Đồ án Dự báo ngắn hạn về mức tiêu thụ sản phẩm đá Granite của Công ty TNHH Thành Nam

ty đã ký, yêu cầu các đại lý, nhà phân phối sản phẩm của Công ty và một phần khách hàng không thường xuyên. 2.3.2 Nhận xét và đánh giá. Dự báo ngắn hạn nói riêng và dự báo nói chung ở Công ty hầu như vẫn chỉ dựa vào ý kiến của các chuyên gia. Các phương pháp dự báo dựa trên mô hình thống kê chưa được áp dụng. Trong phương pháp dự báo ngắn hạn hiện nay đang được thực hiện có một số ưu nhược điểm sau: */ Trong dự báo năm: Ưu điểm của phương pháp này là: - Tận dụng được kiến thức thị trường của những người am hiểu tình hình và có chuyên môn trong phân tích thị trường. - Xét mối quan hệ giữa thị trường và chủ trương, chính sách cụ thể của Công ty trong thời gian tới thì điều này rất quan trọng khi Công ty đã chiếm đa số thị phần trong nước. Bên cạnh những ưu điểm trên thì phương pháp dự báo năm cũng không tránh khỏi những nhược điểm cần khắc phục như: Dự báo năm phụ thuộc nhiều vào ý kiến chủ quan của người lãnh đạo cao nhất trong cuộc họp. Do đó, có thể mất đi tính toàn diện, khách quan khi đánh giá tình hình và dẫn đến dự báo không còn được chính xác. */ Dự báo theo mùa: Cách làm này hiện nay đã xét đến yếu tố tăng trưởng, yếu tố mùa vụ và yếu tố sự kiện trong dự báo. Tuy nhiên nó cũng còn có nhược điểm là: - Yếu tố chủ quan của người lập kế hoạch ảnh hưởng nhiều tới dự báo. - Việc xác định yếu tố mùa vụ chưa chính xác, vì chỉ xét đến số liệu trong năm trước. Do đó chưa thể tách riêng được yếu tố mùa vụ và yếu tố sự kiện tại mỗi thời điểm xác định yếu tố mùa vụ một cách chính xác hơn sẽ tạo ra dự báo chính xác hơn. Chương III DỰ BÁO NGẮN HẠN MỨC TIÊU THỤ SẢN PHẨM ĐÁ GRANITE (HOA CƯƠNG) CỦA CÔNG TY TNHH THÀNH NAM 3.1 Đặc điểm thị trường sản phẩm đá Granite. 3.1.1 Thị trường đã có sự cạnh tranh khốc liệt. Ngành sản xuất vật liệu xây dựng - sản phẩm đá Granite là ngành mới xuất hiện trên thị trường miền Bắc từ năm 1998 và phát triển mạnh từ năm 2003 đến nay. Nền kinh tế nước ta đang ngày càng phát triển mạnh mẽ, trong đó việc xây dựng các công trình dân dụng lớn phục vụ cho đất nước và những khu nhà chung cư cung cấp cho những người dân di dời ngày càng nhiều đã kéo theo việc phát triển của sản phẩm đá Granite phục vụ cho các công trình ấy ngày càng tăng như công trình nhà Quốc hội, khu chung cư cao tầng ở Mỹ Đình, Trung Hoà, Nhân Chính.... Vì vậy, hiện nay trên thị trường miền Bắc đã xuất hiện nhiều công ty tham gia vào lĩnh vực sản xuất và kinh doanh sản phẩm đá Granite như: Công ty TNHH Đông Ấn, Công ty TNHH Thương mại Đầu tư An Thái, Công ty TNHH Thương mại Tùng Phượng, Chi nhánh Công ty TNHH Hoàn Cầu Granite Hà Nội, Công ty TNHH Hoàng Mai....Như vậy, Công ty đã có quá nhiều đối thủ cạnh tranh, hầu hết các công ty này đều mới thành lập và họ được đầu tư với số vốn lưu động ban đầu rất lớn, đồng thời các công ty này chỉ hoạt động trong lĩnh vực thương mại - kinh doanh. Do đó, giá thành hạ, tiến độ, thời điểm cung cấp sản phẩm ngắn, hình thức mẫu mã sản phẩm đẹp, đa dạng, phong phú. Ngoài ra, các công ty này còn đưa ra các hình thức chiết khấu % khi khách hàng mua sản phẩm với số lượng lớn như mua từ 100m2 trở lên giảm giá 5000đ/m2 và có lấy hoá đơn GTGT. Từ thực tế đó cho thấy, cường độ cạnh tranh của sản phẩm đá Granite là rất cao, gây khó khăn cho việc sản xuất và kinh doanh của Công ty. Đó là chưa kể đến những doanh nghiệp tiềm ẩn có thể tham gia vào nhiều ngành trong tương lai gần, cùng hàng loạt các cửa hàng cung cấp nhỏ đang hoạt động, nhiều khi họ còn bán sản phẩm nhằm “phá giá” thị trường. 3.1.2 Tính chất mùa vụ thể hiện rõ rệt. Do đặc điểm khác biệt của ngành sản xuất và cung cấp vật liệu xây dựng các sản phẩm đá Granite là chỉ được sử dụng khi công trình xây dựng đã đi vào giai đoạn hoàn thiện - giai đoạn cuối cùng và do tâm lý của người dân Việt nam muốn hoàn thành, sửa sang làm mới hơn ngôi nhà của mình trước khi bước sang năm mới thì khi đó mới lắp đặt được sản phẩm đá Granite. Thường vào giai đoạn 4 tháng cuối năm và những tháng trước tết Nguyên đán đã làm cho nhu cầu sử dụng sản phẩm của các Công ty, người dân mang tính mùa vụ rõ rệt. 3.1.3 Tính xu hướng. Trong nền kinh tế thị trường phát triển hiện nay, thu nhập đời sống của nhân dân ngày càng cao. Tính xu hướng của dòng yêu cầu về sản phẩm đá Granite ngày càng lớn, do số lượng chủng loại sản phẩm đá Granite ngày càng đa dạng, phong phú. Hiện nay trên thị trường của sản phẩm Đá granite ốp lát có khoảng trên 50 loại khác nhau như: Đá Granite Bình Định có các loại-Đá đỏ,Đá vàng, Đá tím tân dân, Đá trắng, Đá hồng.... Đá Granite Trung Quốc có các loại-Đá đỏ Ruby, Đá đỏ nhuộm, Đá đen kim xa, Đá hồng lòng tôm, Đá hồng... Do vậy, Công ty đã gắn liền sản phẩm của doanh nghiệp với người tiêu dùng. Chiến lược sản phẩm xây dựng trong từng thời kỳ hoạt động của Công ty nhằm thoả mãn nhu cầu của khách hàng. 3.2 Các yếu tố ảnh hưởng đến nhu cầu tiêu thụ sản phẩm đá Granite của Công ty. 3.2.1 Chất lượng sản phẩm. Hiện có rất nhiều quan niệm khác nhau về chất lượng sản phẩm. Mỗi quan niệm đều có những căn cứ khoa học và thực tiễn khác nhau, và nó có những đóng góp nhất định thúc đẩy khoa học quản lý chất lượng không ngừng phát triển hoàn thiện. Đối với sản phẩm đá Granite chất lượng sản phẩm được phản ánh thông qua hệ thống các chỉ tiêu cụ thể như: - Tính năng, tác dụng của sản phẩm: sản phẩm đá Granite được sử dụng chủ yếu để ốp cầu thang, mặt tiền, tam cấp, bàn bếp, nền nhà, mộ.... - Các chỉ tiêu thẩm mỹ: sản phẩm đá Granite có nhiều màu sắc, kích cỡ sử dụng trong trang trí. Đồng thời việc nâng cao chất lượng sản phẩm như độ bóng của sản phẩm, đa dạng màu sắc, kích thước, độ dày, mỏng của sản phẩm có tầm quan trọng sống còn đối với doanh nghiệp. Điều đó thể hiện ở chỗ: - Chất lượng luôn luôn là một trong những yếu tố quan trọng nhất quyết định khả