Giáo trình Kinh tế học vĩ mô - Bài 1: Các phương pháp ước lượng cầu

Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 1 BÀI 1 CÁC PHƯƠNG PHÁP ƯỚC LƯỢNG CẦU Hướng dẫn học Để học tốt bài này, sinh viên cần tham khảo các phương pháp học sau:  Học đúng lịch trình của môn học theo tuần, làm các bài luyện tập đầy đủ và tham gia thảo luận trên diễn đàn.  Đọc tài liệu: 1. PGS.TS. Phạm Văn Minh (2011), Giáo trính Kinh tế học vi mô 2, NXB Lao động xã hội. 2. PGS.TS. Vũ Kim Dũng – PGS.TS. Phạm Văn Minh (2011), Hướng dẫn thực hành Kinh tế học vi mô 2, NXB Lao động xã hội. 3. PGS.TS. Vũ Kim Dũng – PGS.TS. Nguyễn Văn Công (2012), Giáo trình kinh tế học tập 1, NXB Đại học Kinh tế quốc dân.  Sinh viên làm việc theo nhóm và trao đổi với giảng viên trực tiếp tại lớp học hoặc qua email.  Tham khảo các thông tin từ trang Web môn học. Nội dung Đây là một trong các bài quan trọng nhất của kinh tế học quản lý vì rằng không một doanh nghiệp nào có thể tồn tại nếu như cầu đối với sản phẩm của nó là quá nhỏ hoặc không đủ. Bài này sẽ xem xét các lý thuyết khác nhau về cầu và nghiên cứu các lực lượng ảnh hưởng tới cầu của doanh nghiệp. Ngoài ra, các phương pháp ước lượng và dự đoán cầu cũng sẽ được đề cập đến trong bài này. Mục tiêu  Giúp người học hiểu cách thức xây dựng đường cầu đối với một doanh nghiệp và phương pháp ước lượng cầu như thế nào.  Trang bị cho người học phương pháp dự báo cầu đối với doanh nghiệp để xây dựng kế hoạch cho thời gian tương lai. Bài 1: Các phương pháp ước lượng cầu 2 TX KHMI02_Bai 1_v1.0014107222 Tình huống dẫn nhập Một quan chức Bộ Giáo dục và Đào tạo nhận định rằng: Cầu về việc học đại học là hoàn toàn không co giãn vì trong 15 năm qua, mặc dù học phí tăng lên gấp đôi nhưng số lượng người đi học không giảm. Anh, chị có nhận xét gì nhận định trên? Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 3 1.1. Ước lượng cầu Rõ ràng là về mặt nguyên lý các khái niệm cầu và co dãn của cầu là rất quan trọng đối với quá trình ra quyết định của doanh nghiệp. Tuy nhiên những khái niệm lý thuyết này chỉ có thể ứng dụng trong thực tế nếu có thể ước lượng được về lượng cầu và độ co dãn. Đây là một nhiệm vụ khó nhưng có thể thực hiện được bằng nhiều cách. Sự phân biệt quan trọng nhất cần phải lưu ý là ước lượng và dự đoán. Ước lượng cố gắng lượng hoá các mối quan hệ giữa cầu và các yếu tố ảnh hưởng đến nó, còn dự đoán thì cố gắng xác định lượng cầu ở một thời gian nào đó trong tương lai. 1.1.1. Ước lượng đơn giản về co giãn đoạn Một cách đơn giản nhất để ước lượng co dãn của cầu thị trường là quan sát số lượng bán trước và sau khi có sự thay đổi giá và giả định rằng hai kết hợp giá và lượng đã biết đó là nằm trên cùng một đường cầu. Hình 1.1. Ước lượng trực tiếp co dãn trong một đoạn Ưu điểm của phương pháp này là nó đơn giản bởi vì việc ước lượng có thể thực hiện được dựa trên một sự thay đổi giá. Nhược điểm thứ nhất của nó là kết quả về mối quan hệ giữa giá và lượng cầu có thể không chính xác vì có sự thay đổi số lượng hàng lưu trong kho khi có sự thay đổi giá. Nếu người bán tin rằng có sự tăng giá thì số lượng hàng lưu trong kho sẽ tăng lên, ngược lại khi tin rằng có sự giảm giá thì số lượng hàng lưu trong kho lại ít đi. Nhược điểm thứ hai là không có gì đảm bảo rằng hai kết hợp giá/lượng quan sát thấy đó nằm trên cùng một đường cầu. Hoàn toàn có thể xảy ra trường hợp cả