Luật Kết Hợp Âm Dương và Ứng Dụng Trong Công Tác Bình Ổn Giá

Luận văn thạc sĩ nghiên cứu luật kết hợp âm dương và ứng dụng trong công tác bình ổn giá, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực luật

• Tác giả: Nguyễn Hữu Hoàng
• Người hướng dẫn: PGS. Đỗ Văn Thành
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ Thông tin
• Đề tài: Luật Kết Hợp Âm Dương và Ứng Dụng Trong Bình Ổn Giá
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2011
• Địa điểm: Hà Nội

Mục lục chi tiết

• DANH MỤC CÁC CHỮ VIẾT TẮT
• MỞ ĐẦU
• 1. Chương 1: Giới thiệu luật kết hợp, luật kết hợp mẫu âm
• 1.1. Lời mở đầu
• 1.2. Tổng quan về luật kết hợp
• 1.2.1. Khái niệm luật kết hợp
• 1.2.2. Giải thuật Apriori để sinh các luật kết hợp
• 1.3. Luật kết hợp mẫu âm
• 1.3.1. Khái niệm luật kết hợp mẫu âm
• 1.3.2. Các giai đoạn phát hiện luật kết hợp mẫu âm
• 1.3.3. Thuật toán phát hiện luật kết hợp âm
• 1.4. Kết luận chương
• 2. Chương 2: Xác định bài toán ứng dụng phát hiện luật kết hợp mẫu âm
• 2.1. Quá trình thu thập số liệu
• 2.1.1. Nhóm dân sinh
• 2.1.2. Nhóm nhập khẩu
• 2.1.3. Nhóm xuất khẩu
• 2.1.4. Nhóm các mặt hàng cơ bản trên thế giới
• 2.2. Phần mềm sử dụng để phát hiện luật kết hợp - phần mềm CBA
• 2.2.1. Giới thiệu phần mềm CBA
• 2.2.2. Xử lý file dữ liệu để xác định luật kết hợp trong CBA
• 2.2.3. Xác định luật kết hợp trong CBA
• 2.3. Kết luận chương
• 3. Chương 3: Phát hiện mối quan hệ về sự biến động giá của các mặt hàng dân sinh
• 3.1. Mở đầu chương
• 3.2. Chuyển đổi biểu diễn dữ liệu
• 3.2.1. Bước 1: đánh ký hiệu từng mặt hàng
• 3.2.2. Bước 2: đánh ký hiệu từng sự biến đổi giá của các mặt hàng
• 3.2.3. Bước 3: chuyển toàn bộ dữ liệu đã đánh vào file
• 3.3. Thực hiện chạy phần mềm CBA để phát hiện luật kết hợp
• 3.4. Xác định mối quan hệ giá bằng phát hiện luật kết hợp
• 3.4.1. Luật kết hợp của 120 mặt hàng với đầy đủ các trạng thái : tăng giá, giảm giá, giữ nguyên giá
• 3.4.2. Luật kết hợp của 120 mặt hàng khi không tính đến trạng thái giữ nguyên giá
• 3.4.3. Luật kết hợp theo cho nhóm mặt hàng dân sinh
• 3.4.4. Luật kết hợp cho các mặt hàng dân sinh trong nước và các mặt hàng nhập khẩu
• 3.4.5. Luật kết hợp cho các mặt hàng nhập khẩu, xuất khẩu và một số mặt hàng trên thế giới
• 3.5. Kết luận chương
• Tài liệu tham khảo
• Phụ lục 1: Danh sách mặt hàng
• Phụ lục 2: Kết quả các luật phát hiện được

Tóm tắt

I. Tổng Quan Luật Âm Dương và Bài Toán Bình Ổn Giá Hiện Nay

Trong bối cảnh kinh tế hiện nay, biến động giá cả hàng hóa, đặc biệt là các mặt hàng thiết yếu, gây ra nhiều thách thức cho việc ổn định kinh tế vĩ mô. Luật Âm Dương, một lý thuyết kinh tế cổ xưa, có thể cung cấp một góc nhìn mới trong việc phân tích và giải quyết vấn đề này. Học thuyết Âm Dương nhấn mạnh sự cân bằng và tương tác giữa các yếu tố đối lập, tương tự như sự cân bằng giữa cung và cầu trên thị trường. Việc hiểu rõ nguyên lý này có thể giúp các nhà hoạch định chính sách đưa ra các giải pháp điều tiết giá cả phù hợp, hướng tới mục tiêu bình ổn giá và ổn định kinh tế. Tuy nhiên, để áp dụng hiệu quả Luật Âm Dương trong kinh tế học, cần có những nghiên cứu định lượng và nghiên cứu định tính sâu sắc để lượng hóa các yếu tố Âm Dương và đánh giá ảnh hưởng của Âm Dương đến dao động giá.

1.1. Khái niệm và Bản chất của Luật Âm Dương trong Kinh tế

Luật Âm Dương là một nguyên tắc triết học cổ xưa, cho rằng mọi sự vật, hiện tượng trong vũ trụ đều tồn tại hai mặt đối lập nhưng thống nhất, tác động và chuyển hóa lẫn nhau. Trong kinh tế, Âm và Dương có thể được hiểu là các yếu tố cung và cầu, chi phí và lợi nhuận, tăng trưởng và suy thoái. Sự cân bằng Âm Dương là trạng thái lý tưởng, đảm bảo sự ổn định và phát triển bền vững. Ngược lại, sự mất cân bằng có thể dẫn đến biến động thị trường, lạm phát, hoặc suy thoái kinh tế.