năng cạnh tranh của doanh nghiệp trên thị trường. - Tạo uy tín, danh tiếng cơ sở cho sự tồn tại và phát triển lâu dài của doanh nghiệp. - Tăng chất lượng sản phẩm tương đương với tăng năng suất lao động cho công nhân. Nhờ tăng chất lượng sản phẩm dẫn đến tăng giá trị sử dụng và lợi ích kinh tế trên 1 đơn vị chi phí đầu vào, giảm lượng nguyên vật liệu sử dụng. Nâng cao chất lượng sản phẩm còn là biện pháp hữu hiệu kết hợp các loại lợi ích của doanh nghiệp, người tiêu dùng, người lao động và xã hội. 3.2.2 Giá cả của sản phẩm. Giá cả là một “vị quan toà” xác định lợi ích kinh tế giữa người bán và người mua. Vì thế nó đóng vai trò quan trọng trong nền kinh tế. Việc hoạch định giá cả nhằm xem xét khả năng tiêu thụ sản phẩm của doanh nghiệp. Vì vậy, người bán, Công ty rất quan tâm trong việc nghiên cứu thị trường để xác định chủng loại và khối lượng sản phẩm mà mình tung ra bán. Ai cũng biết rằng, bất kỳ một sự khác biệt nào về giá bán, khối lượng, chi phí...... đều là nhân tố quyết định đến lợi nhuận của Công ty. Vì thế giá cả sản phẩm ảnh hưởng lớn đến mức doanh thu và thị phần của Công ty. Nhất là trong điều kiện hiện nay các sản phẩm đá Granite của Trung Quốc với đa dạng màu sắc, chủng loại, kích cỡ đang tràn ngập trong thị trường vật liệu xây dựng Việt Nam, đồng thời, loại sản phẩm này có giá thấp hơn rất nhiều so với cùng loại sản phẩm của Việt Nam. Trong khi đó, có rất nhiều doanh nghiệp, công ty đang kinh doanh trong lĩnh vực vật liệu xây dựng - đá Granite. Vì vậy, Công ty phải rất thận trọng khi xây dựng chiến lược giá cả để cạnh tranh với đối thủ của doanh nghiệp. Khi sử dụng chiến lược giá cả Công ty cũng đặc biệt để ý đến tiềm lực của đối thủ cạnh tranh, vì nếu đối thủ mạnh sẵn sàng đối địch trong cạnh tranh thì Công ty dễ bị đánh gục khi sử dụng chính sách giảm giá, mặt khác, khi sử dụng chiến lược này để cạnh tranh, thường làm cho doanh nghiệp mất đi phần lợi nhuận và đem lại lợi ích cho người tiêu dùng. Với một Công ty đã hoạt động hơn 10 năm trong lĩnh vực sản xuất - cung cấp sản phẩm đá Granite thì giá cả sản phẩm của Công ty liên quan đến vị trí của doanh nghiệp trên thị trường và trước các đối thủ cạnh tranh. 3.2.3 Những nhà cung cấp nguyên vật liệu - thành phẩm - vật tư kỹ thuật. Việc chăm lo mối quan hệ tốt với người cung ứng nhiều khi còn quan trọng hơn lợi ích do giá cả thấp đem lại, vì nếu giữ gìn mối quan hệ với người cung ứng tin cậy thì dù giá cả có cao một chút vẫn có thể đem lại chi phí kinh doanh cuối cùng thấp hơn so với việc thay thế người cung ứng khác không chắc chắn bằng và thường người này chỉ tạm thời đặt giá có lợi không phải chỉ việc lựa chọn người cung ứng chắc chắn mà cả việc xác định số người cung ứng cũng rất quan trọng. Nếu doanh nghiệp chỉ chọn một (hoặc rất ít) người cung ứng sẽ có lợi là người cung ứng có thể đặt doanh nghiệp vào loại khách hàng ưu tiên và thường nhượng bộ về giá cả và phải thoả mãn những ý muốn đặc biệt liên quan tới việc sắp đặt nguyên vật liệu, vật tư, các mục tiêu thanh toán và các thời hạn cung ứng. 3.2.3.1 Nhà cung ứng nguyên vật liệu. Đối với ngành sản xuất vật liệu xây dựng đá Granite các loại thì số lượng các nhà cung cấp là không nhiều và chủ yếu có một số Công ty khai thác tại Bình Định như: Công ty Phú Tài, doanh nghiệp tư nhân Thanh Toàn....Vì vậy, sức ép của các nhà cung cấp đối với Công ty là tương đối lớn như: - Không được cung cấp đủ khối lượng hàng đã đặt - Chủng loại sản phẩm không theo đơn đặt hàng. - Thời gian giao hàng chậm - Hàng giao không theo kích thước đã yêu cầu. Những sức ép của các nhà cung cấp nguyên vật liệu đã ảnh hưởng lớn đến quá trình hoạt động, sản xuất, kinh doanh của Công ty làm cho Công ty: - Giao hàng chậm so với hợp đồng - Quy cách của nguyên vật liệu không đúng quy cách đặt hàng đã làm hao phí sản phẩm của Công ty tăng lên, phải mua thành phẩm của các Công ty khác với giá cao để thay thế, đã làm cho chi phí sản xuất tăng lên. - Trong một số trường hợp Công ty đã phải thuyết phục, “khôn khéo”, lựa khách hàng chuyển sang sử dụng màu sắc đá khác do màu sắc sản phẩm khách hàng đặt không còn hoặc không đủ khối lượng yêu cầu. Đồng thời nó cũng làm cho những công nhân lao động sản xuất trực tiếp tại Công ty không đủ việc làm hoặc làm việc cầm chừng để đợi nguyên vật liệu, ảnh hưởng tới thu nhập, đời sống của người lao động. 3.2.3.2 Nhà cung cấp vật tư Số lượng các nhà cung cấp vật tư cho Công ty tương đối nhiều, đặc biệt là đối với những vật tư phụ nhưng phải sử dụng liên tục hoặc thường xuyên. Còn với hai loại vật tư chính là khẩu séc măng và đầu mài bóng : - Vật tư là khẩu séc măng: phải nhập từ Trung Quốc mà khẩu séc măng có nhiều loại nên việc lựa chọn cho phù hợp với thân lưỡi cưa là vấn đề phức tạp do nhà cung cấp đã cố tình chuyển nhiều loại khác nhau (trộn lẫn). Đã làm cho hao phí vật tư trong sản xuất tăng, thời gian sản xuất bị gián đoạn. - Vật tư là đầu mài bóng: Công ty cũng phải nhập từ Trung Quốc song nhà cung cấp luôn “ép” Công ty phải nhập với số lượng lớn không được đáp ứng đầy đủ về số lượng từng đầu mài như: Công ty muốn nhập số lượng đầu mài bóng số 2 nhiều gấp 2 lần đầu mài bóng số 5 hay đầu mài bóng số 3 nhiều gấp 1.5 lần so với đầu mài 4. Nhưng luôn không được đáp ứng, Nhà cung cấp luôn ép khách hàng phải lấy số lượng các loại là như nhau. Song trong quá trình sử dụng đầu mài bóng thì những đầu mài "phá" sẽ phải sử dụng nhiều hơn, đã làm ảnh hưởng đến chất lượng về màu sắc sản phẩm không đạt yêu cầu về độ bóng của sản phẩm. 3.2.4 Sự thuận lợi của khách hàng khi mua sản phẩm của Công ty. Với kinh nghiệm 10 năm hoạt động trong lĩnh vực sản xuất và kinh doanh sản phẩm đá Granite, Công ty đã có các chính sách phục vụ khách hàng với mục đích khuyến mại, thu hút khách hàng bằng các biện pháp tiêu thụ và kỹ thuật phục vụ khách hàng. Dịch vụ phục vụ khách hàng bao gồm cả