Giải pháp tài chính thực hiện xã hội hóa dịch vụ viễn thông công ích tại Việt Nam

B1. Xác định mục tiêu .

Thống nhất giữa người ra tiến hành dự báo và sử dụng kết quả dự báo (dùng để làm gì?, tầm quan trọng như thế nào? Giúp ích gì cho quá trình ra quyết định ?)

B2. Quyết định đối tượng dự báo.

Xác định được đối tượng hay biến dự báo cụ thể (đo bằng gì?). Phạm vi ( một sản phẩm hay nhóm sản phẩm hay tổng hợp nhiều ngành sản phẩm, trong khu vực cụ thể hay là toàn vùng, trong nước hay là cả xuất khẩu.

B3.Xác định loại dự báo

Loại dự báo là dài hạn, trung hạn hay ngắn hạn và thời đoạn dự báo Ví dụ: GDP : năm

Kim ngạch XNK: năm hoặc quý Doanh số : Quý

B4. Nghiên cứu, khảo sát dữ liệu

Chất lượng dự báo phụ thuộc vào chất lượng của số liệu. Dữ liệu có thể thu thập từ các nguồn:

Nội bộ Bên ngoài.

Chuyển đổi dữ liệu tương thích với yêu cầu của mục đích nếu có đầy đủ cơ sở.

B5. Chọn mô hình

Việc chọn mô hình tuỳ thuộc vào các tiêu chí sau:

1. Dạng phân bố của dữ liệu

2. Số lượng quan sát sẵn có.

3. Độ dài của tầng dự báo (ngắn hạn, trung hạn hay dài hạn)

Nếu dữ liệu phân bố thể hiện tính xu hướng thì có thể áp dụng các phương pháp: trung bình, đường số mũ.

Nếu số lượng quan sát quá ít: không thể sử dụng mô hình hồi quy (PP này càng nhiều càng tốt : tối thiểu phải khoảng 10-15 quan sát). Ngược lại có thể chọn phương pháp đơn giản .

B6. Đánh giá mô hình.

Thông qua các thông số như: Sai Số trung bình (Mean Error), Trung bình tuyệt đối sai số (Mean Absolute Error)…

Sử dụng holdout period:

Ví dụ bạn có bộ dữ liệu của 10 năm tính theo quý. Bạn chỉ dùng 8 năm để dự báo cho năm thứ 9 và thứ 10. Mô hình nào dự báo tốt nhất sẽ được chọn để dự báo cho toàn bộ 10 năm. Nếu không mô hình nào cho kết quả tới một độ chính xác chấp nhận được, quay về bước 5 để chọn mô hình thay thế

Đối các mô hình hồi quy còn có các phương pháp kiểm định và đo lườhg mức độ giải thích của các biến.

B7. Chuẩn bị dự báo .

Sau khi qua bước 06 chúng ta tin tưởng rằng mô hình chúng ta chọn sẽ cho ra kết quả chuẩn xác. Có truờng hợp chúng ta phải chọn phương pháp kết hợp giữa định tính và định lượng

B8. Trình bày dự báo

Trình bày rõ ràng

Không cần phải phức tạp hóa kết quả bằng các công thức, hay thuật toán phức tạp

Rõ ràng dù là bằng văn bản hay truyền đạt.

B9.Theo dõi Kết quả.

Liên tục theo dõi, so sánh kết quả dự báo với giá trị thực tế. Thay đổi phương pháp khi cần.

Chấp nhận sai lầm để cải tiến.

3. LỰA CHỌN PHƯƠNG PHÁP DỰ BÁO

Chúng ta cần lựa chọn phương án định tính, định lượng hay kết hợp.

a. Phương pháp định tính

+ Áp dụng khi chưa thu thập được đầy đủ các thông số

+ Áp dụng đối với các truờng hợp thăm dò phản ứng và kế hoạch chi tiêu của người tiêu dùng.

b. Phương pháp dự báo định lượng

+ Xác định dạng phân bố (Xu thế) của dữ liệu.

Ví dụ GDP thông thường có tính xu hướng (tăng, giảm dần) và tính chu kỳ, chứ không có tính mùa vụ vì thế những phương pháp sau đây có thể thích hợp:

Đường số mũ Holt, Hồi quy tuyến tính, Hồi quy nhân quả

c.Kết hợp giữa hai phương pháp

Để có kết quả dự báo chuẩn xác việc kết hợp giữa hai phuơng pháp trong nhiều trường hợp là cần thiết.

