NGHIÊN CỨU ỨNG DỤNG CÁC PHƢƠNG PHÁP DỰ BÁO NGẮN HẠN ĐỂ DỰ BÁO MỘT SỐ CHỈ TIÊU THỐNG KÊ KINH TẾ CHỦ YẾU Ở VIỆT NAM
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (435.02 KB, 37 trang )
ĐỀ TÀI KHOA HỌC
SỐ: 2.1.2-TC06-07
NGHIÊN CỨU ỨNG DỤNG CÁC PHƢƠNG PHÁP DỰ BÁO NGẮN
HẠN ĐỂ DỰ BÁO MỘT SỐ CHỈ TIÊU THỐNG KÊ KINH TẾ CHỦ
YẾU Ở VIỆT NAM
1. Cấp đề tài
: Tổng cục
2. Thời gian nghiên cứu : 2006-2007
3. Đơn vị chủ trì
: Viện Khoa học Thống kê
4. Đơn vị quản lý
: Viện Khoa học Thống kê
5. Chủ nhiệm đề tài
: CN. Lê Văn Dụy
6. Những ngƣời phối hợp nghiên cứu:
CN. Trần Thị Thanh Hƣơng
CN. Nguyễn Thị Chiến
CN. Phan Ngọc Trâm
CN. Nguyễn Thị Thu Huyền
CN. Đậu Ngọc Hùng
CN. Nguyễn Thu Oanh
CN. Trần Thị Thu
Cộng tác viên:
TS. Lê Anh Sơn
TS. Đặng Quảng
8. Điểm đánh giá nghiệm thu đề tài: 9,23
44
PHẦN MỘT
NHỮNG VẤN ĐỀ CƠ BẢN VỀ DỰ BÁO VÀ DỰ BÁO NGẮN HẠN
Khái niệm về dự báo
Trong tiếng Việt có từ “đốn”, mang nội dung là đƣa ra kết luận một
cách có suy xét về đối tƣợng nào đó trƣớc đây, hiện tại và tƣơng lai. Song
thực tế có đúng nhƣ vậy khơng thì ngƣời đƣa ra kết luận không thể khẳng
định trƣớc đƣợc, mà chỉ cho biết khả năng có thể xảy ra. Nhƣ vậy, các trƣờng
hợp “đốn” khơng dựa trên cơ sở suy xét mang tính khoa học về đối tƣợng và
không thể đƣợc coi là dự báo.
Với khái niệm “đốn”, cần phân biệt hai tình huống sau:
- Nhằm đƣa ra kết luận về quan hệ với “cái đã qua” trong quá khứ hoặc
“cái hiện có” trong hiện tại, đƣợc gọi là chẩn đoán.
- Nhằm đƣa ra kết luận về quan hệ với “cái sắp tới” trong tƣơng lai,
đƣợc gọi là dự báo.
Việc suy xét mang tính khoa học nhằm xác lập mối liên hệ giữa “cái đã
qua” trong quá khứ hoặc “cái hiện có” trong thực tại với nội dung kết luận
đƣa ra về “cái sắp tới” trong tƣơng lai đƣợc gọi là “dự báo”.
I. CÁC TIÊU CHÍ PHÂN LOẠI DỰ BÁO
Dự báo có thể đƣợc phân loại theo nhiều tiêu thức khác nhau. Nếu dựa
trên thời hạn dự báo có: dự báo dài hạn, dự báo trung hạn và dự báo ngắn
hạn. Nếu dựa trên cách thức dự báo tận dụng dữ liệu có sẵn có: dự báo thác
triển, dự báo nhân – quả và dự báo thích nghi. Nếu dựa trên đặc trƣng hoặc
cấu trúc đối tƣợng đƣợc dự báo có: dự báo đơn giản, dự báo phức tạp. Nếu
dựa trên mức độ chi tiết hóa nội dung dự báo có: dự báo đại cƣơng, dự báo
chi tiết. Nếu dựa trên phạm vi nội dung dự báo cần thâu tóm có: dự báo tồn
cục, dự báo bộ phận. Nếu dựa trên quy mô lãnh thổ dự báo có: dự báo vùng
miền lãnh thổ, dự báo quốc gia, dự báo khu vực lục địa, dự báo tồn cầu. Nếu
dựa trên phƣơng pháp tính tốn dự báo có nhiều cách phân loại khác nhau, vì
có nhiều cách tính tốn khác nhau. Ở trƣờng hợp này có thể có các loại dự
báo sau:
+ Dự báo theo phƣơng pháp nội - ngoại suy;
+ Dự báo theo phƣơng pháp phỏng vấn;
+ Dự báo theo phƣơng pháp tƣơng tự;
+ Dự báo theo phƣơng pháp mơ hình hóa.
45
Dự báo theo phƣơng pháp mơ hình hóa cần phải có thơng tin (số liệu)
thống kê để xây dựng mơ hình. Cũng chính vì vậy, các mơ hình dự báo cịn
có tên là mơ hình trắc lƣợng. Trong lĩnh vực kinh tế, mơ hình dự báo đƣợc
gọi là mơ hình dự báo kinh tế lƣợng.
Trên góc độ thực hành, ngƣời ta cịn có các cách phân loại dự báo sau:
1.1. Phân loại dự báo theo cách thức tận dụng dữ liệu có sẵn về “cái đã
qua” trong quá khứ hoặc “cái hiện có” trong thực tại
Căn cứ vào cách thức lợi dụng thơng tin có đƣợc từ phân tích dữ liệu
thơng tin có đƣợc về “cái đã qua” trong q khứ hoặc “cái hiện có” trong
hiện tại để đƣa ra kết luận về “cái sắp tới” trong tƣơng lai, có thể phân dự
báo ra: dự báo thác triển, dự báo nhân - quả, dự báo thích nghi.
A. Dự báo thác triển
Loại dự báo này áp dụng với đối tƣợng đƣợc dự báo tồn tại theo nguyên
tắc giữ nguyên quy luật vận động “nguyên trạng động”.
B. Dự báo nhân - quả
Loại dự báo này đƣa ra kết luận về “cái sắp tới” trong tƣơng lai dựa
vào những quan hệ nhân - quả đã nhận biết đƣợc về mặt lƣợng của “cái đã
qua” trong quá khứ hoặc “cái hiện có” trong thực tại.
C. Dự báo thích nghi
Nếu dự báo thác triển, và dự báo nhân - quả đƣa ra kết luận cho “cái
sắp tới” trong tƣơng lai dựa vào quy luật thích hợp mối quan hệ giữa các
biến (quy luật này đƣợc biểu thị bằng mơ hình xác định xây dựng trên những
dữ liệu về “cái đã qua” trong quá khứ hoặc “cái hiện có” trong thực tại), thì
trái lại, dự báo thích nghi lại bỏ qua giả thiết về tính ổn định của mơ hình và
thay thế bằng sự xem xét mềm dẻo hơn. Dự báo thích ghi dựa trên dịng thời
gian và nguồn thông tin mới đƣợc cập nhật. Mô hình dùng trong dự báo thích
ghi đƣợc hiệu chỉnh liên tục.
1.2. Phân loại dự báo theo tầm hạn thời gian
Theo tầm hạn thời gian, dự báo có thể đƣợc phân ra: Dự báo ngắn hạn;
dự báo trung hạn; và dự báo dài hạn. Sự đƣa ra kết luận về “cái sắp tới”
trong tƣơng lai ở giới hạn khoảng 1 hoặc 2 năm trở lại hoặc dự báo các chuỗi
số liệu quý, tháng,.. đƣợc gọi là dự báo ngắn hạn, trong khoảng từ 3 năm đến
dƣới 5 năm đƣợc gọi là dự báo trung hạn, cho khoảng thời gian từ 5 năm trở
lên đƣợc gọi là dự báo dài hạn. Tuy sự phân loại nhƣ vậy rất đơn giản, nhƣng
46
thƣờng phù hợp với hệ thống bắt buộc của các kế hoạch hành động, nhất là
với hoạt động kinh tế.
A. Dự báo dài hạn
Đặc trƣng của loại dự báo này là mơ hình hóa động giữ vai trị lớn. Đó
là điều tất yếu, vì tính khơng ổn định của các quan hệ đƣợc mơ hình hóa. Với
dự báo dài hạn, mơ hình nhân-quả hay đƣợc sử dụng. Tần số dự báo dài hạn
nói chung là thấp. Nhìn chung dự báo dài hạn có một số tính chất đáng lƣu ý
sau:
- Dự báo dài hạn có tính đồng bộ cao hơn hẳn so với dự báo ngắn hạn và
dự báo trung hạn. Sự đƣa ra kết luận về “cái sắp tới” trong tƣơng lai xa
thƣờng là hệ thống những “cái sắp tới” có quan hệ với nhau một cách lơ gíc
và cả ngẫu nhiên nữa. Yêu cầu của tính đồng bộ là do kết luận đƣa ra cho
tƣơng lai xa về từng “cái sắp tới” riêng biệt ít bản chất hơn so với về cả hệ
thống những cái sắp tới gắn bó với nhau.