các dịch vụ trong bán hàng và sau bán hàng. Chẳng hạn như: - Khi khách hàng mua từ 10m2 trở lên, Công ty sẽ giao hàng cho khách hàng thẳng từ kho tới địa điểm khách hàng yêu cầu nhận hàng trong thành phố Hà Nội. - Nếu khách hàng có nhu cầu cắt theo kích thước Công ty sẽ cắt hàng theo yêu cầu của khách hàng. - Công ty còn có một đội ngũ những thợ kỹ thuật chuyên đi lắp đặt hoàn thiện sản phẩm đá Granite theo yêu cầu của khách hàng. - Công ty còn có chính sách giảm giá cho khách hàng khi khách hàng mua hàng với số lượng lớn và khách hàng có yêu cầu Công ty làm hoàn thiện toàn bộ sản phẩm, đồng thời Công ty cũng tiến hành bảo hành công trình cho khách hàng. Mạng lưới dịch vụ phục vụ khách hàng được tổ chức ở toàn bộ thị trường tiêu thụ sản phẩm và tổ chức sao cho khách hàng nhận thức được rằng không thể có địa điểm nào khác thích hợp hơn về chuyên môn phục vụ cũng như giá cả phải chăng đối với các công việc dịch vụ bảo dưỡng, sửa chữa sản phẩm. Mặt khác, nhân viên phục vụ của doanh nghiệp trực tiếp nắm thông tin liên quan đến công tác bán hàng, nghiên cứu và phát triển sản phẩm yêu cầu đối với hoạt động phục vụ sau khách hàng là phải tìm cách khắc phục những khuyết tật của sản phẩm một cách nhanh nhất cho khách hàng, đồng thời phải đề xuất biện pháp loại bỏ các khuyết tật xảy ra ngay trong quá trình sản xuất. 3.3 Ứng dụng một số phương pháp dự báo trong việc dự báo ngắn hạn mức tiêu thụ sản phẩm đá Granite của Công ty TNHH Thành Nam. Bài toán đặt ra ở đây là cần dự báo nhu cầu tiêu thụ sản phẩm của các loại màu đá khác nhau theo năm và theo tháng để phục vụ công tác lập kế hoạch sản xuất. Các con số cần dự báo là số lượng từng loại đá mà Công ty tiêu thụ trong các năm 2003 đến 2005. Do số lượng các loại đá (màu sắc các loại đá khác nhau) tương đối nhiều nên ở đây chỉ tính toán cho các loại sản phẩm đá Granite tiêu thụ với số lượng lớn và ghép một số loại màu đá có giá bán như nhau như: đá đỏ, đá đen, đá trắng, đá Granite màu vàng, đá Granite màu tím Tân Dân. 3.3.1 Lựa chọn phương pháp dự báo. Việc lựa chọn phương pháp dự báo nói chung phải căn cứ vào tầm dự báo, tính chất của phương pháp, nguồn dữ liệu có thể thu thập được, yêu cầu của người tiến hành dự báo. Trong điều kiện số liệu thu thập được còn hạn chế (chỉ có số liệu trong doanh nghiệp, các số liệu của thị trường không có nguồn chính xác) các hệ số thực nghiệm không thể tiến hành xác định được. Với mục đích dự báo ngắn hạn (năm, quý, tháng) các số liệu về tác nhân tố ảnh hưởng đến nhu cầu tiêu thụ sản phẩm đá Granite Bình Định của Công ty như: số liệu hàng Trung Quốc được nhập vào Việt Nam, GDP bình quân đầu người, tốc độ phát triển của từng địa phương....của Việt Nam hiện nay không có số liệu chính xác, đầy đủ. Xét theo hàng tháng, số liệu thay đổi ít không có nhiều ý nghĩa khi xét đến tác động của yếu tố đó đến nhu cầu sử dụng sản phẩm của Công ty. Vì vậy, sử dụng phương pháp phân tích tương quan hồi quy cũng không phù hợp trong trường hợp này. Các phương pháp bình quân di động không phản ánh được tính xu hướng của nhu cầu sử dụng sản phẩm hiện nay. Vì vậy, nó cũng không phù hợp với tổ chức của đối tượng dự báo ở đây. Các phương pháp ngoại suy xu thế, san bằng mũ 2 lần, san bằng mũ có điều chỉnh xu hướng, mô hình tự hồi quy phù hợp với tính chất của dự báo năm và số liệu thu thập được. Nhu cầu sử dụng sản phẩm với tính chất mùa vụ rõ rệt lại yêu cầu phải sử dụng các phương pháp dự báo trên kết hợp với tính chất mùa vụ và xu hướng sử dụng sản phẩm khi tiến hành dự báo tháng. Chính vì vậy, các phương pháp này được lựa chọn để tiến hành dự báo. 3.3.2 Dự báo tháng. Dựa vào việc tính toán trên 50 loại màu sắc sản phẩm đá Granite tương tự nhau về trình tự các bước, mặt khác, có quá nhiều phương án tính toán ở một số phương pháp. Vì vậy, sau đây tôi xin phép chỉ nêu cách tính cụ thể của một loại sản phẩm điển hình là đá Granite màu đỏ Bình Định. 3.3.2.1 Xác định hệ số mùa vụ. Với đối tượng có tính chất mùa vụ rõ rệt như nhu cầu sử dụng sản phẩm vật liệu xây dựng – đá Granite ốp lát, phải tính toán hệ số mùa vụ là đại lượng đặc trưng cho sự biến đổi của đối tượng theo thời gian trong năm. Dãy số liệu theo tháng có 3 năm có số liệu trọn vẹn tất cả các tháng trong năm. Vì vậy, xác định hệ số mùa vụ theo số liệu của 3 năm này (2003 – 2005). Có 2 phương pháp xác định hệ số mùa vụ. Xác định hệ số mùa vụ theo bình quân tháng. Sử dụng số liệu từ năm 2003 đến hết năm 2005, hệ số mùa vụ của tháng K trong năm theo cách này được tính bằng cách lấy số bình quân của tháng K đó trong 3 năm chia cho số bình quân tháng trong cả 3 năm Phương pháp này dùng để xác định sản lượng từng tháng khi biết sản lượng bình quân tháng trong năm (hoặc sản lượng cả năm). Kết quả tính hệ số mùa vụ theo bình quân tháng của sản phẩm Đá Granite đỏ Bình Định được nêu trong bảng: Tháng 2003 2004 2005 Bình quân tháng Hệ số mùa vụ 1 1062 1055 1884 1333.667 0.056922946 2 815 1031 1056 967.333 0.041287275 3 1170 1070 1188 1142.667 0.048770772 4 1180 1091 1084 1118.333 0.047732188 5 1304 1638 1483 1475.000 0.06295527 6 1327 1710 1499 1512.000 0.064534487 7 1623 1980 2288 1963.667 0.083812315 8 1734 2189 2439 2120.667 0.090513317 9 1734 2301 2888 2307.667 0.098494764 10 1919 2760 3158 2612.333 0.111498407 11 3217 2983 3425 3208.333 0.136936604 12 3718 3326 3959 3667.667 0.156541657 Bình quân trong 3 năm 23429.333 1 II. Xác định hệ số mùa vụ theo đường xu thế. Để xác định hệ số mùa vụ trong chuỗi số kết hợp xu thế và mùa vụ ta tiến hành các bước sau: Xác định đường xu thế. Giả sử hàm xu thế có dạng , ta tiến hành xác định tham số theo các bước: - Làm trơn chuỗi số: ta tiến hành làm trơn chuỗi số bằng phương pháp bình quân di động Dãy số sau khi làm trơn thể hiện ở bảng dưới đây. Ta sử dụng dãy số đã được làm trơn để tìm xu hướng của chuỗi số. Bảng 8: LÀM TRƠN SỐ LIỆU Năm Tháng Số