1.2. Liên hệ giữa Học thuyết Âm Dương và Thuyết Ngũ Hành nếu có

Mặc dù không trực tiếp đề cập đến Thuyết Ngũ Hành, Luật Âm Dương có thể được liên hệ gián tiếp thông qua các mối tương quan và tương khắc giữa các yếu tố. Ví dụ, trong kinh tế, Ngũ Hành có thể đại diện cho các ngành sản xuất khác nhau, và sự tương tác giữa các ngành này có thể ảnh hưởng đến cung và cầu, giá trị kinh tế và chu kỳ kinh tế chung. Sự hiểu biết về Thuyết Ngũ Hành có thể giúp các nhà phân tích kinh tế nhận diện và dự đoán các biến động thị trường một cách toàn diện hơn.

II. Thách Thức Trong Bình Ổn Giá Luật Âm Dương Có Giải Pháp

Việc bình ổn giá là một nhiệm vụ phức tạp, đòi hỏi sự can thiệp khéo léo của chính phủ để tránh gây ra những tác động tiêu cực đến thị trường. Các biện pháp điều tiết giá thường gặp phải những hạn chế nhất định, do không thể kiểm soát hoàn toàn các yếu tố Âm Dương như cung, cầu, chi phí sản xuất, và tâm lý thị trường. Việc áp dụng Luật Âm Dương có thể giúp các nhà hoạch định chính sách nhận diện những điểm mất cân bằng trên thị trường và đưa ra các giải pháp điều tiết giá cả một cách linh hoạt và hiệu quả hơn. Tuy nhiên, việc lượng hóa các yếu tố Âm Dương và đánh giá ảnh hưởng của Âm Dương đến thị trường vẫn là một thách thức lớn.

2.1. Phân tích các Yếu Tố Gây Biến Động Giá theo Quan Điểm Âm Dương

Theo quan điểm Âm Dương, biến động giá là kết quả của sự mất cân bằng giữa các yếu tố đối lập. Ví dụ, khi cầu vượt quá cung (Dương mạnh hơn Âm), giá cả sẽ tăng. Ngược lại, khi cung vượt quá cầu (Âm mạnh hơn Dương), giá cả sẽ giảm. Các yếu tố bên ngoài như thiên tai, dịch bệnh, hoặc tác động từ môi trường kinh tế, chính trị quốc tế cũng có thể gây ra sự mất cân bằng Âm Dương và dẫn đến biến động giá.

2.2. Hạn Chế của Các Biện Pháp Điều Tiết Giá Cả Truyền Thống

Các biện pháp điều tiết giá truyền thống thường tập trung vào việc kiểm soát một hoặc một vài yếu tố cụ thể, mà bỏ qua sự tương tác và ảnh hưởng lẫn nhau giữa các yếu tố Âm Dương. Ví dụ, việc kiểm soát giá tối đa có thể giúp bảo vệ người tiêu dùng trong ngắn hạn, nhưng lại có thể làm giảm động lực sản xuất và gây ra tình trạng thiếu hụt hàng hóa trong dài hạn. Hoặc việc trợ giá cho các doanh nghiệp có thể giúp duy trì việc làm, nhưng lại có thể làm giảm tính cạnh tranh và gây ra lãng phí nguồn lực.

III. Phương Pháp Phân Tích Thị Trường Dựa Trên Luật Kết Hợp Âm Dương

Để áp dụng Luật Kết Hợp Âm Dương trong phân tích thị trường, cần xây dựng một mô hình kinh tế định lượng, cho phép đo lường và đánh giá ảnh hưởng của Âm Dương đến giá cả và biến động thị trường. Mô hình kinh tế này cần phải tính đến các yếu tố kinh tế vĩ mô khác như lãi suất, tỷ giá hối đoái, và tăng trưởng kinh tế. Ngoài ra, cần thu thập và phân tích dữ liệu về cung, cầu, chi phí sản xuất, và tâm lý thị trường để xác định các điểm mất cân bằng Âm Dương và đưa ra các dự báo chính xác.

3.1. Xây Dựng Mô Hình Kinh Tế Định Lượng với Các Yếu Tố Âm Dương

Việc xây dựng mô hình kinh tế định lượng cần bắt đầu bằng việc xác định các yếu tố Âm Dương chủ yếu trên thị trường mục tiêu. Sau đó, cần xây dựng các phương trình toán học mô tả mối quan hệ giữa các yếu tố Âm Dương và giá cả. Mô hình kinh tế này cần được kiểm định và điều chỉnh liên tục để đảm bảo tính chính xác và phù hợp với thực tế.

3.2. Thu Thập và Phân Tích Dữ Liệu Cung Cầu và Tâm Lý Thị Trường

Dữ liệu cung, cầu có thể được thu thập từ các nguồn chính thức như Tổng cục Thống kê, Bộ Công Thương, hoặc từ các cuộc khảo sát thị trường. Dữ liệu về tâm lý thị trường có thể được thu thập thông qua các cuộc phỏng vấn, khảo sát, hoặc phân tích các bài viết trên mạng xã hội và các phương tiện truyền thông khác. Việc phân tích dữ liệu cần sử dụng các công cụ thống kê và khai phá dữ liệu để nhận diện các xu hướng và mối quan hệ quan trọng.

3.3 Ứng dụng phần mềm CBA để phát hiện luật kết hợp.

Phần mềm CBA có thể được sử dụng để xác định mối liên hệ giữa các yếu tố ảnh hưởng đến giá cả. Việc xử lý file dữ liệu trong CBA giúp xác định các quy tắc kết hợp quan trọng, từ đó hiểu rõ hơn về cách thức mà các yếu tố khác nhau tương tác và tác động đến biến động giá. Các luật kết hợp được tìm thấy trong CBA có thể cung cấp thông tin chi tiết về mối quan hệ giữa cung, cầu và tâm lý thị trường.