- Kết quả dự báo dài hạn có đặc trƣng chiến lƣợc, cho nên việc đƣa ra
liên tiếp kết quả dự báo có ý nghĩa đặc biệt quan trọng. Tính chính xác của
chuỗi kết quả dự báo liên tiếp đƣợc xem xét trên toàn bộ tầm hạn thời gian
mà kết luận đƣa ra về “cái sắp tới” trong tƣơng lai xa có ý nghĩa quan trọng
hơn nhiều so với đƣợc xem xét ở bất kỳ thời kỳ riêng biệt nào trong toàn bộ
tầm hạn thời gian dự báo dài hạn đƣợc quan tâm.
- Với dự báo dài hạn, đặc biệt hữu dụng là hai lớp mơ hình trắc lƣợng.
Đó là những mơ hình ngun nhân mơ tả và những mơ hình cổ điển về xu
hƣớng phát triển có chứa cả xu hƣớng lẫn giao động thời kỳ dài của đối
tƣợng đƣợc dự báo. Trái lại, có lẽ ít hữu dụng hơn cả là những lớp mơ hình
khác, đặc biệt là lớp mơ hình các q trình ngẫu nhiên hoặc lớp những mơ
hình thích nghi.
B. Dự báo trung hạn
Loại dự báo này có các đặc điểm chung sau đây:
- Thƣờng sử dụng mơ hình dự báo nhân quả nhiều hơn so với dự báo
ngắn hạn;
- Tần số dự báo ít hơn so với dự báo ngắn hạn;
- So với dự báo dài hạn thì thƣờng ít sử dụng mơ hình nhân quả hơn và
số lần đƣa ra kết quả dự báo thì nhiều hơn.
C. Dự báo ngắn hạn
C.1. Một số đặc trƣng đáng lƣu ý của dự báo ngắn hạn
47
- Nói chung, tầm hạn thời gian của loại dự báo này khơng q 2 năm.
Đặc biệt, những mơ hình đƣợc sử dụng cho việc đƣa ra kết luận về cái sắp tới
trong tƣơng lai gần đƣợc xây dựng trên cơ sở dữ liệu gắn với các thời kỳ đơn
vị thời gian ngắn hơn (tuần, tháng, q).
- Các mơ hình đƣợc ứng dụng ở đây thƣờng khác với lớp mô hình nhân quả. Các mơ hình thƣờng đƣợc sử dụng trong dự báo ngắn hạn thƣờng là mơ
hình quan hệ ngẫu nhiên, mơ hình thích nghi và cả mơ hình xu thế phát triển
theo thời gian.
- Việc tiến hành dự báo (đƣa ra kết quả dự báo) thƣờng đƣợc lặp lại. Các
kết quả dự báo ngắn hạn hay đƣợc quan tâm là dự báo theo cho quý, tháng,
thậm chí theo tuần. Dự báo ngắn hạn thƣờng đƣợc tiến hành thƣờng xuyên,
do vậy tạo ra một nguồn thông tin dồi dào. Đây là cơ sở để đối chứng giữa
kết quả dự báo với thực tế diễn ra của đối tƣợng cần đƣợc dự báo. Sự so sánh
thƣờng xuyên hai nguồn thông tin này cho phép có cơ hội hồn thiện phƣơng
pháp dự báo.
Dự báo ngắn hạn trƣớc hết phục vụ cho công tác chỉ đạo tác nghiệp. Do
vậy, chúng phục vụ cho việc phân biệt tức thời các quá trình kinh tế và cho
việc thực hiện các quyết định thông qua ngƣời sử dụng. Có nhiều ý kiến cho
rằng, dự báo ngắn hạn phải đƣợc xây dựng cho các đơn vị cấp thấp, ví dụ các
xí nghiệp hoặc cơng ty. Điều đó có phần đúng. Tuy nhiên, cũng có thể sử
dụng chúng để chỉ đạo tác nghiệp ở cấp cao hơn.
C.2. Lựa chọn lớp mơ hình dự báo ngắn hạn
Đối với dự báo ngắn hạn, có ba loại mơ hình hay đƣợc sử dụng. Mơ hình
mơ tả xu hƣớng phát triển; mơ hình mơ tả các q trình ngẫu nhiên; và mơ
hình thích nghi.
Mơ hình mơ tả xu hƣớng phát triển: Đó là các mơ hình có dạng hàm số
tốn học, mô tả mối quan hệ giữa hiện tƣợng cần dự báo với biến thời gian.
Các thông số của hàm đƣợc ƣớc lƣợng dựa vào các số liệu phản ánh quá trình
phát triển của hiện tƣợng và thƣờng đƣợc coi là không thay đổi theo thời
gian. Một điểm cần lƣu ý ở đây là, ngồi sử dụng hàm số mơ tả khuynh
hƣớng đối với các chuỗi số liệu tuần, 10 ngày, tháng, quý có thể xuất hiện
những giao động mùa và những giao động chu kỳ ngắn khác. Vì vậy, trong
quá trình dự báo phải đƣa các yếu tố này vào mơ hình.
Mơ hình mơ tả các q trình ngẫu nhiên: Đó là mơ hình và những
phƣơng pháp dự báo phù hợp có quan hệ với tình huống khi các q trình
dừng xuất hiện. Ở loại mơ hình này, đầu tiên thƣờng loại đi thành phần “hệ
thống” (thành phần khuynh hƣớng và biến động mùa), sau đó vận dụng
48
phƣơng pháp dự báo thích hợp cho thành phần ngẫu nhiên. Mơ hình q trình
ngẫu nhiên đƣợc ứng dụng vào dự báo ngắn hạn khi thành phần ngẫu nhiên
chi phối đáng kể tới sự biến động của hiện tƣợng đƣợc dự báo.
Mơ hình thích nghi: Đó là mơ hình mà các tham số của chúng đƣợc xác
định nhiều lần mỗi khi có đƣợc các thơng tin mới. Ƣớc lƣợng mới của các
thơng số đƣợc tính dựa vào các giá trị trƣớc đó của chúng và các thơng tin
mới nhất có đƣợc. Trong lớp những mơ hình thích nghi dùng vào dự báo
ngắn hạn, mơ hình san số mũ đƣợc đơn giản hóa, mơ hình san số mũ - tự hồi
quy. Trong đó, mơ hình san số mũ theo R-G-Brown đƣợc biết đến nhiều nhất.
II. MƠ HÌNH VÀ PHƢƠNG PHÁP DỰ BÁO
2.1. Mơ hình dự báo
Để tiến hành dự báo một hiện tƣợng kinh tế nào đó, đầu tiên ngƣời ta
thƣờng xây dựng mơ hình kinh tế trắc lƣợng. Mơ hình kinh tế trắc lƣợng là
một biểu thức tốn học mơ tả các mối quan hệ, thƣờng là rất phức tạp, trong
nền kinh tế. Các mối quan hệ này thƣờng đƣợc thể hiện dƣới dạng các
phƣơng trình tốn học. Các mơ hình kinh trắc thƣờng khơng phải là các mơ
hình hồn hảo, tuy nhiên, chúng thƣờng mô tả gần đúng các mối quan hệ đủ
cho phép hiểu đƣợc bản chất của mối quan hệ và dự báo sự phát triển của mối
quan hệ này trong tƣơng lai.
2.2. Phương pháp dự báo
Trên cơ sở mơ hình mơ tả mối quan hệ giữa các yếu tố trong nền kinh tế,
xác định một phƣơng trình tốn học cụ thể mơ tả mối quan hệ ấy, sau đó ƣớc
lƣợng các thơng số của mơ hình thì đƣợc gọi là phƣơng pháp dự báo. Thí dụ,
mơ hình dự báo theo dãy số thời gian có dạng:
(a) Xt= f(t) + (t ) + z(t) hoặc (b) Xt= f(t) (t ) z(t)
Trong đó f(t) là thành phần khuynh hƣớng; (t ) - thành phần biến động
thời vụ và z(t)- thành phần ngẫu nhiên.
Việc xác định cụ thể dạng phƣơng trình của các thành phần trên xác lập
các phƣơng pháp dự báo khác nhau.
2.3. Mơ hình dự báo ngắn hạn đa nhân tố
Mục này trình bày 3 vấn đề:
- Cơ sở lý luận dự báo ngắn hạn đa nhân tố trong dự báo các chỉ tiêu
thống kê kinh tế;
- Một số mơ hình dự báo ngắn hạn đa nhân tố;
49
- Điều kiện số liệu và khả năng áp dụng mơ hình dự báo ngắn hạn ở Việt
Nam
A. Cơ sở lý luận dự báo ngắn hạn đa nhân tố trong dự báo các chỉ tiêu
thống kê kinh tế
Trong quá trình phát triển của ngành Thống kê, với sự kết hợp những
thành tựu của tốn học, đã xuất hiện bộ mơn Thống kê tốn học (cịn gọi là
Tốn thống kê). Mục tiêu chính của tốn thống kê là, nghiên cứu vận dụng
các cơng cụ tốn học nói chung và bộ mơn xác suất nói riêng để lƣợng hố
các qui luật mang tính đám đơng của cơng tác thống kê. Tốn thống kê trong
kinh tế, hoặc Kinh tế lƣợng (tiếng Anh là Econometrics, từ ghép của hai từ
Economics và Metric), là môn khoa học lƣợng hoá các qui luật thống kê kinh
tế, gồm có 2 phần: (1) phần mơ hình kinh tế lƣợng tập trung nghiên cứu các
mơ hình kinh tế định lƣợng trên cơ sở các học thuyết kinh tế; (2) phần
phƣơng pháp kinh tế lƣợng, đi sâu nghiên cứu các phƣơng pháp thống kê
trong kinh tế. Hai phần này có quan hệ mật thiết với nhau, nhƣng phát triển
tƣơng đối độc lập.
