(Luận văn thạc sĩ) xây dựng mô hình dự báo số thu ngân sách của tỉnh khánh hòa theo phương pháp kết hợp

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LUẬN VĂN THẠC SỸ

XÂY DỰNG MƠ HÌNH DỰ BÁO SỐ THU
NGÂN SÁCH CỦA TỈNH KHÁNH HÒA
THEO PHƯƠNG PHÁP KẾT HỢP

CHUYÊN NGÀNH : KINH TẾ - TÀI CHÍNH - NGÂN HÀNG
MÃ SỐ
:60.31.12

TÁC GIẢ: LÊ QUỐC THÀNH
NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TS. TRƯƠNG THỊ HỒNG

TP HỒ CHÍ MINH – 2011


LỜI CAM ĐOAN
Tôi xin cam đoan: Luận văn “Xây dựng mơ hình dự báo số thu ngân sách
của tỉnh Khánh Hịa theo phương pháp kết hợp” là cơng trình nghiên cứu riêng của
tôi. Các số liệu trong luận văn được sử dụng trung thực. Kết quả nghiên cứu được
trình bày trong luận văn này chưa từng được công bố tại bất kỳ cơng trình nào
khác.
Tơi xin chân thành cám ơn các Thầy Cô trường Đại học Kinh tế TPHCM đã
truyền đạt cho tôi kiến thức trong suốt những năm học ở trường.
Tơi xin chân thành cám ơn Sở Tài chính Khánh Hòa, Sở Kế hoạch và Đầu tư
Khánh Hòa đã tạo điều kiện cho tôi khảo sát trong thời gian làm Luận văn.
Tôi xin chân thành cảm ơn PGS. TS. Trương Thị Hồng đã tận tình hướng
dẫn tơi hồn thành tốt luận văn này.

TP HCM, ngày 25 tháng 01 năm 2011
Tác giả luận văn
Lê Quốc Thành


MỤC LỤC
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC CÁC HÌNH, BẢNG, BIỂU, PHỤ LỤC
DANH MỤC CÁC SƠ ĐỒ
PHẦN MỞ ĐẦU
CÁC CHƯƠNG

Trang

CHƯƠNG I. TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO VÀ KINH
NGHIỆM DỰ BÁO SỐ THU NGÂN SÁCH CỦA MỘT SỐ QUỐC GIA….....1
1.1. Định nghĩa dự báo.……………………………………………………………1
1.1.1. Dự báo……………………….………………………………………..1
1.1.2. Phân loại phương pháp dự báo……………………………………......2
1.1.3. Phương pháp luận của dự báo định lượng…………………………….2
1.1.4. Tính dừng………………………………………………………….......8
1.1.5. Kiểm tra thành phần của một chuỗi thời gian…………………………9
1.2. Vai trò dự báo...…….………………………………………………………..10
1.3. Mơ hình dự báo……………………………………………………………...10
1.3.1. Lựa chọn mơ hình dự báo….………………………………………...10
1.3.2. Mơ hình dự báo kết hợp……………………………………………...11
1.4. Kinh nghiệm dự báo số thu ngân sách của một số quốc gia………………14
1.4.1. Singapore……………..……………………………………………...14

1.4.2. Philippines……………………………………………………………17
1.4.3. Hàn Quốc…………………………………………………………….18
1.4.4. Niu-Di-Lân…………………………………….……………………..22
1.4.5. Bài học kinh nghiệm cho Việt Nam………….………………………23
Kết luận Chương 1………………………………………………………….25


CHƯƠNG 2. THỰC TRẠNG CÔNG TÁC DỰ BÁO THU NGÂN SÁCH NHÀ
NƯỚC CỦA TỈNH KHÁNH HỊA………………………..…………………….26
2.1. Sơ nét về tình hình kinh tế - xã hội của tỉnh Khánh Hịa giai đoạn 19892010………………………………………………………………………………..26
2.1.1. Quy hoạch phát triển kinh tế…………………………………….......26
2.1.2. Tình hình kinh tế - xã hội…………………………………………….29
2.2. Tình hình thu ngân sách nhà nước tỉnh Khánh Hòa giai đoạn 19892010………………………………………………………………………………..33
2.2.1. Về quy mô thu ngân sách nhà nước………………………………….33
2.2.2. Về tốc độ tăng thu NSNN……………………………………………35
2.2.3. Về mức độ thu NSNN………………………………………………..37
2.2.4. Thu ngân sách theo hoạt động kinh tế……………………………….38
2.3. Thực trạng công tác dự báo thu NSNN tại tỉnh Khánh Hịa……..………43
2.3.1. Cơng tác dự báo thu NSNN…..……………………………………...43
2.3.2. Những thuận lợi……………………………………………………...46
2.3.3. Những khó khăn……………………………………………………..47
2.3.4. Nguyên nhân…………………………………………………………49
2.4. Kết quả dự báo thu ngân sách của tỉnh Khánh Hịa thơng qua một số mơ
hình kinh tế lượng..................................................................................................51
2.4.1. Mơ hình dự báo trung bình di động kép…………………………......52
2.4.2. Mơ hình dự báo san mũ Holt………………………………………...54
2.4.3. Mơ hình dự báo hàm xu thế………………………………………….56
2.4.4. Mơ hình dự báo hồi quy đơn…………………………………………58
2.4.5. Mơ hình dự báo Arima……………………………………………….59
2.4.6. Mơ hình dự báo kết hợp……………………………………………...62

2.4.7. Đánh giá kết quả dự báo của mô hình kết hợp.………………………64
Kết luận Chương 2………………………………………………………….66


