhu cầu chỉ là tình cảm vật chất, còn mục đích chỉ là các hàng hóa và dịch vụ. Còn
chi tiêu là khái niệm rộng hơn, nó đề cập đến hành vi tiêu dùng của tất cả các tác
nhân trong nền kinh tế bao gồm cả các hộ gia đình.

Đối với chi tiêu hộ gia đình coa hai loại chi tiêu: tiêu dùng và đầu tư. Trong
đó tiêu dùng luôn chiếm tỷ trọng lớn nhất và lá khoản mục có ý nghĩa trong phân
tích thu nhập của hộ gia đình. Người ta thường đồng nhât chi tiêu với tiêu dùng của
hộ gia đình với nhau. Trong nghiên cứu dự báo này chỉ đề cập tới hành vi chi tiêu
của hộ gia đình.
2. Các nhân tố ảnh hưởng đến chi tiêu hộ gia đình
a).Giá cả bản thân hàng hóa và các hàng hóa liên quan.
Luật cầu: người tiêu dùng sẽ mua nhiều hàng hóa hoặc dịch vụ hơn nếu như
giá của hàng hóa hoặc dịch vụ đó giảm xuốn với điều kiện các yếu tố khác không
đổi.

Nhóm 5

3


Phân tích & Dự báo
Tuy nhiên, không chỉ có giá bản thân hàng hóa đó ảnh hưởng đến lượng cầu
cảu nó mà giá của các hàng hóa liên quan cũng tác động đến quyết định mua của
người tiêu dùng. Mỗi hàng hóa có hai loại hàng hóa liên quan là hàng hóa thay thế
và hàng hóa bổ sung. Hàng hóa thay thế là những hàng hóa giống hàng hóa đang
xem xét hoặc có cùng giá trị sử dụng hay thỏa mãn cùng nhu cầu (vd: chè và cà
phê). Kho giá của hàng hóa giảm xuống người tiêu dùng sẽ mua ít hàng hóa đang
xem xét hơn. Hàng hóa bổ sung là các hàng hóa được sử dụng cùng nhau (vd: chè
Lipton và đường). Khi giá hàng hóa bổ sung giảm người tiêu dùng sẽ mua nhiều
hàng hóa đang xem xét hơn và ngược lại.
b).Thu nhập
Thu nhập là một trong những yếu tố quan trọng nhât quyết định mua gì và
mua bao nhiêu đối với người tiêu dùng vì thu nhập quyết định khả năng mua của
người tiêu dùng.

c).Thị hiếu
Đây là những yếu tố mang tính chất chủ quan phụ thuộc rất nhiều vào ý
thích của con người. Thị hiếu xác định chủng loại hàng hóa mà người tiêu dùng
muốn mua. Thị hiếu thường rất khó xác định, khó quan sát và các nhà kinh tế
thường giả định là thị hiếu không phụ thuộc vào giá của hàng hóa và thu nhập của
người tiêu dùng. Thị hiếu phụ thuộc và các nhân tố như tập quan tiêu dùng, tâm lý
lứa tuổi. Giới tính, tôn giáo,… Thị hiếu cũng có thể thay đổi theo thời gian và chịu
ảnh hưởng lớn của quảng cáo. Người tiêu dùng sẵn sàng bỏ nhiều tiền để mua các
hàng hóa có nhãn mác nổi tiếng và được quảng cáo nhiều.
d).Các kỳ vọng
Cầu đối với hàng hóa hoặc dịch vụ sẽ thay đổi phụ thuộc vào các kỳ vọng,
sự mong đợi của người tiêu dùng. Con người có các kỳ vọng về thu nhập, thị hiếu,
số lượng người tiêu dùng,… Tất cả các kỳ vọng này đều tác động đến cầu hàng
hóa.
II.Thực trạng chi tiêu hộ gia đình từ năm 1990 – 2005
Tình hình kinh tế xã hội Việt Nam sau thời kỳ đổi mới có nhiều thay đổi tích
cực, đây chính là cơ sở để tăng thu nhập, cải thiện đời sống cho người dân.
Nhóm 5