Các phƣơng pháp và mơ hình kinh tế lƣợng là những công cụ, trên thực
tế, giá trị của các phân tích và dự báo định lƣợng lại phụ thuộc nhiều vào dãy
số liệu thống kê. Chất lƣợng của dãy số liệu thống kê phụ thuộc vào việc đáp
ứng các nguyên tắc sau đây:
- Nguyên tắc khách quan: đòi hỏi các số liệu thống kê phải phản ánh
đúng hiện thực khách quan, tránh tình trạng các số liệu khơng đƣợc thống kê
mà chỉ do một tổ chức hay cá nhân tính ra, cho mục đích chủ quan.
- Nguyên tắc đám đơng: dãy số liệu thống kê phản ánh đƣợc tính qui
luật phổ biến của các mối quan hệ kinh tế, vì thế dãy phải đủ dài để thơng qua
đó các phƣơng pháp thống kê phát hiện đƣợc tính qui luật.
- Nguyên tắc hệ thống: Các dãy số liệu thống kê của một hệ thống kinh
tế phải tƣơng thích với nhau, phản ánh sự thống nhất giữa các phần tử trong
một hệ thống.
B. Một số mơ hình dự báo ngắn hạn đa nhân tố
Mơ hình kinh tế lƣợng đƣợc sử dụng nhiều trong dự báo thống kê ngắn
hạn khi các điều kiện về số liệu thống kê có đƣợc trong một thời gian tƣơng
đối dài, đáp ứng các kiểm định thống kê. Cơ sở lý thuyết để xây dựng các mơ
hình kinh tế lƣợng là các học thuyết kinh tế, nghiên cứu mối quan hệ giữa các
chỉ tiêu kinh tế.
50
Mơ hình kinh tế lƣợng đơn giản nhất là một phƣơng trình hồi qui tƣơng
quan, có dạng sau đây:
k
(1) Y =
ai fi(X) + ε
1
Ở đây Y và X là các chỉ tiêu kinh tế thống kê đƣợc; ai là các tham số và
fi là hàm số của X; ε là sai số thống kê.
Trong trƣờng hợp đặc biệt fi(X) = Xi , i = 0,1,...k; X0 = 1; phƣơng trình
(1) có dạng
(2) Y = a0 + a1X1 + ... + akXk
Ở đây Y là chỉ tiêu cần dự báo; X1,..., Xk là các yếu tố ảnh hƣởng đến Y,
Thông qua các dãy số liệu về Y và Xi (i=1,...,k), ngƣời ta ƣớc lƣợng các
tham số ai (i=0,1,...,k). Sử dụng phƣơng trình hồi qui này có thể tính tốn các
dự báo về Y cho các năm tiếp theo bằng cách thay các giá trị Xi tƣơng ứng.
Trƣờng hợp đặc biệt Xi = ti, t là biến thời gian, ta có phƣơng trình thể
hiện xu thế của chỉ tiêu cần dự báo theo thời gian, có dạng một đa thức bậc k
sau đây:
(3) Y = a0 + a1t + a2t2 +…+ aktk
Trong trƣờng hợp đơn giản nhất, khi k=1 , ta có phƣơng trình tuyến tính
theo thời gian t, dạng
(4) Y = a0 + a1t
Thơng qua các phần mềm thống kê có sẵn, ngƣời ta ƣớc lƣợng hai
tham số ao và a1. Phƣơng trình tuyến tính theo thời gian này cho biết chỉ tiêu
cần dự báo đồng biến hoặc nghịch biến theo thời gian (tƣơng ứng với a1> 0
hoặc a1 < 0). Khi thay giá trị t cho thời điểm cần dự báo vào phƣơng trình đã
ƣớc lƣợng, ngƣời ta có giá trị dự báo của chỉ tiêu Y.
Theo kinh nghiệm, số năm dự báo thƣờng nhỏ hơn 1/3 số năm có số liệu
thống kê trong quá khứ. Để ƣớc lƣợng các tham số ai (i=0,1,...,k), có thể dùng
các phần mềm thống kê nhƣ EVIEWS hay EXELS.
Mơ hình kinh tế lƣợng dạng tổng quát có thể đƣợc biểu diễn nhƣ sau:
(5) Y = AY + BZ + Å
Ở đây Y là véc tơ m chiều của các biến nội sinh (Y1, Y2,..., Ym)‟; biến
nội sinh là biến đƣợc xác định giá trị qua mơ hình.
A là ma trận bậc m x m
Z là véc tơ l chiều của các biến ngoại sinh (Z1, Z2,..., Zl)‟; biến ngoại
51
sinh là biến đƣợc xác định giá trị ngồi mơ hình.
B là ma trận bậc m x l
Å là véc tơ sai số ngẫu nhiên
Trong các phƣơng trình của (19) ngƣời ta phân ra các phƣơng trình định
nghĩa (mơ tả các định nghĩa của các mối quan hệ trong kinh tế) và các
phƣơng trình hành vi hay phƣơng trình tƣơng quan (xác định mối tƣơng quan
giữa các chỉ tiêu kinh tế).
Thông qua các dãy số thống kê các biến của véc tơ Y , Z tại n thời điểm
t1, t2, …, tn; các giá trị quan sát này đƣợc ký hiệu là Y1, Y2, ..., Yn ; Z1, Z2,...,
Zn ngƣời ta ƣớc lƣợng các tham số của các phƣơng trình tƣơng quan bằng các
phƣơng pháp bình phƣơng tối thiểu, ... (các phƣơng pháp này đã đƣợc
chƣơng trình hố trong một số phần mềm thống kê nhƣ EVIEWS, rất tiện
dụng). Sau khi kiểm định lại tính sát thực của mơ hình và dãy số liệu, ngƣời
ta tiến hành dự báo theo hai bƣớc:
- Bƣớc 1: Xác định các giá trị của biến ngoại sinh tại thời điểm dự báo
- Bƣớc 2: Thay các giá trị của biến ngoại sinh vào mô hình (5), ta có một
hệ phƣơng trình đại số tuyến tính của các biến nội sinh; giải hệ phƣơng trình
này, ta có giá trị dự báo của các biến nội sinh.
2.4. Mơ hình dự báo theo dãy số thời gian
Mơ hình và giả thiết của dự báo
Giả sử có dãy số liệu động thái phản ánh sự phát triển theo thời gian của
một chỉ tiêu kinh tế nào đó có ký hiệu nhƣ sau:
n
(30) xt t 1 , trong đó x ký hiệu chỉ tiêu thống kê, t biểu thị thời gian, còn
n chỉ độ dài của dãy số này; t chạy từ 1 đến n.
Dãy số liệu này đƣợc coi là sự thể hiện của một quá trình ngẫu nhiên, ví
dụ Xt, nào đó. Q trình này một mặt phụ thuộc vào yếu tố (biến) thời gian t,
một mặt chịu sự chi phối của ba thành phần là: thành phần khuynh hƣớng
f(t), thành phần biến động thời vụ (t ) và thành phần ngẫu nhiên z(t). Giữa
ba thành phần này có mối quan hệ cộng tính hoặc nhân tính.
+ Quan hệ cộng tính:
(31) Xt= f(t) + (t ) + z(t)
+ Quan hệ nhân tính:
(32) Xt= f(t) (t ) z(t)
52
Do mơ hình (32) có thể chuyển về dạng của mơ hình (31) thơng qua
phép biến đổi lơga nên từ đây chỉ nghiên cứu ứng dụng mơ hình (31).
Thành phần khuynh hướng f(t) về bản chất nó do nội lực của hiện
tƣợng đƣợc nghiên cứu tác thành. Nó phát triển một cách có hệ thống và theo
một quy luật nhất định tùy theo điều kiện nội và ngoại cảnh quyết định.
Thành phần biến động thời vụ (t ) đƣợc giả thiết là phát triển có hệ
thống và theo một chu kỳ k nhất định. Điều này có nghĩa là cứ sau khoảng k
thời gian hiện tƣợng lại đƣợc lặp lại: (t ) = (t mk ) , trong đó k đƣợc gọi là
chu kỳ dao động mùa vụ.
Thành phần ngẫu nhiên z(t) là thành phần phản ánh sự tác động của
các yếu tố ngẫu nhiên lên sự phát triển của hiện tƣợng đƣợc nghiên cứu. Ví
dụ, sự cố đột nhiên mất điện hoặc đột nhiên có bão làm ảnh hƣởng tới sản
xuất,...
Thành phần ngẫu nhiên có đặc trƣng sau:
+ Có kỳ vọng tốn bằng 0: E(z(t))=0.
+ Khơng phụ thuộc vào biến thời gian t
Với các điều kiện trên có:
(33)
E(Xt)= f(t) + (t )
Nhƣ vậy, về lý thuyết, có cơ sở để coi dự báo là dự báo không chệch.