đường cung và đường cầu đều dịch chuyển và điểm cân bằng mới chuyển từ A đến B. 1.1.2. Ước lượng kinh tế lượng các đường cầu Phương pháp thứ hai phức tạp hơn để ước lượng cầu là sử dụng "kinh tế lượng". Đây là một phân tích thống kê các số liệu kinh tế bằng việc sử dụng các kỹ thuật hồi quy bội. Ví dụ kỹ thuật này cho phép sử dụng các số liệu về cầu và các yếu tố ảnh hưởng đến cầu để ước lượng các hệ số của hàm cầu. Dạng tổng quát của hàm cầu là: Qd = f(Po, Pc, Ps, Yd, T, Ac, As, I, C, E)   Q P B A Bài 1: Các phương pháp ước lượng cầu 4 TX KHMI02_Bai 1_v1.0014107222 Phương trình dạng này cho thấy số lượng hàng hoá được cầu là một hàm số của tất cả các yếu tố ảnh hưởng đến nó, mà không xác định một dạng hàm cụ thể nào cho mối quan hệ giữa biến phụ thuộc (Qd) và từng biến độc lập (Po, Pc, Ps, Yd, T, Ac, As, I, C, E). Nếu cần ước lượng các hệ số thì cần phải chọn một dạng hàm cụ thể. Các dạng phổ biến nhất là hàm cầu tuyến tính và hàm cầu mũ. Hàm cầu tuyến tính có thể viết như sau: Qd = a+b1Po+b2Pc+b3Ps+b4Yd+b5T+b6Ao+b7Ac+b8As+b9I+b10C+b11E Nếu có các số liệu về mỗi biến và các số liệu này là đầy đủ để có thể áp dụng kỹ thuật thống kê về hồi quy bội thì hệ số tự do (a) và các hệ số biểu thị ảnh hưởng của mỗi yếu tố đến lượng cầu (từ b1 đến b11) có thể ước lượng được. Khi đã ước lượng được các hệ số này thì có thể dự đoán lượng cầu nếu có các giá trị của một trong các yếu tố ảnh hưởng bằng cách thay các giá trị này vào hàm số trên. Trong trường hợp đặc biệt với đường cầu là đường thẳng thì việc ước lượng các hệ số của hàm cầu không cho ta ước lượng trực tiếp độ co dãn của cầu. Nhưng việc tính toán này là đơn giản. Định nghĩa co dãn của cầu theo giá của bản thân hàng hóa mà từ hàm cầu ta thấy: dQ PEp dP Q  PEp b1 Q  Các co dãn khác bao gồm co dãn theo thu nhập, co dãn chéo và co dãn theo quảng cáo đều có thể tính bằng cách đó. Việc xác định hàm cầu tuyến tính cho phép ước lượng độ co dãn. Tuy nhiên dạng tuyến tính này đã dựa trên giả định rằng với bất kỳ một sự thay đổi giá luôn có một ảnh hưởng như nhau đến lượng cầu bất kể đó là mức giá nào. Giả định đó mâu thuẫn với phần lớn các tư duy kinh tế, bao gồm cả các lý thuyết về hành vi của người tiêu dùng. Vì vậy người ta thường sử dụng một cách xác định khác để ước lượng cầu. Phương án thay thế phổ biến nhất cho dạng tuyến tính là dạng mũ. Dạng này có thể viết như sau: Qd = f(Poa .Pcb .Psc .Acd .Ace .Asf .Ydg .Ih .Ci .Ej) Ở dạng này các độ co dãn bằng các số mũ (các hệ số từ a đến j) và phương trình có thể viết dưới dạng tuyến tính bằng việc lấy log hai vế, ta được: logQd = alogPo + blogPs + clogPc + dlogAo + elogAs + flogAc + hlogI + ilogC + jlogE Có thể ước lượng phương trình này bằng cách sử dụng các phương pháp hồi quy bội, ta sẽ được những ước lượng trực tiếp về các độ co dãn khác nhau của cầu. Đây là dạng hàm cầu được sử dụng phổ biến nhất để ước lượng, nhưng cũng cần phải lưu ý rằng nó lại dựa trên giả định rằng các độ co dãn là không đổi. Việc ước lượng hàm cầu như trên là chấp nhận được nhưng vẫn còn tồn tại nhiều vấn đề thống kê nằm trong việc đạt đến những kết quả ước lượng mà không hề đúng với bất kỳ độ tin cậy nào. Trước hết, phương pháp hồi quy bội không cho ta một mối quan hệ chính xác giữa lượng cầu và mỗi một trong các yếu tố ảnh hưởng đến nó. Nó chỉ biểu thị mối quan hệ "phù hợp nhất" với số liệu đã có. Trong một