4


Phân tích & Dự báo
1.Thành tựu
- Kinh tế tăng trưởng liên tục, cơ cấu kinh tế có sự dịch chuyển tích cực. Sau năm
1986, nền kinh tế Việt Nam luôn đạt tốc độ tăng trưởng cao mặc dù có những năm
tốc độ tăng trưởng thấp do tác động tiêu cực từ cuộc khủng hoảng tài chính trong
khu vực. Giai đoạn 1990 – 1991, tốc độ tăng turowngr không cao và nền kinh tế
chuẩn bị đặt trên bệ phóng nên chỉ đạt 5,45%. Đến giai đoạn 1991 – 1997 tốc độ
tăng trưởng cao 8,77% nhưng sau đó do ảnh hưởng của cuộc khủng hoảng tài

chính Châu Á năm 1997 nên gia đoạn 1998 – 2001 tăng trưởng là 6,04%. Đến giai
đoạn 2002 – 2005 tăng trưởng đã tăng lên đạt 7,7%, cụ thể cho năm 2005 là
8,43%. Xét cả giai đoạn tốc độ tăng trưởng GDP bình quân là 7,11% là tương đối
cao so với các nước trong khu vực, điều đó thúc đẩy mạnh mx tới sự phát triển của
nền kinh tế nước ta.Thương mại phát triển khá, đảm bảo lưu thông hàng hóa trong
cả nước, tổng mức bán lẻ tăng 10%. Thương nghiệp, nhà hàng, vận tải, du lịch, bảo
hiểm, bưu chính đều tăng ở mức cao, năm sau cao hơn năm trước.
=> Mức sống của nhân dân được cải thiện. Cùng với sự tăng trưởng kinh tế,
thu nhập và đời sống các tầng lớp dân cư từng bước được cải thiện. Theo số liệu
điều tra thu nhập bình quân đầu người được cải thiện rõ rệt, chi tiêu bình quân đầu
người trên cả nước cũng như từng vùng tăng đáng kể. Chi tiêu bình quân đầu
người tính theo giá thực tế tăng từ 221,1 nghìn đồng năm 1999 lên 269,1 nghìn
đồng năm 2002 và 359,7 nghìn đồng năm 2004. Đời sống kinh tế xã hội của người
dân được cải thiện, các nhu cầu tiêu dùng từ ăn no mặc ấm sang ăn ngon mặc đẹp.
Những trang thiết bị tiêu dùng hiện đại có giá trị cao không còn lạ trong các gia
đình. Nhu cầu tinh thần được nâng cao, các chương trình vui chơi giải trí, chương
trình văn hóa có tầm vóc quốc tế được công chúng đón nhận. Những điều này cho
thấy mức chi tiêu của dân cư Việt Nam đã được cải thiện đáng kể so với những
thập kỷ trước.
2. Hạn chế
- Chất lượng hiệu quả phát triển kinh tế còn thấp. Mặc dù Việt Nam đã đạt được
những thành công ấn tượng trong đổi mới cải cách kinh tế nhưng trên thực tế Việt
Nam vẫn là một trong những nước nghèo nhất thế giới. Chất lượng và hiệu quả
phát triển kinh tế thể hiện trước hết ở khả năng cạnh tranh hàng hóa của Việt Nam.

Nhóm 5

5

Phân tích & Dự báo
Khả năng cạnh tranh trên thị trường quốc tế và cả sân nhà đều thấp, ví dụ như giấy,
may mặc, điện gia dụng, xe máy,…

Nhóm 5

6


Phân tích & Dự báo
CHƯƠNG II. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
1.Đối tượng và phạm vi nghiên cứu
- Đối tượng: Số liệu điều tra về chi tiêu của hộ gia đình Việt Nam tính theo quý từ
năm 1990 – 2005.
- Phạm vi: nghiên cứu xem xét chi tiêu của hộ gia đình theo các tiêu thức như vùng
địa lý, khu vực nông thôn, thành thị, trình độ học vấn,… của chủ hộ.
2. Phương pháp nghiên cứu
Với số liệu của nhóm, nhóm chúng em sử dụng 3 phương pháp để dự báo
chi tiêu của hộ gia đình cho năm 2006.
 Phương pháp san mũ kép
Phương pháp san mũ là phương pháp đánh giá ước lượng hay dự báo một
cách liên tục bằng cách tính đến những thay đổi gần đây hoặc những biến đổi trong
dữ liệu. Những biến đổi này có thể do sai số ngẫu nhiên, một thành phần không lý
giải được, hoặc một sự kiện bên ngoài không thể sự đoán trước được.
Trong phương pháp san mũ, một ước lượng mới là kết hợp của ước lượng
cho thời kỳ hiện tại cộng với một tỷ lệ của phần sai số ngẫu nhiên xuất hiện trong
thời kỳ hiện tại, tức là .
Phương trình san mũ:
Dự báo thời kỳ kế tiếp = trọng số α (quan sát thời kỳ hiện tại) + (1 – trọng số) *
(dự báo thời kỳ hiện tại)