Vấn đề đƣợc đặt ra bây giờ là, để tiến hành dự báo ta phải dự báo đƣợc
xu thế phát triển của hai thành phần là thành phần khuynh hƣớng và thành
phần biến động thời vụ. Để làm đƣợc điều đó cần thực hiện hai bƣớc: bƣớc
thứ nhất là tách hai thành phần này ra khỏi dãy số động thái; bƣớc thứ hai là
dự báo sự phát triển của chúng trong tƣơng lai. Tách hai thành phần đó ra
khỏi dãy số nhằm phát hiện tính quy luật của chúng trên cơ sở đó xác định
mơ hình dự báo cho thích hợp. Tùy theo từng mơ hình dự báo cụ thể, phƣơng
pháp tách thành phần khuynh hƣớng có khác nhau. Đối với thành phần mùa
vụ, thƣờng để đơn giản chấp nhận giả thuyết là biên độ biến động thời vụ
khơng thay đổi, vì vậy cách tách thành phần mùa vụ ở các phƣơng pháp đều
tƣơng tự nhau.
A. Tách thành phần khuynh hƣớng và dự báo theo phƣơng pháp xấp xỉ
đoạn (Gia Quyền Điều Hồ- GQDH)
Có nhiều phƣơng pháp để tách thành phần khuynh hƣớng ra khỏi dãy số
động thái. Ở đây chúng tôi sẽ giới thiệu cách tách thành phần khuynh
hướng bằng phương pháp xấp xỉ đoạn. Nội dung của phƣơng pháp nhƣ sau:
53
Mỗi giá trị của thành phần khuynh hƣớng đƣợc coi là một đại lƣợng
ngẫu nhiên. Nó đƣợc xác định bằng một phƣơng trình đƣờng thẳng mà mỗi
thơng số của phƣơng trình đƣờng thẳng này là một đại lƣợng phụ thuộc vào
thời gian t. Phƣơng trình mơ tả giá trị của từng điểm của khuynh hƣớng có
dạng:
Pt= at + btt, với t = 1,2,...,n
Để tách thành phần khuynh hƣớng bằng phƣơng pháp xấp xỉ đoạn, tiến
hành các bƣớc sau:
Đầu tiên chọn một số K nào đó (thƣờng đƣợc chọn bằng chu kỳ của mùa
vụ) làm cơ sở để phân đoạn đƣờng cong (K cũng chính là số điểm nằm trên
đoạn thẳng), sau đó tính các thơng số của các phƣơng trình đoạn thẳng:
(34) Pit
ai t
bi , với i= 1,2,…,n-K+1, t=1,2,…,n
Công thức (34) biểu thị các đoạn gấp khúc của đƣờng khuynh hƣớng.
Có nhiều phƣơng pháp để ƣớc lƣợng các thơng số ai và bi của các phƣơng
trình này. Ở đây giới thiệu cách ƣớc lƣợng các thông số a và b bằng phƣơng
pháp qua 2 điểm. Cụ thể:
(35)
ai
X i2 X i
t i 2 ti
(36)
bi
X i ai ti , trong đó: t i
i=1,2,…,n-K+1 và t i 2
1i K1
t , X i2
m t i
1
K
i K 1
t , Xi
t i
1iK1
xt , với
m ti
1
K
i K 1
xt , với t=1,2,…,n;
t i
(t> t i ) và m là số lượng t
Khi đã có các thơng số của các đoạn thẳng ta ƣớc lƣợng thông số của
từng thời điểm t. Do số liệu ở từng thời kỳ (điểm) của dãy số thời gian tham
gia vào mô tả các đoạn thẳng khác nhau nên việc tính các thơng số của
phƣơng trình mơ tả các sự biến động của dãy số thời gian ở từng thời kỳ
(điểm) sẽ đƣợc tính dựa vào số lần tham gia vào mô tả các đoạn thẳng khác
nhau. Cơng thức tính
1 t
ai ;.....t
t i1
(37a)
at
1
K
1,2,...,K
t
ai ;.....t
K 1,...,n K 1
i t K 1
n K 1
1
ai ;.....t
n t 1i t K 1
54
n K
2,...,n
1 t
bi ;.....t
t i1
(37b)
1
K
bt
1,2,...,K
t
b ;.....t
K 1,...,n K 1
i
i t K 1
n K 1
1
bi ;.....t
n t 1i t K 1
n K
2,...,n
Ước lượng giá trị khuynh hướng từng thời điểm t
Các giá trị khuynh hƣớng ở từng thời điểm t đƣợc ƣớc lƣợng dựa vào
công thức:
(38)
Pt
với t= 1,2,…,n
at t bt ,
Thành phần khuynh hƣớng tách đƣợc sẽ là cơ sở để dự báo sự phát triển
của hiện tƣợng đƣợc nghiên cứu ở phƣơng pháp dự báo gia quyền điều hoà,
mức độ gia tăng của thành phần khuynh hƣớng là thành tố quan trọng xác
định mức độ gia tăng của nó trong tƣơng lai.
B. Tách thành phần khuynh hƣớng và dự báo bằng phƣơng pháp san số
mũ
Trong dự báo theo dãy số thời gian, thông thƣờng ngƣời ta xác định
dạng của thành phần khuynh hƣớng. Trong thực tế, rất khó xác định dạng của
hàm mô tả khuynh hƣớng của hiện tƣợng đƣợc nghiên cứu, vì vậy đa thức
bậc p thƣờng đƣợc sử dụng để mơ tả sự biến động của nó. Đa thức bậc p có
đặc điểm là mơ tả rất uyển chuyển sự biến động "thất thƣờng" của hiện tƣợng
nghiên cứu. Theo quan điểm này mơ hình khuynh hƣớng có dạng:
(39) Yt
0
t
1
2
t2
t 3 ...
3
p
tp
(t )
(t )
Ở thời điểm t, ngƣời ta muốn dự báo ở thời điểm t+ nào đó ( là số
nguyên dƣơng lớn hơn 1). Theo nguyên lý dự báo khơng chệch ta có:
(40) E(Yt )
0
1
(t
)
2
(t
)2
3
(t
)3 ...
p
(t
)p
(t )
Nhƣ vậy giá trị dự báo đƣợc xác định bằng giá trị khuynh hƣớng cộng
với giá trị thời vụ ở thời kỳ dự báo.
Mơ hình sử dụng trong phương pháp san số mũ
Do ở phƣơng pháp san số mũ cho phép các thông số của đa thức dự báo
thay đổi theo thời gian nên mơ hình (39) đƣợc thay bằng mơ hình sau:
(41) Yt
0t
1t
t
2t
t2
3t
t 3 ...
pt
tp
(t )
(t )
55
Mơ hình (41) khác với mơ hình (39) ở chỗ, các thơng số có thêm chỉ số t
biểu thị sự thay đổi theo thời gian.
Trong phƣơng pháp san số mũ, dự báo đƣợc tiến hành theo một phƣơng
pháp đặc biệt do vậy ngƣời ta biểu diễn mơ hình (41) ở dạng:
(42) Yt
a0 t
Trong đó,
a1t t
0t
a0 t ,
1
a2t t 2
2!
1t
1
a3t t 3
3!
a1t ,
2t
...
1
a pt t p
p!
1
a2t , ...,
2!
pt
(t )
(t )
1
a pt
p!
Mô hình (41) đƣợc quyền chuyển đổi thành mơ hình (42) vì có thể xây
dựng một ánh xạ 1-1 cho các hệ số tƣơng ứng của hai mơ hình này. Mơ hình
(42) giúp chúng ta dễ dàng hơn trong nghiên cứu vì khi lấy vi phân bậc i của
các hệ số chúng ta thu đƣợc một kết quả rất đơn giản đó là ait:
1
( ait t i ) (i )
i!
ait , ở đây (i) biểu thị vi phân bậc i.
C. Tách thành phần khuynh hƣớng và dự báo bằng phƣơng pháp tự hồi
quy
Để định nghĩa mơ hình AR phải xuất phát từ phƣơng trình (34) và lƣu ý
ln phải thoả mãn điều kiện = 0 (hay ‟ = 0), điều này có nghĩa là, các
mức ý nghĩa của chuỗi thời gian đƣợc biểu diễn là các sai lệch so với giá trị
trung bình.
Khi p trọng số đầu tiên trong phƣơng trình (34) khác 0 còn tất cả các
trọng số còn lại trong mơ hình bằng 0 thì Box-Jenkins gọi đó là quá trình tự
hồi quy bậc p, đƣợc ký hiệu AR(p) tại thời điểm t
Xt = b1Xt-1 + b2Xt-2 + b3Xt-3 + …..+ bpXt-p + Ut
C. Tách thành phần mùa vụ
Sau khi đã ƣớc lƣợng đƣợc giá trị khuynh hƣớng ta tiến hành tách thành
phần mùa vụ. Để việc tính tốn sau này đƣợc thuận tiện, chúng tôi tách thành
phần mùa vụ theo dạng chỉ số. Cách làm nhƣ sau:
Đầu tiên tính tỷ số (M) giữa giá thực tế và giá trị khuynh hƣớng đã tách
đƣợc:
(43) M t j
xtj
, với t= 1,2,…,n; j=1, 2,...,k và k là số thời vụ
Pt
E. Các giả thiết cơ bản của dự báo
Khi tiến hành dự báo, thƣờng xuất hiện các tình huống sau:
56
a) Trong thời gian từ t đến t+ (thời kỳ dự báo), các hệ số của mơ hình
dự báo thay đổi.
b) Trong thời gian từ t đến t+ , bậc của đa thức thay đổi, và
c) Phƣơng sai của thành phần ngẫu nhiên là một hàm tăng theo thời
gian.
d) Chu kỳ biến động thời vụ không thay đổi theo thời gian.