IV. Ứng Dụng Thực Tiễn Luật Âm Dương Phân Tích Biến Động Giá Hàng Dân Sinh

Một trong những ứng dụng quan trọng của Luật Âm Dương là trong việc phân tích biến động giá các mặt hàng dân sinh. Việc xác định các yếu tố Âm Dương chủ yếu ảnh hưởng đến giá các mặt hàng này có thể giúp các nhà hoạch định chính sách đưa ra các biện pháp điều tiết giá cả một cách hiệu quả hơn. Ví dụ, việc phân tích biến động giá gạo có thể cho thấy rằng giá gạo chịu ảnh hưởng lớn từ cung (sản lượng lúa), cầu (tiêu dùng trong nước, xuất khẩu), chi phí sản xuất (giá phân bón, giá nhân công), và tâm lý thị trường (tin đồn về mất mùa, đầu cơ).

4.1. Xác định Các Yếu Tố Âm Dương Ảnh Hưởng Đến Giá Hàng Dân Sinh

Việc xác định các yếu tố Âm Dương cần dựa trên sự hiểu biết sâu sắc về thị trường hàng hóa mục tiêu. Các yếu tố này có thể khác nhau đối với từng loại hàng hóa, tùy thuộc vào đặc điểm sản xuất, tiêu dùng, và thương mại của hàng hóa đó.

4.2. Đề Xuất Các Giải Pháp Điều Tiết Giá Cả Dựa Trên Cân Bằng Âm Dương

Các giải pháp điều tiết giá cả cần hướng tới việc khôi phục sự cân bằng Âm Dương trên thị trường. Ví dụ, khi cầu vượt quá cung, cần tăng cường sản xuất, nhập khẩu, hoặc khuyến khích tiết kiệm tiêu dùng. Ngược lại, khi cung vượt quá cầu, cần giảm sản xuất, xuất khẩu, hoặc kích cầu tiêu dùng.

V. Nghiên Cứu Luật Âm Dương Hướng Đi Mới Trong Dự Báo Dao Động Giá

Việc nghiên cứu Luật Âm Dương có thể mở ra những hướng đi mới trong việc dự báo giá và biến động thị trường. Bằng cách kết hợp các nguyên lý Âm Dương với các mô hình kinh tế hiện đại, có thể xây dựng các hệ thống dự báo giá chính xác hơn, giúp các doanh nghiệp và nhà đầu tư đưa ra các quyết định kinh doanh sáng suốt. Ngoài ra, việc nghiên cứu cũng có thể giúp các nhà hoạch định chính sách đưa ra các biện pháp phòng ngừa và ứng phó hiệu quả với các biến động thị trường bất lợi.

5.1. Phát Triển Các Mô Hình Kinh Tế Dự Báo Giá Dựa Trên Luật Âm Dương

Việc phát triển các mô hình kinh tế cần dựa trên các kết quả nghiên cứu định lượng và nghiên cứu định tính về Luật Âm Dương trong kinh tế. Các mô hình này cần được kiểm định và điều chỉnh liên tục để đảm bảo tính chính xác và phù hợp với thực tế.

5.2. Đánh Giá Tác Động của Luật Âm Dương Đến Chu Kỳ Kinh Tế

Luật Âm Dương có thể giúp giải thích và dự báo các chu kỳ kinh tế, như chu kỳ tăng trưởng và suy thoái. Việc hiểu rõ tác động của Âm Dương đến chu kỳ kinh tế có thể giúp các nhà hoạch định chính sách đưa ra các biện pháp kích thích kinh tế hoặc kiểm soát lạm phát một cách hiệu quả hơn.

VI. Kết Luận và Triển Vọng Luật Âm Dương Trong Quản Lý Ổn Định Kinh Tế

Luật Âm Dương có thể cung cấp một góc nhìn mới và hữu ích trong việc phân tích và giải quyết các vấn đề kinh tế, đặc biệt là trong lĩnh vực bình ổn giá. Tuy nhiên, để áp dụng hiệu quả Luật Âm Dương, cần có những nghiên cứu sâu sắc hơn về các yếu tố Âm Dương và tác động của Âm Dương đến thị trường. Trong tương lai, việc kết hợp Luật Âm Dương với các mô hình kinh tế hiện đại và các công cụ phân tích tiên tiến có thể giúp nâng cao hiệu quả quản lý kinh tế và ổn định kinh tế vĩ mô.

6.1. Tóm Tắt Các Kết Quả Nghiên Cứu và Ứng Dụng Chính

Các kết quả nghiên cứu cho thấy rằng Luật Âm Dương có thể giúp nhận diện các điểm mất cân bằng trên thị trường và đưa ra các giải pháp điều tiết giá cả một cách linh hoạt và hiệu quả hơn. Ứng dụng của Luật Âm Dương trong việc phân tích biến động giá hàng dân sinh đã cho thấy tiềm năng của phương pháp này trong việc hỗ trợ các nhà hoạch định chính sách.

6.2. Các Hướng Nghiên Cứu Tiếp Theo Về Luật Âm Dương và Kinh Tế

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc phát triển các mô hình kinh tế dự báo giá dựa trên Luật Âm Dương, đánh giá tác động của Âm Dương đến chu kỳ kinh tế, và áp dụng Luật Âm Dương trong các lĩnh vực kinh tế khác như quản lý tài chính, đầu tư, và thương mại quốc tế.