liệu tiêu thụ(yi) Bình quân di động (Y) 2003 1 1062 - 2003 2 815 - 2003 3 1170 1106 2003 4 1180 1159 2003 5 1304 1321 2003 6 1327 1434 2003 7 1623 1544 2003 8 1734 1667 2003 9 1734 2045 2003 10 1919 2464 2003 11 3217 2329 2003 12 3718 2188 2004 1 1055 2018 2004 2 1031 1593 2004 3 1070 1177 2004 4 1091 1308 2004 5 1638 1498 2004 6 1710 1722 2004 7 1980 1964 2004 8 2189 2188 2004 9 2301 2443 2004 10 2760 2712 2004 11 2983 2651 2004 12 3326 2402 2005 1 1884 2087 2005 2 1056 1708 2005 3 1188 1339 2005 4 1084 1262 2005 5 1483 1508 2005 6 1499 1759 2005 7 2288 2119 2005 8 2439 2454 2005 9 2888 2840 2005 10 3158 3174 2005 11 3425 3224 2005 12 3959 2870 2006 1 2691 2657 2006 2 1117 2396 2006 3 2094 2042 2006 4 2118 2031 2006 5 2190 2349 2006 6 2634 2006 7 2710 - Xác định các tham số: - Kiểm định: Sai số tuyệt đối: Sai số tương đối: Hệ số tương quan: Tính hệ số mùa vụ riêng của từng tháng 1, từ tháng1/2003 đến tháng 12/2005. Tính hệ số mùa vụ bình quân của từng tháng trong năm. Bảng 9: XÁC ĐỊNH HÀM XU THẾ DÃY SỐ ĐÃ LÀM TRƠN. Năm Tháng t t2 (t - t-)2 y y2 (y - y- )2 y.t y* (y - y*)2 2003 1 2003 2 2003 3 1 1 361 1106.2 1223678 833691 1106 1487 145009 2003 4 2 4 324 1159.2 1343745 739715 2318 1515 126594 2003 5 3 9 289 1320.8 1744513 487856 3962 1543 49373 2003 6 4 16 256 1433.6 2055209 343005 5734 1571 18879 2003 7 5 25 225 1544.4 2385171 225498 7722 1599 2981 2003 8 6 36 196 1667.4 2780223 123810 10004 1627 1632 2003 9 7 49 169 2045.4 4183661 683 14318 1655 152412 2003 10 8 64 144 2464.4 6073267 198144 19715 1683 610586 2003 11 9 81 121 2328.6 5422378 95687 20957 1711 381430 2003 12 10 100 100 2188.0 4787344 28471 21880 1739 201601 2004 1 11 121 81 2018.2 4073131 1 22200 1767 63101 2004 2 12 144 64 1593.0 2537649 181703 19116 1795 40804 2004 3 13 169 49 1177.0 1385329 709413 15301 1823 417316 2004 4 14 196 36 1308.0 1710864 505900 18312 1851 294849 2004 5 15 225 25 1497.8 2243405 271927 22467 1879 145313 2004 6 16 256 16 1721.6 2963907 88605 27546 1907 34373 2004 7 17 289 9 1963.6 3855725 3099 33381 1935 818 2004 8 18 324 4 2188.0 4787344 28471 39384 1963 50625 2004 9 19 361 1 2442.6 5966295 179211 46409 1991 203943 2004 10 20 400 0 2711.8 7353859 479602 54236 2019 479972 2004 11 21 441 1 2650.8 7026741 398834 55667 2047 364574 2004 12 22 484 4 2401.8 5768643 146332 52840 2075 106798 2005 1 23 529 9 2087.4 4357239 4642 48010 2103 243 2005 2 24 576 16 1707.6 2915898 97136 40982 2131 179268 2005 3 25 625 25 1339.0 1792921 462763 33475 2159 672400 2005 4 26 676 36 1262.0 1592644 573453 32812 2187 855625 2005 5 27 729 49 1508.4 2275271 260985 40727 2215 499284 2005 6 28 784 64 1758.6 3092674 67947 49241 2243 234643 2005 7 29 841 81 2119.4 4491856 10027 61463 2271 22983 2005 8 30 900 100 2454.4 6024079 189341 73632 2299 24149 2005 9 31 961 121 2839.6 8063328 672947 88028 2327 262759 2005 10 32 1024 144 3173.8 10073006 1332947 101562 2355 670433 2005 11 33 1089 169 3224.2 10395466 1451864 106399 2383 707617 2005 12 34 1156 196 2870.0 8236900 723747 97580 2411 210681 2006 1 35 1225 225 2657.2 7060712 406959 93002 2439 47611 2006 2 36 1296 256 2395.8 5739858 141777 86249 2467 5069 2006 3 37 1369 289 2042.0 4169764 517 75554 2495 205209 2006 4 38 1444 324 2030.6 4123336 128 77163 2523 242458 2006 5 39 1521 361 2349.2 5518741 108856 91619 2551 40723 2006 6 2006 7 Tổng 780 20540 4940 78751.4 171595773 12575696 1712073 78741 8774139 Bình quân 20 526.67 2019.3 322454 43899 Dạng hàm: với a1 = 28 ; a0 = 1459 Hệ số tương quan : r = 0.5498% Sai số tuyệt đối : Sy = 487 Sai số tương đối : Vy% = 24.12% Bảng 10: TÍNH HỆ SỐ MÙA VỤ THEO ĐƯỜNG XU THẾ Năm Tháng yi y* Hệ số mùa riêng 2003 1 1062 1459 0.727895819 2003 2 815 1459 0.558601782 2003 3 1170 1487 0.786819099 2003 4 1180 1515 0.778877888 2003 5 1304 1543 0.845106935 2003 6 1327 1571 0.844684914 2003 7 1623 1599 1.015009381 2003 8 1734 1627 1.065765212 2003 9 1734 1655 1.047734139 2003 10 1919 1683 1.140225787 2003 11 3217 1711 1.880187025 2003 12 3718 1739 2.138010351 2004 1 1055 1767 0.597057159 2004 2 1031 1795 0.574373259 2004 3 1070 1823 0.586944597 2004 4 1091 1851 0.589411129 2004 5 1638 1879 0.871740287 2004 6 1710 1907 0.896696382 2004 7 1980 1935 1.023255814 2004 8 2189 1963 1.115129903 2004 9 2301 1991 1.155700653 2004 10 2760 2019 1.367013373 2004 11 2983 2047 1.457254519 2004 12 3326 2075 1.602891566 2005 1 1884 2103 0.895863053 2005 2 1056 2131 0.495541999 2005 3 1188 2159 0.550254748 2005 4 1084 2187 0.49565615 2005 5 1483 2215 0.669525959 2005 6 1499 2243 0.668301382 2005 7 2288 2271 1.007485689 2005 8 2439 2299 1.060896042 2005 9 2888 2327 1.241082939 2005 10 3158 2355 1.340976645 2005 11 3425 2383 1.437263953 2005 12 3959 2411 1.642057238 Bảng 11: TÍNH HỆ SỐ MÙA VỤ THEO ĐƯỜNG XU THẾ Tháng 2003 2004 2005 Bình quân Điều chỉnh 1 0.7279 0.59706 0.895863053 0.74027201 0.736766378 2 0.5586 0.57437 0.495541999 0.542839013 0.540268345 3 0.78682 0.58694 0.550254748 0.641339481 0.638302354 4 0.77888 0.58941 0.49565615 0.621315056 0.618372756 5 0.84511 0.87174 0.669525959 0.795457727 0.791690758 6 0.84468 0.8967 0.668301382 0.803227559 0.799423795 7 1.01501 1.02326 1.007485689 1.015250295 1.010442475 8 1.06577 1.11513 1.060896042 1.080597052 1.075479777 9 1.04773 1.1557 1.241082939 1.148172577 1.142735291 10 1.14023 1.36701 1.340976645 1.282738602 1.276664065 11 1.88019 1.45725 1.437263953 1.591568499 1.584031467 12 2.13801 1.60289 1.642057238 1.794319718 1.785822538 Tổng 12.05709759 12 ĐỒ THỊ HỆ SỐ MÙA VỤ - ĐÁ GRANITE MÀU ĐỎ 4. Điều chỉnh lại hệ số mùa vụ sao cho tổng của chúng là 12. Đây là hệ số mùa vụ được sử dụng để tính sản lượng từng tháng khi biết giá trị tương ứng trên đường xu thế. 3.3.2.2 Dự báo tháng bằng hàm xu thế kết hợp mùa vụ - Xác định hàm xu thế. Các bước làm trơn số liệu, xác định hàm xu thế của dãy số đã làm trơn được thực hiện ở