CHƯƠNG 3. XÂY DỰNG MƠ HÌNH DỰ BÁO SỐ THU NGÂN SÁCH CỦA
TỈNH KHÁNH HÒA THEO PHƯƠNG PHÁP KẾT HỢP…………………...67
3.1. Phương hướng phát triển kinh tế tỉnh Khánh Hòa đến 2020…...………..67
3.1.1. Mục tiêu phát triển kinh tế.………………………………………......67
3.1.2. Phương hướng chuyển dịch cơ cấu kinh tế…………………………..68
3.2. Mục tiêu thu ngân sách nhà nước tỉnh Khánh Hòa đến năm 2015………72
3.3. Giả định và các bước xây dựng mơ hình dự báo kết hợp…………………73
3.3.1. Các giả định để thực hiện mơ hình dự báo kết hợp…..……………...73
3.3.2. Các bước xây dựng mơ hình dự báo kết hợp.………………………..73
3.4. Quy trình thực hiện dự báo……………………………...………………….78
3.4.1. Quy trình dự báo trên hệ thống máy tính…………………………….79
3.4.2. Quy trình ước lượng………………………………………………….80
3.4.3. Quy trình đánh giá, điều chỉnh kết quả dự báo………………………81
3.5. Các giải pháp để thực hiện mơ hình kết hợp………………………………81
3.5.1. Giải pháp về kỹ thuật………………………………………………...81
3.5.2. Giải pháp về chính sách……………………………………………...84
Kết luận Chương 3………………………………………………………….86
PHẦN KẾT LUẬN………………………………………………………………88
TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC CÁC CHỮ VIẾT TẮT
ARCH: Mơ hình
Arima: Mơ hình trung bình trượt kết hợp tự hồi quy
CPI: Chỉ số giá tiêu dùng

DM: Diebold and Mariano
DNNN: Doanh nghiệp nhà nước
GDP: Tổng sản phẩm trong nước
GNP: Tổng sản phẩm quốc nội
GST: Thuế hàng hóa và dịch vụ
HLN: Harvey, Leybourne and Newbold
Holt: Mơ hình san mũ Holt
IRAS: Cơ quan thu nội địa Singapore
IRD: Phịng Tư vấn chính sách của Cơ quan thu nội địa
MAPE: Sai số phần trăm tuyệt đối trung bình
NSNN: Ngân sách nhà nước
RMSE: Độ lệch bình phương trung bình
TBDD: Trung bình di động
UBND: Ủy ban nhân dân
VAR: Mơ hình hồi quy vectơ
Winters: Mơ hình san mũ Winters


DANH MỤC CÁC HÌNH, BẢNG, BIỂU, PHỤ LỤC
Hình 1.1: Các phương pháp dự báo
Hình 1.2: Các giai đoạn của dự báo
Hình 1.3: Phương pháp luận của dự báo chuỗi thời gian
Hình 1.4: Phương pháp luận của dự báo nhân quả
Bảng 1.1: Cách lựa chọn các mơ hình dự báo thích hợp
Bảng 2.1 : Cơ cấu các ngành kinh tế từ năm 1990 đến năm 2010
Bảng 2.2 : Bảng so sánh tốc độ tăng thu NSNN và tốc độ tăng GDP
Bảng 2.3 : Bảng các khoản thu nội địa qua các giai đoạn
Bảng 2.4 : Bảng tỷ trọng các khoản thu nội địa qua các giai đoạn
Bảng 2.5 : Bảng kết quả dự báo và sai số từ mơ hình dự báo trung bình di động kép
Bảng 2.6 : Bảng kết quả dự báo và sai số từ mơ hình dự báo san mũ holt

Bảng 2.7 : Bảng kết quả dự báo và sai số từ mơ hình dự báo hàm xu thế
Bảng 2.8 : Bảng kết quả dự báo và sai số từ mơ hình dự báo hồi quy đơn
Bảng 2.9 : Bảng kết quả dự báo và sai số từ mơ hình dự báo Arima
Bảng 2.10 : Bảng xếp loại các mơ hình theo tiêu chí RMSE
Bảng 2.11 : Mơ hình dự báo kết hợp sau khi thực hiện thuật tốn vịng biên tại các
mức ý nghĩa khác nhau
Bảng 2.12 : Kết quả RMSE của mơ hình dự báo kết hợp tại các mức ý nghĩa
Bảng 2.13 : Bảng so sánh RMSE giữa các mơ hình
Bảng 2.14 : Bảng kết quả dự báo năm 2010 của các mơ hình
Bảng 3.1 : Bảng chuyển dịch cơ cấu ngành kinh tế
Bảng 3.2 : Bảng chuyển dịch cơ cấu giữa khu vực nông nghiệp và phi nông nghiệp,
giữa khu vực sản xuất và dịch vụ
Bảng 3.3 : Bảng cơ cấu thành phần kinh tế
Bảng 3.4 : Bảng cơ cấu kinh tế theo lãnh thổ, tính theo giá trị gia tăng


Bảng 3.5 : Bảng chuyển dịch cơ cấu sử dụng lao động theo ngành của Khánh Hoà
Bảng 3.6 : Mục tiêu thu ngân sách tỉnh Khánh Hòa đến năm 2015
Biểu đồ 2.1 : Biểu đồ tình hình thu ngân sách nhà nước từ 1989 – 2010
Biểu đồ 2.2: Biểu đồ mức độ thu NSNN so với GDP giai đoạn 1991-2010
Biểu đồ 2.3: Biểu đồ thu ngân sách nhà nước tỉnh Khánh Hịa từ 1989 – 2010
Sơ đồ 3.1: Mơ hình dự báo kết hợp đề nghị
Sơ đồ 3.2: Sơ đồ về quy trình thực hiện dự báo
Phụ lục số 01: Bảng tính RMSE từ các mơ hình
Phụ lục số 02: Bảng số liệu thực hiện thuật tốn vịng biên
Phụ lục số 03: Các mơ hình dự báo
Phụ lục số 04: Các Bản đồ quy hoạch tỉnh Khánh Hòa


