Tổng quan về giáo trình

Bài giảng Lý thuyết Dự báo Kinh tế (Theory of Economic Forecasting, Mã học phần: 412005) do ThS. Lê Hà Minh biên soạn, phục vụ công tác đào tạo tại Khoa Kinh tế Vận tải thuộc Trường Đại học Giao thông Vận tải Thành phố Hồ Chí Minh. Học phần giữ vị trí trọng tâm trong khối kiến thức ngành và chuyên ngành kinh tế vận tải, logistics và quản lý chuỗi cung ứng, trang bị cho người học phương pháp luận cùng các công cụ lượng hóa phục vụ công tác xây dựng kế hoạch và ra quyết định quản lý.

Mục tiêu học tập của học phần được xác định rõ trên ba phương diện chuẩn đầu ra:

  • Kiến thức: Cung cấp hệ thống lý thuyết tổng quan về dự báo kinh tế, chức năng tham mưu và khuyến nghị điều chỉnh; phân loại dự báo theo đối tượng, tầm thời gian, chức năng, hình thức biểu hiện và quy mô cấp độ. Sinh viên nắm vững các nhóm phương pháp dự báo chuyên gia, phân tích Markov, dự báo thống kê - san bằng hàm mũ, và mô hình cân đối.
  • Kỹ năng: Hình thành năng lực ứng dụng thành thạo các kỹ thuật dự báo định tính và định lượng; thao tác thực hành xử lý số liệu trên máy tính; vận dụng dữ liệu thực tế để dự báo và đánh giá hoạt động sản xuất kinh doanh tại các doanh nghiệp khai thác cảng, khai thác tàu và doanh nghiệp logistics.
  • Thái độ: Rèn luyện tính chủ động trong thu thập, xử lý và phân tích số liệu thực chứng từ môi trường kinh doanh thực tế.

Cấu trúc bài giảng tiếp cận theo trình tự logic khoa học từ lý luận nền tảng, phân loại phương pháp đến quy trình xử lý toán thống kê chi tiết. Điểm đặc thù của tài liệu là định hướng ứng dụng chuyên sâu vào các nghiệp vụ kinh tế vận tải biển, khai thác hạ tầng cảng và điều hành logistics.

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Nội dung bài giảng được tổ chức thành 5 chương học thuật tiếp nối tuần tự:

  • Chương I. Tổng quan về dự báo kinh tế: Trình bày định nghĩa dự báo là sự tiên đoán có căn cứ khoa học, mang tính xác suất về trạng thái, xu thế phát triển của đối tượng nghiên cứu. Phân loại dự báo theo 5 tiêu chí (đối tượng, tầm dự báo từ tác nghiệp đến siêu dài hạn, chức năng, hình thức biểu hiện, và cấp độ vĩ mô/vi mô). Xác định vị trí, chức năng tham mưu - điều chỉnh của dự báo đối với các phòng ban doanh nghiệp (Kinh doanh, Sản xuất, Nhân sự, Kỹ thuật/Quản lý tàu, Tài chính - Kế toán); phân định hai nhánh phương pháp định tính và định lượng.
  • Chương II. Dự báo bằng phương pháp chuyên gia: Đi sâu vào phương pháp Delphi và kỹ thuật thu thập, xử lý đánh giá chuyên gia. Quy định tiêu chuẩn lựa chọn chuyên gia, cơ cấu tổ chức nhóm chuyên gia thường trực (8-10 người) và nhóm lâm thời (20-30 người); các phương pháp xác định trọng số năng lực $P_i$; kỹ thuật thiết kế phiếu hỏi và hệ thống thang đo (định danh, thứ tự, khoảng cách Likert, tỷ lệ). Trình bày thuật toán tính điểm đánh giá $C_j$, hệ số nhất trí Kendall $W$, và hệ số biến động $B_j$.
  • Chương III. Dự báo bằng Phân tích Markov: Xây dựng mô hình xác suất chuyển trạng thái, ma trận chuyển dịch thị phần và dự báo trạng thái dừng của các đối tượng kinh tế.
  • Chương IV. Mô hình dự báo thống kê – San bằng hàm mũ: Hệ thống hóa các mô hình chuỗi thời gian, bình quân đơn giản, bình quân di động, kỹ thuật san bằng số mũ đơn và số mũ điều chỉnh xu thế.
  • Chương V. Dự báo bằng mô hình cân đối: Ứng dụng bảng cân đối liên ngành (Input-Output), xác lập mối liên hệ giữa các ngành kinh tế, dự báo cơ cấu sản xuất, phân bổ vốn đầu tư và nguồn lực.