Trong đó:

St = ước lượng mới hoặc dự báo mới cho thời kỳ kế tiếp ( được đưa ra
trong thời kỳ hiện tại t).
St-1 = ước lượng hoặc dự báo cho thời lỳ hiện tại (được đưa ra trong
thời kỳ trước)
Yt = dữ liệu thực tế trong thời kỳ hiện tại
Yt – St-1 = sai số ước lượng hay dự báo trong thời kỳ hiện tại
Nhóm 5

7


Phân tích & Dự báo
α = trọng số hay phần trăm
:là dự báo cập nhật thì:
at = 2St – St(2) : là hệ số chặn đã cập nhật
bt = (St – St(2)): là hệ số góc đã cập nhật
T = số thời kỳ phía trước ( chúng ta sẽ cho bằng 1)
St và St(2) là các thời kỳ đã được san mũ đơn và kép được tính bằng cách áp dụng
phương trình làm trơn:
St = αYt + (1 – α)St-1
St(2) = αSt + (1 – α)St-1(2)
Để bắt đầu với quy trình san mũ kép, các giá trị ban đầu của hệ số ước lượng
cần san mũ sẽ phải được chọn ra. Nó được chọn bằng cách thay thế giá trị của hệ
số chặn và góc đã ước lượng từ phần hồi quy tuyến tính vào hai phương trình sau:

 Xác định nhân tử trọng số phù hợp: các bước trong thủ tục như sau:
 Sử dụng một nửa dữ liệu quá khứ, chạy chương trình hồi quy giản đơn để thu
được các ước lượng ban đầu của a và b. Chúng ta cần có ít nhất 5 điểm dữ liệu để

tính a và b theo đúng quy chuẩn, nếu như tập sữ liệu gốc có quy mô dưới 10 quan
sát, chúng ta có thể cần sử dụng tới 2/3 tập dữ liệu quá khứ để rút ra các ước lượng
ban đầu.
 Với các ước lượng này của a và b, chúng ta sẽ tiến hành quy trình lấy mũ kép
nhiều lần với toàn bộ tập dữ liệu.
 Các giá trị α được sử dụng trong bước 2 sẽ dao động từ 0.01 tới 1.0 (tăng 0.02
hoặc 0.05 mỗi lần). Α tạo ra SSE nhỏ nhất là nhân tử trọng số phù hợp nhất.
 Sử dụng tất cả các dữ liệu, chạy lại chương trình hồi quy để rút ra ước lượng
cuối cùng cho a và b.
Nhóm 5

8


Phân tích & Dự báo
 Với các ước lượng cuối cùng của a và b và α tốt nhất, chúng ta sẽ tiến hành quy
trình lấy mũ kép. Nó sẽ cho chúng ta các dự báo cập nhật cho dữ liệu.
 Xây dựng khoảng tin cậy:

Trong đó:

St = ước lượng mới hay giá trị được dự báo cho thời kỳ kế tiếp
Zα/2 = hệ số tin cậy cho α/2 , được tính bằng cách sử dụng bảng thống
kê chuẩn
MAEt = sai số tuyệt đối trung bình =
dt = hằng số ( 1.25 cho các dự báo cho một thời lỳ kế tiếp)

 Phương pháp phân rã nhân tính
Các nhà kinh tế đã sử dụng những kỹ thuật này từ những năm đầu thế kỷ 20
để nhận biết chu kì kinh doanh. Phương pháp phân ra là một phương pháp được