Nội dung chính

Tổng quan nghiên cứu

Trong giai đoạn từ đầu năm 2008 đến hết quý 1 năm 2010, nền kinh tế Việt Nam phải đối mặt với những biến động giá cả phức tạp, tạo áp lực lạm phát lớn lên đời sống dân sinh. Các số liệu thống kê thực tế cho thấy giá gạo tẻ thường đã tăng từ 7.500 đồng/kg lên 12.800 đồng/kg (mức tăng hơn 70,6%), trong khi phôi thép nhập khẩu biến động mạnh từ mức 655 USD/tấn lên đỉnh điểm trên 1.000 USD/tấn rồi hạ nhiệt xuống 433 USD/tấn. Thực trạng này đặt ra vấn đề nghiên cứu cốt lõi: công tác quản lý và điều hành giá của các cơ quan chức năng vẫn gặp nhiều lúng túng do chưa định lượng được chính xác tác động lan tỏa dây chuyền giữa các nhóm mặt hàng khi có biến động giá phát sinh.

Mục tiêu cụ thể của luận văn là nghiên cứu, phát hiện các mối quan hệ nhân quả và quy luật liên kết đa chiều giữa biến động giá của các mặt hàng tiêu dùng thiết yếu, hàng hóa xuất nhập khẩu chủ đạo và giá cả thị trường thế giới thông qua kỹ thuật khai phá dữ liệu tiên tiến. Phạm vi nghiên cứu bao quát chuỗi số liệu theo tuần liên tục trong 120 tuần (từ ngày 03/01/2008 đến ngày 31/03/2010), tập trung khảo sát tại địa bàn Hà Nội, hệ thống dữ liệu Tổng cục Hải quan và các sàn giao dịch hàng hóa quốc tế lớn. Ý nghĩa của công trình thể hiện ở việc xây dựng cơ sở định lượng vững chắc với các bộ luật kết hợp đạt độ tin cậy từ 70% đến 100%, hỗ trợ đắc lực cho công tác hoạch định chính sách bình ổn giá và hoàn thiện mô hình dự báo của cơ quan quản lý nhà nước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của lý thuyết khai phá dữ liệu (Data Mining) và phát hiện tri thức trong cơ sở dữ liệu, kết hợp với lý thuyết tập phổ biến và giải thuật Apriori kinh điển do R. Agrawal khởi xướng. Bên cạnh đó, mô hình phân lớp dựa trên luật kết hợp (Classification Based on Associations - CBA) được ứng dụng nhằm tối ưu hóa việc phân tách dữ liệu chuỗi thời gian kinh tế. Luận văn tập trung làm rõ năm khái niệm then chốt:

• Luật kết hợp dương: Quy luật mô tả sự xuất hiện đồng thời của các biến cố biến động giá giữa các mặt hàng.
• Luật kết hợp mẫu âm: Quy luật mô tả quan hệ phủ định, xác định khi mặt hàng này biến động giá sẽ kéo theo sự không thay đổi hoặc giảm giá của mặt hàng khác.
• Độ hỗ trợ (Support): Tỷ lệ phần trăm số tuần xuất hiện đồng thời sự biến động giá của các tập mặt hàng trên tổng số 120 tuần quan sát.
• Độ tin cậy (Confidence): Xác suất có điều kiện chỉ ra khả năng xảy ra biến động giá của mặt hàng hệ quả khi mặt hàng tiên đề đã biến động.
• Quan hệ tương đồng địa phương (Locality of Similarity - LOS) và độ lệch tin cậy (SM): Công cụ cắt tỉa các luật dư thừa và kiểm định tính hợp lý của luật mẫu âm.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được tổng hợp toàn diện từ ba kênh chính: giá bán lẻ hàng hóa dân sinh tại địa bàn Hà Nội được thu thập định kỳ vào thứ Hai, thứ Tư, thứ Sáu hàng tuần; số liệu thống kê giá hàng hóa xuất nhập khẩu chủ đạo từ Tổng cục Hải quan; và chỉ số giá các mặt hàng cơ bản trên các sàn giao dịch quốc tế tại London, New York, Singapore, Chicago cùng chỉ số giá tiêu dùng (CPI).

Cỡ mẫu nghiên cứu gồm 120 mặt hàng trọng yếu đại diện cho hơn 90% tổng lượng hàng hóa lưu thông trên toàn thị trường, được theo dõi xuyên suốt 120 tuần. Phương pháp chọn mẫu áp dụng quy trình sàng lọc chặt chẽ: loại bỏ 14 mặt hàng thuộc diện bình ổn giá có biên độ dao động rất thấp hoặc thay đổi chậm theo chu kỳ vài tháng; loại bỏ các mặt hàng không thu thập đủ dữ liệu trong ít nhất 90 tuần (chiếm 3/4 chu kỳ quan sát). Đối với dữ liệu khuyết thiếu cục bộ ở các mặt hàng đạt chuẩn, nghiên cứu sử dụng phương pháp trung bình trượt bậc 4, bậc 5 kết hợp phân tích tương tự để bổ sung chuỗi thời gian.

Lý do lựa chọn giải thuật Apriori và phần mềm CBA từ Đại học Quốc gia Singapore là nhờ khả năng xử lý hiệu quả tệp giao dịch nhị phân 120 dòng, giúp phát hiện tự động các quy luật phi tuyến phức tạp mà các mô hình kinh tế lượng hồi quy truyền thống dễ bỏ sót khi phân tích thị trường đa chiều.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình khai phá dữ liệu đã làm sáng tỏ bốn phát hiện trọng tâm về sự biến động giá cả trên thị trường:

• Nhóm nhiên liệu và nguyên liệu nhập khẩu thể hiện tính dẫn dắt chu kỳ rất rõ nét. Giá xăng RON 92 nhập khẩu xuất hiện chu kỳ tăng liên tiếp trong 7 tuần (từ tuần 4 đến tuần 10) và sau đó giảm liên tiếp trong 7 tuần (từ tuần 75 đến tuần 81), tạo áp lực đẩy giá gas dân sinh loại bình 12kg tăng từ 177.500 đồng lên 300.000 đồng/bình (tăng khoảng 69%).
• Nhóm thực phẩm tươi sống ghi nhận sự phân hóa sâu sắc. Trong khi thịt lợn mông sấn giữ mức tương đối ổn định từ 55.000 đồng/kg đến 63.000 đồng/kg, thịt bò loại 1 lại tăng phi mã từ 90.000 đồng/kg lên 130.000 đồng/kg (tăng 44,4%).
• Tác động của các cú sốc ngoại cảnh tạo ra biến động giá cục bộ ngắn hạn nhưng có độ hỗ trợ rất lớn. Đợt mưa ngập lịch sử tại Hà Nội trong 3 tuần (từ tuần 44 đến tuần 46 năm 2008) đã đẩy giá rau bắp cải từ 5.000 đồng/kg lên 18.000 đồng/kg (tăng 260%) và rau muống từ 3.500 đồng/mớ lên 18.000 đồng/mớ (tăng 414%), trong khi các mặt hàng gia vị như muối và bột ngọt giữ vững mức giá ổn định 100%.
• Luật kết hợp mẫu âm chứng minh sự độc lập của một số nhóm hàng xuất nhập khẩu. Mặt hàng nhựa PVC nhập khẩu ghi nhận 64/120 tuần giảm giá (chiếm 53,3%) nhưng hoàn toàn không làm gián đoạn đà tăng giá của tôm thẻ xuất khẩu với 57/120 tuần tăng giá, đưa mức giá từ 6 USD/kg lên 10 USD/kg (tăng 66,7%).

Thảo luận kết quả

Để trực quan hóa các mối liên kết phức tạp này, dữ liệu biến động giá có thể được biểu diễn sinh động thông qua hệ thống biểu đồ đường xu hướng thời gian phản ánh biên độ giá theo 120 tuần, kết hợp với các bảng ma trận luật kết hợp hiển thị chi tiết năm tham số: tỷ lệ bao phủ (Cover%), độ tin cậy (Conf%), số tuần bao phủ (CoverCount), số tuần hỗ trợ (SupCount) và độ hỗ trợ (Sup%).

Kết quả nghiên cứu khẳng định rằng biến động giá không diễn ra đơn lẻ mà vận hành theo mạng lưới tương quan đa chiều, chịu tác động cộng hưởng từ chi phí sản xuất đẩy, yếu tố mùa vụ và đứt gãy cung ứng. Việc khai thác thành công luật kết hợp mẫu âm đã giải quyết được hạn chế lớn của các nghiên cứu trước đây vốn chỉ tập trung vào luật dương, giúp cơ quan quản lý nhận biết chính xác những mặt hàng không bị ảnh hưởng liên đới để tối ưu hóa nguồn lực can thiệp, tránh tình trạng điều hành dàn trải.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu định lượng, bốn giải pháp trọng tâm được đề xuất nhằm nâng cao hiệu quả công tác bình ổn giá:

• Xây dựng hệ thống phần mềm cảnh báo sớm biến động giá tích hợp mô hình khai phá luật kết hợp âm dương: Bộ Công Thương chủ trì phối hợp cùng các chuyên gia công nghệ thông tin triển khai thử nghiệm trong vòng 6 tháng, đặt mục tiêu nâng độ chính xác dự báo biến động giá ngắn hạn đạt trên 85%.
• Tái cơ cấu danh mục mặt hàng bình ổn giá trọng điểm: Bộ Tài chính thực hiện rà soát định kỳ 12 tháng một lần, tập trung ngân sách can thiệp vào các mặt hàng có độ hỗ trợ lan tỏa cao như xăng dầu RON 92, phôi thép và sữa bột nguyên liệu, giảm thiểu từ 15% đến 20% độ trễ chính sách can thiệp thị trường.
• Thiết lập cơ chế kết nối và chia sẻ dữ liệu liên thông theo tuần: Tổng cục Hải quan, Bộ Tài chính và Cục Quản lý giá phối hợp hoàn thiện nền tảng dữ liệu số trong thời hạn 9 tháng, bảo đảm 100% số liệu biến động giá xuất nhập khẩu của hơn 100 mặt hàng then chốt được cập nhật tự động.
• Chủ động điều tiết nguồn cung ứng nông sản và thực phẩm thiết yếu cục bộ: Ủy ban nhân dân các tỉnh, thành phố chỉ đạo Sở Công Thương xây dựng kế hoạch dự trữ nguồn hàng trước mùa mưa bão, khống chế biên độ tăng giá rau củ quả dưới mức 20% khi xảy ra biến cố thiên tai bất thường.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị ứng dụng thiết thực cho bốn nhóm đối tượng chuyên môn:

• Cơ quan quản lý nhà nước: Bộ Công Thương, Bộ Tài chính và Viện Nghiên cứu giá cả thị trường sử dụng tài liệu để nhận diện chính xác các mặt hàng nguồn gốc gây biến động giá, từ đó ban hành chính sách thuế và can thiệp thị trường trúng đích.
• Doanh nghiệp xuất nhập khẩu và phân phối bán lẻ: Các tập đoàn thương mại có thể ứng dụng ma trận tương quan giá để tối ưu hóa thời điểm ký kết hợp đồng nhập khẩu nguyên liệu (sắt thép, hạt nhựa) và quản trị rủi ro tồn kho qua chu kỳ 120 tuần.
• Nhà nghiên cứu và học viên cao học: Giảng viên và học viên chuyên ngành Hệ thống thông tin, Khoa học dữ liệu tiếp cận một phương pháp luận mẫu mực về quy trình tiền xử lý chuỗi thời gian và kỹ thuật khai phá luật mẫu âm bằng phần mềm chuyên dụng.
• Chuyên gia phân tích kinh tế vĩ mô: Các nhà phân tích tài chính sử dụng kết quả định lượng của mô hình để nâng cao độ chính xác trong công tác dự báo chỉ số CPI và lạm phát kỳ vọng.