số trường hợp mối quan hệ "phù hợp nhất" này chỉ giải thích được một phần rất nhỏ những thay đổi trong Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 5 lượng cầu. Nếu như vậy hàm số đã xác định sẽ có giá trị thấp trong việc ước lượng và dự đoán cầu. Thứ hai, các giá trị ước lượng được của các hệ số trong phương trình cầu là những ước lượng tốt (được gọi là BLUES) nếu những giả định về sai số là đúng (sai số là hiệu số giữa giá trị cầu ước lượng được bằng phương trình và giá trị thực tế). Nếu không thì phải thực hiện những sự điều chỉnh khác nhau, nhưng chẳng có sự điều chỉnh nào là thoả mãn hoàn toàn. Vấn đề thứ ba là sự xác định đường cầu. Khi các nhà thống kê đã thu nhập được rất nhiều các quan sát về giá của hàng hoá theo thời gian, và mức cầu ở mỗi mức giá thì người ta kết luận rằng đường thẳng nối tất cả các tập hợp cuả các quan sát đó là đường cầu. Trong hình 1.2 đó là đường ABC. Hình 1.2 Vấn đề xác định Nhưng một tập hợp các quan sát có thể phát sinh theo nhiều cách khác nhau. Nếu biết là đường cầu giữ nguyên ở vị trí cũ (tức là không có yếu tố nào khác ngoài giá thay đổi trong khoảng thời gian quan sát) mà chỉ có đường cung dich chuyển thì các tập hợp đó sẽ nằm trên một đường cầu. Nhưng các tập hợp đó cũng lại có thể phát sinh từ sự dịch chuyển của cả đường cầu và đường cung như ở hình 1.2(b), trong trường hợp đó AB không biểu thị đường cầu nào cả. Vấn đề thứ ba này có thể xử lý được nhưng rất phức tạp và đòi hỏi việc ước lượng một mô hình được tạo nên từ hệ nhiều phương trình chứ không phải là một phương trình. Q P   Đường cầu ước lượng C B A (a)    A B C S1 S2 S3 D1 D2 D3 Q P (b) Bài 1: Các phương pháp ước lượng cầu 6 TX KHMI02_Bai 1_v1.0014107222 Mặc dù phương pháp ước lượng cầu còn nhiều hạn chế nhưng rất nhiều nỗ lực đã được thực hiện để ước lượng cầu và co dãn bằng cách sử dụng các phương pháp dựa trên một phương trình. 1.1.3. Các phương pháp Marketing để ước lượng cầu  Điều tra người tiêu dùng và quan sát người tiêu dùng Điều tra người tiêu dùng là chọn một mẫu người tiêu dùng và xác định xem họ sẽ phản ứng như thế nào với những thay đổi cụ thể trong giá, thu nhập, giá của các hàng hoá có liên quan, các chi phí quảng cáo, và các yếu tố ảnh hưởng đến cầu khác. Công việc này có thể tiến hành bằng cách hỏi trực tiếp người ở các trung tâm thương mại hoặc bằng việc sử dụng các phiếu điều tra do các chuyên gia Marketing thiết kế và chuyển đến người tiêu dùng trả lời. Về mặt lý luận các câu hỏi điều tra người tiêu dùng có thể cung cấp một phần lớn thông tin hữu ích cho doanh nghiệp. Thực tế các thông tin này có khi không chính xác vì người tiêu dùng đôi khi hoặc không thể hoặc không sẵn sàng trả lời một cách trung thực. Phương pháp này cũng có khi phát sinh chi phí cao nếu quy mô của mẫu chọn là lớn và cần sự phân tích tỉ mỉ. Vì những hạn chế của điều tra người tiêu dùng mà nhiều doanh nghiệp thường bổ sung hoặc lập kế hoạch phụ cho điều tra người tiêu dùng bằng quan sát người tiêu dùng. Quan sát người tiêu dùng là thu thập các thông tin về sở thích của người tiêu dùng thông qua việc xem họ mua và sử dụng các sản phẩm. Việc quan sát người tiêu dùng không biểu thị rằng điều tra người tiêu dùng là vô ích. Đôi khi nghiên cứu người tiêu dùng là cách duy nhất để có được thông tin về những phản ứng của người tiêu dùng. Từ điều tra người tiêu dùng thường cố gắng xác