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.doc

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 cơng 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 tơi đã chọn đề tài “mối quan hệ giữa GDP với công nghiệp
và xây dựng, dịch vụ” và tiến hành nghiên cứu.

Trang 1


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.
+ X1:Tổng chi phí bán hàng.
+ X2: 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 X1, X2, 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 mơ hình hồi quy tương quan để xem xét mối quan hệ giữa các biến (các
yếu tố ảnh hưởng) là X1, X2, X3 và Lợi nhuận.
- Vận dụng dãy số thời gian để dự đốn trị giá chi phí bán hàng, chi phí quảng cáo,
chi phí quảng lý doanh nghiệp và nhờ vào đó ta có thể dự đốn được Lợi nhuận trong
những năm tiếp theo.
Trang 2


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 3


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 thơng 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, khơng phân biệt biến này phụ thuộc vào biến kia.

Trang 4


Hệ số tương quan mẫu (r):
n

S
r = XY =
S X SY

∑ (x
i =1

i

− x)( yi − y )

n

n

i =1

i =1

∑ ( xi − x ) 2 ∑ ( y i − y ) 2

n

r =

∑x y
i =1

n

i

i

− n x. y
n

(∑ xi2 − n x )(∑ yi2 − n y )
2

i =1

2

i =1

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 khơng có mối liên hệ.
1.2.2. Mơ hình hồi quy tuyến tính
Mục tiêu phân tích của mơ hình này là xét mối liên hệ tuyến tính giữa một hay nhiều
biến độc lập Xi (Xi: cịn 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: yi=α +βxi+εi
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:
n

n

i =1

i =1

SS = ∑ ei2 = ∑ ( y i − a − bxi )

Trang 5

2


Các hệ số a và b được tính như sau:
n

b=

∑x y
i =1
n

i

− n x. y

∑ x − nx
i =1

Suy ra: a =

i

2
i

2

∑ (x
n

=

i =1

i

)(

− x . yi − y

∑(x
n

i =1

i

−x

)

)

2

y −bx

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 + b1x1 + b2x2 +….+ bkxk
Phương trình này sẽ được suy rộng cho tổng thể có biến phụ thuộc Y và các biến độc
lập X1, X2,…Xk.
Hệ số xác định R2:
R2 là tỷ lệ (hay phần trăm) biến động của biến phụ thuộc (y) được giải thích bởi các
biến độc lập xi. Hệ số xác định được tính như sau:
R2 =

SSR
SSE
=1−
SST
SST

0 ≤ R2 ≤ 1

n

SSE = ∑ ei2 : Error Sum of Squares
i =1
n

(

SSR = ∑ ~i − y
y
i =1

n

(

)

2

)

: Regression sum of Squares

SST = ∑ yi − y : Total sum of Squares
i =1

2

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
(x1):

R=

R2

(-1 ≤ R ≤ 1)

Tỷ số F = MSR/MSE trong bảng kết quả:
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
Trang 6


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 mơ hình hồi qui. Nói chung F càng lớn, khả
năng bác bỏ giả thuyết H0 càng cao – giả thuyết Ho cho rằng tất cả các tham số hồi qui
đều bằng 0, nghĩa là các biến độc lập (x i) khơng liên quan tuyến tính tới biến phụ thuộc
y.
Ý nghĩa các hệ số hồi quy trong mơ hình:

Các hệ số hồi quy của từng biến độc lập đo lường sự thay đổi trong giá trị trung bình
Y khi Xk thay đổi đơn vị, giữa các biến độc lập còn lại khơng 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 sốt 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:
S
beta k = Bk  k
S
 Y

Trong đó Sk là độ lệch chuẩn của biến độc lập thứ k.

Trang 7







1.2.2.3. Kiểm định trênh tất cả các tham số của một mơ hình hồi quy
Xét mơ hình nhiều chiều sau: y=α + β1x1 + β2x2 + β3x3 + ε

Giả thuyết:
H0: β1 = β2 = βk = 0 (các xi không ảnh hưởng đến y)
H1: Có ít nhất một tham số β1 ≠ 0
Giả thuyết H0 có thể kiểm định dựa trên số thống kê:
F=

SSR / k
SSE /( n − k − 1)

Bác bỏ giả thuyết H0 khi: F >Fk,n-k,α
Phần kiểm định ta cũng có thể tính trực tiếp dựa vào hệ số xác định R2 vì:
F=

SSR / k
n − k −1
R2
=
×
SSE /( n − k − 1)
k
1 − R2

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 cịn 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 khơng
bằng nhau.