Câu hỏi thường gặp

Luật kết hợp mẫu âm mang lại lợi ích gì vượt trội so với luật kết hợp dương truyền thống?

Luật kết hợp mẫu âm cho phép phát hiện các mối quan hệ phủ định có giá trị, chỉ ra việc mặt hàng này tăng giá sẽ kéo theo mặt hàng khác không tăng giá hoặc giữ nguyên giá. Điều này giúp các nhà quản lý tránh việc ban hành các chính sách bình ổn dàn trải không cần thiết cho những mặt hàng vốn không bị ảnh hưởng liên đới trên thị trường.

Vì sao nghiên cứu lại chọn phần mềm CBA để phát hiện luật kết hợp thay vì các công cụ khác?

Phần mềm CBA do Đại học Quốc gia Singapore phát triển tích hợp hoàn hảo giải thuật Apriori với cấu trúc dữ liệu giao dịch nhị phân. Công cụ này cho phép thiết lập linh hoạt các ngưỡng độ hỗ trợ cực tiểu và độ tin cậy cực tiểu, đồng thời hỗ trợ biểu diễn luật dưới dạng văn bản và cây quyết định rất thuận tiện cho phân tích kinh tế.

Cỡ mẫu 120 mặt hàng theo dõi trong 120 tuần có bảo đảm tính đại diện cho thị trường không?

Tập dữ liệu 120 mặt hàng được tuyển chọn kỹ lưỡng từ các nhóm hàng dân sinh thiết yếu, hàng hóa xuất nhập khẩu chủ đạo và các mặt hàng then chốt trên sàn quốc tế, chiếm trên 90% tổng lượng hàng hóa lưu thông. Chu kỳ theo dõi liên tục 120 tuần bảo đảm độ bao phủ thống kê tin cậy về cả xu hướng ngắn hạn lẫn dài hạn.

Nghiên cứu xử lý các trường hợp dữ liệu giá bị khuyết thiếu như thế nào để bảo đảm tính chuẩn xác?

Nghiên cứu áp dụng quy tắc sàng lọc nghiêm ngặt: loại bỏ hoàn toàn các mặt hàng không thu thập đủ dữ liệu trong 90 tuần (3/4 thời gian nghiên cứu). Với các mặt hàng đạt chuẩn nhưng thiếu dữ liệu ở một số tuần đơn lẻ, phương pháp trung bình trượt bậc 4, bậc 5 và phân tích tương tự được sử dụng để nội suy giá trị chính xác.

Kết quả của luận văn có thể tích hợp vào các hệ thống dự báo giá thực tế như thế nào?

Các bộ luật kết hợp trích xuất với độ tin cậy từ 70% đến 100% cung cấp tập luật tri thức đầu vào cho hệ thống trợ giúp quyết định. Cơ quan quản lý như Bộ Công Thương có thể số hóa các luật này để tự động kích hoạt cảnh báo nguy cơ tăng giá dây chuyền ngay khi có sự thay đổi giá nguyên liệu đầu vào.

Kết luận

• Xây dựng thành công bộ cơ sở dữ liệu chuẩn hóa gồm 120 mặt hàng trọng yếu được theo dõi liên tục trong 120 tuần (giai đoạn 2008 đến quý 1 năm 2010).
• Làm chủ và ứng dụng hiệu quả kỹ thuật khai phá luật kết hợp mẫu âm trên nền tảng phần mềm CBA, mở ra hướng tiếp cận định lượng hiện đại trong phân tích thị trường.
• Phát hiện hệ thống các quy luật liên kết giá có độ tin cậy cao giữa hàng hóa dân sinh, hàng xuất nhập khẩu và thị trường thế giới.
• Lượng hóa chính xác tác động của các cú sốc thiên tai và chu kỳ biến động nhiên liệu lên mặt bằng giá cả sinh hoạt tại địa bàn trọng điểm.
• Đề xuất khung giải pháp quản lý 4 bước giúp nâng cao năng lực dự báo và điều hành bình ổn giá của các cơ quan quản lý nhà nước.

Đóng góp chính của luận văn là đã giải quyết bài toán định lượng mối quan hệ nhân quả trong biến động giá cả bằng công cụ khai phá dữ liệu hiện đại. Trong giai đoạn 6 đến 12 tháng tới, hướng nghiên cứu tiếp theo cần tập trung mở rộng tích hợp nguồn dữ liệu thời gian thực và tự động hóa cập nhật các bộ luật mới. Hãy liên hệ và khai thác ngay các phát hiện từ công trình này để hoàn thiện chiến lược quản trị giá và điều hành kinh tế vĩ mô hiệu quả.

Trích đoạn nội dung tài liệu

Đặt vấn đề Do việc xác định luật kết hợp mẫu âm phải thông qua luật kết hợp dương, nếu chúng ta để độ hỗ trợ và độ tin cậy nhỏ thì sẽ rất khó để xác định các luật kết hợp dương mong muốn, bởi vậy chúng ta phải chấp nhận để độ hỗ trợ và độ tin cậy dương đủ lớn để dễ cho việc xác định luật kết hợp dương và khi đó các luật kết hợp âm tìm thấy sẽ có độ hỗ trợ và độ tin cậy thấp. Lúc này chúng ta phải chấp nhận một số kết quả tìm kiếm được sẽ không như mong muốn. Việc loại bỏ các luật không như mong muốn này 19 (LUAN.gia TIEU LUAN MOI download : [e-mail] chúng ta chỉ có thể sử dụng những miền tri thức trong kho dữ liệu để dự đoán và loại bỏ chúng để cuối cùng có tập các luật kết hợp mẫu âm khả thi. Chúng ta xem xét sự phân loại sau: Giả sử T là tập các loại mặt hàng như hình trên, gồm các đỉnh và các cạnh.

