CHƯƠNG I: TỔNG QUAN VỀ DỰ BÁO DỮ LIỆU 1.1 Khái niệm về dự báo. Dự báo là biện pháp lập luận khoa học tiên đoán những sự việc sẽ xảy ra trong tương lai, trên cơ sở phân tích, tổng hợp về các dữ liệu đã thu thập được. Khi tiến hành dự báo cần căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán học (Định lượng). Tuy nhiên dự báo cũng có thể là một dự đoán chủ quan hoặc trực giác về tương lai (Định tính) và để dự báo định tính được chính xác hơn, cần phải loại trừ những tính chủ quan của người dự báo.
Dù định nghĩa có sự khác biệt nào đó, nhưng đều thống nhất về cơ bản là dự báo bàn về tương lai, nói về tương lai. Dự báo trước hết là một thuộc tính không thể thiếu của tư duy của con người, con người luôn luôn nghĩ đến ngày mai, hướng về tương lai. Trong thời đại công nghệ thông tin và toàn cầu hóa, dự báo lại đóng vai trò quan trọng hơn khi nhu cầu về thông tin thị trường, tình hình phát triển tại thời điểm nào đó trong tương lai càng cao. Dự báo được sử dụng trong nhiều lĩnh vực khác nhau, mỗi lĩnh vực có một yêu cầu về dự báo riêng nên phương pháp dự báo được sử dụng cũng khác nhau.2 Một số đặc điểm của dự báo.
Tính không chính xác của dự báo: Dù phương pháp chúng ta sử dụng là gì thì luôn tồn tại yếu tố không chắc chắn cho đến khi thực tế diễn ra. Luôn có điểm mù trong các dự báo: Không phải cái gì cũng có thể dự báo được nếu chúng ta thiếu hiểu biết về vấn đề cần dự báo. Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.vn/ 4 Dự báo cung cấp kết quả đầu vào cho các nhà hoạch định chính sách trong việc đề xuất các chính sách phát triển: Chính sách mới sẽ ảnh hưởng đến tương lai, vì thế cũng sẽ ảnh hưởng đến độ chính xác của dự báo.3 Các phương pháp dự báo. Hiện nay trên thế giới rất nhiều phương pháp dự báo được sử dụng, tuy nhiên có 9 phương pháp dự báo được áp dụng phổ biến là: STT Nội dung 1 Phương pháp tiên đoán (Genius forecasting) 2 Phương pháp ngoại suy xu hướng (Tren extrapolation) 3 Phương pháp chuyên gia (Consensus) 4 Phương pháp mô phỏng (Mô hình hóa - Simulation) 5 Phương pháp ma trận trác động qua lại (Cross-Impact matrix method) 6 Phương pháp kịch bản (Scenario) 7 Phương pháp cây quyết định (Decision trees) 8 Phương pháp dự báo tổng hợp/ luật kết hợp (Combining methods) 9 Phương pháp chuỗi thời gian (Time series) Bảng 1.1: Một số phương pháp dự báo phổ biến Tuy nhiên, theo cách phân loại tại Việt Nam các phương pháp dự báo thường được chia thành 2 nhóm chính là phương pháp định tính và phương pháp định lượng.
Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.1 Phương pháp dự báo định tính (phán đoán) Phương pháp này dựa trên cơ sở phân tích những yếu tố liên quan, và những ý kiến về các khả năng có liên hệ của những yếu tố liên quan này trong tương lai. Phương pháp định tính có liên quan đến mức độ phức tạp khác nhau, từ việc khảo sát ý kiến được tiến hành một cách khoa học để nhận biết các sự kiện tương lai hay từ ý kiến phản hồi của một nhóm đối tượng hưởng chịu tác động nào đó. Phán đoán đơn độc (unaided judgment): Việc dự báo bởi các chuyên gia thường sử dụng các phán đoán đơn độc thì hấu hết chính xác trong các tình huống sau: - Xảy ra tương tự như yếu tố khác mà chuyên gia đã làm dự báo - Bao gồm mối quan hệ đơn giản và dễ hiểu - Không bị ảnh hưởng bởi sự thay đổi lớn - Không bao hàm các xung đột Và các chuyên gia dự báo: - Không chệch. - Có thông tin mà những nơi khác không có.