mục 3.3.2.1. Kết quả tìm được là: y = 28t + 1459. - Dự báo theo hàm xu thế: Thay các giá trị tiếp theo của t vào hàm xu thế đã nêu, ta có kết quả dự báo thuần tuý theo xu thế. - Dự báo tháng bằng hàm xu thế kết hợp mùa vụ. Trong đó: : là dự báo tháng theo hàm xu thế kết hợp mùa vụ. : là dự báo theo hàm xu thế đơn thuần. : là hệ số mùa vụ tương ứng. Kết quả dự báo được thể hiện trong bảng sau: Bảng 12: DỰ BÁO THEO ĐƯỜNG XU THẾ KẾT HỢP MÙA VỤ Năm Tháng t Dự báo theo xu thế Hệ số mùa vụ Dự báo theo xu thế mùa 2003 8 42 2635 1.07547978 2834 2003 9 43 2663 1.14273529 3043 2003 10 44 2691 1.27666407 3436 2003 11 45 2719 1.58403147 4307 2003 12 46 2747 1.78582254 4906 2004 1 47 2775 0.73676638 2045 2004 2 48 2803 0.54026835 1514 2004 3 49 2831 0.63830235 1807 3.3.2.3 Dự báo tháng bằng phương pháp san bằng mũ hai lần kết hợp với mùa vụ. - Phi thời vụ hoá dãy số. Để sử dụng phương pháp này, cần phi thời vụ hóa chuỗi số bằng cách chia mỗi giá trị của chuỗi số ban đầu cho hệ số mùa vụ tương ứng. Dãy số thu được đã triệt tiêu ảnh hưởng của mùa vụ. Kết quả tính toán được thể hiện trong bảng dưới đây. Bảng 13: PHI THỜI VỤ HOÁ DÃY SỐ Năm Tháng Số liệu tiêu thụ (yi) Hệ số mùa vụ Phi thời vụ hoá 2003 1 1062 0.736766378 1441 2003 2 815 0.540268345 1509 2003 3 1170 0.638302354 1833 2003 4 1180 0.618372756 1908 2003 5 1304 0.791690758 1647 2003 6 1327 0.799423795 1660 2003 7 1623 1.010442475 1606 2003 8 1734 1.075479777 1612 2003 9 1734 1.142735291 1517 2003 10 1919 1.276664065 1503 2003 11 3217 1.584031467 2031 2003 12 3718 1.785822538 2082 2004 1 1055 0.736766378 1432 2004 2 1031 0.540268345 1908 2004 3 1070 0.638302354 1676 2004 4 1091 0.618372756 1764 2004 5 1638 0.791690758 2069 2004 6 1710 0.799423795 2139 2004 7 1980 1.010442475 1960 2004 8 2189 1.075479777 2035 2004 9 2301 1.142735291 2014 2004 10 2760 1.276664065 2162 2004 11 2983 1.584031467 1883 2004 12 3326 1.785822538 1862 2005 1 1884 0.736766378 2557 2005 2 1056 0.540268345 1955 2005 3 1188 0.638302354 1861 2005 4 1084 0.618372756 1753 2005 5 1483 0.791690758 1873 2005 6 1499 0.799423795 1875 2005 7 2288 1.010442475 2264 2005 8 2439 1.075479777 2268 2005 9 2888 1.142735291 2527 2005 10 3158 1.276664065 2474 2005 11 3425 1.584031467 2162 2005 12 3959 1.785822538 2217 2006 1 2691 0.736766378 3652 2006 2 1117 0.540268345 2067 2006 3 2094 0.638302354 3281 2006 4 2118 0.618372756 3425 2006 5 2190 0.791690758 2766 2006 6 2634 0.799423795 3295 2006 7 2710 1.010442475 2682 - Dự báo bằng phương pháp san bằng mũ hai lần trên cơ sở chuỗi số đã phi thời vụ hoá. Để thực hiện việc dự báo bằng phương pháp này, trước hết ta giả thiết có thể biểu diễn số lượng sản phẩm tiêu thụ theo thời gian dưới dạng hàm số bậc nhất . Các bước tiến hành như sau: +/ Xác định các tham số ao, a1 bằng phương pháp tổng bình phương độ lệch nhỏ nhất. Phương pháp xác định như trong Mục 3.3.2.1. Kết quả tính toán theo bảng: Bảng 14: XÁC ĐỊNH HÀM XU THẾ CỦA CHUỖI PHI THỜI VỤ Năm Tháng t t2 (t - t-)2 y y2 (y - y- )2 y.t y* (y - y*)2 2003 1 1 1 441 1441 2077732 430962 1441.43 1405 1327 2003 2 2 4 400 1509 2275601 347394 3017.02 1438 4972 2003 3 3 9 361 1833 3359842 70184 5498.96 1471 131035 2003 4 4 16 324 1908 3641358 35977 7632.94 1504 163405 2003 5 5 25 289 1647 2712964 203223 8235.54 1537 12124 2003 6 6 36 256 1660 2755419 191813 9959.67 1570 8090 2003 7 7 49 225 1606 2579965 241753 11243.6 1603 10 2003 8 8 64 196 1612 2599523 235814 12898.4 1636 562 2003 9 9 81 169 1517 2302539 336979 13656.7 1669 22979 2003 10 10 100 144 1503 2259419 353757 15031.4 1702 39547 2003 11 11 121 121 2031 4124530 4491 22339.8 1735 87553 2003 12 12 144 100 2082 4334532 255 24983.4 1768 98567 2004 1 13 169 81 1432 2050432 443526 18615.1 1801 136211 2004 2 14 196 64 1908 3641651 35948 26716.4 1834 5522 2004 3 15 225 49 1676 2810054 177737 25144.8 1867 36358 2004 4 16 256 36 1764 3112783 111291 28228.9 1900 18412 2004 5 17 289 25 2069 4280718 836 35172.8 1933 18493 2004 6 18 324 16 2139 4575495 1692 38502.7 1966 29943 2004 7 19 361 9 1960 3839788 19147 37231.2 1999 1557 2004 8 20 400 4 2035 4142734 3911 40707.4 2032 11 2004 9 21 441 1 2014 4054543 7110 42285.4 2065 2643 2004 10 22 484 0 2162 4673744 4093 47561.5 2098 4081 2004 11 23 529 1 1883 3546328 46114 43312.9 2131 61420 2004 12 24 576 4 1862 3468709 55443 44698.7 2164 90934 2005 1 25 625 9 2557 6538862 210873 63928 2197 129686 2005 2 26 676 16 1955 3820400 20542 50819.2 2230 75854 2005 3 27 729 25 1861 3464017 56038 50252 2263 161454 2005 4 28 784 36 1753 3072967 118972 49083.7 2296 294862 2005 5 29 841 49 1873 3508901 50492 54323 2329 207748 2005 6 30 900 64 1875 3516002 49644 56253 2362 237071 2005 7 31 961 81 2264 5127301 27704 70195 2395 17068 2005 8 32 1024 100 2268 5143031 28871 72570.4 2428 25656 2005 9 33 1089 121 2527 6387091 184349 83399.9 2461 4392 2005 10 34 1156 144 2474 6118867 141168 84103.6 2494 415 2005 11 35 1225 169 2162 4675128 4134 75677.2 2527 133076 2005 12 36 1296 196 2217 4914670 14160 79808.6 2560 117714 2006 1 37 1369 225 3652 13340368 2416583 135141 2593 1122428 2006 2 38 1444 256 2067 4274519 925 78564.7 2626 311932 2006 3 39 1521 289 3281 10762185 1398700 127943 2659 386358 2006 4 40 1600 324 3425 11731437 1761481 137005 2692 537463 2006 5 41 1681 361 2766 7652037 446653 113415 2725 1700 2006 6 42 1764 400 3295 10856189 1432719 138385 2758 288233 2006 7 43 1849 441 2682 7193088 341153 115326 2791 11882 Tổng 946 27434 6622 90210 201317462 2200309 90214 5040748 Bình quân 22 638 154 2097.91 4681801.5 2098 Dạng hàm: ; với a1 = 33 ; a0 = 1372 Hệ số tương quan : r = 0.76% Sai số tuyệt đối : Sy = 351 Sai số tương đối : Vy% = 16.73% +/ Xác định các tham số của mô hình dự báo tháng tiếp theo: Tiếp tục tính toán đến con số thống kê cuối cùng, ta dự báo theo công thức: Ví dụ: dự báo cho Tháng 8 năm 2006: L = 1, dự báo cho Tháng 