Trƣờng hợp a) và b) đƣa đến tình huống là, các giá trị dự báo sẽ không
đƣợc xác định bằng kỳ vọng toán của biến đƣợc dự báo. Và nhƣ vậy dự báo
của chúng ta là dự báo chệch.
Trong trƣờng hợp thành phần ngẫu nhiên là một hàm tăng theo thời
gian, dự báo vẫn cho kết quả không chệch, nhƣng lại mắc sai số hệ thống.
Điều này làm cho hiệu quả dự báo giảm đi đáng kể.
Thông thƣờng khi tiến hành dự báo, ngƣời ta giả thiết rằng các trƣờng
hợp a), b), c) không xảy ra. Các giả thiết nhƣ vậy đƣợc gọi là các giả thiết cơ
bản của dự báo.
PHẦN HAI
LỰA CHỌN MỘT SỐ CHỈ TIÊU KINH TẾ VÀ PHƢƠNG PHÁP DỰ
BÁO NGẮN HẠN
I. XÁC ĐỊNH, LỰA CHỌN MỘT SỐ CHỈ TIÊU THỐNG KÊ CHỦ YẾU
ĐỂ THỬ NGHIỆM DỰ BÁO NGẮN HẠN
1.1. Nguyên tắc xác định các chỉ tiêu cần dự báo
Thông thƣờng các nhà quản lý muốn biết trƣớc cái gì sẽ xảy ra cho tất
cả các chỉ tiêu thống kê kinh tế, xã hội. Tuy nhiên, trong thực tế việc làm này
không dễ dàng, bởi các nguyên nhân nhƣ không thể nắm bắt đƣợc quy luật
của tất cả các hiện tƣợng, nhiều hiện tƣợng không lƣu trữ đƣợc thông tin về
chúng trong quá khứ và hiện tại, vì vậy, khơng có cơ sở để phân tích và dự
báo, nhiều hiện tƣợng lƣu trữ đƣợc thông tin nhƣng lại không đủ nhiều để
nghiên cứu quy luật phát triển của nó, nhiều hiện tƣợng xảy ra rất thất thƣờng
nên cũng khơng thể tìm ra quy luật phát triển, khối lƣợng cơng việc cần tiến
hành trong q trình dự báo rất lớn nên không thể tiến hành dự báo cho tất cả
các hiện tƣợng kinh tế, xã hội đƣợc.
Lý luận và thực tiễn cho thấy khi tiến hành lựa chọn các chỉ tiêu để dự
báo cần thực hiện theo các nguyên tắc sau đây:
57
a. Các chỉ tiêu đƣợc chọn phải là các chỉ tiêu quan trọng, cần thiết cho
chỉ đạo tác nghiệp của các cơ quan của Đảng và Nhà nƣớc cũng nhƣ các bộ,
các ngành.
b. Các chỉ tiêu đƣợc chọn để dự báo phải có đủ thơng tin thống kê đáng
tin cậy để việc dự báo đƣợc tiến hành có hiệu quả.
1.2. Yêu cầu đối với số liệu phục vụ dự báo thống kê
Trong công tác dự báo thống kê thƣờng sử dụng dãy số liệu phản ánh sự
phát triển của hiện tƣợng theo thời gian. Để có thể tiến hành dự báo và đảm
bảo kết quả dự báo sát thực, cần thực hiện các yêu cầu về sự đồng nhất của số
liệu thuộc phạm vi tính tốn, cũng nhƣ sự đồng nhất về thời kỳ nghiên cứu.
Dãy số liệu phải đảm bảo tính so sánh giữa các thời kỳ đủ dài và liên tục.
Điều kiện này đảm bảo cho phát hiện quy luật phát triển của hiện tƣợng đƣợc
nghiên cứu. Một trong những yêu cầu quan trọng khác đối với dãy số liệu là
chúng phải đƣợc thu thập một cách khách quan, khơng có sự tác động chủ
quan của con ngƣời.
1.3. Khảo sát các dãy số liệu phục vụ dự báo
Đề tài nghiên cứu chỉ giới hạn ở lĩnh vực dự báo kinh tế, vì vậy chỉ dừng
lại ở các chỉ tiêu thống kê phản ánh các quá trình kinh tế. Trên bình diện kinh
tế, các chỉ tiêu thống kê đƣợc phân ra: thống kê kinh tế tổng hợp; thống kê
công nghiệp và xây dựng; thống kê nông, lâm nghiệp và thủy sản; thống kê
thƣơng mại, dịch vụ và giá cả. Trong mục II sẽ tiến hành khảo sát điều kiện
thông tin của các lĩnh vực này.
Dự báo ngắn hạn đƣợc hiểu chủ yếu theo một trong hai nghĩa là dự báo
kết quả đạt đƣợc của một chỉ tiêu kinh tế nào đó thuộc một hoặc hai năm tiếp
theo (dự báo năm) và dự báo kết quả đạt đƣợc của một chỉ tiêu kinh tế nào đó
ở các quý, tháng, tiếp theo (dự báo quý, tháng, ...). Để thực hiện dự báo năm
cần có dãy số liệu phản ánh kết quả đạt đƣợc của chỉ tiêu ở các năm, còn đối
với dự báo theo quý, tháng,... cần có dãy số liệu phản ánh kết quả đạt đƣợc
của chỉ tiêu ở các quý, tháng,...
Trong lĩnh vực kinh tế tổng hợp Nhà nƣớc quan tâm thì nhiều chỉ tiêu
thống kê khác nhau. Các chỉ tiêu này thƣờng đƣợc chia ra theo các nhóm: các
chỉ tiêu phản ánh kết quả sản xuất; các chỉ tiêu phản ánh đầu vào; các chỉ tiêu
phản ánh lực lƣợng lao động; và các chỉ tiêu phản ánh thu, chi ngân sách. Ở
từng nhóm chỉ tiêu này, các chỉ tiêu cũng có mức độ quan tâm khác nhau và
cần đƣợc lựa chọn trong quá trình tiến hành dự báo.
58
Dƣới đây là kết quả khảo sát nguồn thông tin của các nhóm chỉ tiêu trên
nhằm phục vụ cho cơng tác dự báo.
A. Lĩnh vực thống kê kinh tế tổng hợp
A.1 Các chỉ tiêu phản ánh kết quả sản xuất
Trong nhóm này có hai chỉ tiêu đƣợc quan tâm đặc biệt, đó là:
1) Tổng giá trị sản xuất: là chỉ tiêu kinh tế tổng hợp phản ánh toàn bộ
giá trị sản phẩm vật chất và dịch vụ đƣợc sản xuất ra trong một thời kỳ nhất
định.
2) Tổng sản phẩm trong nước (GDP): Là chỉ tiêu kinh tế tổng hợp
phản ánh giá trị phát sinh của hàng hoá và dịch vụ đƣợc tạo ra bởi toàn bộ
nền kinh tế trong một thời kỳ nhất định.
A.2. Các chỉ tiêu phản ánh kết quả huy động đầu vào
Đầu vào của quá trình sản xuất ở cấp vĩ mô đƣợc quan tâm nhiều nhất là
các chỉ tiêu sau:
1) Vốn đầu tư: Là chỉ tiêu phản ánh toàn bộ chi tiêu để gia tăng hoặc
duy trì tài sản vật chất trong một thời kỳ nhất định.
2) Tích luỹ tài sản: Là chỉ tiêu kinh tế tổng hợp phản ánh chi tiêu cho
đầu tƣ tài sản cố định, đầu tƣ tài sản lƣu động và đầu tƣ tài sản quý hiếm
trong một thời kỳ nhất định.
A.3. Các chỉ tiêu phản ánh về lao động
Lao động là một trong hai yếu tố quan trọng nhất của một nền kinh tế.
Số lƣợng, chất lƣợng (thể hiện qua trình độ học vấn, trình độ tay nghề của lao
động) và sự phân bố lao động có ảnh hƣởng rất lớn tới kết quả sản xuất của
nền kinh tế.
A.4. Các chỉ tiêu phản ánh về thu chi ngân sách Nhà nƣớc
Thu và chi ngân sách nhà nƣớc là hai hoạt động quan trọng của một
quốc gia. Thu là để tăng nguồn lực kinh tế, quốc phòng cho quốc gia, còn chi
là nhằm duy trì bộ máy quản lý nhà nƣớc, hỗ trợ cho phát triển kinh tế, xã
hội. Hai chỉ tiêu này phản ánh tình hình các khoản thu và khoản chi của ngân
sách Nhà nƣớc.
B. Lĩnh vực thống kê nông, lâm nghiệp và thủy sản
Nông nghiệp cũng là một lĩnh vực kinh tế đƣợc Đảng và Nhà nƣớc quan
tâm đặc biệt, vì nó là nền tảng đảm bảo an ninh lƣơng thực cho quốc gia,
đồng thời cũng là một nguồn xuất khẩu quan trọng của đất nƣớc. Trong lĩnh
59
vực này, các chỉ tiêu sau đây thƣờng đƣợc quan tâm thƣờng xun và cần có
thơng tin dự báo ngắn hạn: Chỉ tiêu kết quả sản xuất; Vốn; Lao động; Giá trị
trồng trọt; Giá trị chăn nuôi; Giá trị lâm nghiệp; Giá trị thuỷ sản.