tìm ra và sử dụng sớm nhất, đặc biệt là sử dụng trong dự báo ngắn hạn.
Với những đặc điểm của mô hình chuỗi thời gian, chúng em đề xuất ứng
dụng mô hình chuỗi thời gian để giải quyết bài toán thực tiễn là dự báo chi tiêu của
hộ gia đình Việt Nam theo quý sử dụng một số lượng biến tương đối hạn chế.
Chúng ta đã biết các thành phần của một chuỗi thời gian như là: xu thế (Tr),
thể hiện xu hướng đi lên hoặc đi xuống của số liệu theo thời gian; biến mùa (Sn),
thể hiện thành phần thay đổi của chuỗi số liệu theo thời gian trong vòng một năm
và được lặp lại nhiều lần theo các năm; chu kỳ (Cl), thể hiện sự biến đổi lên xuống
của chuỗi số liệu theo thời gian diễn ra trong khoảng thời gian từ 2 đến 10 năm
hoặc lâu hơn; sai số (εt), thể hiện những thay đổi bất thường không tính đến được
của chuỗi số liệu theo thời gian.
Chúng ta đã biết mô hình ước lượng có chứa biến xu thế và sai số, bây giờ
chúng ta mở rộng phương pháp ước lượng đó bằng cách thêm vào mô hình biến
mùa.Chúng ta cũng sẽ chỉ ra cách áp dụng phương pháp này vào mô hình có chứa
biến chu kỳ. Phương pháp này, còn được gọi là phương pháp phân rã, giả thiết
rằng số liệu có thể được tách ra làm nhiều thành phần và tiến hành dự báo cho từng
thành phần đó. Cụ thể:
Yt = f (Trt , Snt , Clt , εt )
Nhóm 5

9


Phân tích & Dự báo
Và giá trị dự báo của Yt sẽ là: = f ( giá trị dự báo của Trt , Snt , Clt )
Yt = Trt . Snt . Clt . εt

Mô hình nhân tính:
Yt

c
b
a
a Phương pháp san mũ winter
Mô hình Winters nhân tính được sử dụng nếu dữ liệu của ta có yếu tố mùa
vụ kết hợp nhân với yếu tố xu thế.
Yt = Trt*Snt *et

trong đó Trt = a + b(t)

Để cập nhật mức (a) hay mức bình quân của chuỗi, chúng ta sử dụng:
a(t) =α*[ yt /Sn(t-L)]+(1-α)*(a(t-1)+b(t-1))
Trong đó:
a(t) : ước lượng đã chọn làm trơn mới cho mức tại thời kỳ t;
α : nhân tử trọng số cho mức;
Yt /Snt (t-L): Dữ liệu đã được loại bỏ tính mùa thực tế cho thời kỳ t;
a(t-1): ước lượng đã được làm trơn cũ của mức tính được tại thời kỳ t-1.
b(t-1): ước lượng đã được làm trơn cũ của hệ số góc tính được tại thời kỳ
t-1.
Để cập nhật hệ số góc b, chúng ta sử dụng:
b(t) = β*(a(t)-a(t-1))+(1-β)*b(t-1)
Trong đó:

b(t): ước lượng đã được làm trơn mới cho hệ số góc tại thời kỳ t;
Nhóm 5

10

Phân tích & Dự báo
β: nhân tử trọng số (hằng số) cho hệ số góc;
a(t)-a(t-1) : sai số giữa ước lượng mới và ước lượng ban đầu cho giá
trị mức( đây là ước lượng của hệ số góc dựa chủ yếu vào Y t ( sự thay
đổi trong mức của chuỗi do những thay đổi trong dữ liệu thực tế);
b(t-1): ước lượng đã được làm trơn cũ của hệ số góc được tính tại thời
kỳ t-1.
Để cập nhật thành phần mùa Snt , chúng ta sử dụng:
Snt+L (t)= γ*[Yt /a(t)] + (1-γ)*Snt (t-L)
Trong đó:
Snt+L (t) : ước lượng đã được làm trơn mới cho thành phần có tính mùa tại
thời kỳ t;
γ : nhân tử trọng số( hằng số) của thành phần có tính mùa;
Yt / a(t) : một thước đo về những thay đổi mang tính mùa thực tế trong dữ
liệu; tính được bằng cách chia điểm dữ liệu thực tế cho ước lượng mới của
mức;
Snt (t-L) : ước lượng đã được làm trơn cũ của thành phần có tính mùa được
tính tại thời kỳ t-L.
3. Cơ sở lý thuyết
a).Ưu và nhược điểm của phương pháp san mũ
Ưu điểm:







Khá đơn giản và cho kết quả tương đối chính xác
Có thể dễ dàng được chương trình hóa vì chỉ phải thực hiện một số phép

toán sở cấp để xác định giá trị cho dự báo.
Nhu cầu trứ lượng thấp, không cần lưu trữ tất cả các mức quá khứ của chuỗi
thời gian mà chỉ cần lưu trữ giá trị hiện tại và những toán tử hiện tại S1, S2
Hệ thống dự báo có thể được điều chỉnh thong qua một số tham số san duy
nhất, do bản nó có thể thích nghi với sự thay đổi kết cấu của chuỗi thời gian
và qua đó tránh được sự can thiệp tùy tiện.
Các bước tiến hành dự báo rõ ràng đơn giản, rất dễ áp dụng.
Nhóm 5