9 năm 2006: L = 2. Tính toán với 9 phương án, tương ứng với các giá trị của hệ số san bằng mũ từ 0.1 đến 0.9 ta được các kết quả tương ứng với từng giá trị của hệ số san bằng mũ được sử dụng. Để lựa chọn phương án tốt nhất của phương pháp san bằng mũ hai lần, ta căn cứ vào độ lệch tuyệt đối bình quân MAD. Sau khi so sánh MAD, ta thấy phương án tốt nhất là phương án có hệ số mũ . Kết quả tính toán của phương án này theo bảng sau: Bảng 15: DỰ BÁO THEO PHƯƠNG PHÁP SAN BẰNG MŨ VỚI HỆ SỐ 0.8 Năm Tháng Yt St(1) St(2) a0 a1 y* Ut 2003 1 1441 1364 1356 2003 2 1509 1426 1412 1440 56 1496 12 2003 3 1833 1492 1476 1508 64 1572 261 2003 4 1908 1765 1707 1823 231 2054 -145 2003 5 1647 1880 1845 1914 138 2052 -405 2003 6 1660 1694 1724 1663 -121 1542 118 2003 7 1606 1667 1678 1655 -46 1609 -3 2003 8 1612 1618 1630 1606 -48 1559 54 2003 9 1517 1614 1617 1610 -13 1597 -79 2003 10 1503 1537 1553 1521 -64 1456 47 2003 11 2031 1510 1518 1501 -34 1467 564 2003 12 2082 1927 1845 2008 327 2335 -253 2004 1 1432 2051 2010 2092 165 2257 -825 2004 2 1908 1556 1647 1465 -363 1102 807 2004 3 1676 1838 1800 1876 153 2029 -353 2004 4 1764 1709 1727 1690 -73 1618 147 2004 5 2069 1753 1748 1758 21 1780 289 2004 6 2139 2006 1954 2057 206 2264 -125 2004 7 1960 2112 2081 2144 127 2271 -311 2004 8 2035 1990 2008 1972 -73 1899 136 2004 9 2014 2026 2023 2030 14 2044 -31 2004 10 2162 2016 2017 2015 -5 2010 152 2004 11 1883 2133 2110 2156 92 2248 -365 2004 12 1862 1933 1968 1898 -141 1756 106 2005 1 2557 1877 1895 1858 -73 1785 772 2005 2 1955 2421 2316 2526 421 2947 -992 2005 3 1861 2048 2101 1994 -214 1780 81 2005 4 1753 1899 1939 1858 -162 1696 57 2005 5 1873 1782 1813 1751 -126 1625 248 2005 6 1875 1855 1847 1863 33 1896 -21 2005 7 2264 1871 1866 1876 20 1895 369 2005 8 2268 2186 2122 2250 256 2505 -237 2005 9 2527 2251 2225 2277 104 2381 146 2005 10 2474 2472 2423 2521 197 2719 -245 2005 11 2162 2473 2463 2483 40 2524 -362 2005 12 2217 2224 2272 2177 -191 1986 231 2006 1 3652 2218 2229 2208 -43 2165 1488 2006 2 2067 3366 3138 3593 909 4502 -2435 2006 3 3281 2327 2489 2165 -649 1516 1765 2006 4 3425 3090 2970 3210 480 3690 -265 2006 5 2766 3358 3280 3436 311 3746 -980 2006 6 3295 2885 2964 2805 -317 2489 806 2006 7 2682 3213 3163 3263 199 3462 -780 2006 8 3013 2788 2863 2713 300 3013 0 2006 9 3289 2968 2947 2989 300 3289 0 2006 10 3581 3225 3169 3281 300 3581 0 2006 11 3877 3509 3441 3577 300 3877 0 2006 12 4176 3804 3731 3876 300 4176 0 2007 1 4476 4102 4028 4176 300 4476 0 2007 2 4776 4401 4326 4476 300 4776 0 2007 3 5076 4701 4626 4776 300 5076 0 Tổng -556 MAD -12.938 ĐỒ THỊ KẾT QUẢ DỰ BÁO BẰNG PHƯƠNG PHÁP SAN BẰNG MŨ 2 LẦN. Hệ số san bằng mũ = 0.8 +/ Dự báo bằng phương pháp san bằng mũ hai lần kết hợp với mùa vụ. Nhân kết quả dự báo bằng phương pháp san bằng mũ trên cơ sở chuỗi số đã phi thời vụ hoá với hệ số mùa vụ tương ứng từng tháng, ta có kết quả dự báo bằng phương pháp san bằng mũ hai lần với mùa vụ. Bảng 16: DỰ BÁO THEO PHƯƠNG PHÁP SAN BẰNG MŨ HAI LẦN KẾT HỢP MÙA VỤ. Năm Tháng Y* san mũ Hệ số mùa vụ Y* san mũ - mùa vụ 2006 8 3013 1.075479777 3241 2006 9 3289 1.142735291 3759 2006 10 3581 1.276664065 4571 2006 11 3877 1.584031467 6142 2006 12 4176 1.785822538 7458 2007 1 4476 0.736766378 3298 2007 2 4776 0.540268345 2580 2007 3 5076 0.638302354 3240 3.3.2.4 Dự báo tháng bằng phương pháp san bằng mũ có điều chỉnh xu hướng kết hợp mùa vụ. - Phi thời vụ hoá chuỗi số thời gian: đã thực hiện trong Mục 3.3.2.3 - Dự báo tháng bằng phương pháp san bằng mũ có điều chỉnh xu hướng trên cơ sở dãy số đã phi thời vụ hoá. Sử dụng mô hình này với hệ số san bằng mũ lấy từ 0.1 đến 0.9, kết hợp với hệ số điều chỉnh xu hướng lấy từ 0.1 đến 0.9. Công thức áp dụng: Sau khi tính toán các phương án, so sánh Độ lệch tuyệt đối bình quân MAD của các phương án với nhau để lựa chọn phương án tốt nhất. Phương án tốt nhất là phương án có . Kết quả tính toán thể hiện qua bảng: Bảng 17: DỰ BÁO THEO PHƯƠNG PHÁP SAN BẰNG MŨ CÓ ĐIỀU CHỈNH XU HƯỚNG Hệ số san bằng 0.9 San bằng mũgiản đơn 0.1 0.2 0.3 Năm Tháng Y T FIT Độ lệch T.Đ T FIT Độ lệch T.Đ T FIT Độ lệch T.Đ 2003 1 1441 1441 0 1441 0 0 1441 0 0 1441 0 2003 2 1509 1441 0 1441 67 0 1441 67 0 1442 67 2003 3 1833 1502 6 1508 325 12 1514 319 18 1520 313 2003 4 1908 1800 36 1836 72 72 1872 37 108 1908 1 2003 5 1647 1897 46 1943 -296 91 1989 -342 137 2034 -387 2003 6 1660 1672 23 1695 -35 46 1718 -58 69 1741 -82 2003 7 1606 1661 22 1683 -77 44 1705 -99 66 1727 -121 2003 8 1612 1612 17 1629 -16 34 1646 -34 51 1663 -51 2003 9 1517 1612 17 1629 -112 34 1646 -129 51 1664 -146 2003 10 1503 1527 9 1535 -32 17 1544 -41 26 1553 -50 2003 11 2031 1506 6 1512 519 13 1518 512 19 1525 506 2003 12 2082 1978 54 2032 50 107 2086 -4 161 2140 -58 2004 1 1432 2072 63 2135 -703 126 2198 -766 189 2261 -829 2004 2 1908 1496 5 1501 407 11 1507 401 16 1512 396 2004 3 1676 1867 43 1910 -233 85 1952 -276 128 1995 -319 2004 4 1764 1695 25 1721 43 51 1746 18 76 1772 -7 2004 5 2069 1757 32 1789 280 63 1821 248 95 1852 217 2004 6 2139 2038 60 2098 42 119 2157 -18 179 2217 -78 2004 7 1960 2129 69 2198 -238 138 2267 -307 206 2335 -376 2004 8 2035 1976 54 2030 5 107 2084 -48 161 2137 -102 2004 9 2014 2029 59 2088 -75 118 2147 -134 177 2206 -192 2004 10 2162 2015 57 2073 89 115 2130 32 172 2187 -26 2004 11 1883 2147 71 2218 -335 141 2288 -405 212 2359 -476 2004 12 1862 1910 47 1956 -94 94 2003 -141 141 2050 -188 2005 1 2557 1867 43 1910 647 85 1952 605 128 1995 562 2005 2 1955 2488 105 2593 -638 209 2698 -743 314 2802 -848 2005 3 1861 2008 57 2065 -203 113 2121 -260 170 2178 -317 2005 4 1753 1876 43 1919 -166 87 1963 -210 130 2006 -253 2005 5 1873 1765 32 1798 76 65 1830 43 97 1863 11 2005 6 1875 1862 42 1905 -29 84 1947 -72 126 1989 -114 2005 7 2264 1874 43 1917 347 87 1960 304 130 2004 261 2005 8 2268 2225 78 2304 -36 157 