PHẦN MỞ ĐẦU

1. LÝ DO CHỌN ĐỀ TÀI
Với vị trí địa lý, điều kiện tự nhiên, truyền thống lịch sử, văn hố, con người
đã tạo cho Khánh Hồ lợi thế để phát triển toàn diện các ngành kinh tế trong đó có
kinh tế biển như: xây dựng cảng và kinh doanh dịch vụ hàng hải; đóng mới và sửa
chữa tàu thuyền; nuôi trồng, khai thác và chế biến thuỷ sản; du lịch,...là mũi nhọn.
Trong những năm qua, Khánh Hoà đã tập trung đầu tư nhiều hệ thống hạ tầng cơ sở
tương đối đồng bộ, nhiều khu công nghiệp đã được qui hoạch và xây dựng đáp ứng
nhu cầu của các dự án đầu tư. Hệ thống các dịch vụ như: ngân hàng, tài chính, bảo
hiểm, hệ thống cung ứng dịch vụ, điện nuớc, viễn thông,...phát triển nhanh. Môi
trường thiên nhiên được bảo vệ, tơn tạo, tình hình an ninh, trật tự được đảm bảo.
Khánh Hoà là một trong 10 tỉnh dẫn đầu của Việt Nam về tốc độ phát triển, tăng
trưởng kinh tế hàng năm đạt 10,84%, GDP bình quân đầu người năm 2009 đạt 24,4
triệu đồng.
Tuy vậy trong bối cảnh kinh tế Việt Nam và Thế giới có nhiều biến động đã
đặt các nhà quản lý của tỉnh Khánh Hịa phải quan tâm nhiều hơn đến cơng tác dự
báo, đặt biệt là dự báo số thu ngân sách của tỉnh. Bởi vì tầm quan trọng của nguồn
thu ngân sách có quyết định lớn đến hầu hết các quyết định chính sách quan trọng
của tỉnh nên dự báo chính xác được số thu ngân sách đã và đang là nhu cầu cần
thiết của các nhà lãnh đạo của tỉnh.
Dự báo thu một cách chính xác đảm bảo cho ngân sách Nhà nước có được
tác động kinh tế một cách có kế hoạch. Việc bội thu hoặc bội chi ngân sách ngồi
dự kiến do dự báo thu khơng chính xác có thể gây ra các tác động kinh tế vĩ mô
không lường trước. Thí dụ, bội thu ngân sách có kế hoạch là phương tiện để kiềm
chế sức ép lạm phát đối với nền kinh tế, nhưng nếu bội thu theo kế hoạch đó lại
xuất phát từ việc đánh giá quá cao về nguồn thu và do đó, kết quả thực tế là bội chi
thì tác động tiếp theo sẽ là thúc đẩy hơn nữa lạm phát. Một sự bội chi ngoài dự kiến


như vậy cịn có thể gây nên các vấn đề về dòng luân chuyển tiền tệ cho Nhà nước.
Với tầm quan trọng của dự báo thu ngân sách như trên, tơi đã lựa chọn đề tài:

“Xây dựng mơ hình dự báo số thu ngân sách của tỉnh Khánh Hòa theo
phương pháp kết hợp”
2. MỤC TIÊU NGHIÊN CỨU
Đề tài được nghiên cứu nhằm mục đích đưa ra được mơ hình dự báo thích
hợp số thu ngân sách của tỉnh Khánh Hịa.
3. PHƯƠNG PHÁP NGHIÊN CỨU
Đề tài được nghiên cứu theo phương pháp thống kê, phương pháp kiểm định
mơ hình kinh tế lượng.
4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
- Đối tượng nghiên cứu: Các mơ hình dự báo thu nhập theo phương pháp
định lượng.
- Phạm vi nghiên cứu: Đề tài chỉ dừng lại ở việc dự báo số thu ngân sách tỉnh
Khánh Hịa mà khơng đi theo hướng phân tích cơ cấu thu cũng như những nhân tố
ảnh hưởng đến số thu. Dữ liệu là tập hợp số thu ngân sách tỉnh Khánh Hòa trong
giai đoạn từ năm 1989-2010, GDP của tỉnh Khánh Hòa từ năm 1991 đến 2010.
5. Ý NGHĨA THỰC TIỄN CỦA ĐỀ TÀI
Lập được mơ hình dự báo thích hợp để dự báo số thu của tỉnh để chủ động
trong công tác điều hành ngân sách.
6. KẾT CẤU ĐỀ TÀI
Đề tài được kết cấu thành 3 chương chính, bao gồm:
Chương 1: Tổng quan về các mơ hình dự báo và kinh nghiệm dự báo số thu
của một số quốc gia.


Chương 2: Thực trạng công tác dự báo thu ngân sách của tỉnh Khánh Hịa.
Chương 3: Xây dựng mơ hình dự báo thu ngân sách của tỉnh Khánh Hòa theo
phương pháp kết hợp.