định các đặc tính nhân chủng học (độ tuổi, giới tính, học vấn, thu nhập, quy mô gia đình) của những người tiêu dùng, những người chắc chắn sẽ mua sản phẩm. Điều này cũng có thể đúng trong việc suy ra những thay đổi trong thị hiếu và sở thích của người tiêu dùng và trong việc xác định những kỳ vọng về giá và các điều kiện kinh doanh tương lai. Điều tra người tiêu dùng cũng có thể có ích trong việc suy ra tính cảnh giác của người tiêu dùng đối với một chiến dịch quảng cáo của doanh nghiệp. Hơn nữa nếu điều tra chỉ ra rằng người tiêu dùng không cảnh giác với những chênh lệch giá giữa sản phẩm của doanh nghiệp và các sản phẩm cạnh tranh thì đó có thể là một chỉ dẫn tốt rằng cầu về sản phẩm của doanh nghiệp là không co dãn theo giá.  Phân tích người tiêu dùng (Consumer clinics) Một phương pháp khác để ước lượng cầu là "Phân tích người tiêu dùng". Những người tham gia được cho một số tiền nhất định và phải chi tiêu hết trong một cửa hàng được dàn dựng để xem họ phản ứng như thế nào đối với những thay đổi trong giá hàng hoá, bao gói sản phẩm, trưng bày, giá của các sản phẩm cạnh tranh và các yếu tố khác ảnh hưởng đến cầu. Những người tham gia trong thí nghiệm này có thể được chọn sao cho biểu thị sát nhất các đặc tính kinh tế xã hội của thị trường hàng Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 7 hóa mà doanh nghiệp đang xem xét. Những người tham gia có động cơ mua các sản phẩm mà họ mong muốn nhất vì họ thường được cho phép giữ lại sản phẩm đã mua. Như vậy, phân tích người tiêu dùng thực tế hơn là điều tra người tiêu dùng. Bằng việc có thể kiểm soát được môi trường, phân tích người tiêu dùng còn có thể tránh được những khó khăn không ngờ tới của giai đoạn thử nghiệm thị trường thực sự. Tuy nhiên phân tích người tiêu dùng cũng có những hạn chế nghiêm trọng: o Thứ nhất, kết quả thu được là đáng ngờ vì những người tham gia biết rằng họ đang ở trong một tình huống nhân tạo và họ đang bị quan sát. Vì thế không chắc là họ đã hành động một cách bình thường như khi họ ở trong một tình huống thực. o Thứ hai, mẫu chọn những người tham gia thường là nhỏ vì chi phí thực hiện thí nghiệm cao. Do đó việc suy luận về hành vi của thị trường từ kết quả của một thí nghiệm dựa trên một mẫu nhỏ là nguy hiểm. Mặc dù có những hạn chế này, phân tích người tiêu dùng vẫn có thể cung cấp thông tin hữu ích về cầu đối với sản phẩm của doanh nghiệp, đặc biệt là phân tích người tiêu dùng được bổ sung bằng điều tra người tiêu dùng.  Thử nghiệm thị trường Khác với phân tích người tiêu dùng được thực hiện trong các điều kiện thí nghiệm nghiêm ngặt, thử nghiệm thị trường được thực hiện trong các thị trường thực. Có nhiều cách để thực hiện thử nghiệm thị trường. Cách thứ nhất là chọn một số thị trường với các đặc tính kinh tế xã hội tương tự và thay đổi một số yếu tố ảnh hưởng đến cầu ở các thị trường đó ví dụ giá hàng hoá, bao bì, số lượng hoặc các phương pháp xúc tiến bán hàng trong các thị trường hoặc cửa hàng đó. Sau đó lần lượt ghi chép những phản ứng (mua sắm) của người tiêu dùng trong các thị trường khác nhau. Bằng việc sử dụng những số liệu hoặc các điều tra thống nhất doanh nghiệp còn có thể xác định được ảnh hưởng của độ tuổi, giới tính, trình độ học vấn, thu nhập và quy mô gia đình... đến cầu về một hàng hoá. Cách thứ hai là doanh nghiệp có thể thay đổi lần lượt một trong số các yếu tố ảnh