2382 -114 235 2461 -193 2005 9 2527 2264 82 2346 181 165 2428 99 247 2510 17 2005 10 2474 2501 106 2607 -133 212 2713 -239 318 2819 -345 2005 11 2162 2476 104 2580 -418 207 2683 -521 311 2787 -625 2005 12 2217 2194 75 2269 -52 151 2344 -127 226 2419 -203 2006 1 3652 2215 77 2292 1361 155 2369 1283 232 2447 1206 2006 2 2067 3509 207 3715 -1648 414 3922 -1855 620 4129 -2061 2006 3 3281 2212 77 2289 992 154 2366 915 231 2443 838 2006 4 3425 3174 173 3347 78 347 3520 -95 520 3693 -268 2006 5 2766 3400 196 3596 -830 392 3792 -1026 588 3988 -1221 2006 6 3295 2830 139 2968 326 278 3107 188 417 3246 49 2006 7 2682 3248 181 3429 -747 361 3610 -928 542 3791 -1109 2006 8 2739 130 2868 260 2998 389 3128 2006 9 130 2998 260 3258 389 3517 2006 10 130 3128 260 3518 389 3906 2006 11 130 3258 260 3778 389 4295 2006 12 130 3388 260 4038 389 4684 2007 1 130 3518 260 4298 389 5073 2007 2 130 3648 260 4558 389 5462 2007 3 130 3778 260 4818 389 5851 Tổng -1239 -3919 -6600 MAD -29 -91 -153 ĐỒ THỊ KẾT QUẢ DỰ BÁO BẰNG PHƯƠNG PHÁP SAN BẰNG MŨ CÓ ĐIỀU CHỈNH XU HƯỚNG. Hệ số san bằng mũ = 0.9, hệ số điều chỉnh xu thế = 0.1 Dự báo tháng bằng phương pháp san bằng mũ có điều chỉnh xu hướng kết hợp với mùa vụ. Nhân kết quả dự báo bằng phương pháp san bằng mũ có điều chỉnh xu hướng trên cơ sở chuỗi số đã phi thời vụ hoá với hệ số mùa vụ tương ứng từng tháng, ta có kết quả dự báo bằng phương pháp san bằng mũ có điều chỉnh xu hướng kết hợp với mùa vụ. Kết quả tính toán theo bảng sau: Bảng 18: DỰ BÁO THEO PHƯƠNG PHÁP SAN MŨ CÓ ĐIỀU CHỈNH XU HƯỚNG KẾT HỢP MÙA VỤ. Năm Tháng Y* san mũ Hệ số mùa vụ Y* san mũ - mùa vụ 2006 8 2768 1.075479777 2977.349099 2006 9 2798 1.142735291 3197.820753 2006 10 2828 1.276664065 3610.905821 2006 11 2858 1.584031467 4527.78212 2006 12 2888 1.785822538 5158.154682 2007 1 2918 0.736766378 2150.172753 2007 2 2948 0.540268345 1592.922609 2007 3 2978 0.638302354 1901.114321 3.3.2.5 Lựa chọn phương án dự báo tháng. So sánh Độ lệch tuyệt đối bình quân MAD của các phương án đã sử dụng: Phương pháp MAD Theo xu thế 403,005 San mũ hai lần 13 San mũ có điều chỉnh xu hướng 28,8076 So sánh độ lệch tuyệt đối bình quân MAD của các phương án tốt nhất của các phương pháp được áp dụng, phương pháp san bằng mũ hai lần kết hợp mùa vụ với hệ số san bằng a = 0.8 cho MAD nhỏ nhất. Kết quả cuối cùng của dự báo tháng: Năm Tháng Y* san mũ 2006 8 3013 2006 9 3289 2006 10 3581 2006 11 3877 2006 12 4176 2007 1 4476 2007 2 4776 2007 3 5076 Dự báo năm Dự báo nhu cầu khối lượng sản phẩm trong năm sau là yêu cầu bắt buộc của mỗi doanh nghiệp vào cuối năm trước để phục vụ công tác lập kế hoạch cho năm tới. Đầu tháng 11, khi dự báo khối lượng sản phẩm sản xuất cho năm sau, đã có đầy đủ số liệu của tháng 10 đầu năm. Số liệu 2 tháng cuối có thể ngoại suy, từ đó ta sẽ có kết quả cho cả năm. Việc ngoại suy số lượng sản phẩm của 2 tháng cuối năm được thực hiện như phần dự báo tháng. Dưới đây là một số phương pháp dự báo ngắn hạn khối lượng sản phẩm trong 2 năm gần đây: 3.3.3.1 Dự báo năm bằng phương pháp ngoại suy xu thế. Áp dụng mô hình hồi quy tuyến tính bậc nhất: * Xác định các tham số: Vậy hàm xu thế là: y = 22671 + 1576.t * Dự báo cho năm 2006 và năm 2007: thay lần lượt t = 9 và t = 10 vào phương trình trên ta có: y2006 = 36855 y2007 = 38431 * Tính khoảng sai số của dự báo: Trước hết tính sai số chuẩn của phương trình Khoảng sai số của dự báo (giá trị biên) được tính theo công thức: Bảng 19: DỰ BÁO NĂM THEO PHƯƠNG PHÁP NGOẠI SUY XU THẾ Năm t t2 (t - t-)2 y y2 (y - y- )2 y.t y* (y - y*)2 2000 1 1 6.25 25019 625950361 10035168 25019 24247 595984 2001 2 4 2.25 25876 669567376 5339951 51752 25823 2809 2002 3 9 0.25 26330 693268900 3447830 78990 27399 1142761 2003 4 16 0.25 27932 780196624 64940 111728 28975 1087849 2004 5 25 2.25 31778 1009841284 12896478 158890 30551 1505529 2005 6 36 6.25 32186 1035938596 15993334 193116 32127 3481 2006 7 33703 2007 8 35279 Tổng 21 91 17.5 169121 4814763141 47777700.83 619495 169122 4338413 B. quân 3.5 15.16667 2.916667 28186.83 802460524 7962950.139 103249.2 28187 723068.83 Dạng hàm: y = 22671 + 1576.t Hệ số tương quan: R = 1.1174296 Sai số tuyệt đôi: Sy = 2845 Sai số tương đối Vy% = 19.54% Độ tin cậy 95% t6(0.05) = 1.943 Năm Số dự báo Biên Khoảng tin cậy 2006 33703 1495 32208 35198 2007 35279 1672 33607 36951 với tp = 9 (năm 2006), tp = 10 (năm 2007) và tn(a) là giá trị biến Student tương ứng với n = 6 và độ tin cậy (1 - a) = 0.95. Tra bảng ta được t6(0.05) = 1.943 Thay vào công thức ta được: yb2006 = 1495 ; yb2007 = 1672 Vậy ta có: y2006 = 33703 +- 1495 ; y2007 = 35279 +- 1672 * Kiểm định hàm xu thế: Sai số tuyệt đối: Sai số tương đối: Hệ số tương quan: Toàn bộ kết quả được thể hiện trong bảng trên. 3.3.3.2 Dự báo năm bằng phương pháp san bằng mũ hai lần. Để thực hiện việc dự báo bằng phương pháp này, trước hết ta giả thiết có thể biểu diễn số lượng sản phẩm tiêu thụ theo thời gian dưới dạng hàm số bậc nhất . Các bước tiến hành như sau: Bảng 20: DỰ BÁO THEO PHƯƠNG PHÁP SAN BẰNG MŨ HAI LẦN HỆ SỐ SAN BẰNG MŨ = 0.9 STT Năm Yt St(1) St(2) a0 a1 y* Độ lệch TĐ (y-y*)2 1 2000 25019 22496 22671 2 2001 25876 24767 24557 24976 1886 26862 -986 972984.96 3 2002 26330 25765 25644 25886 1087 26973 -643 413461.86 4 2003 27932 26274 26211 26336 566 26903 1029 1059380.3 5 2004 31778 27766 27611 27922 1400 29322 2456 6033323.7 6 2005 32186 31377 31000 31753 3390 35143 -2957 8744062.6 7 2006 33210 32105 31995 32216 994 33210 0 0.0008971 8 2007 34204 33100 32989 33210 994 34204 0 0.1794781 Tham số xuất phát Độ lệch tuyệt đối bình quân MAD=-580.9 a1 4129 Sai số tuyệt đối Sy= 2561 a0 3724 Sai số tương đương Vy%= 11.25% * Xác định các tham số a0, a1 bằng phương pháp tổng bình phương độ lệch nhỏ nhất. Mục 3.3.3.1 đã xác định được các tham số này: a0 = 22671 a1 = 1576 * Xác định các đại lượng đặc trưng ban đầu : a