1

CHƯƠNG 1: TỔNG QUAN VỀ CÁC MƠ HÌNH DỰ BÁO VÀ KINH
NGHIỆM DỰ BÁO SỐ THU NGÂN SÁCH CỦA MỘT SỐ QUỐC GIA
1.1. Định nghĩa dự báo:
1.1.1. Dự báo:
Dự báo hàm ý dự đốn điều gì đó cho tương lai. Dự báo có thể là bất kỳ một
phát biểu nào về tương lai và phát biểu đó có thể hoặc không dựa trên một hoặc
một số căn cứ khoa học nào đó. Chính vì vậy, kết quả dự báo có thể chính xác hoặc
khơng chính xác. Để tránh những dự báo thiếu căn cứ, người làm dự báo cần được
trang bị các phương pháp khoa học và có hệ thống.
Dự báo được hiểu là việc ước lượng một sự kiện hoặc một điều kiện nào đó
trong tương lai vốn nằm ngồi khả năng kiểm sốt của tổ chức nhằm cung cấp cơ
sở cho việc ra quyết định. Dự báo tốt có thể giúp tổ chức hình dung ra tương lai của
mình sẽ như thế nào để hoạch định hướng đi phù hợp [1].
Các tổ chức đang hoạt động trong một thế giới liên tục thay đổi nhưng các
quyết định phải được thực hiện ngay hôm nay và ảnh hưởng sống còn đến tương lai
của tổ chức, nên dự báo dĩ nhiên luôn luôn cần thiết nếu thực sự tổ chức muốn tồn
tại và phát triển bền vững.
Người ta thường nhấn mạnh rằng một phương pháp tiếp cận hiệu quả đối với
dự báo là phần quan trọng trong hoạch định. Khi các nhà quản trị lên kế hoạch,
trong hiện tại họ xác định hướng tương lai cho các hoạt động mà họ sẽ thực hiện.
Bước đầu tiên trong hoạch định là dự báo hay là ước lượng nhu cầu tương lai cho
sản phẩm hoặc dịch vụ và các nguồn lực cần thiết để sản xuất sản phẩm hoặc dịch
vụ đó. Như vậy, dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ
xảy ra trong tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập
được. Khi tiến hành dự báo ta căn cứ vào việc thu thập xử lý số liệu trong quá khứ
và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ
[1] PGS. TS. Nguyễn Trọng Hồi, Dự báo và phân tích dữ liệu trong kinh tế và tài chính, NXB Thống kê
2009

2

vào một số mơ hình tốn học. Dự báo có thể là một dự đoán chủ quan hoặc trực
giác về tương lai. Nhưng để cho dự báo được chính xác hơn, người ta cố loại trừ
những tính chủ quan của người dự báo.[2]
1.1.2. Phân loại phương pháp dự báo:
Phương pháp dự báo gồm có hai phương pháp là: Phương pháp định tính và
phương pháp định lượng. Các phương pháp dự báo được biểu diễn ở Hình 1.1
Các phương pháp dự báo
Phương
pháp định
tính

- Tổng hợp lực lượng
bán hàng.
- Ý kiến ban quản trị.
- Khảo sát/hoặc kiểm
chứng thị trường.
- Phương pháp Delphi

Phương
pháp định
lượng

- Mơ hình chuỗi thời gian
+ Dự báo thơ
+ Hồi quy hàm xu thế
+ San mũ
+ Phân tích chuỗi thời

gian
+ ARIMA
- Mơ hình nhân quả
+ Hồi quy dữ liệu chéo
+ Hồi quy chuỗi thời gian

Phương
pháp dự
báo

Hình 1.1

1.1.3. Phương pháp luận của dự báo định lượng:
1.1.3.1. Phương pháp luận của dự báo chuỗi thời gian:
- Dữ liệu chuỗi thời gian là các dữ liệu mà các biến quan sát được thu thập
theo thời gian, chẳng hạn như GDP, CPI, việc làm, thất nghiệp, cung tiền, lãi suất,
chỉ số giá chứng khoán, suất sinh lợi của một cổ phiếu, giá dầu, giá vàng, doanh
số,…Các dữ liệu thời gian có thể được thu thập theo một tần suất quan sát nhất
định tùy đặc điểm của từng đối tượng nghiên cứu, ví dụ theo ngày (chứng khốn,
[2]Trung tâm Thơng tin và Dự báo Kinh tế - xã hội Quốc gia, Bộ Kế hoạch và Đầu tư, Nâng cao chất
lượng công tác dự báo và cảnh báo, năm 2008


3

lãi suất, tỷ giá hối đoái), theo tuần (lương tuần, cung tiền), theo tháng (tỷ lệ thất
nghiệp, tỷ lệ lạm phát, sản lượng công nghiệp, doanh số), theo quý (GDP, doanh
số), theo năm (ngân sách Chính phủ, tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát, giá
trị xuất khẩu).
- Dự báo các giai đoạn quá khứ được gọi là dự báo hậu nghiệm và dự báo các

giai đoạn tương lai được gọi là dự báo tiền nghiệm. Để hiểu rõ hơn về các loại dự
báo này trong quy trình dự báo, chúng ta phân tích sơ đồ ở Hình 1.2.
Các giai đoạn của dự báo
Dữ liệu quá khứ
Y76

Y99
Yt
Y76

Y92

Mẫu

-∞

Ŷ70

∞

Ŷ75

Dự báo lùi

Ŷ76

Ŷ92

Ŷ99

Dự báo trong mẫu

Dự báo
hậu nghiệm

Ŷ100

Ŷ∞

Dự báo tiền nghiệm

Giai đoạn dự báo lùi

Giai đoạn dự báo
(Nguồn: Dự báo và phân tích dữ liệu trong kinh tế và tài chính,
NXB Thống kê 2009)[6]

Hình 1.2
+ Dữ liệu lịch sử được cung cấp từ thời đoạn Ybeg (Y76) tới Yend (Y99). Chúng
ta định nghĩa Ybeg là thời đoạn bắt đầu của chuỗi thời gian. Yend là thời đoạn mới
nhất của chuỗi thời gian thu thập. Đối với chúng ta Yend có thể là quan sát hiện tại.
+ Dữ liệu mẫu phân tích, Y1,….Yn, là những quan sát mà chúng ta sử dụng
để xây dựng mơ hình dự báo. Giữa Ybeg và Y1 khơng nhất thiết trùng khớp lẫn
nhau.