11


Phân tích & Dự báo
Những ưu điểm này làm cho phương pháp có rất nhiều ứng dụng trong thực tế kinh
doanh, đặc biệt là trong nhu cầu vật tư và tiêu thụ sản phẩm của công tu, các xí
nghiệp sản xuất công nghiệp, …
Hạn chế:





Phương pháp này không quan tâm tới những nhân tố ảnh hưởng nhân quả tới
chuỗi thời gian, mà chỉ quan tâm tới yếu tố chuỗi thời gian. Một chuỗi thời
gian được dự báo thong qua chính bản thân nó, nếu xét về mặt lý thuyết khó
tránh khỏi những hạn chế. Do vậy, phương pháp được thực hiện với dự hiểu
biết rất hạn chế về các nhân tố ảnh hưởng về mặt số lượng.
Một điều không thỏa đáng là tham số α không được xác định một cách
khách quan mà ít thông qua trực giác chủ quan.
Sự phê phán chủ yếu đối với phương pháp san mũ nhằm vào hàm mục tiêu,

đó là việc cực tiểu hóa tổng bình phương các sai số ước lượng giao động
theo quy luật số mũ.

b). Ưu điểm và nhược điểm của phương pháp phân rã nhân tính.
•

Ưu điểm

Mô hình nhân tính thường chỉ có một số ít biến, song độ tin cậy dự báo
của nó thường tốt hơn so với một mô hình hệ phương trình đồng thời phức tạp
nhiều biến và nhiều phương trình.
Mô hình nhân tính được sử dụng rộng rãi trong kinh tế vĩ mô, để thực hiện:
+) Dự báo: dự báo giá trị tương lai của các biến số dựa trên chuỗi số liệu đã có;
Các thủ tục dự báo chỉ đơn giản là cộng các ước lượng phù hợp của các thành phần
vào với nhau Phương pháp này chỉ đơn giản sử dụng khoảng sai số cho mô hình xu
thế như là thước đo cho khoảng sai số cho Yt. Giá trị này có thể được tính từ kết
quả của phân tích hồi quy đối với số liệu đã được san bằng yếu tố mùa vụ.au.
•

Nhược điểm

Nền tảng lý thuyết: nhân tính là loại mô hình dựa vào số liệu thống kê mà ít
dựa trên lý thuyết kinh tế. Mô hình này khá thích hợp cho dự báo, song không
thích hợp cho phân tích chính sách.
Khi xây dựng mô hình, phần lớn các trường hợp việc xây dựng mô hình với
yếu tố mùa vụ dễ dàng hơn so với xu thế hoặc chu kỳ, đó là bởi vì nó thể hiện rõ
ràng sự lặp lại theo 12 tháng hoặc 4 quý. Xu thế có thể tuyến tính hoặc không, chu
Nhóm 5

12

Phân tích & Dự báo
kỳ có thể là bất kỳ khoảng thời gian nào và có thể các khoảng thời gian đó thay đổi
không theo quy tắc nào cả, tuy nhiên thông thường thì yếu tố mùa vụ có thể xác
định được. Trong phương pháp phân rã, thành phần mùa vụ là thành phần đầu tiên
được xác định trong mô hình chuỗi thời gian. Mặt khác, thành phần chu kỳ là thành
phần khó đưa vào mô hình nhất. Phải mất khoảng từ 2 đến 10 năm để hoàn thành
một chu kỳ và cần 3 đến 4 chu kỳ để định hình được một mô hình rõ ràng, chúng ta
cần phải có số liệu trong vòng 30 đến 40 năm mới có thể có được một mô hình tốt
Các hệ số ước lượng của mô hình thường khó diễn giải, nên người ta thường
phải sử dụng hàm phản ứng sốc để xem phản ứng của của một biến đối với các sốc
của phần tử sai số. Tuy nhiên, p làm này bị nhiều nhà nghiên cứu phê phán.
c).Ưu và nhược điểm của phương pháp winter nhân tính
Phương pháp này dùng san mũ làm cơ sở ước lượng, tham số và tính hệ số thời vụ.
Ưu điểm:




Chỉ cần thực hiện các phép toán đơn giản do gần với phương pháp san mũ.
Không cần nhiều thời gian tính toán và nhu cầu trữ lượng không lớn.
Phương pháp này có tính linh hoạt và khả năng thích nghi khác nhau với
những thay đổi của xu thế va thời vụ do có 3 tham số sau α, β và γ.