hưởng đến cầu trong sự kiểm soát của mình đối với một thị trường cụ thể trong một thời gian và ghi chép các phản ứng của người tiêu dùng. Ưu điểm của thử nghiệm thị trường là có thể thực hiện trên quy mô lớn để đảm bảo tính chính xác của kết quả và người tiêu dùng không biết rằng họ đang thực hiện sự thử nghiệm. Tuy nhiên, thử nghiệm thị trường cũng có nhược điểm. Một trong các nhược điểm đó là để cho chi phí của thử nghiệm thấp thì phải thử nghiệm trên một quy mô rất nhỏ và trong một khoảng thời gian tương đối ngắn, vì thế những suy luận cho toàn bộ thị trường là đáng ngờ. Những sự kiện bất thường như đình công hoặc thời tiết quá xấu có thể làm cho kết quả bị sai lệch trong các thử nghiệm không kiểm soát được. Các đối thủ cạnh tranh cũng có thể ngầm phá huỷ thử nghiệm bằng việc thay đổi giá và các yếu tố khác ảnh hưởng đến cầu trong sự kiểm soát của họ. Họ cũng có thể giám sát thử nghiệm và thu được những thông tin rất hữu ích mà doanh Bài 1: Các phương pháp ước lượng cầu 8 TX KHMI02_Bai 1_v1.0014107222 nghiệp không muốn để lộ. Cuối cùng, doanh nghiệp có thể mất khách hàng thường xuyên của mình trong quá trình tăng giá ở những thị trường mà doanh nghiệp thử nghiệm với giá cao. Mặc dù có những nhược điểm như vậy nhưng thử nghiệm thị trường vẫn là rất có ích đối với doanh nghiệp trong việc xác định chiến lược giá tốt nhất cho mình và trong việc kiểm nghiệm bao bì, các chiến dịch xúc tiến và chất lượng sản phẩm khác nhau. Thử nghiệm thị trường là cực kỳ hữu ích trong quá trình đưa ra một sản phẩm mới ở nơi mà không có các số liệu khác. Chúng cũng có thể là rất hữu ích trong việc làm thay đổi các kết quả của các kỹ thuật thống kê sử dụng để ước lượng cầu. 1.2. Dự đoán cầu Các phương pháp đã bàn luận trên xây dựng nên một mô hình lý thuyết về thị trường và đường cầu để ước lượng cách thức mà cầu sẽ phản ứng với sự thay đổi giá. Mục đích của các phương pháp đó là để lượng hoá các mối quan hệ nhân quả giữa cầu và các yếu tố ảnh hưởng đến nó. Nhưng trong trường hợp chỉ ước lượng lượng bán trong tương lai mà không cần lượng hoá sự phản ứng của cầu đối với những nhân tố khác ảnh hưởng đến cầu thì gọi là dự đoán lượng cầu và có thể sử dụng một số kỹ thuật sau: 1.2.1. Ngoại suy và phân tích dãy số thời gian Một trong những kỹ thuật đơn giản nhất là giả định rằng diễn biến của các biến đang dự đoán trong tương lai cũng giống như trong quá khứ. Đấy là cơ sở của việc dự đoán. Một cách cơ bản nhất của phương pháp này được gọi là phương pháp ngoại suy tuyến tính. Phương pháp này giả định rằng lượng bán năm sau sẽ bằng lượng bán năm nay hoặc tỉ lệ tăng lượng bán năm sau bằng tỉ lệ tăng lượng bán năm nay. Một cách hơi phức tạp hơn là xác định những xu hướng trong quá khứ gần rồi ngoại suy những xu hướng này trong tương lai. Hình 1.3 minh hoạ quá trình này. Hình 1.3. Dự đoán bằng ngoại suy Quá khứ Hiện tại Tương lai Lượng bán Các dự đoán cho các thời kỳ tương lai Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 9 Các điểm chấm rải rác ở hình 1.3 biểu thị lượng bán trong các thời kỳ gần đây và đường thẳng nét liền được xem như tập hợp tốt nhất cho các điểm này. Sự mở rộng xu hướng này trong tương lai được đánh dấu bằng đường nét đứt cho ta dự đoán về lượng bán trong các thời kỳ tương lai. Nhược điểm cơ bản của phương pháp này là nó không đưa ra những suy luận về các nhân tố ảnh hưởng cầu