4

+ Tương ứng với giai đoạn ước lượng Y1,….Yn những giá trị dự báo Ŷ1,….
Ŷn

Những giá trị dự báo này được tìm trong mơ hình hay trong mẫu dữ liệu khi tiến
hành dự báo. Từ những giá trị thực tế và những giá trị dự báo chúng ta có thể xác
định sai số dự báo e1,….en (với en = Yn - Ŷ n) cho mơ hình (trong giai đoạn ước
lượng), từ độ chính xác của mơ hình có thể xác định. Tất cả những giá trị vượt ra
ngoài Yn phải là giá trị dự báo. Trong khuôn khổ của đường thời gian, những giá trị
dự báo sẽ nằm trong giai đoạn ước lượng. Tất cả những giá trị dự báo hình thành
trong giai đoạn dự báo được gọi là dự báo ngồi phạm vi mẫu bởi vì nó xuất hiện
sau khi chấm dứt giai đoạn ước lượng.
+ Toàn bộ giai đoạn dự báo sẽ được phân chia thành hai bộ phận phân biệt là
dự báo hậu nghiệm và dự báo tiền nghiệm.
++ Giai đoạn dự báo hậu nghiệm là thời gian từ quan sát đầu tiên sau khi
chấm dứt giai đoạn mẫu Ŷ n+1 tới quan sát mới nhất Ŷ N. Đặc trưng quan trọng trong
giai đoạn này là các nhà nghiên cứu đã có giá trị thực tế của đối tượng dự báo Yt.
Giai đoạn hậu nghiệm sẽ cung cấp cho nhà nghiên cứu cơ hội đánh giá mức độ
chính xác của mơ hình dự báo trong giai đoạn này bằng cách sử dụng chênh lệch
giữa giá trị thực tế và giá trị dự báo hậu nghiệm. Nếu như độ chính xác của mơ
hình khơng thỏa mãn thì lúc đó nhà nghiên cứu sẽ lựa chọn hai giải pháp: tìm kiếm
một mơ hình thay thế với độ chính xác cao hơn hoặc mở rộng giai đoạn mẫu bao
gồm cả những quan sát trong giai đoạn hậu nghiệm đang xét. Nếu nhà nghiên cứu
mở rộng giai đoạn ước lượng tới hiện tại thì dự báo trong phạm vi mẫu sẽ hình
thành từ Ŷ 1…… Ŷ N. Những quan sát giai đoạn mẫu và giá trị dự báo đã mở rộng
trong giai đoạn hậu nghiệm được minh họa bằng đường không liên tục trong hình
vẽ. Chú ý rằng lúc này giai đoạn dự báo không bao gồm giá trị dự báo hậu nghiệm.
++ Giai đoạn dự báo tiền nghiệm là giai đoạn khơng có giá trị thực tế về đối
tượng dự báo (hay bất kỳ những biến số ảnh hưởng khác). Đây chính là dự báo cho


5

tương lai. Chúng ta ký hiệu những dự báo tiền nghiệm là Ŷ N+1…….. Ŷ N+K. Bởi vì

trong giai đoạn này khơng có giá trị thực tế của đối tượng dự báo do đó sẽ khơng
xác định được độ chính xác của những dự báo tiền nghiệm.
Phía dưới đường thời gian chúng ta mơ tả một giai đoạn phía trước Ybeg mà dữ liệu
mơ tả hầu như khơng có. Chúng ta có thể dự báo lùi cho những thời đoạn trước
Ybeg. Chúng ta có thể sử dụng những dự báo lùi nhằm đạt những giá trị bổ sung cho
thời đoạn lịch sử trong q trình phân tích.
Sơ đồ biểu diễn phương pháp luận dự báo theo chuỗi thời gian thể hiện ở
Hình 1.3.


6

Phương pháp luận của dự báo chuỗi thời gian
Mục tiêu
dự báo

Biến cần
dự báo

Thời gian
dự báo

Thu nhập
số liệu

Khảo sát số
liệu

Lựa chọn mơ
hình dự báo

Hình 1.3
(Nguồn: Dự báo và
phân tích dữ liệu trong
kinh tế và tài chính,
NXB Thống kê 2009)[6]