Hiện trạng số liệu
+ Một số chỉ tiêu có số liệu từ năm 1986 đến năm 2005 nhƣ giá trị sản
xuất chăn nuôi, trồng trọt…đây là một điều kiện quan trọng vì dãy số thời
gian tƣơng đối dài giúp cho việc dự báo thống kê đƣợc chính xác hơn, đó là
cơ sở để phát hiện tính quy luật trong lĩnh vực này.
+ Lao động nông nghiệp trong khu vực nhà nƣớc phân theo hoạt động
nông nghiệp, chỉ tiêu này chỉ có số liệu từ năm 1990 trở lại đây và khơng xác
định đƣợc cụ thể vì lao động trong lĩnh vực nông nghiệp rất đa dạng, do đó
chỉ có thể thống kê đƣợc lao động nơng nghiệp trong khu vực nhà nƣớc.
+ Chỉ tiêu sản phẩm chăn nuôi, sản phẩm gỗ khai thác, sản lƣợng thủy
sản ni trồng phân theo địa phƣơng có số liệu từ năm 2000 đến năm 2005.
+ Một số chỉ tiêu đƣợc phân theo địa phƣơng và có số liệu từ năm 2000
đến năm 2005 nhƣ sản lƣợng lƣơng thực có hạt, diện tích cây lƣơng thực có
hạt.
+ Giá trị tăng thêm của nhóm ngành nơng lâm nghiệp và thuỷ sản khơng
có số liệu.
+ Lao động nông nghiệp phân theo vùng lãnh thổ và trình độ chun
mơn khơng thống kê đƣợc.
C. Lĩnh vực thống kê công nghiệp và xây dựng
Phát triển công nghiệp là một hƣớng ƣu tiên của đất nƣớc, vì vậy thông
tin về về hiện trạng và xu thế phát triển công nghiệp đƣợc các nhà quản lý
đặc biệt quan tâm. Cũng giống nhƣ toàn bộ nền kinh tế, trong lĩnh vực công
nghiệp các chỉ tiêu thống kê đƣợc quan tâm bao gồm: Giá trị sản xuất của
tồn ngành cơng nghiệp và Giá trị gia tăng của tồn ngành cơng nghiệp. Hơn
nữa, các chỉ tiêu này còn đƣợc chi tiết hóa tới từng ngành kinh tế cấp 3, thậm
chí có chỉ tiêu còn đến cấp 4. Chỉ tiêu giá trị gia tăng của tồn ngành cơng
nghiệp rất quan trọng vì cho biết hiệu quả sản xuất của nội bộ ngành cơng
nghiệp, mặt khác, cịn là cơ sở để tính tốn sự đóng góp của ngành cơng
nghiệp trong GDP quốc gia.
Ngồi các chỉ tiêu giá trị, một số chỉ tiêu hiện vật cũng đƣợc các nhà
quản lý quan tâm. Đó là các chỉ tiêu phản ánh kết quả sản xuất của một số sản
phẩm công nghiệp quan trọng của nền kinh tế, ví dụ nhƣ sản lƣợng khai thác
60
than, sản lƣợng thép đƣợc sản xuất trong nƣớc, sản lƣợng điện, sản lƣợng xi
măng,... (các chỉ tiêu này tính bằng các đơn vị: tấn, KW,...).
Về cơ bản, số liệu các chỉ tiêu thống kê cơng nghiệp có thể đáp ứng
đƣợc cho công tác dự báo. Tuy nhiên, phần lớn các chỉ tiêu chỉ có số liệu
theo năm. Số liệu theo tháng, quý còn hạn chế. Số liệu để tiến hành công tác
dự báo về các chỉ tiêu của ngành xây dựng hầu nhƣ khơng có. Các chỉ tiêu
thống kê cơng nghiệp hiện có gồm: Giá trị sản xuất cơng nghiệp theo giá so
sánh; Giá trị sản xuất công nghiệp theo giá thực tế; Một số sản phẩm công
nghiệp chủ yếu; Các chỉ tiêu giá trị sản xuất công nghiệp theo giá so sánh
phân theo ngành và địa phƣơng (có từ năm 2000 đến 2005); Các chỉ tiêu về
vốn đối với ngành công nghiệp và xây dựng theo giá so sánh và vốn đầu tƣ
của khu vực kinh tế Nhà nƣớc; Lao động trong các cơ sở sản xuất công
nghiệp; Lao động trong các cơ sở sản xuất công nghiệp phân theo ngành kinh
tế; Các chỉ tiêu về sản phẩm chủ yếu của ngành cơng nghiệp gồm có số liệu
phân theo sản phẩm và theo thành phần kinh tế; Các chỉ tiêu về xây dựng
gồm có số lƣợng nhà ở và tổng diện tích nhà ở sử dụng hiện có.
D. Lĩnh vực thống kê thƣơng mại, dịch vụ và giá cả
Trong nền kinh tế thị trƣờng, thƣơng mại, dịch vụ và giá cả đóng vai trị
quan trọng. Các thơng tin về lĩnh vực này đƣợc các nhà quản lý đặc biệt quan
tâm, nhất là các thơng tin mang tính tác nghiệp nhƣ giá cả, giá trị hàng hoá
xuất, nhập khẩu, tổng mức bán lẻ hàng hoá và dịch vụ,... Ngƣời ta không
những quan tâm tới giá trị hiện thời của các chỉ tiêu này mà còn muốn biết
trong tháng tới, quý tới, năm tới giá trị của chúng nhƣ thế nào.
Hiện trạng số liệu của các chỉ tiêu thống kê thƣơng mại, dịch vụ và giá
cả nhƣ sau:
- Tổng mức bán lẻ hàng hoá và doanh thu dịch vụ tiêu dùng theo thành
phần kinh tế và theo ngành kinh doanh có số liệu từ năm 1986 đến nay. Tuy
nhiên, chỉ tiêu này chỉ có theo giá so sánh.
- Trị giá hàng hoá xuất nhập khẩu theo khối nƣớc và vùng lãnh thổ có số
liệu từ năm 1986 tới nay.
- Trị giá xuất khẩu hàng hố theo nhóm hàng có số liệu từ năm 1988 đến
năm 2005.
- Trị giá nhập khẩu hàng hố theo nhóm hàng có số liệu từ năm 1990
đến năm 2005.
61
- Trị giá xuất khẩu và nhập khẩu hàng hoá theo các tháng trong năm và
của cả năm có từ năm 2003 đến 2005. Chỉ tiêu này cho phép tiến hành dự báo
theo tháng, quý, năm.
- Chỉ số giá tiêu dùng có số liệu theo từng tháng từ năm 1990 đến năm
2005 bao gồm 3 chỉ tiêu: so với tháng trƣớc, so với tháng 12 năm trƣớc và so
với cùng kỳ năm trƣớc.
- Số khách quốc tế đến Việt Nam có số liệu từ năm 1992 đến năm 2005.
1.4. Đề xuất các chỉ tiêu cần tiến hành dự báo
Từ phân tích và kết quả khảo sát nguồn số liệu hiện có, chúng tơi cho
rằng có thể tiến hành dự báo cho các chỉ tiêu sau đây:
A. Đối với các chỉ tiêu thống kê tổng hợp
A.1. Tổng giá trị sản xuất theo các phân tổ:
+ Thành phần kinh tế;
+ Ngành kinh tế;
+ Quý (nếu số liệu đủ mức độ tin cậy và đủ dài)
A.2. Chỉ tiêu GDP theo các phân tổ:
+ Thành phần kinh tế;
+ Ngành kinh tế;
+ Quý (nếu số liệu đủ mức độ tin cậy và đủ dài)
A.3. Vốn đầu tƣ theo các phân tổ:
+ Thành phần kinh tế;
+ Ngành kinh tế;
+ Quý (nếu số liệu đủ mức độ tin cậy và đủ dài).
A.4. Tích lũy tài sản theo các phân tổ:
+ Thành phần kinh tế;
+ Ngành kinh tế;
+ Quý (nếu số liệu đủ mức độ tin cậy và đủ dài).
B. Đối với các chỉ tiêu thuộc lĩnh vực nơng nghiệp
Các chỉ tiêu có thể tiến hành dự báo bao gồm:
- Giá trị sản xuất;
- Giá trị sản xuất ngành chăn nuôi;
62
- Giá trị sản xuất ngành trồng trọt;
- Lao động nông nghiệp trong khu vực nhà nƣớc theo hoạt động nông
nghiệp.
C. Đối với các chỉ tiêu thuộc lĩnh vực công nghiệp và xây dựng
- Giá trị sản xuất công nghiệp theo giá so sánh;
- Giá trị sản xuất công nghiệp theo giá thực tế;
- Một số sản phẩm công nghiệp chủ yếu;
- Các chỉ tiêu giá trị sản xuất công nghiệp theo giá so sánh theo ngành
và địa phƣơng (có từ năm 2000 đến 2005);
- Các chỉ tiêu về vốn đối với ngành công nghiệp và xây dựng theo giá so
sánh và vốn đầu tƣ của khu vực kinh tế Nhà nƣớc;
- Lao động trong các cơ sở sản xuất công nghiệp;
- Lao động trong các cơ sở sản xuất công nghiệp theo ngành kinh tế;
- Các chỉ tiêu về sản phẩm chủ yếu của ngành cơng nghiệp gồm có số
liệu phân theo sản phẩm và theo thành phần kinh tế;
- Các chỉ tiêu về xây dựng gồm có: số lƣợng nhà ở và tổng diện tích nhà
ở sử dụng hiện có.