Trang 8


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 q ngây thơ và máy móc vì đã khơng 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 thơng 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: x1, x2,…, xn 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 thối và đình truệ.
Biến động của chu kỳ là do tác động tổng hợp của nhiều yếu tố khác nhau.

Trang 9


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 khơng có quy luật và hầu như khơng thể dự đốn 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 x1, x2,…,xn 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 : x1, x2,…,xn : Dãy số thời gian.
x

: Mức độ trung bình.

Mức độ trung bình của dãy số thời kỳ
n

x + x + ... + x n
x= 1 2
=
n

Trang 10

∑x
i −1

n

1


Mức độ trung bình của dãy số thời điểm: Có hai trường hợp:
Khoảng cách thời gian giữa các thời điểm bằng nhau:
1
1
x1 + x 2 + ... + x n −1 + x n

2
x= 2
n −1

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:
x=

∑x t
∑t

i i
i

xi : mức độ thứ i.
ti : độ dài thời gian có mức độ xi.
hoặc : x =

∑x t
∑t

i i
i

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.
∆i = xi − x i −1 (i = 2,..., n)

Lượng tăng (giảm) tuyệt đối định gốc: Biểu hiện lượng tăng (giảm) tuyệt đối giữa kỳ
nghiên cứu và kỳ được chọn làm gốc.
∆'i = xi − x1 (i = 2,..., n)

Trang 11


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:
n

∑∆
i −2

i

= ∆'n

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.
∆=

∆' n

x − x1
= n
n −1
n −1

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.
ti=

xi
(i = 2,3,..., n)
xi −1

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.

t

'
i

=

xi
( I = 2,3,..., n)
x1

x1 : 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.
n

Π ti = t n
'

i=2

+ Thương của hai tốc độ phát triển định gốc liền nhau bằng tốc độ phát triển từng kỳ.

Trang 12


t
t

'

= ti

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 hồn mà trong đó n là số mức độ của dãy số.
n

t = n −1 Π ti
i=2

⇒

n

Π ti = t
i=2
'

t = n −1 t n = n −1

'
n

xn
x1

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 hồn)

ai =
Vì

x −x
i

i −1

x−x
x
i

i −1

(i = 2,3,..., n)

i −1

= ∆i

Tốc độ tăng (giảm) định gốc:

Suy ra:

ai =

∆
x

i

a = t −1

hay

i

i −1

i

x − x (i = 2,3,..., n)
a=
x
'

i

1

i

1

Trang 13


Vì :

x −x =∆

Suy ra :

'

i

i

1

'

a=
i

∆
x

'
i

hay

'

'

i

i

a = t −1

1

Tốc độ tăng (giảm) trung bình :

a =t −1

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.
gi =

∆i
ai

Từ công thức ta có:
ai =

⇒

gi =

∆i
x100
xi −1

∆i
x
= i −1
∆ i x100 100
xi −1

Chỉ tiêu này khơng tính cho tốc độ tăng (giảm) định gốc vì kết quả ln ln bằng
x1/100.
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 tốn từ hàm số.
xi, ΤC
=
=C
Τ
Τ

Tuy nhiên, khơng 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 đốn.
Trang 14


1.3.7. Dự đoán biến động của dãy số thời gian.
Dự đốn 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 đốn gặp nhiều khó khăn: biến động bất thường, thiếu thong
tin,thong tin không đáng tin cậy hoặc không có thơng tin…Do vậy, tùy từng vấn đề dự
đốn cụ thể, nguồn thong tin cũng như mục tiêu của dự đốn mà chon lựa phương pháp
dự đốn 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 (x1, x2,…, xn). 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 mơ hình để dự đốn các giá trị tương lai chưa biết xn + 1, xn+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 mơ hình hồi quy tổng thể có dạng tổng quát như sau:
y i = α + α 1t i + α 2 t i2 + α 3 t i3 + α 4 t i4 + ε i (i=1,2,…,n+1)

Có một số mơ hình hàm xu hướng sau:
Mơ hình hàm xu hướng hàm bậc 4: y t = b0 + b1t + b2 t 2 + b3t 3 + b4 t 4 .
Hàm xu hướng dạng bậc 3: yt = b0 + b1t + b2 t 2 + b3t 3 .
Hàm xu hướng dạng bậc 2(Parabol): y t = b0 + b1t + b2 t 2 .
Hàm xu hướng dạng bậc 1(hàm tuyến tính): y t = b0 + b1t .
αt
Hàm xu hướng dạng hàm mũ: yt = b0 e 1 .