Dự báo các giai
đoạn quá khứ

Đánh giá

Không
tốt

Tốt

Khảo sát
lại dạng dữ
liệu

Dự báo các giai đoạn
tương lai và sử dụng cho
việc ra quyết định

Tốt

Kiểm tra độ chính
xác của các dự báo

Đánh giá

Khơng tốt
Khảo sát dạng
dữ liệu bằng các
dữ liệu cập nhật


7

Trước hết người làm dự báo phải xác định được mục tiêu dự báo, từ đó xác
định được biến cần dự báo. Sau đó người dự báo cần xác định được thời gian dự
báo rồi tiến hành thu thập, khảo sát số liệu. Từ các số liệu thu thập được ta tiến
hành lựa chọn mơ hình dự báo phù hợp với dạng dữ liệu để tiến hành dự báo biến
dự báo ở các giai đoạn quá khứ. Từ các giá trị dự báo ở giai đoạn quá khứ ta tiến
hành so sánh với các kết quả thực tế của biến dự báo để đánh giá việc lựa chọn mơ
hình dự báo có phù hợp hay khơng. Có hai trường hợp xảy ra:
Trường hợp 1, nếu kết quả đánh giá tốt ta tiến hành dự báo các giai đoạn
tương lai và sử dụng cho việc ra quyết định.
Trường hợp 2, nếu kết quả đánh giá không tốt ta phải tiến hành khảo sát lại
dữ liệu và quay lại bước lựa chọn mơ hình dự báo.
Trong giai đoạn tương lai ta tiếp tục kiểm tra độ chính xác của các dự báo từ
mơ hình khi đã có các dữ liệu thực tế thu thập được. Nếu kết quả tốt ta vẫn dùng
mô hình này cho việc ra quyết định. Nếu kết quả không tốt ta khảo sát lại dạng dữ
liệu bằng các dữ liệu cập nhật và quay về bước khảo sát số liệu.
1.1.3.2. Phương pháp luận của dự báo nhân quả:
Khi dự báo bằng mơ hình nhân quả, xuất phát từ mục tiêu dự báo; người làm
dự báo cần dựa trên các lý thuyết kinh tế, các nghiên cứu thực nghiệm có liên quan,
kinh nghiệm của các chuyên gia trong ngành,…để từ đó xác định các biến số (biến
giải thích) có thể ảnh hưởng đến biến cần dự báo (biến phụ thuộc). Sau đó mới tiến
hành thu thập dữ liệu; xây dựng, ước lượng mơ hình; kiểm định giả thuyết và thực

hiện dự báo. Nói chung, phương pháp luận của dự báo bằng các mơ hình nhân quả
có thể được minh họa như Hình 1.4


8

Phương pháp luận của dự báo nhân quả
Mục tiêu dự báo

Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác

Thu thập dữ liệu

Thiết lập mơ hình

Ước lượng mơ hình

Kiểm định giả thuyết

Thiết lập lại mơ hình

Diễn dịch kết quả

Ra quyết định

Dự báo

Hình 1.4
(Nguồn: Dự báo và phân tích dữ liệu trong kinh tế và
tài chính, NXB Thống kê 2009)[6]

Trong giai đoạn kiểm định giả thiết, nếu kết quả tốt ta tiến hành diễn dịch
kết quả và dự báo, sau đó ra quyết định hoặc sau khi diễn dịch kết quả, không cần
dự báo mà ra quyết định luôn. Nếu kết quả kiểm định giả thiết không tốt ta tiến
hành thiết lập lại mơ hình và quay lại bước ước lượng mơ hình.
1.1.4. Tính dừng:
Một chuỗi thời gian dừng có những đặc điểm sau:


9

- Dữ liệu dao động xung quanh một giá trị trung bình cố định trong dài hạn.
- Dữ liệu có giá trị phương sai xác định không thay đổi theo thời gian.
- Dữ liệu có một giản đồ tự tương quan với các hệ số tự tương quan sẽ giảm
dần khi độ trễ tăng lên.
Theo ngôn ngữ thống kê, các đặc điểm trên của một chuỗi thời gian Yt được
thể hiện như sau:
- E(Yt) là một hằng số cho tất cả các thời điểm t E (Yt ) = µ
- Var(Yt) là một hằng số cho tất cả các thời điểm t Var (Yt ) = E (Yt − µ ) 2 = δ 2
- Cov(Yt,Yt+k) là một hằng số cho tất cả các thời điểm t và k khác không.
Lưu ý, giá trị của hiệp phương sai giữa hai giai đoạn chỉ phụ thuộc vào khoảng
cách giữa hai giai đoạn. Cov(Yt , Yt + k ) = γ k = E[(Yt − µ )(Yt + k − µ )]
1.1.5. Kiểm tra các thành phần của một chuỗi thời gian:
- Kiểm tra tính dừng: Có hai lý do quan trọng khi biết một chuỗi thời gian
có dừng hay khơng. Thứ nhất, nếu một chuỗi thời gian không dừng, chúng ta chỉ có
thể nghiên cứu hành vi của nó chỉ trong khoảng thời gian đang được xem xét. Vì
thế, mỗi một mẫu dữ liệu thời gian sẽ mang một tình tiết nhất định. Kết quả là,
chúng ta không thể khái quát hóa cho các giai đoạn thời gian khác. Đối với mục
đích dự báo, các chuỗi thời gian khơng dừng như vậy có thể sẽ khơng có giá trị
thực tiễn. Vì như chúng ta đã biết, trong dự báo chuỗi thời gian, chúng ta luôn giả

định rằng xu hướng vận động của dữ liệu trong quá khứ và hiện tại được duy trì
cho các giai đoạn tương lai. Và như vậy, chúng ta khơng thể dự báo được điều gì
cho tương lai nếu như bản thân dữ liệu luôn thay đổi. Thứ hai, khi biết dữ liệu dừng
hay không, chúng ta sẽ giới hạn được số mơ hình dự báo phù hợp nhất cho dữ liệu
[3].

[3] PGS. TS. Nguyễn Trọng Hoài, Dự báo và phân tích dữ liệu trong kinh tế và tài chính, NXB Thống kê
2009.