- Chấp nhận độ chính xác, thời gian và thông tin phản hồi về dự báo của họ. Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.vn/ 6 Phán đoán thị trường: Việc phán đoán thị trường phải dựa vào những thông tin thị trường trong quá khứ ở một thời gian dài và phán đoán những gì sắp xảy ra đối với thị trường tương lai. Tuy nhiên, thị trường không đơn gian như những thống kê đơn thuần mà nó bao gồm rất nhiều những giao dịch “ngầm” mà chúng ta không thể dễ dàng có được những thông tin này. Do vậy, việc phán đoán giá cả trong một thị trường là hết sức phức tạp và có nhiều những thay đổi không được như kỳ vọng của các nhà nghiên cứu.
Phương pháp Delphi: Phương pháp chuyên gia Delphi là phương pháp chủ yếu dựa trên ý kiến của các chuyên gia hàng đầu trong mỗi lĩnh vực. Theo Green, Armstrong và Graefe (2007) cho rằng phương pháp Delphi hấp dẫn các nhà quản lý bỏi vì tính dễ hiểu và sự hỗ trợ dự báo của các chuyên gia. Theo Green và các công sự (2007) đã đưa ra tám thuận lợi của phương pháp Delphi trong dự báo thị trường: (1) Áp dụng rộng hơn, (2) Dễ hiểu, (3) Có thể trả lời các câu hỏi phức tạp, (4) Khả năng duy trì bảo mật, (5) Tránh nhiều thao tác, (6) Phát hiện nhiều kiến thức mới, và (7) Ít người tham gia. Cấu trúc tương tự: Phương pháp cấu trúc tương tự vượt qua được những yếu tố chệch và không đáng tin cậy của những thông tin.
Phương pháp cấu trúc tương tự đặc biệt thích hợp khi cầu bị ảnh hưởng bởi những hành động cạnh tranh, chính phủ, hoặc nhóm lợi ích giống như môi trường và những hành động tự phát. Lý thuyết trò chơi: Lý thuyết trò chơi nghiên cứu vấn đề ra quyết định của nhiều người, nhiều doanh nghiệp ở các mức độ khác nhau. Có rất nhiều bài viết nói về các lý thuyết trò chơi và đưa ra những áp dụng thực tiễn và chỉ ra rằng lý thuyết trò chơi không đơn thuần là lý thuyết mà thực tế còn là Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.vn/ 7 những công cụ hữu hiệu trong phân tích kinh tế và xác định chiến lược kinh doanh. Phân rã và xây dựng phán đoán: Để có thể dự báo chính xác hơn có thể phân rã vấn đề cần dự báo thành nhiều dự báo thành phần.
Trên cơ sở dựa vào những dự báo thành phần để thu được dự báo toàn bộ cho vấn đề cần dự báo. Bởi vì, dự báo một vấn đề gộp khó khăn hơn rất nhiều khi chúng ta phân rã vấn đề đó thành nhiều vấn để nhỏ để có thể đưa ra những phương pháp dự báo thích hợp cho từng vấn đề nhỏ. Xây dựng phán đoán thường được sử dựng trong những trường hợp mà dữ liệu không có hoặc dữ liệu không thể ước lượng được bằng mô hình kinh tế lượng. Theo nghiên cứu của Goodwin và các cộng sự (2011) chỉ ra rằng xây dựng phán đoán không cải thiện được độ chính xác của dự báo khi những dấu hiệu tiềm năng có thể xảy ra và nó không rõ ràng khi các chuyên gia đánh giá thông tin mà không có sẵn mô hình hoặc kiến thức mà không thể kết hợp thông tin vào mô hình hoặc những biến có thể có tự tương quan.