là tham số san bằng (0 < a < 1). Khi tiến hành dự báo với mỗi giá trị của a, ta có các giá trị ban đầu tương ứng. * Tính : * Xác định các tham số của mô hình dự báo năm tiếp theo: Tiếp tục tính toán đến con số thống kê cuối cùng, ta dự báo theo công thức: Dự báo cho năm 2006: L = 1, dự báo cho năm 2007: L = 2. Khi lấy a từ 0.1 đến 0.9 ta tính toán được các kết quả tương ứng với từng giá trị của hệ số san bằng mũ được sử dụng. Để lựa chọn phương án, ta căn cứ vào độ lệch tuyệt đối bình quân MAD. Phương án này với hệ số a = 0.9 có MAD = 580.9 là nhỏ nhất được chọn là phương án tối ưu trong phương pháp này. Với phương án này, ta có con số dự báo các năm: y2006 = 33.210 ; y2007 = 34.204 Nội dung tính toán với a = 0.9 thể hiện trong bảng 20 3.3.3.3 Dự báo năm bằng mô hình san bằng mũ có điều chỉnh xu hướng. Ta sử dụng mô hình này với hệ số san bằng mũ a từ 0.1 đến 0.9, hệ số điều chỉnh xu hướng b cũng lấy từ 0.1 đến 0.9 (81 phương án). Công thức sử dụng: Bảng 21: DỰ BÁO NĂM BẰNG MÔ HÌNH SAN BẰNG MŨ CÓ ĐIỀU CHỈNH XU HƯỚNG 0.4 Độ lệch TĐ 0.9 0.8 0.7 Năm Y Ft T FIT Độ lệch T.Đ T FIT Độ lệch T.Đ T FIT Độ lệch T.Đ 2000 25019 25019 0 0 25019 0 0 25019 0 0 25019 0 2001 25876 25019 857 0 25019 857 0 25019 857 0 25019 857 2002 26330 25362 968 308.5 25670 660 274 25636 694 240 25602 728 2003 27932 25749 2183 379.4 26128 1804 365 26114 1818 343 26092 1840 2004 31778 26622 5156 823.8 27446 4332 771 27394 4384 714 27336 4442 2005 32186 28685 3501 1938 30623 1563 1804 30489 1697 1658 30342 1844 2006 33210 30085 3125 1454 31539 1671 1481 31566 1644 1478 31563 1647 2007 34204 31335 2869 1270 32605 1599 1296 32631 1573 1318 32653 1551 Tổng 18659 12484 12667 12908 MAD 2332 1561 1583 1614 Có tất cả 81 phương án phối hợp các giá trị của a và b. Sau khi so sánh các phương án với nhau để chọn phương án tốt nhất (có MAD nhỏ nhất), phương án được lựa chọn là phương án có hệ số a = 0.4 và b = 0.9 (MAD = 1.561) thể hiện trong bảng 21 Từ phương án này tính ra kết quả dự báo: y*2006 = 31.539 y*2007 = 32.605 3.3.3.4 Dự báo năm bằng mô hình tự hồi quy. Với mô hình tự hồi quy tuyến tính với độ trễ bằng 1 ta tiến hành dự báo bằng cách lập bảng tính. * Xác định các tham số: Công thức sử dụng: Hàm tự hồi quy: yt = 1.049.yt-1 + 70.435 * Dự báo cho năm 2006 và 2007. Thay số lượng sản phẩm tiêu thụ năm 2005 vào phương trình trên, tính được số sản phẩm tiêu thụ năm 2006. Sau đó lại thay giá trị vừa tìm được vào công thức đó, tính được số sản phẩm tiêu thụ năm 2007. y2006 = 1.086.699.658 y2007 = 1.139.948.011 * Tính khoảng sai số của dự báo: Trước hết tính sai số chuẩn của phương trình: với tp = 9 (năm 2006), tp = 10 (năm 2007) và tn(a) là giá trị biến Student tương ứng với n = 8 và độ tin cậy (1 - a) = 0.95. Tra bảng ta được t 5(0.05) = 2.015 * Kiểm định: Sai số tuyệt đối: Sai số tương đối: Nội dung tính toán của phương trình này thể hiện trong bảng sau: Bảng 22: DỰ BÁO NĂM THEO MÔ HÌNH TỰ HỒI QUY TUYẾN TÍNH BẬC NHẤT Năm x x2 (x-x)2 y yx y* (y-y*)2 (y-y)2 2000 25019 625950361 1004004 2001 25019 625950361 4824612.25 25876 647391644 26321.6831 198633.4257 3455881 2002 25876 669567376 9323862.25 26330 681315080 27220.89249 793689.4221 5349969 2003 26330 693268900 12302556.25 27932 735449560 27697.25312 55106.09863 15327225 2004 27932 780196624 26106990.25 31778 887623096 29378.15561 5759253.091 60233121 2005 31778 1009841284 80200980.25 32186 1022806708 33413.5807 1506954.37 66732561 2006 32186 33841.67571 2007 33701 35431.08942 Tổng 136935 3778824545 132759001 144102 3974586088 144032 8.E+06 151098757 B.quân 22822.5 629804091 22126500 24017 662431015 24005.26084 1385606.1 25183126 Hệ số tương quan R 0.729048551 Sai số tuyệt đối Sy 948683298 Sai số tương đối Vy% 3950049.124 3.3.3.5 Lựa chọn kết quả dự báo năm. Bảng 23: LỰA CHỌN PHƯƠNG ÁN QUA CÁC CHỈ TIÊU KIỂM ĐỊNH Phương pháp Dự báo 2003 Dự báo 2004 MAD Ngoại suy xu thế 33703 35279 703.83 San bằng mũ 2 lần 33210 34204 580.9 San bằng mũ có đ/c xu hướng 31539 32605 1561 Tự hồi quy 33841.67 35431.09 1040 Căn cứ vào các chỉ tiêu kiểm định, trong trường hợp này quan trọng nhất là chỉ tiêu Độ lệch tuyệt đối bình quân MAD, có thể thấy phương án san bằng mũ 2 lần với các hệ số san a = 0.9 là phương án tốt nhất. Kết quả dự báo năm: Năm 2003: 33210 ; Năm 2004:34204 KẾT LUẬN Qua quá trình nghiên cứu, phân tích, tính toán ta nhận thấy dự báo ngắn hạn có tác dụng rất lớn, có tính chất quyết định đến sự phát triển của Công ty: - Tổ chức lại các cơ sở dữ liệu và công tác báo cáo dữ liệu dành cho dự báo nói riêng, công tác kế hoạch và chỉ đạo sản xuất kinh doanh nói chung. Trước hết cần xác định các phương pháp dự báo sẽ sử dụng sau đó xây dựng hệ thống cơ sở dữ liệu cần thiết để đáp ứng nhu cầu số liệu cho các phương pháp đó. Hiện tại chưa có hệ thống cơ sở dữ liệu và báo cáo dữ liệu hoàn chỉnh dành cho công tác dự báo. Hệ thống dữ liệu này phải nằm trong một hệ thống dữ liệu chugn không chỉ phục vụ cho việc dự báo mà còn có thể khai thác có hiệu quả giúp cho công tác kế hoạch, chỉ đạo sản xuất có hiệu quả hơn. - Trong khi ghi chép lại các con số thống kê cần phải ghi lại các đặc điểm, tình hình cụ thể có ảnh hưởng tới nhu cầu tiêu thụ sản phẩm của Công ty trong mỗi giai đoạn. Ví dụ: Thời gian nào năng lực sản xuất của Công ty không đáp ứng được nhu cầu tiêu thụ sử dụng, các biến động trên thị trường vật liệu xây dựng mỗi thời kỳ. Các thông tin này sẽ rất quý giá khi phân tích sau này, giúp cho việc dự báo cho kết quả tốt hơn. - Xây dựng giới hạn kiểm tra dự báo phù hợp với yêu cầu thực tế. Thường xuyên cập nhật dự báo và kiểm tra tín hiệu theo dõi dự báo để kịp thời có những thay đổi cần thiết. Hiện nay Công ty TNHH Thành Nam chưa sử dụng công cụ để đánh giá dự báo. Công tác cập nhật dự báo chưa được thực hiện mà chỉ đang ở mức độ thường xuyên, bổ xung số liệu của các thời kỳ vừa hoàn thành.