Kiến thức nền tảng được xây dựng

Tài liệu thiết lập hệ thống nguyên lý và khuôn khổ lý thuyết nền tảng:

  • Nguyên lý dự báo: Tuân thủ 5 nguyên tắc cơ bản gồm: liên hệ biện chứng, kế thừa lịch sử, tính đặc thù về bản chất của đối tượng, mô tả tối ưu đối tượng dự báo, và tính tương tự của đối tượng nghiên cứu.
  • Đặc điểm bản chất: Dự báo dựa trên giả định tính nhân - quả trong quá khứ tiếp diễn ở tương lai; chấp nhận sai số; độ chính xác của nhóm đối tượng cao hơn đối tượng đơn lẻ; độ chính xác giảm dần khi tầm thời gian kéo dài.
  • Khuôn khổ toán thống kê:
    • Điểm năng lực chuyên gia tự đánh giá: $$T_i = \frac{\sum_{j=1}^n A_{ij}}{\sum_{j=1}^n A_j}$$
    • Điểm năng lực kết hợp: $$T_i = \frac{T_{1i} + 2 \cdot T_{2i}}{3}$$
    • Điểm trung bình phương án có trọng số: $$C_j = \frac{\sum_{i=1}^m P_i \cdot C_{ij}}{\sum_{i=1}^m P_i}$$
    • Hệ số đồng thuận Kendall: $$W = \frac{12 \cdot S}{m^2 (n^3 - n) - m \sum T_i}$$ (trong đó phân cấp chuẩn: $W \ge 0{,}8$ là nhất trí cao; $0{,}7 \le W < 0{,}8$ là tương đối cao; $0{,}5 \le W < 0{,}7$ là trung bình; $W < 0{,}4$ là thấp).
    • Hệ số biến động: $$B_j = \frac{T_j}{C_j} \quad \text{với} \quad T_j = \sqrt{\frac{\sum_{i=1}^{m_j} (C_{ij} - C_j)^2}{m_j}}$$

Kỹ năng phát triển

  • Kỹ năng kỹ thuật (Technical skills): Thực hiện quy trình 6 bước dự báo (Xác định đối tượng $\rightarrow$ Khảo sát dữ liệu $\rightarrow$ Chọn mô hình $\rightarrow$ Thực hiện dự báo $\rightarrow$ Trình bày kết quả $\rightarrow$ Theo dõi kết quả). Thiết lập ma trận xếp hạng $R_{ij}$, tính phương sai sai số, sử dụng phần mềm hỗ trợ dự báo và công cụ GIS Converter (chuyển đổi dữ liệu mạng lưới giữa định dạng JICA STRADA với MapInfo, ArcGIS).
  • Kỹ năng phân tích (Analytical skills): Thẩm định chất lượng dữ liệu sơ cấp và thứ cấp dựa trên 4 tiêu chí: tin cậy/chính xác, phù hợp, nhất quán và kịp thời. Phân tích ma trận đánh giá chuyên gia, xử lý các quan điểm phân kỳ trong quy trình Delphi.
  • Kỹ năng thực hành chuyên môn (Practical competencies): Xây dựng báo cáo dự báo kế hoạch sản xuất kinh doanh cho doanh nghiệp vận tải biển, dự toán chi phí sửa chữa - cấp vật tư cho đội tàu khi lên dock định kỳ, tính toán nhu cầu nguyên phụ liệu và diện tích kho bãi logistics.

Phương pháp giảng dạy và học tập

Học phần áp dụng phương pháp sư phạm tích hợp giữa truyền tải lý thuyết định lượng và thực hành giải quyết bài toán ngành vận tải:

  • Tiếp cận sư phạm (Pedagogical approach): Giảng viên hướng dẫn cấu trúc thuật toán, sau đó chuyển giao số liệu thực tế để sinh viên tự thực hiện các bước tính toán ma trận, xử lý mẫu dữ liệu khuyết và kiểm định độ tin cậy thống kê.
  • Nghiên cứu tình huống (Case studies): Tài liệu tích hợp các bộ dữ liệu và báo cáo thực tế:
    • Báo cáo tài chính và thị trường của hãng vận tải biển AP Moller-Maersk năm 2022 về biến động sản lượng container toàn cầu (dao động từ giảm 1% đến tăng 1%) và dự báo lợi nhuận thuần đạt 31 tỷ USD.
    • Báo cáo Triển vọng Kinh tế Thế giới của Quỹ Tiền tệ Quốc tế (IMF) điều chỉnh dự báo GDP toàn cầu năm 2022 xuống 3,2%.
    • Báo cáo triển vọng của OECD về tăng trưởng kinh tế (3%) và dự báo tỷ lệ lạm phát chạm mức 8,5%.
    • Dữ liệu dự báo cung - cầu lao động tại TP. Hồ Chí Minh giai đoạn 2018–2020 đến 2025 từ Trung tâm Dự báo nhu cầu nhân lực.
    • Ứng dụng mô hình khoảng cách chất lượng dịch vụ Servqual (theo nghiên cứu của Nguyễn Đình Thọ) kết hợp phương pháp chuyên gia và kinh tế lượng.
  • Bài tập thực hành (Practical exercises): Cung cấp hệ thống dữ liệu số thực tế để tính ma trận $R_{ij}$, tính độ lệch bình phương $d_{ij}^2$, xác định đại lượng $S$, tính hệ số $W$ và xếp hạng phương án theo hệ số biến động $B_j$ qua các bài tập số 1, số 2 và số 3.
  • Phương pháp đánh giá (Assessment methods): Đánh giá quá trình thông qua các bài tập tính toán cá nhân và bài tập lớn thuyết trình theo nhóm. 5 chủ đề bài tập lớn được quy định bao gồm:
    1. Dự báo bằng mô hình cân đối.
    2. Dự báo cầu thị trường.
    3. Dự báo về vốn đầu tư và vốn sản xuất.
    4. Dự báo tốc độ tăng trưởng và chuyển dịch cơ cấu kinh tế.
    5. Dự báo dân số và nguồn nhân lực.
  • Hướng dẫn tự học (Self-study guidelines): Sinh viên tuân thủ quy trình 6 bước nghiên cứu dự báo, thực hành lại các thuật toán ma trận trên phần mềm bảng tính, đối chiếu kết quả dự báo định tính từ phương pháp chuyên gia với các mô hình chuỗi thời gian.

Điểm nổi bật và cập nhật

Tài liệu kế thừa nền tảng học thuật từ các giáo trình chuyên khảo trong nước, đồng thời cập nhật dữ liệu kinh tế vĩ mô và ngành vận tải:

  • Tính kế thừa học thuật: Bài giảng tổng hợp cơ sở lý luận từ các tài liệu tham khảo chuẩn mực:
    • KS. Trần Anh Dũng (2009), Bài giảng lý thuyết dự báo kinh tế.
    • Nguyễn Văn Huân (2009), Giáo trình phân tích và dự báo kinh tế.
    • Đại học Kinh tế Quốc dân, Giáo trình dự báo phát triển kinh tế xã hội.
    • TS. Đinh Bá Hùng Anh (2016), Dự báo trong kinh doanh, NXB Kinh tế TP.HCM.
    • PGS. Lê Huy Đức (2019), Giáo trình Dự báo Kinh tế - xã hội, NXB Đại học Kinh tế Quốc dân.
    • Trịnh Lan Phương (2008), Phương pháp luận dự báo, NXB Thống kê.
  • Tích hợp dữ liệu đương đại: Cập nhật số liệu giai đoạn 2021–2023 từ các định chế quốc tế (WB, IMF, OECD, UNDESA), các tổ chức tài chính quốc tế như Morgan Stanley, và báo cáo phát triển nhân lực ngành logistics từ Cục Xuất nhập khẩu (Bộ Công Thương - ghi nhận nhận định của ông Trần Thanh Hải).
  • Ứng dụng công nghệ chuyên ngành: Đưa vào nội dung ứng dụng chương trình chuyển đổi GIS Converter để kết nối dữ liệu mạng lưới định dạng phần mềm giao thông chuyên dụng JICA STRADA với MapInfo và ArcGIS phục vụ bài toán dự báo nhu cầu giao thông vận tải.