Hàm xu hướng dạng hàm Logarithmic: yt = b0 + b1 ln t .
b
Hàm xu hướng dạng hàm lũy thừa: y t = b0 t 1

Trang 15

Trang 16


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.
Cơng thức dự đốn:
ˆ
y n +L = y n + ∆L

ˆ
y n +L

: Gía trị dự đoán ở thời điểm n+L.(tỷ đồng).

yn : giá trị thực tế ở thời điểm n.(tỷ đồng).
L: tầm xa dự đoán.(năm).
∆: lượng tăng giảm tuyệt đối trung bình.
n

∆=

∑∆
i=2

i

n −1

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.
ˆ
y n +L = y (t ) L
ˆ
y n +L

: Gía trị dự đoán ở thời điểm n+L.

yn : giá trị thực tế ở thời điểm n.
L: tầm xa dự đoán.
t : tốc độ phát triển trung bình. t = n −1

xn
x1

Trang 17


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 phịng kế tốn chi nhánh Mobifone Trà Vinh.
Trong đó:
Y: Lợi Nhuận thu được
X1:Tổng chi phí bán hàng.
X2: Tổng chi phí quảng cáo
X3: Tổng chi phí quảng lý doanh nghiệp

Số liệu nghiên cứu (đơn vị: triệu đồng ):
Năm
2003
2004
2005
2006
2007
2008
2009

Y
1545
1873
1995
1790
2310
2495
2980

X1
135
155
195
140
210
220
255

X2
245

270
327
310
344
358
390

2.2. XÂY DỰNG MƠ HÌNH HỒI QUY
2.2.1. Mơ hình tổng quát
Y = b0 + b1X1 + b2X2 + b3X3
2.2.2. Ý nghĩa các biến
Y

:

là biến phụ thuộc

X1, X2, X3 :

là biến giải thích.

b0

hệ số chặn

:

b1, b2 , b3 :

hệ số góc

2.3. SỰ TƯƠNG QUAN TUYẾN TÍNH
2.3.1. Biểu đồ thể hiện sự tương quan giữa các biến
Trang 18

X3
180
168
135
150
126
120
114


* Biểu đồ thể hiện sự tương quan giữa Y và X1:

Y
1000000

Observed
Linear

800000

600000

400000

200000

0
0

100000

200000

300000

400000

X1
=> Biểu đồ thể hiện mối liên hệ thuận chiều giữa Y và X1, nghĩa là khi X1 tăng thì Y
tăng.

Trang 19


Y
1000000

Observed
Linear

800000
600000
400000
200000
0

0

100000

200000

300000

400000

X2
* Biểu đồ thể hiện mối liên hệ giữa Y và X2:
=> Biểu đồ thể hiện mối liên hệ tuyến tính và thuận chiều giữa 2 biến Y và X2.
Nghĩa là, khi X2 tăng thì Y tăng.
2.3.2. Hệ số tương quan (r):
Correlations

Y
Y
X1
X2

Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)

N

X1

X2

1

.997(**)
.000
17
1

.999(**)
.000
17
.993(**)
.000
17
1

17
.997(**)
.000
17
.999(**)
.000
17

17

.993(**)
.000
17

17

** Correlation is significant at the 0.01 level (2-tailed).

Trang 20


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 X1 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 X2 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 X1 và Y.
Hệ số tương quan tính được từ mẫu là 0.997 và 0.999 trong khi trên thực tế khơng 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 X1 và X2.
2.2. MƠ HÌNH HỒI QUY BỘI TUYẾN TÍNH
Variables Entered/Removed(b)
Variables

Variables

Model

Entered
Removed
Method
1
X2, X1(a)
. Enter
a All requested variables entered.
b Dependent Variable: Y
Model Summary

Model
1

R2 =

=>

SSR
SSE
=1−
SST
SST

R=

R2

R

R

Adjusted R

Square
Square
0.9998(a) 0.9997
0.9997
a Predictors: (Constant), X2, X1

= 0.99989647

= 0.999792996

Từ bảng Model Summary ta thấy:
Trang 21

Std. Error of the
Estimate
4179.464


-

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 R2 = 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 mơ hình sẽ
an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
ANOVA(b)
Model
1

Regression
Residual
Total

Sum of Squares
1180960310664.752
244550887.483
1181204861552.235

Df
2
14
16

Mean Square
590480155332.376
17467920.535

F

33803.689

a Predictors: (Constant), X2, X1
b Dependent Variable: Y
Đặt giả thuyết H0 là β1 = β2 = 0 (các X1 và X2 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), mơ 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.