mà chỉ giả định rằng yếu tố duy nhất cần phải tính đến là thời gian. Nó cũng giả định rằng mối quan hệ giữa thời gian và biến đang dự đoán là mối quan hệ đơn giản và tồn tại cả trong dài hạn. Một kiểu phức tạp hơn của ngoại suy là phân tích dãy số thời gian. Nó bao gồm rất nhiều các kỹ thuật giải thích khác nhau. Có thể kỹ thuật được nhiều người biết đến nhất là phương pháp phân ly. Trong phương pháp này người ta giả định rằng bất kỳ dãy số thời gian nào cũng được hợp thành bởi các dãy số bộ phận. Bộ phận thứ nhất là sự vận động mùa vụ (S) trong phạm vi của năm. Bộ phận thứ hai là sự vận động bất thường (I) bao gồm những thay đổi không tái diễn và không dự đoán được. Bộ phận thứ ba là xu hướng (T) biểu thị những thay đổi dài hạn trong biến đang xem xét. Các sách giáo khoa về dự đoán thường bao gồm cả bộ phận thứ tư là sự vận động chu kỳ (C) được hợp thành bởi những thay đổi lặp đi lặp lại và được mở rộng trong một vài năm. Chẳng có gì là rõ ràng rằng các ngành có thực sự là đối tượng của những vận động chu kỳ thường xuyên hay không. Dù áp dụng phương pháp nào đi nữa thì mỗi một quan sát có thể được tạo thành bởi các bộ phận này và có thể gắn với nhau bằng phép cộng: Xt = Tt + Ct + St + It Trong đó: Xt là quan sát của thời kỳ t Tt là giá trị xu hướng của thời kỳ t Ct là bộ phận chu kỳ của thời kỳ t St là bộ phận thời vụ của thời kỳ t It là bộ phận bất thường của thời kỳ t Mối quan hệ giữa các bộ phận cũng có thể là phép nhân: Xt = Tt . Ct . St . It Để sử dụng được dãy số thời gian cho phân tích, các số liệu ban đầu phải được phân tích thành các bộ phận cấu thành. Công việc này có thể thực hiện bằng nhiều cách. Một ví dụ đơn giản sau sẽ minh họa cho cách phân tích này. Trong ví dụ bộ phận chu kỳ không được đưa vào (lý do đã nêu trên). Thứ nhất, yếu tố xu hướng trong số liệu được tách ra, hoặc bằng cách lấy trung bình của số liệu ban đầu hoặc bằng cách lấy đường thẳng áp dụng vào số liệu ban đầu cho phù hợp (sử dụng phân tích hồi quy). Dãy số mới được tạo ra biểu thị ảnh hưởng của xu hướng. Lấy giá trị thực tế trừ đi giá trị tính được ta được bộ phận mùa vụ và bất thường gộp lại. Để tách riêng bộ phận mùa vụ ra, phải lấy trung bình của các bộ phận mùa vụ cộng bất thường cho mỗi mùa của năm. Khi bộ phận bất thường cho mỗi mùa đã được tính trung bình thì kết quả thu được là bộ phận mùa vụ, cho ta giá trị cho mỗi mùa. Vì các bộ phận mùa vụ cộng lại bằng 0 nên cần có một sự điều chỉnh kết quả nào đó. Một khi bộ phận xu hướng và mùa vụ đã được xác định việc xây dựng dự đoán cho tương lai bao gồm việc sử dụng phương trình hồi quy để tính giá trị xu hướng cho thời Bài 1: Các phương pháp ước lượng cầu 10 TX KHMI02_Bai 1_v1.0014107222 kỳ tương lai đang xem xét và cộng thêm bộ phận mùa vụ vào. Có thể thấy rõ quá trình này bằng việc làm ví dụ. Bảng 1. Phân tích dãy số thời gian về lượng bán Bước 1: Tính yếu tố xu hướng Số liệu sau đây biểu thị lượng xe đạp bán ra mỗi mùa trong thời kỳ 1980 – 1985. Thời kỳ t Quan sát thực 1980 Mùa xuân Mùa hè Mùa thu Mùa đông 1 2 3 4 2419 2947 3396 3515 1981 Mùa xuân Mùa hè Mùa thu Mùa đông 5 6 7 8 2742 3127 3978 2439 1982 Mùa xuân Mùa hè Mùa thu Mùa đông 9 10 11 12 2686 3493 4185 3920 1983 Mùa xuân Mùa hè Mùa thu Mùa đông 13 14 15 16 2690 3598 4317 4035 1984 Mùa xuân Mùa hè Mùa thu Mùa đông 17 18 19 20 3069 3337 4439 4242 1985 Mùa xuân Mùa hè Mùa thu Mùa đông 21 22 23 24 2910 3923 4809 4570 Hồi quy đơn giản lượng bán theo thời gian ta được: Tt = 2787,9 + 59,6t Trong đó: Tt là giá trị xu hướng của lượng bán, t là khoảng thời gian. Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 11 Bước 2: Tách riêng mùa vụ cộng bất thường T Quan sát thực (1) Giá trị xu hướng (2) Mùa vụ cộng bất thường (1) – (2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 2419 2947 3396 3515 2742 3127 3978 2439 2686 3493 4185 3920 2690 3598 4317 4035 3069 3337 4439 4242 2910 3923 4809 4570 2848 2907 2967 3026 3086 3146 3205 3265 3324 3384 3444 3503 3563 3622 3682 3742 3801 3861 3920 3980 4040 4099 4182 4218 –429 40 429 489 –344 –19 773 –826 –638 109 741 417 –873 –24 635 293 –732 –524 519 262 –1130 –176 627 352 Bước 3: Xác định “yếu tố mùa vụ” cho mỗi mùa Mùa Giá trị của “mùa vụ cộng bất thường” (1) Trung bình của (1) Mùa xuân –429 –344 –638 –873 –732 –1130 –691 Mùa hè 40 –19 109 –24 –524 –176 –99 Mùa thu 429 773 741 635 519 627 624 Bài 1: Các phương pháp ước lượng cầu 12 TX KHMI02_Bai 1_v1.0014107222 Mùa đông 489 –826 417 293 262 352 165 Nếu cộng các giá trị mùa vụ này lại ta được tổng là –4. Nhưng tổng các yếu tố mùa vụ trong một năm cộng lại phải bằng không, và hiệu số khác không là không đáng kể. Vì thế không cần có sự điều chỉnh nào cho các yếu tố mùa vụ. Bây giờ có thể dự đoán cho bất kỳ thời kỳ nào trong tương lai bằng việc tính giá trị xu hướng cho thời kỳ đó và cộng thêm yếu tố mùa vụ vào. Ví dụ, nếu ta muốn dự đoán lượng bán cho mùa đông năm 1986, thì trước hết phải lưu ý rằng mùa đông năm 1986 là thời kỳ 28. Giá trị xu hướng được cho bởi phương trình hồi quy sau: Tt = 2787,9 + 59,6t khi t = 28 thì Tt = 4456,7 Yếu tố mùa vụ cho mùa đông là 165, do đó giá trị dự đoán là: Dự đoán cho mùa đông 1986 = 4456,7 + 165 = 4621,7 Cần phải lưu ý rằng ví dụ trên vận dụng phương pháp đơn giản nhất do đó nó có thể không phải là phương pháp thích hợp nhất cho một tập hợp số liệu đang xem xét. Một mô hình phức tạp hơn, (ví dụ mô hình đưa thêm yếu tố chu kỳ), hoặc các phương pháp khác có thể hoàn thiện được chất lượng dự đoán. Có thể thử bằng rất nhiều phương pháp khác nhau và độ chính xác của chúng đo được bằng "dự báo ngược trở lại". Có nghĩa là sử dụng mô hình dự đoán vừa xác định được để dự đoán số liệu đã có xem có chính xác không. Việc đo độ chính xác của dự đoán có thể đạt được bằng việc sử dụng các kỹ thuật khác nhau. 1.2.2. Dự đoán định tính Điều tra và thăm dò ý kiến thường được sử dụng để thực hiện những dự đoán ngắn hạn khi không có các số liệu định lượng. Các kỹ thuật này cũng có thể là rất có ích đối với việc bổ sung cho các dự đoán định lượng để đoán trước những thay đổi trong thị hiếu của người tiêu dùng và kỳ vọng kinh doanh về các điều kiện kinh tế tương lai. Chúng cũng có thể có giá trị trong việc dự đoán cầu về một sản phẩm mới mà doanh nghiệp dự định sản xuất.  Các kỹ thuật điều tra Một số điều tra có thể sử dụng để dự đoán hoạt động kinh tế tương lai nói chung và các khu vực kinh tế khác nhau của nền kinh tế: o Điều tra về các kế hoạch chi tiêu vào máy móc thiết bị và nhà xưởng của những người lãnh đạo. o Điều tra về các kế hoạch thay đổi trong hàng lưu kho và các kỳ vọng bán hàng. o Điều tra về các kế hoạch chi tiêu của người tiêu dùng. Nhìn chung các ghi chép về các điều tra là tốt hơn cho dự đoán so với các chi tiêu thực tế, trừ khi có những thay đổi về chính trị.  