D. Đối với các chỉ tiêu thuộc lĩnh vực thƣơng mại, dịch vụ và giá cả
Các chỉ tiêu có thể tiến hành dự báo bao gồm:
- Chỉ tiêu Tổng mức bán lẻ hàng hoá và doanh thu dịch vụ tiêu dùng
theo thành phần kinh tế và theo ngành kinh doanh;
- Chỉ tiêu Trị giá hàng hoá xuất nhập khẩu theo khối nƣớc và vùng lãnh thổ;
- Chỉ tiêu Trị giá xuất khẩu hàng hố theo nhóm hàng;
- Chỉ tiêu Trị giá nhập khẩu hàng hố theo nhóm hàng;
- Chỉ tiêu Trị giá xuất khẩu và nhập khẩu hàng hoá theo các tháng trong
năm và của cả năm có từ năm 2003 đến 2005. Chỉ tiêu này cho phép tiến
hành dự báo theo tháng, quý, năm;
- Chỉ tiêu Chỉ số giá tiêu dùng có số liệu theo từng tháng từ năm 1990
đến năm 2005 bao gồm 3 chỉ tiêu: so với tháng trƣớc, so với tháng 12 năm
trƣớc và so với cùng kỳ năm trƣớc;
- Chỉ tiêu Số khách quốc tế đến Việt Nam có số liệu từ năm 1992 đến
năm 2005.
63
II. CHỌN PHƢƠNG PHÁP DỰ BÁO
Nhƣ đã trình bày, do nguồn số liệu không đầy đủ và do chất lƣợng số
liệu khơng đảm bảo tính tƣơng thích, nên mơ hình dự báo ngắn hạn đa nhân
tố chƣa thể áp dụng đƣợc trong điều kiện hiện nay. Trong phần này chỉ trình
bày kết quả thử nghiệm dự báo bằng phƣơng pháp dãy số thời gian.
2.1. Các phương pháp dự báo được chọn
Trong quá trình thử nghiệm dự báo đề tài đã sử dụng các phƣơng pháp
sau đây:
1) Dự báo sử dụng hàm xu thế, các dạng hàm có thể là: hàm tuyến tính,
hàm số mũ bậc 2, bậc 3, hàm log, hàm logistic; 2) Dự báo bằng phƣơng pháp
san số mũ; 3) Dự báo bằng phƣơng pháp gia quyền điều hòa; 4) Dự báo sử
dụng mơ hình Box-Jenkin (ARIMA)
Các nhóm chỉ tiêu thống kê đƣợc thử nghiệm bao gồm:
a. Nhóm chỉ tiêu kinh tế tổng hợp; b. Nhóm chỉ tiêu thống kê nơng lâm
nghiệp và thủy sản; c. Nhóm chỉ tiêu thống kê cơng nghiệp và xây dựng;
d. Nhóm chỉ tiêu thống kê thƣơng mại, dịch vụ và giá cả.
2.2. Quy trình dự báo
Quy trình chuẩn đƣợc đƣa ra cho tiến hành thử nghiệm dự báo nhƣ sau:
+ Bƣớc 1, vẽ đồ thị phân bố: Trƣớc khi thực hiện dự báo cho mỗi chỉ
tiêu, cần phải vẽ đồ thị phân bố của từng chỉ tiêu để quan sát xem liệu chỉ tiêu
đó có phân bố dạng nào, vì trừ phƣơng pháp gia quyền điều hòa, các phƣơng
pháp dự báo khác đều u cầu đƣa ra thơng số thích hợp với dạng phân bố
của chuỗi số liệu cần dự báo.
+ Bƣớc 2, dự báo mỗi chỉ tiêu theo ba đến bốn phƣơng pháp. Riêng đối
với ARIMA cần phải chạy thử cho tất cả các giá trị của các tham số p, q, d để
chọn ra tham số thích hợp nhất với mơ hình sao cho sai số là nhỏ nhất.
Phƣơng pháp san số mũ cũng đòi hỏi phải chạy cho tất cả các tham số để
chọn ra tham số thích hợp, việc lựa chọn này đƣợc thực hiện tự động bởi
chƣơng trình. Chƣơng trình sẽ chọn mơ hình với tham số anpha và gamma
sao cho sai số là nhỏ nhất trong tất cả các lựa chọn có thể có.
+ Bƣớc 3, lựa chọn con số dự báo ở mơ hình cho sai số nhỏ nhất.
2.3. Các bộ chương trình được sử dụng để dự báo
Việc thử nghiệm dự báo đƣợc tiến hành trên máy tính điện tử. Đối với
phƣơng pháp dự báo sử dụng hàm xu thế và mơ hình Box-Jenkin lợi dụng bộ
chƣơng trình xử lý số liệu SPSS đƣợc cài đặt sẵn trong các máy tính cá nhân
64
của các cán bộ thống kê nghiệp vụ ở cơ quan. Việc sử dụng bộ chƣơng trình
này nhƣ thế nào đƣợc trình bày trong phần phụ lục.
Để dự báo bằng phƣơng pháp gia quyền điều hoà và san số mũ, đề tài đã
xây dựng các chƣơng trình phần mềm riêng. Chƣơng trình này cho phép dự
báo cả dãy số có biến động hoặc khơng có biến động thời vụ. Hơn nữa, đề tài
còn xây dựng các Worsheet dự báo trên bộ chƣơng trình EXCEL. Các
Worsheet này cũng đƣợc xây dựng để tiến hành dự báo cho dãy số liệu có
tính thời vụ và khơng có tính thời vụ. Việc sử dụng các Worsheet này rất đơn
giản, ngƣời sử dụng chỉ cần nhập số liệu vào cột đã quy định là có ngay kết
quả. Tuy nhiên, việc sử dụng Worsheet cũng có hạn chế là số lƣợng các số
hạng của dãy số thời gian chỉ giới hạn ở số lƣợng đã đƣợc định sẵn trong nó.
Một nhƣợc điểm khác nữa là nó địi hỏi cán bộ thực hiện dự báo phải tự chọn
phƣơng án thích hợp thơng qua việc quan sát và nhận xét riêng của mình về
kết quả dự báo thu đƣợc.
PHẦN BA
THỬ NGHIỆM DỰ BÁO NGẮN HẠN VÀ TÓM TẮT KẾT QUẢ
Nhƣ đã trình bày, việc thử nghiệm dự báo đƣợc tiến hành trên bốn nhóm
chỉ tiêu thống kê kinh tế, với các chỉ tiêu cụ thể đƣợc liệt kê ở từng phần
tƣơng ứng.
Việc thử nghiệm có thể thực hiện trên cả ba loại số liệu là số liệu năm,
quý và tháng. Tất nhiên việc làm này chỉ đƣợc thực hiện đối với các chỉ tiêu
thống kê đƣợc thể hiện ở cả ba dạng thơng tin đó.
Các chỉ tiêu đƣợc thử nghiệm là các chỉ tiêu có sẵn số liệu và số liệu đó
đủ dài (từ 12 số trở lên đối với số liệu năm, 20 số trở lên với số liệu quý và
36 số đối với số liệu tháng).
Chuỗi số liệu sử dụng để dự báo, đối với số liệu năm, kết thúc vào năm
2006. Đối với số liệu qúy, tháng, kết thúc vào nửa đầu của năm 2007. Vì vậy
đối với chuỗi số liệu năm nếu có số của năm 2007, thì đó là số liệu chính thức
mới có từ Niên giám thống kê tóm tắt của năm 2007. Chúng đƣợc bổ sung
vào để đối chứng với kết quả dự báo. Sau đây là tóm tắt kết quả thử nghiệm
dự báo, các số liệu và kết quả chi tiết đƣợc trình bày trong bảng F ở Phụ lục
một
I. DỰ BÁO CHO NHÓM CHỈ TIÊU KINH TẾ TỔNG HỢP
Ở nhóm chỉ tiêu này đã đƣợc tiến hành hai loại dự báo, đó là dự báo
theo dãy số liệu năm và dự báo cho dãy số liệu quý. Các chỉ tiêu đƣợc dự báo
bao gồm GDP, tích lũy tài sản, tài sản cố định,... Do hạn chế về số lƣợng
65
trang nên ở đây chỉ trình bày một số chỉ tiêu để ngƣời đọc thấy cách thức mà
đề tài đã thực hiện.
1.1. Chỉ tiêu GDP năm
Kết quả dự báo cho thấy trong bốn phƣơng pháp dự báo áp dụng cho chỉ
tiêu GDP thì có hai phƣơng pháp cho sai số dự báo thấp đó là phƣơng pháp
gia quyền điều hịa (5,3%) và phƣơng pháp mơ hình hồi quy (6,2%). Ở
phƣơng pháp mơ hình hồi quy, có hai mơ hình đƣợc sử dụng thử nghiệm đó
là mơ hình hàm bậc ba (cubic) và hàm lôgistic. Hai hàm này cho sai số nhƣ
nhau, đều ở mức 6,2%. Tuy nhiên, việc sử dụng kết quả dự báo của hàm số
nào tuỳ thuộc vào mục tiêu dự báo. Các kết quả dự báo trên cho thấy kết quả
của phƣơng pháp Gia quyền điều hoà (GQDH) phù hợp hơn, vì cho sai số
thấp nhất và giả thuyết của phƣơng pháp này phù hợp với thực tế.