Trang 22

Sig.
.000(a)


Coefficients(a)
Unstandardized
Coefficients

Model

1

B
Std. Error
(Constant)
12497.863 3043.207
X1
.952

.073
X2
1.572
.084
a Dependent Variable: Y
a Dependent Variable: Y

Standardized
Coefficients

t

Sig.

4.107
13.073
18.603

.001
.000
.000

Beta
.413
.588

95% Confidence Interval
for B
Lower
Upper

Bound
Bound
5970.832
19024.894
.796
1.108
1.390
1.753

Từ bảng trên ta có phương trình hồi quy tuyến tính như sau:
Y = 12497.863 + 0.952X1 + 1.572X2
Dấu của hàm hồi quy cho thấy: Kết quả hồi quy phù hợp với lý thuyết kinh tế. Tổng giá
trị của nghành cơng 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 (X1), giá trị ngành công nghiệp tăng 1 tỷ đồng dẫn đến GDP

tăng 0.952 tỷ đồng/năm.
-

Khi cố định thu nhập (X2), 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 X1 rất nhỏ cho thấy nó có ý nghĩa trong mơ hình, giá trị Sig.
của biến X2 khá nhỏ và nhỏ hơn X1 cho thấy nó có ý nghĩa trong mơ hình. Nghĩa là X 2
ảnh hưởng đến Y nhiều hơn X1.
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%.

Trang 23


2.3. PHÂN TÍCH DÃY SỐ THỜI GIAN VÀ DỰ BÁO
2.3.1. Phân tích dãy số thời gian và dự báo giá trị công nghiệp và dich vụ ở
nước ta
Để xác định hàm số mô tả một cách gần đúng nhất biến động của hiện tượng được thể
hiện bằng đồ thị về hàm số xu hướng. Quan sát đồ thị hàm xu hướng bậc 3 ta thấy có
hiện tượng tăng dần của ngành công nghiệp và xây dựng.
Hàm xu hướng bậc 3 có dạng: yt = b3t3 + b2t2 + b1t + b0
Trong đó:
yt: là giá trị dự đốn của ngành cơng nghiệp và xây dựng trong nước.
b0, b1, b2, b3: là tham số.
t: là thời gian.
Bảng số liệu cảu ngành công nghiệp và xây dựng trong nước từ năm 1990 – 2006 như
sau:
Năm
1990
1991
1992
1993
1994
1995

1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006

Gía trị cơng nghiệp và xây
dựng trong nước
(tỷ đồng)
9,513
18,252
30,135
40,535
51,540
65,820
80,876
100,595
117,299
137,959
162,220
183,515
206,197
242,126
287,616

344,224
404,753

Trang 24


Năm
1,990
1,991
1,992
1,993
1,994
1,995
1,996
1,997
1,998
1,999
2,000
2,001
2,002
2,003
2,004
2,005
2,006
Tổng cộng

yi
9,513
18,252
30,135

40,535
51,540
65,820
80,876
100,595
117,299
137,959
162,220
183,515
206,197
242,126
287,616
344,224
404,753
2,483,175

ti
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4

5
6
7
8

ti2
ti3
yi ti
y ti2
y ti3
64 -512
-76,104
608,832
-4,870,656
49 -343 -127,764
894,348
-6,260,436
36 -216 -180,810 1,084,860
-6,509,160
25 -125 -202,675 1,013,375
-5,066,875
16
-64 -206,160
824,640
-3,298,560
9
-27 -197,460
592,380
-1,777,140
4

-8 -161,752
323,504
-647,008
1
-1 -100,595
100,595
-100,595
0
0
0
0
0
1
1
137,959
137,959
137,959
4
8
324,440
648,880
1,297,760
9
27
550,545 1,651,635
4,954,905
16
64
824,788 3,299,152 13,196,608
25 125 1,210,630 6,053,150 30,265,750

36 216 1,725,696 10,354,176 62,125,056
49 343 2,409,568 16,866,976 118,068,832
64 512 3,238,024 25,904,192 207,233,536
0 408
0 9,168,330 70,358,654 408,749,976

y = 104t3 + 1,388.3t2 + 17,999t + 112,749
=>

b3 = 104
b2 = 1,388.3
b1 = 17,999
Trang 25