10

Kiểm định tính dừng bằng hệ số tự tương quan và giản đồ tự tương quan.
Nếu dữ liệu không dừng ta sẽ chuyển đổi dữ liệu thành chuỗi dữ liệu có tính dừng,
bằng cách lấy sai phân cho đến khi chuỗi dừng.
- Kiểm tra dạng dữ liệu: Thông thường chuỗi thời gian có thể có một trong
bốn dạng dữ liệu sau: dữ liệu dừng, dữ liệu có tính xu thế, dữ liệu có yếu tố mùa vụ
và dữ liệu có tính chu kỳ.
1.2. Vai trị của dự báo:
- Dùng để dự báo các mức độ tương lai của hiện tượng, qua đó giúp các nhà
quản lý chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết phục vụ
cho quá trình sản xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân
phối sản phẩm, nguồn cung cấp tài chính… và chuẩn bị đầy đủ điều kiện cơ sở vật
chất, kỹ thuật cho sự phát triển trong thời gian tới (kế hoạch cung cấp các yếu tố
đầu vào như: lao động, nguyên vật liệu, tư liệu lao động… cũng như các yếu tố đầu
ra dưới dạng sản phẩm vật chất và dịch vụ).
- Trong các doanh nghiệp nếu công tác dự báo được thực hiện một cách
nghiêm túc, chính xác cịn tạo điều kiện nâng cao khả năng cạnh tranh trên thị
trường, giảm bớt mức độ rủi ro cho doanh nghiệp nói riêng và tồn bộ nền kinh tế
nói chung. Nhờ có dự báo thường xuyên và kịp thời, các nhà quản trị doanh nghiệp

có khả năng kịp thời đưa ra những biện pháp điều chỉnh các hoạt động kinh tế của
đơn vị mình nhằm thu được hiệu quả sản xuất kinh doanh cao nhất.
- Dự báo chính xác là căn cứ để các nhà hoạch định các chính sách phát triển
kinh tế văn hố xã hội trong tồn bộ nền kinh tế quốc dân. Nhờ có dự báo mà các
chính sách kinh tế, các kế hoạch và chương trình phát triển kinh tế được xây dựng
có cơ sở khoa học và mang lại hiệu quả kinh tế cao.
1.3. Mơ hình dự báo:
1.3.1. Lựa chọn mơ hình dự báo:


11

Cách lựa chọn mơ hình dự báo thích hợp
Loại mơ
hình

Dữ liệu tối thiểu
Khơng có Có mùa
mùa vụ
vụ
1

Phương pháp

Dạng dữ liệu

Thời đoạn
dự báo

Dự báo thơ

Trung bình
giản đơn
Trung bình di
động
San mũ giản
đơn
San mũ Holt
San mũ
Winters
Hồi quy đơn
Hồi quy bội
Phân tích
Xu thế
ARIMA
ARCH
Hồi quy chuỗi
thời gian

ST, T, S

S

TS

ST

S

TS

30

ST

S

TS

4-20

ST

S

TS

2

T

S

TS

3

S

S

TS

T
C, S
S
T
ST, T, C, S
ST, T, C, S

I
I
S
I, L
S
S

C
C
TS
TS
TS
TS

T, S

I, L

C

2xs

10
10 x V
5xs
10
24
24
6xs

Dạng dữ liệu: ST = Chuỗi dừng, T = xu thế, S= Mùa vụ, C= Chu kỳ
Thời đoạn dự báo: S = Ngắn hạn, I = Trung hạn, L = Dài hạn
Loại mơ hình: TS = Chuỗi thời gian, C = Nhân quả
Yêu cầu dữ liệu: V = Biến giải thích, s = Số mùa vụ (4 hoặc 12).
Bảng 1.1
(Nguồn: Dự báo và phân tích dữ liệu
trong kinh tế và tài chính, NXB Thống kê 2009)[6]
1.3.2. Mơ hình dự báo kết hợp:
Mơ hình dự báo kết hợp là mơ hình dự báo sử dụng kết quả dự báo từ nhiều
mơ hình dự báo đơn lẻ khác nhau. Dự báo kết hợp thường dùng để cải thiện độ
chính xác của dự báo. Sự kết hợp tuyến tính giữa hai hay nhiều dự báo thường có


12

thể đạt được những dự báo chính xác hơn khi dùng một dự báo, bằng cách mở rộng
những dự báo thành phần chứa thơng tin hữu ích và độc lập. Để tổng hợp những dự
báo độc lập có thể theo hai cách. Thứ nhất là khảo sát những dữ liệu khác nhau và
thứ hai dùng những phương pháp dự báo khác nhau. Một mặt, việc sử dụng nhiều
nguồn dữ liệu khác nhau có thể thêm thơng tin hữu ích và cũng có thể điều chỉnh
được phương hướng. Ở khía cạnh khác, những phương pháp kết hợp dự báo có thể
giảm sai lệch do giả định sai, do độ lệch, hay dữ liệu khơng chính xác [4].

Có nhiều phương pháp để kết hợp dự báo như tính trung bình giản đơn của
các kết quả dự báo của các mơ hình đơn, tính trung bình theo tỷ trọng, hồi
quy,…Tuy nhiên tác giả xin giới thiệu một phương pháp hiệu quả là tính trung bình
các kết quả dự báo sau khi thực hiện thuật tốn vịng biên của tác giả Mauro
Costantini, Carmine Pappalardo và Turgut Kisinbay, như sau:
Thuật tốn vịng biên
Thuật tốn kiểm định vịng biên là thuật tốn làm tăng hiệu quả của phương
pháp kết hợp dự báo. Theo thuật toán này, tồn bộ những mơ hình dự báo được
phân loại đầu tiên dựa trên chỉ tiêu độ lệch bình phương trung bình (RMSE) và
trong mỗi bước liên tục, mỗi dự báo được chọn để kết hợp nếu nó khơng bị bao
quanh bởi những mơ hình dự báo khác. Một kiểm định vịng biên đa được dùng để
thực hiện quy trình lựa chọn trong nhiều mơ hình dự báo khác nhau [5].
Kỹ thuật vòng biên cơ bản:
Đặt f1 và f2 là hai tập hợp dự báo của một biến. Giả định rằng một trong hai
có f1 tốt hơn do so sánh tiêu chuẩn RMSE. Ý tưởng là đằng sau dự báo kết hợp là
dự báo khơng tốt hơn có thể cung cấp một vài thông tin biên không bao gồm trong
dự báo tốt hơn. Trong trường hợp như vậy, dự báo kết hợp sẽ tốt hơn dự báo đơn.