1.2. Chỉ tiêu tích lũy tài sản năm
Đối với chỉ tiêu tích lũy tài sản, phƣơng pháp gia quyền điều hồ cũng
cho sai số dự báo nhỏ nhất (6,2%), vì vậy phƣơng pháp gia quyền điều hòa
cũng đƣợc chọn để dự báo.
1.3. Chỉ tiêu tài sản cố định năm
Kết quả dự báo chỉ tiêu tài sản cố định theo năm bằng phƣơng pháp gia
quyền điều hòa cho thấy, chỉ tiêu này có sai số dự báo thấp nhất (6,2%). Nhƣ
vậy, theo phƣơng pháp này tài sản cố định năm 2007 sẽ đạt mức 154902 tỷ
đồng và năm 2008 là 165114 tỷ đồng.
1.4. Chỉ tiêu tồn kho năm
Chỉ tiêu tồn kho có sai số dự báo khá cao. Phƣơng pháp gia quyền điều
hòa cho sai số thấp nhất cũng ở mức 10,7%. Điều này cũng phù hợp với thực
tế vì bản thân chỉ tiêu này có mức độ biến động cũng khá lớn (mức độ biến
động của chỉ tiêu này là 64,8%), do vậy khó có thể có sai số dự báo thấp.
1.5. Chỉ tiêu GDP quý
Do các phƣơng pháp ARIMA và San số mũ thƣờng cho sai số dự báo
cao, nên đề tài chủ yếu dựa vào hai phƣơng pháp GQDH và Hồi quy theo
hàm số để tiến hành dự báo cho các chỉ tiêu thống kê kinh tế. Bảng F.5 trình
bày kết quả dự báo cho chỉ tiêu GDP quý. Đồ thị GDP quý cho thấy, chỉ tiêu
này chịu ảnh hƣởng của thời vụ, vì vậy phải đƣa cả thành phần thời vụ vào
trong quá trình dự báo. Hệ số biến động thời vụ nhƣ sau: thấp ở quý I và quý
III (tƣơng ứng bằng 0,86 và 0,95 lần mức bình thƣờng) và cao ở quý II và IV
(tƣơng ứng bằng 1,09 và 1,10 lần mức bình thƣờng). Kết quả tính tốn cho
66
thấy cả hai phƣơng pháp GQDH và hàm hồi quy đều cho sai số dự báo thấp
(sai số tƣơng ứng của hai phƣơng pháp này là 2,3 % và 2,1%).
1.6. Giá trị gia tăng khu vực I (VAKV1)
Kết quả dự báo cho giá trị gia tăng ở khu vực 1 (Nông lâm nghiệp và
Thủy sản) cho thấy chỉ tiêu này có xu hƣớng tăng đều và cũng chịu tác động
của biến thời vụ. Điều này hoàn toàn phù hợp với thực tế của hoạt động sản
xuất thuộc khu vực kinh tế này. Đồ thị cũng cho thấy, ở khu vực này nên sử
dụng hàm hồi quy để dự báo. Kết quả tính tốn dựa vào hàm hồi quy cho
thấy, hệ số thời vụ của các quý I, II, III, và IV tƣơng ứng là 0,57; 1,37; 0,90
và 1,15. Kết quả tính tốn cũng cho thấy, sai số dự báo ở mức khá thấp, chỉ là
2,9%. Theo kết quả tính tốn, giá trị gia tăng của khu vực I vào quý I, quý II
và quý III năm 2007 tƣơng ứng là: 12221 tỷ, 29555 tỷ và 19676 tỷ đồng .
1.7. Dự báo giá trị gia tăng khu vực II (VAKV2)
Kết quả dự báo cho giá trị gia tăng ở khu vực 2 (Công nghiệp và Xây
dựng) cho thấy, chỉ tiêu này có xu hƣớng tăng với tốc độ tăng ngày càng lớn
và cũng chịu tác động của biến thời vụ. Điều này hoàn toàn phản ánh thực tế
hoạt động sản xuất thuộc khu vực kinh tế này. Đồ thị cũng cho thấy, ở khu
vực này nên sử dụng hàm hồi quy để dự báo. Kết quả tính tốn dựa vào hàm
hồi quy cho thấy, hệ số thời vụ của các quý I, II, III, và IV tƣơng ứng là 0,87;
0,99; 1,02 và 1,12. Kết quả tính tốn cũng cho thấy, sai số dự báo ở mức khá
thấp, chỉ là 2,2%. Theo kết quả tính tốn, giá trị gia tăng của khu vực II vào
quý I, quý II và quý III năm 2007 tƣơng ứng là: 42325 tỷ, 49330 tỷ và 52453
tỷ đồng .
1.8. Dự báo giá trị gia tăng khu vực III (VAKV3)
Kết quả dự báo cho giá trị gia tăng ở khu vực 3 (Thƣơng mại và Dịch
vụ) cho thấy, chỉ tiêu này có xu hƣớng tăng với tốc độ tăng ngày càng lớn.
Khu vực kinh tế này cũng chịu tác động của biến thời vụ. Điều này cũng phản
ánh đúng thực tế hoạt động sản xuất thuộc khu vực kinh tế này. Kết quả tính
tốn và thực tế cho thấy, ở khu vực này nên sử dụng phƣơng pháp gia quyền
điều hịa để dự báo. Kết quả tính tốn dựa vào phƣơng pháp gia quyền điều
hòa cho thấy, hệ số thời vụ của các quý I, II, III, và IV tƣơng ứng là 0,91;
1,04; 0,96 và 1,08. Kết quả tính tốn cũng cho thấy, sai số dự báo ở mức khá
thấp, chỉ là 2,0%.
Sau khi xem xét tỷ lệ sai số ứng với mỗi phƣơng pháp dự báo của từng
chỉ tiêu, lựa chọn kết quả dự báo ngắn hạn ứng với từng chỉ tiêu có tỷ lệ sai
số dự báo nhỏ nhất cho một số chỉ tiêu kinh tế tổng hợp sau:
67
Bảng 3.1: Tóm tắt kết quả dự báo nhóm chỉ tiêu kinh tế tổng hợp
STT
Tên chỉ tiêu
Đơn vị tính
1
GDP năm theo giá so sánh 1994
2
Tích lũy tài sản năm theo giá so sánh 1994
,,
168044
3
Tài sản cố định năm theo giá so sánh 1994
,,
154902
4
Tồn kho năm theo giá so sánh 1994
,,
13142
5
GDP quý theo giá so sánh 1994*
,,
94803
6
VAKV1 quý theo giá so sánh 1994*
,,
12221
7
VAKV2 quý theo giá so sánh 1994*
,,
42325
8
VAKV3 quý theo giá so sánh 1994*
,,
41019
Tỷ đồng
Dự báo điểm năm 2007
448708
* Kết quả dự báo qúy I/ 2007
II. DỰ BÁO CHO NHÓM CHỈ TIÊU THỐNG KÊ NÔNG, LÂM NGHIỆP,
THỦY SẢN
Số liệu thu đƣợc để tiến hành dự báo cho nhóm chỉ tiêu này khá nhiều,
Có tổng số 115 chỉ tiêu giá trị và hiện vật. Hơn nứa, số chỉ tiêu mang tính tiêu
biểu cho kết quả hoạt động sản xuất nông, lâm nghiệp và thuỷ sản không
nhiều và mức độ biến động của một số chỉ tiêu theo thời gian gần nhƣ bằng
không (là đƣờng thẳng gần nhƣ nằm song song với trục hồnh). Vì vậy, đề tài
chỉ chọn các chỉ tiêu chủ yếu để tiến hành dự báo thử nghiệm. Tuy nhiên, vì
nhóm chỉ tiêu này khơng có số liệu theo quý, tháng nên chỉ có thể tiến hành
dự báo thử nghiệm cho số liệu năm. Phƣơng pháp tiến hành dự báo tƣơng tự
nhƣ ở các phần dự báo khác. Sau đây là một số kết quả dự báo:
2.1. Chỉ tiêu giá trị sản xuất ngành nông, lâm nghiệp và thủy sản theo
giá so sánh 1994
Trong lĩnh vực dự báo chỉ tiêu giá trị sản xuất của ngành nông, lâm
nghiệp và thủy sản có bốn phƣơng pháp đƣợc thử nghiệm. Kết quả thu đƣợc
cho thấy, ngoại trừ phƣơng pháp san số mũ, ba phƣơng pháp còn lại đều cho
sai số dự báo ở mức độ chấp nhận đƣợc. Điểm đặc biệt là, hàm bậc 3 cho sai
số dự báo rất thấp, chỉ ở mức 1%. Theo phƣơng pháp này, giá trị sản xuất của
ngành nông, lâm nghiệp và thủy sản năm 2007 và năm 2008 tƣơng ứng là
146,5 và 150,4 nghìn tỷ đồng.
2.2. Chỉ tiêu giá trị sản xuất của ngành trồng trọt theo giá so sánh 1994
Kết quả dự báo chỉ tiêu giá trị sản xuất của ngành trồng trọt theo giá so
sánh 1994 cho thấy, có hai phƣơng pháp dự báo cho sai số ở mức dƣới 5%.
Đó là phƣơng pháp mơ hình hồi quy và phƣơng pháp GQDH. Sai số dự báo
68