Ví dụ: trường hợp kết hợp 02 phương pháp định tính và định lượng: Cụ thể là: Phương pháp chuyên gia và mô hình kinh tế lượng.

4. ĐÁNH GIÁ ĐỘ TIN CẬY

Đặt: At = Giá trị thực ở thời điểm t (quan sát t)

Ft = Giá trị dự báo ở thời điểm t

n = Số lượng quan sát sử dụng trong dự báo 1.Sai số trung bình (mean error)

ME = ∑(At -Ft)/n

2.Trungbình sai số tuyệt đối (Mean absolute error) MAE = (∑ At –Ft )/n

3.Trung bình phần trăm sai số (mean percentage error)

MPE = ∑((At –Ft)/At)/n

error)

4.Trung bình tuyệt đối phần trăm sai số (Mean absolute percentage

E = ∑ (At –Ft)/At /n

5.Trung bình bình phương sai số (mean squared error) MSE = ∑(At -Ft)2/n

6.Chuẩn trung bình bình phương sai số (Root mean squared error )

RMSE = root(MSE)

7.Hệ số U (Theil)

U = RMSE(model) / RMSE(no-change model)

Các tiêu chí từ 1-6, càng nhỏ càng tốt, hệ số U, nếu: U=0: Mô hình hoàn hảo.

U<1: Mô hình dự báo tốt hơn phương pháp đơn giản

U>1: Mô hình dự báo không tốt bằng phương pháp đơn giản.

5. CÁC KHÁI NIỆM VÀ MÔ HÌNH THỐNG KÊ CƠ BẢN

TRONG DỰ BÁO

a.Tổng thể và chọn mẫu

Tổng thể (thống kê): gồm những cá biệt có ít nhất một đặc điểm chung.

Chọn mẫu: trong tổng thể ta lựa chọn một số đơn vị sẽ tạo thành chọn mẫu.

b. Các giá trị thống kê mô tả

Các giá trị đo lường xu hướng tập trung.

+ Mode (Yếu vị): Mode của một dãy số là số liệu có tần số xảy ra cao nhất. (Gợi ý: “mốt hiện nay: nhiều người cùng thực hiện). Ví dụ trên bảng.

+ Median (trung vi): Là giá trị trung điểm của dãy số. Xem ví dụ (nếu sắp xếp lại số liệu thì sẽ thấy Median là 6). Trong truờng hợp số

lượng dãy số là chẵn thì Median là giá trị trung bình của hai giá trị trung điểm (Ví dụ: dãy số: 4,5,6,7,8,9; Median là: 6.5).

+ Mean (trung bình): Là giá trị trung bình của dãy số, được tính bằng các cộng tất cả các giá trị số liệu lại rồi chia cho tổng giá trị số liệu. c.Các giá trị thống kế đo lường mức độ phân tán

+ Vùng (range): Vùng của một dãy số là khoảng cách giữa giá trị lớn nhất và giá trị nhỏ nhất trong dãy số (giá trị Max-Min)

Ví dụ: 5 (9-4)

+ Độ lệch chuẩn (Standard deviation): là mức độ chênh lệch chuẩn giữa các giá trị trong dãy số với các giá trị trung bình của chúng:

s = root(∑(X-Mean)2/n-1)

+ Phương sai (variance):

Để do lường mức độ phân tán xung quanh giá trị trung bình, người ta còn dùng phương sai.

Phương sai được tính bằng bình phương độ lệch chuẩn. s2 = (∑(X-Mean)2/n-1)

d. Mô hình hồi quy đơn

 Phương trình hồi quy mẫu: Yi = b0 + b1X + ei

Hệ số b0 và b1 đạt được bằng cách lấy tổng các phần dư là nhỏ nhất

 Hệ số b1 và b0 đạt được như sau:

b 

( X i X )( Yi Y )

i 1

( X X ) 2

i 1

b 0 Y b1 X

TSS = ESS + RSS



(Y Y) (Y Y) 

i

)

i 1



(Y Y)

)

i i

i 1 i 1

Trong đó:

TSS: Tổng bình phương các độ lệch (Total Sum of Squares) ESS: Tổng bình phương giải thích (Explanatory sum of squares RSS: Tổng bình phương phần dư (Residual sum of squares)

 Hệ số R2 được xác định như sau:

 R2 = ESS/TSS

 0 ≤ R2 ≤ 1

 Hệ số R2 cho chúng ta biết rằng biến độc lập X giải thích cho biến phụ thuộc Y được bao nhiêu %

 Hệ số tương quan r:



cov(X ,Y)



(XiX )(YiY)

i1

Var(X )Var(Y)

n n