Đối tượng sử dụng giáo trình

Bài giảng được thiết kế chuyên biệt cho công tác đào tạo bậc đại học và tham khảo sau đại học:

  • Sinh viên chuyên ngành: Sinh viên năm thứ ba và năm thứ tư thuộc Khoa Kinh tế Vận tải, các chuyên ngành Kinh tế vận tải biển, Quản trị Logistics và Chuỗi cung ứng, Quản trị kinh doanh vận tải, Kinh tế đối ngoại.
  • Điều kiện tiên quyết (Prerequisites): Người học cần hoàn thành các học phần Toán cao cấp, Lý thuyết Xác suất và Thống kê toán, Kinh tế vi mô, Kinh tế vĩ mô và Nguyên lý Kinh tế lượng để tiếp thu các mô hình toán thống kê và chuỗi thời gian.
  • Giảng viên và cán bộ nghiên cứu: Giảng viên sử dụng tài liệu làm khung đề cương chi tiết, bài giảng mẫu, ngân hàng bài tập thực hành tính toán hệ số $W, B_j$ và bảng phân công đề tài thuyết trình nhóm.
  • Ứng dụng thực tiễn: Cán bộ kế hoạch, phân tích thị trường tại các công ty khai thác cảng, hãng tàu, doanh nghiệp giao nhận logistics, ban vật giá, sở kế hoạch đầu tư và các viện nghiên cứu kinh tế.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng người học nào?

Tài liệu phục vụ trực tiếp cho sinh viên đại học và học viên cao học khối ngành Kinh tế Vận tải, Logistics, Quản lý Cảng biển và Kinh tế Phát triển; đồng thời phù hợp làm tài liệu tra cứu cho cán bộ quản lý phân tích dữ liệu thị trường vận tải.

2. Cần chuẩn bị kiến thức nền tảng nào trước khi học?

Người học cần nắm vững kiến thức toán thống kê (tính kỳ vọng, phương sai, độ lệch chuẩn, phân phối xác suất), lý thuyết kinh tế học căn bản và kỹ năng xử lý bảng tính trên máy tính.

3. Điểm khác biệt của bài giảng này so với các giáo trình dự báo kinh tế thuần túy?

Bài giảng lồng ghép trực tiếp các bài toán nghiệp vụ chuyên ngành vận tải - logistics như: dự báo lịch lên dock sửa chữa tàu, dự toán vật tư cấp cho tàu, phân tích biến động thị trường vận tải container quốc tế của Maersk, và chuyển đổi định dạng dữ liệu JICA STRADA sang hệ thống GIS.

4. Quy trình tự học và giải bài tập thực hành theo tài liệu như thế nào?

Người học tiếp cận theo trình tự: nghiên cứu lý thuyết phân loại $\rightarrow$ ghi nhớ các bước xử lý ma trận $R_{ij}$ $\rightarrow$ thực hành tính toán các công thức $S, W, T_j, B_j$ theo bảng mẫu số liệu $\rightarrow$ đối chiếu mức độ nhất trí theo các khoảng giá trị của Kendall.

5. Tài liệu có cung cấp biểu mẫu và bài tập thực hành cụ thể không?

Tài liệu cung cấp đầy đủ bảng cấu trúc ma trận chuyên gia, biểu mẫu thang đo Likert, sơ đồ quy trình Delphi, các bài toán mẫu có lời giải chi tiết và 3 bộ bài tập tự luyện kèm dữ liệu ma trận đầy đủ.

Kết luận

Bài giảng Lý thuyết Dự báo Kinh tế (Mã học phần: 412005) của ThS. Lê Hà Minh xác lập một hệ thống phương pháp luận hoàn chỉnh, kết hợp cân bằng giữa nhóm phương pháp định tính chuyên gia và các mô hình lượng hóa thống kê, chuỗi thời gian và cân đối liên ngành. Giá trị học thuật của tài liệu gắn liền với khả năng giải quyết các bài toán lập kế hoạch thực tế tại doanh nghiệp cảng biển, vận tải biển và chuỗi cung ứng logistics.

Lộ trình học tập đề xuất:

  1. Tiếp thu hệ thống khái niệm, nguyên tắc và quy trình 6 bước dự báo tại Chương I.
  2. Rèn luyện kỹ năng xử lý dữ liệu chuyên gia, tính toán hệ số $W$ và $B_j$ tại Chương II.
  3. Mở rộng nghiên cứu các mô hình phân tích Markov, san bằng số mũ và cân đối liên ngành tại Chương III, IV, V.
  4. Hoàn thành đề tài nghiên cứu bài tập lớn theo nhóm để chuẩn hóa kỹ năng dự báo thực nghiệm.

Người học được khuyến nghị kết nối nội dung bài giảng với các công trình tham khảo của KS. Trần Anh Dũng, GS. Nguyễn Văn Huân, TS. Đinh Bá Hùng Anh, PGS. Lê Huy Đức và các nguồn cơ sở dữ liệu định kỳ của WB, IMF, OECD.