Nhược điểm:



Ảnh hưởng của tham số đến sai số của dự báo như khoogn được đánh giá

một cách tổng thể.
Dự báo được tính trước cho một chu kỳ chọn vẹn nên hệ thống dự báo
không được thiếu tính thời vụ.

4.Các bước tính toán
4.1.Phương pháp san mũ kép
Từ eveiw cho ta đồ thị:

Nhóm 5

13


Phân tích & Dự báo

Nhìn vào đồ thị ta thấy chuỗi số liệu có tính xu thế nên ta dùng phương pháp san mũ
kép để ước lượng và dự báo cho mô hình.
Sử dụng phương pháp san mũ kép để làm trơn dữ liệu tiêu dùng của hộ gia đình từ
quý 1 năm 1990 đến quý 4 năm 2005 và dự báo cho năm 2006
Để thực hiện quy trình cập nhật, a = -184.1673 và b = 2075.898 sẽ được sử dụng
làm đầu vào để tính giá trị ban đầu cho các thống kê được san mũ S 0 và S0(2). Nhân
tử trọng số α=0.182. Việc tính toán S0 và S0(2) được thực hiện như sau:
1 − α 
S0 = α − 
(b)
 α 
1 − α 
S0( 2) = α − 2
(b)
 α 

St và St(2) là các thời kỳ đã được san kép được tính bằng cách áp dụng phương trình
làm trơn:
Nhóm 5

14


Phân tích & Dự báo
St = αYt + (1 - α)St-1
St(2) = αSt + (1 - α)St-1(2)
at = 2St – St(2)

bt =

α
1−α

là hệ số chặn

(St – St(2)) là hệ số góc
Yˆt +1 = at + bt (T )



Nhập số liệu vao eveiw:

Nhóm 5

15

Phân tích & Dự báo
Từ eveiw ta có kết quả ước lượng sau

Từ mô hình cho ta trọng số α=0.182 là nhân tử trọng số cho sse nhỏ nhất và là
nhân tử phù hợp nhất. Tổng bình phương sai số SSE=4.44E+09 và
MAE=8331.067

Sau khi hồi quy được chuỗi số liệu dự báo sau
1990
Q1
1990
Q2
1990
Q3
1990
Q4
1991
Nhóm 5

5713.63
636
8821.36
55
12144.6
628
13194.9
86
14153.0

1998
Q1
1998
Q2
1998
Q3
1998
Q4
1999

69567.5
558
67139.7
867
72401.8
137
75120.7
351
77377.6
16


Phân tích & Dự báo
Q1
1991
Q2
1991
Q3
1991

Q4
1992
Q1
1992
Q2
1992
Q3
1992
Q4
1993
Q1
1993
Q2
1993
Q3
1993
Q4
1994
Q1
1994
Q2
1994
Q3
1994
Q4
1995
Q1
1995
Q2
1995

Q3
1995
Q4
Nhóm 5

814
16165.1
69
19092.6
368
20231.3
552
21796.3
434
22924.4
978
25967.4
139
27032.9
106
28526.5
859
28700.2
455
31660.3
583
32402.7
931
34018.7
111

34371.5
033
38183.4
165
39335.1
204
41576.9
544
41912.4
291
46496.6
58
48856.0
629

Q1
1999
Q2
1999
Q3
1999
Q4
2000
Q1
2000
Q2
2000
Q3
2000
Q4

2001
Q1
2001
Q2
2001
Q3
2001
Q4
2002
Q1
2002
Q2
2002
Q3
2002
Q4
2003
Q1
2003
Q2
2003
Q3
2003
Q4

111
74767.6
381
78281.9
867

80097.2
632
81736.0
967
79622.4
61
82398.0
838
83710.2
294
86196.1
041
84655.4
442
86252.7
842
87083.6
69
91369.9
039
91444.7
648
93209.4
625
95438.5
94
101380.
388
100794.
186

106328.
124
109681.
274
17


Phân tích & Dự báo
1996
Q1
1996
Q2
1996
Q3
1996
Q4
1997
Q1
1997
Q2
1997
Q3
1997
Q4

Nhóm 5

51900.6
381
51436.0

434
56001.8
998
59000.9
634
62502.4
001
60358.4
03
64218.7
207
66975.0
631

2004
Q1
2004
Q2
2004
Q3
2004
Q4
2005
Q1
2005
Q2
2005
Q3
2005
Q4

2006
Q1
2006
Q2
2006
Q3
2006
Q4

119171.
597
116903.
391
122838.
686
127277.
041
139104.
617
135337.
376
141561.
572
146070.
439
160770.
282
165206.
349
169642.