Mỗi đỉnh biểu diễn một lớp (Hardware, Computers, Electronics,.), đỉnh mà không có đỉnh con(hay có độ sâu bằng 0) thì được coi là các mặt hàng. Hai đỉnh được kết nối với nhau thông qua một cạnh. Các đỉnh, cành này sẽ tạo ra một miền tri thức (domain Knowledge). Trong sự phân loại trên, có hai mối quan hệ quan trọng đó là quan hệ theo chiều dọc và quan hệ theo chiểu ngang.

Mối quan hệ theo chiều dọc là mối quan hệ cha – con, mối quan hệ theo chiều ngang là mối quan hệ anh – em. Chúng ta gọi mối quan hệ anh – em là mối quan hệ địa phương (Locality Of Similarity – LOS). Các mục cùng LOS sẽ có xu hướng tham gia vào cùng một luật kết hợp. Ví dụ trong một cơ sở dữ liệu bán lẻ, các mục cùng LOS sẽ có nhiều khả năng cùng được tham gia vào các giao dịch của khách hàng.

Do vậy trong quá trình bán hàng, người bán hàng không đưa ra những tham khảo hợp lý thì người mua hàng rất khó có thể 20 (LUAN.gia TIEU LUAN MOI download : [e-mail] chọn một món hàng mà họ muốn.Thay vào đó chúng ta có thể đưa ra một tham khảo theo LOS, để khách hàng có thể chọn một số món hàng mà họ muốn. Trong hình ví dụ trên, chúng ta để „IBM Aptiva‟ và „Compaq Deskpro‟ cùng cấp và cùng thuộc dòng máy tính để bàn, khi đó khách hàng muốn mua máy tính để bàn có thể xem máy IBM Aptive hay Compaq Deskpro, thay vì khách hàng phải loay hoay với các loại như Notebook, Parks, Electronics… Như vậy LOS có thể được hiểu như là quan hệ anh – em, được biểu diễn như sau [„IBM Aptiva‟,„Compaq Deskpro‟]. Tuy nhiên LOS cũng có thể mở rộng trên cấp, chẳng hạn chúng ta có thể đặt „IBM Aptiva‟, „Compaq Deskpro‟, Notebook, Parks vào cùng một LOS khi chúng ta nhìn cơ sở dữ liệu ở tầm cao hơn (Computers). Bây giờ chúng ta xem xét các luật liên quan tới LOS.

Với giả thiết: a) Các tập X = { i1, i2,…, ih,…, im }, Y = { j1, j2,…, jl } và X, Y I, X Y= b) h I, ik X, thỏa mãn [ih , ik] và supp(ih) ≥ minsup, supp(ik) ≥ minsup. Thì khi đó cũng có một khả năng Conf(X‟Y) ≥ minconf, trong đó X‟={ i1, i2,…, ik,…, im }, cũng tương tự như X, ngoại trừ việc ih thay thế cho ik Chúng ta gọi luật X‟Y là r‟. Khi đó luật r và r‟ được gọi là luật anh em.gia TIEU LUAN MOI download : skknchat@gmail.2 Quá trình phát hiện luật kết hợp mẫu âm LOS sẽ cung cấp một số khả năng để xác định luật âm, giả sử ih,ik I, đều là thành viên của một LOS, thỏa mãn [ih,ik]. Nếu luật r: XY đúng và ih X, khi đó sẽ sinh được luật anh em r‟: X‟Y, tuy nhiên nếu luật này không hỗ trợ, tức là Y không có mối quan hệ với X‟ thì sự kết hợp âm có thể tồn tại.

Để phát hiện luật kết hợp mẫu âm, trước hết chúng ta xác định độ lệch giữa các đội tin cậy như sau: Trong đó conf(r’) là độ tin cậy của r‟ được tính toán theo công thức (4). E(conf(r’)) là dự báo độ tin cậy của r‟, được định nghĩa bằng độ tin cậy của r dựa trên các giả thiết tương tự. Nếu giá trị SM lớn thì khi đó luật X‟  Y là sai, và khi đó luật X‟  ¬Y đúng. Từ cách lập luận trên cho thấy, với giá trị SM càng lớn thì càng cho thấy lượng thông tin lớn.

Đồng thời các ứng viên luật kết hợp âm tạo ra cũng phải đáp ứng cả hai tiêu chí về độ hỗ trợ và độ tin cậy thì sẽ được giữ lại. Trên thực tế để đủ điều kiện là một luật kết hợp âm thì phải thỏa mãn hai điều kiện: - Có độ lệch lớn giữa độ tin cậy thực tế và độ tin cậy dự báo - Có độ hỗ trợ và độ tin cậy lớn hơn cực tiểu.gia TIEU LUAN MOI download : [e-mail] Như vậy trong quá trình khai phá luật kết hợp mẫu âm, chúng ta có sử dụng quá trình dự đoán, nên khi khai phá luật kết hợp mẫu âm sẽ có có một số luật không mong muốn, và một trong những công việc quan trọng trong quá trình phát hiện luật kết hợp mẫu âm là loại bỏ một số luật không mong muốn. Một ví dụ về sự loại bỏ luật dư thừa, giả sử chúng ta có hai luật “Female  Buy Hat” và luật “¬Male  Buy Hat”. Trong miền thuộc tính về giới tính, giả sử chỉ có hai giá trị Male và Female, như vậy ¬Male cũng là Female.