[4] Mauro Costantini and Carmine Pappalardo, Combination of Forecast Methods Using Encompassing
Tests: An Algorithm-Based Procedure, 2008.
[5] IMF Working paper: The use of encompassing test for forecast combinations prepared by Turgut
Kisinbay, November 2007.
.


13

Tuy nhiên nếu dự báo không tốt hơn f2 không chứa đựng thơng tin biên hữu
ích thì ta gọi f1 vòng biên f2.
Để kiểm định dự báo vòng biên, dùng kiểm định Harvey, Leybourne and

Newbold (HLN). Kiểm định HLN dựa trên kiểm định của Diebold and Mariano
(DM). Kiểm định DM dùng để kiểm định khả năng tiên đoán của hai dự báo cạnh
tranh bằng nhau. Nó xem xét một tập mẫu của chuỗi lệch khác nhau dt = L(e1t) –
L(e2t) với L() là một vài hàm mất mát chênh lệch như là RMSE, khi đó L(eit)= e2it.
eit là độ lệch dự báo t giai đoạn của mơ hình i=1,2 t= 1…T. Nếu hai tiên đốn chính
xác bằng nhau thì E(dt) = 0. Kiểm định này dựa trên trung bình mẫu quan sát được
T

d = (1 / T )∑ d t . Giả định hiệp phương sai tĩnh của chuỗi sai lệch khác nhau, kiểm
t =1

định DM gần với phân phối chuẩn với giả thuyết khơng của tiên đốn chính xác
bằng nhau. Kiểm định thống kê như sau:
DM =

d
với Vˆ (d ) là ước lệch không chệch của phương sai tiệm cận của
Vˆ (d )

d và giả định rằng đối với những dự báo tiền nghiệm h giai đoạn, tất cả tự tương
1
T

h −1

quan bậc h hay cao hơn chuỗi dt bằng 0. Vˆ (d ) ≈ (γ 0 + 2∑ γ i ) với γ i là tự hiệp
h =1

T

phương sai của d , ước lượng bởi γˆi = T −1 ∑ (d t − d )(d t −i − d ) . So sánh giá trị thống
t = i +1

kê với giá trị của phân phối Student bậc tự do là T-1, nếu tập dữ liệu nhỏ ta có thể
tính MDM thay cho DM.
MDM = T −1 / 2 [T + 1 − 2h + T −1 h(h − 1)]1 / 2 DM

Kiểm định HLN gần với kiểm định DM. Nó đơn giản thay dt = (ei,t-ej,t)ei,t.
Giả thuyết khơng là mơ hình dự báo i vịng biên mơ hình dự báo j. Có nghĩa là
thơng tin của mơ hình j bao hàm trong mơ hình i.
Các bước thực hiện thuật toán như sau:


14

Bước 1: Bắt đầu tại thời điểm t và tính tốn RMSE của các mơ hình dự báo
và phân loại những mơ hình theo thành quả q khứ của nó dựa trên RMSE.
Bước 2: Lựa mơ hình tốt nhất (ví dụ mơ hình với RMSE nhỏ nhất) và kiểm
định liên tục ở đó mơ hình tốt nhất dự báo vịng biên những mơ hình khác, dùng
kiểm định HLN. Nếu mơ hình tốt nhất vịng biên mơ hình lựa chọn tại mức ý nghĩa
α, loại bỏ mơ hình lựa chọn khỏi danh sách các mơ hình.
Bước 3: Lặp lại bước 2 với mơ hình tốt thứ hai. Danh sách những mơ hình
bây giờ chỉ bao gồm những mơ hình khơng bị vịng biên bởi mơ hình tốt nhất và
mơ hình tốt nhất.
Bước 4: và 4+: Tiếp tục với mơ hình tốt thứ 3 và tiếp tục cho đến khi khơng
có mơ hình bị vịng biên cịn lại trong danh sách.
Bước cuối cùng: Tính tốn dự báo sau khi kiểm định vịng biên bằng cách
tính trung bình của các dự báo của những mơ hình cịn lại.
1.4. Kinh nghiệm dự báo số thu ngân sách của một số quốc gia:
1.4.1. Singapore:

Hệ thống quản lý thuế của Singapore được tổ chức lại thành một tổ chức tự
chủ hơn và được gọi là Cơ quan thu nội địa Singapore (viết tắt là IRAS). IRAS đã
kế thừa các chức năng trước đó thuộc Cục thu nội địa Singapore và trở thành một
đại lý cho Nhà nước trong việc quản lý thu và cưỡng chế thu các khoản thanh toán
về thuế thu nhập, thuế tài sản, thuế tem, thuế cờ bạc và cá ngựa, thuế xổ số tư nhân
và thuế tài sản người quá cố. IRAS cũng quản lý thuế hàng hoá và dịch vụ (viết tắt
là GST) từ khi sắc thuế này được ban hành vào ngày 1/4/1994. Các chức năng
khơng có tính chất thu thuế của IRAS bao gồm giám sát các hoạt động từ thiện và
đại diện cho Nhà nước Singapore trong các vấn đề về thuế (thí dụ thuế quốc tế). Do
cung cấp các dịch vụ như trên cho Nhà nước, IRAS được thanh tốn một khoản phí
dịch vụ.