Phương pháp hệ thống chuyên gia: Phương pháp hệ thống chuyên gia được xây dựng dựa trên cấu trúc thi hành dự báo của một nhóm chuyên gia. Theo nghiên cứu của Collopy, Adya và Armstrong (2001) chỉ ra rằng phương pháp hệ thống chuyên gia chính xác hơn phương pháp phán đoán độc đoán. Tuy nhiên, phương pháp này phải chịu một mức chi phí cho các chuyên gia là khá cao mà với mức chi phí này có thể xây dựng được một phương pháp dự báo thích hợp hơn. Mô phỏng tương tác: Phương háp mô phỏng tương tác thường được sử dụng khi chúng ta có ít hoặc không đủ dữ liệu để làm các dự báo và những Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.vn/ 8 nhà quyết sách kỳ vọng rằng có thể đoán được những ảnh hưởng của những chính sách hoặc những chiến lược sẽ được thực thi trong tương lai.
Phương pháp điều tra chọn mẫu kết hợp với kinh nghiệm thực tế: Để dự báo trước một vấn đề chúng ta có thể thực hiện một cuộc điều tra chọn mẫu với độ tin cậy của mẫu có thể chấp nhận được. Với kết quả của mẫu thu được kết hợp với kinh nghiệm thực tế trong lĩnh vực cần được dự báo để đưa ra kết quả dự báo có tính chính xác cao hơn. Phương pháp này còn được gọi là phương pháp “Phòng thí nghiệm”, tức là việc điều tra chọn một mẫu nhỏ nhưng phải có tính khái quát cho toàn bộ mẫu lớn để khi áp dụng kết quả thu được sẽ không bị sai lệch so với thực tế thực thi.2 Phương pháp dự báo định lượng. Phương pháp dự báo định lượng dựa trên các số liệu quá khứ, những số liệu này giả sử có liên quan đến tương lai và có thể tìm thấy được.
Tất cả các mô hình dự báo theo định lượng có thể sử dụng thông qua chuỗi thời gian và các giá trị này được quan sát đo lường các giai đoạn theo từng chuỗi. Phép ngoại suy: Phương pháp này dựa vào dữ liệu quá khứ để dự báo như phương pháp san mũ hoặc phương pháp chuỗi thời gian. Theo nghiên cứu của Makridakis và các cộng sự (1984), nếu dữ liệu chuỗi có dạng năm thì việc loại bỏ ảnh hưởng của yếu tổ mùa vụ sẽ thu được kết quả dự báo chính xác hơn. Tuy nhiên, phương pháp dự báo này sẽ không đánh giá được yếu tố ảnh hưởng bên ngoài, ví dụ như ảnh hưởng của suy thoái tài chính đến thị trường.
Phân tích định lượng: Một vài dữ liệu định lượng được sử dụng để dự báo trong những tình huống tương tự có thể sử dung phương pháp ngoại suy. Vì vậy dư liệu định lượng là quan trọng trong mục tiêu được xem xét và dữ Soá hoùa bôûi Trung taâm Hoïc lieäu –ĐHTN http://www.vn/ 9 liệu tượng tự để xây dựng các hệ số hoặc ngoại suy xu hướng trung bình cho từng trường hợp cụ thể. Nguyên tắc dự báo cơ bản (RBF): Nguyên tắc dự báo cơ bản (RBF) để xác định đặc trung của một chuỗi số liệu, theo nghiên cứu cảu Armstrong, Adya và Collopy (2001) chỉ ra rằng có 28 đặc trưng chủ yếu dựa trên bao số liệu, số quan sat, tính mùa vụ và các điểm nằm ngoài (outliers). Có 99 nguyên tắc của RBF thường được dùng để điều chỉnh dữ liệu để ước lượng cho các mô hình ngắn và dài hạn và thường được sử dụng hỗn hợp cho hai loại mô hình này.