Như vậy trong hai luật trên chỉ có một luật được giữ lại. Như vậy, quá trình khai phá luật kết hợp mẫu âm có thể chia làm 3 giai đoạn: 1. Xác định một tập các luật kết hợp dương. Sinh các luật kết hợp âm dựa vào luật kết hợp dương đã có ở bước 1 và miền tri thức đã có.

Loại các luật dư thừa.3 Thuật toán phát hiện luật kết hợp âm Từ việc phân tích các giai đoạn trong quá trình phát hiện luật kết hợp âm ở trên, chúng ta có thể xem xét giải thuật tìm kiếm luật kết hợp âm cụ thể như sau: //Tìm tất cả các luật dương: FreqSet1 = {frequent1 – itemsets}; k=2; while (FreqSetk-1 ) for all trấnctions g DataSet 23 (LUAN.gia TIEU LUAN MOI download : [e-mail] CandidateSet1 = subset (CandidateSetk , g); for all candidates c CandidateSet1 c.count + 1; endfor endfor FreqSetk = {c CandidateSet1 | c.count ≥ minsup}; k = k + 1; endwhile // Sinh các luật dương với giải thuật Apriori postiveRule = genRule(FreqSetk); Rule = postiveRule; //Sinh các luật âm: Delete all items t from the taxonomy, t FreqSet1 For all rules r postiveRule tmpRuleSets = genNegCand(r); for all rules tr tmpRuleSets if SM(tr.conf) > confDeviate 24 (LUAN.gia TIEU LUAN MOI download : [e-mail] Rule = {Rule, Neg(tr) | Neg(tr).supp>minsup, Neg(tr).conf > minconf}; endif endfor endfor // Loại bỏ các luật dư thừa: If all members of LOS have common itemset that form {r1, r2,…, rn} Rule delete rk, where rk falls in the categories endif 1.4 Kết luận chương Như vậy qua chương đầu tiên, luận văn đã đưa ra được những vấn đề cơ bản của luật kết hợp, luật kết hợp mẫu âm. Ý nghĩa thực tế của việc khai phá luật kết hợp mẫu âm. Và cũng đã phân tích được các bước cơ bản để phát hiện luật kết hợp, luật kết hợp mẫu âm. Một số thuật toán phổ biến trong khai phá luật kết hợp, luật kết hợp mẫu âm cũng đã được trình bày trong chương này.

Với những vấn đề cơ bản của luật kết hợp, luật kết hợp mẫu âm như vậy, trong chương tiếp theo, luận văn sẽ đi vào xem xét bài toán cụ thể cần phải giải quyết đó là dựa vào luật kết hợp mẫu âm để xác định sự biến động giá cả dựa trên thông tin về giá cả hàng hóa trong 2 năm qua.gia TIEU LUAN MOI download : [e-mail] Chương 2 Xác định bài toán ứng dụng phát hiện luật kết hợp mẫu âm.1 Bài toán Những năm gần đây, trong công tác điều hành các hoạt động thương mại cho thấy trong rất nhiều trường hợp nhà nước cho phép nhập khẩu nhóm mặt hàng này, thì đồng thời phải cấm nhập khẩu nhóm mặt hàng khác; hoặc khi xây dựng các dòng thuế cho các nhóm ngành hàng, vẫn thường xẩy ra trường hợp việc cho phép tăng, giảm thuế một số mặt hàng trong nhóm phải được gắn liền với việc không cho phép tăng, giảm thuế của một số mặt hàng khác. Trong y học thì những tình huống như vậy là khá phổ biến, ở đó khi người bệnh có một số triệu chứng biểu hiện của một căn bệnh nào đó thì chắc chắn người đó không thể có một số triệu chứng biểu hiện cho một số căn bệnh khác, … Đặc biệt sự biến động giá cả của các mặt hàng cho thấy trong rất nhiều trường hợp, nhóm mặt hàng này tăng thì sẽ có một số mặt hàng khác tăng, và cũng có thể sẽ kéo theo một số mặt hàng khác giảm. Tuy nhiên để xác định được mối quan hệ này thì trước hết phải thu thập được dữ liệu chính xác và đầy đủ về giá cả của các mặt hàng cần quan tâm và đây chính là vấn đề mà chương 2 của luận văn sẽ đề cập tới. Với nền kinh tế lạm phát cao, giá cả mặt hàng biến động liên tục.

Bài toán đặt ra là trong sự biến động của các mặt hàng phải chăng có sự liên quan giữa các mặt hàng hay không? Và làm cách nào để xác định sự liên quan này? Đây là nội dung cơ bản mà luận văn sẽ phải làm rõ. Theo kinh nghiệm của Viện Nghiên cứu giá cả thị trường Bộ Tài Chính và Trung tâm Thông tin Công nghiệp và Thương mại Bộ Công Thương, các cơ quan này thường 26 (LUAN.gia TIEU LUAN MOI download : [e-mail] theo dõi biến động giá cả của những mặt hàng thuộc các nhóm: hàng hóa nhập khẩu, hàng hóa xuất khẩu, hàng hóa dân sinh, giá của một số mặt hàng trên thế giới và chỉ số giá tiêu dùng(CPI). Mặc dụ trên thị trường có hàng nghìn mặt hàng được lưu thông, tuy nhiên các mặt hàng được lựa chọn này đã chiếm tỉ trọng lớn, trên 90% tổng số lượng mặt hàng lưu thông. Do vậy kết quả của việc nghiên cứu biến động giá cả trên các mặt hàng này cũng đảm bảo tương đối chính xác cho tình hình biến động giá cả trên toàn thị trường.

Giá cả của những mặt hàng này được thu thập theo tất cả các tuần trong 2 năm 2008, 2009 và quý 1 năm 2010. Chi tiết được thể hiện trong phụ lục 1.