416
174078.
483

18


Phân tích & Dự báo

Nhìn vào biểu đồ ta thấy mô hình tương đối chính xác.
Kết quả dự báo tiêu dùng hộ gia đình cho 4 quý của năm 2006 như sau:

Năm 2006

Quý I

Qúy II

Qúy III

Qúy IV

160770.2

165206.2

169642.3

174078.3

4.2.Phương pháp phân rã nhân tính
Giả sử Yt là tích của nhiều thành phần : Yt=Trt*Snt*Clt*εt
Nhìn vào bảng số liệu của tiêu dùng hộ gia đình ta có thể nhận thấy chuỗi số liệu
có tính mùa hoặc ta có thể quan sát đồ thị của CC để có thể thấy được điều đó:

Nhóm 5

19


Phân tích & Dự báo

4.2.1.Các bước tính toán của phân rã nhân tính
Bước 1: Tính trung bình trượt L điểm trung tâm( trong đó L là số mùa trong năm)
bằng cách lấy trung bình của L điểm tại điểm mà những quan sát còn lại chứa đựng
các thành phần xu thế và chu kỳ. Nếu L là số lẻ thì chúng ta lấy trung bình theo
khoảng thời gian trong chuỗi số liệu nguyên bản.
Bước 2: Loại bỏ thành phần CMAt ra khỏi mô hình bằng cách lấy Y t chia CMAt ta
thu được Snt*ɛt

Nhóm 5

20


Phân tích & Dự báo

Nhóm 5

21

Phân tích & Dự báo

Từ bảng kết quả ta tính được SSE=4.31E+09
Bước 3: Loại bỏ thành phần sai số ɛt ra khỏi (Snt*ɛt) bằng cách tính trung bình các
quý
Bước 4: Với mô hình nhân tính, tổng của những ước lượng trung bình mùa vụ phải
bằng L. Nếu không, chúng cần được chuẩn hóa để có tổng bằng L. Ước lượng
chuẩn hóa cuối cùng là tích của mỗi ước lượng được với hằng số(L/ ).
Nhận thấy Σsnt =0.902621+1.077221+0.987420+1.041568=4.00883 ≠ 4( 4=L là
số mùa vụ trong năm ).
Chúng ta cần chuẩn hóa để có tổng bằng 4.
Nhóm 5

22


Phân tích & Dự báo

Ước lượng mùa vụ cuối cùng là:

Sn1=0.902621

Sn3=0.98742

Sn2=1.077221

Sn4=1.041568

Bước 5: San bằng tính mùa vụ của chuổi số liệu bằng cách chia nó cho ước lượng
cuối cùng của thành phần mùa vụ:
dt = Yt / Snt

Nhóm 5

23


Phân tích & Dự báo

Bước 6: Thực hiện hồi quy với số liệu đã được san bằng tính chất mùa vụ để có
được mô hình phù hợp cho biến xu thế.
Phương trình cho mô hình xu thế có dạng :
Trt =β1 +β2*t
Sau khi chạy Eview ta thu đc kết quả:

Nhóm 5

24


Phân tích & Dự báo

Nhìn vào bảng kết quả ta được β1=18.72316 và β2=2061.886
Vậy mô hình xu thế có dạng :
Trt=18.72316+2061.886*t
Một ước lượng hoặc dự báo cho bất kỳ một giai đoạn t nào sẽ là tích của các ước
lượng các thành phần tại thời điểm t: Trt *Snt * Clt
Như vậy, giá trị dự báo của tiêu dùng hộ gia đình của năm 2006.QI (t=65) sẽ là:

Tr65 *Sn65 * Cl65
Trt=18.72316+2061.886*65=134041.313
Sn65 = Sn1= 0.902621
Cl65 = 1 (chúng ta giả định rằng không có chu kỳ)
Nhóm 5

25