Thăm dò ý kiến Trong khi các kết quả của những điều tra về kế hoạch chi tiêu của các doanh nghiệp, người tiêu dùng, chính phủ đã được công bố là có ích thì các doanh nghiệp Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 13 cũng thường cần biết về lượng bán của bản thân họ. Lượng bán của doanh nghiệp phụ thuộc nhiều vào mức độ chung của hoạt động kinh tế và lượng bán của cả ngành, và chúng còn phụ thuộc vào nhiều chính sách của doanh nghiệp. Doanh nghiệp có thể dự đoán lượng bán của mình bằng việc thăm dó ý kiến của các chuyên gia trong và ngoài doanh nghiệp. Có một số cách thăm dò ý kiến: o Thăm dò ý kiến người lãnh đạo: Doanh nghiệp có thể thăm dò ý kiến của ban quản lý cao nhất từ các bộ phận bán hàng, tài chính và bộ phận tổ chức về lượng bán hàng của doanh nghiệp trong quý hoặc năm tới. Mặc dù sự nhìn nhận cá nhân của những người này mang tính chủ quan ở mức độ cao nhưng bằng việc lấy trung bình các ý kiến của các chuyên gia có khả năng hiểu biết nhiều nhất về doanh nghiệp và sản phẩm cuả doanh nghiệp thì doanh nghiệp có thể hy vọng có được một dự đoán tốt hơn so với dự đoán do các cá nhân chuyên gia cung cấp. Cũng có thể thăm dò ý kiến của các chuyên gia bên ngoài. Để tránh ảnh hưởng bắt chước có thể sử dụng phương pháp Delphi. Các chuyên gia được hỏi ý kiến riêng và sau đó cung cấp câu trả lời mà không chỉ ra ai là người chịu trách nhiệm về một ý kiến cụ thể. Hy vọng ở đây là thông qua quá trình trả lời các chuyên gia có thể có được một dự đoán thống nhất. o Thăm dò ý kiến lực lượng bán hàng: Đây là dự đoán về lượng bán của doanh nghiệp ở mỗi vùng và mỗi dòng sản phẩm dựa trên lực lượng bán hàng của doanh nghiệp ở khu vực đó. Lực lượng này là những người tiếp xúc gần nhất với người tiêu dùng và ý kiến của họ sẽ cung cấp những thông tin có giá trị cho những người quản lý cấp cao của doanh nghiệp. o Thăm dò những dự định của người tiêu dùng: Các công ty bán ô tô, đồ gỗ, các đồ dùng gia đình đôi khi thăm dò ý kiến của những người mua tiềm năng về dự định mua sắm của họ. Sau đó doanh nghiệp có thể dự đoán mức bán hợp lý cho các mức thu nhập được sử dụng khác nhau trong tương lai của người tiêu dùng.  Quan tâm đến triển vọng nước ngoài Phần sản phẩm bán được ở nước ngoài của các doanh nghiệp ngày càng tăng và doanh nghiệp gặp phải sự cạnh tranh cả ở trong nước và cả với các doanh nghiệp nước ngoài. Vì thế sẽ rất quan trọng nếu dự đoán những thay đổi trong các thị trường ngoài nước vì nó ảnh hưởng không chỉ đến thị trường sản phẩm xuất khẩu của doanh nghiệp mà nó còn ảnh hưởng đến cả sự cạnh tranh trong nước. Để có được tầm nhìn quốc tế cần phải hình thành các bộ phận tư vấn về thiết kế mẫu mã cho nước ngoài và những doanh gia nước ngoài. Ưu điểm của những ban tư vấn nước ngoài là họ không phải mất thời gian nghiên cứu các nhiệm vụ khác như lập kế hoạch mà có thể dành toàn tâm toàn ý vào các vấn đề quốc tế có ảnh hưởng đến tương lai của doanh nghiệp và các đối thủ của doanh nghiệp. Ban giám đốc của doanh nghiệp thường phải quan tâm đến các vấn đề trước mắt vì thế thường thiếu sự hiểu biết sâu sắc về sự phát triển mới ở bên ngoài và không thể đánh giá ảnh hưởng của những sự phát triển này đến sự cạnh tranh của doanh nghiệp trong nước và trên thế giới. Vì thế đầu tư vào ban tư vấn nước ngoài là một công cụ vô Bài 1: Các phương pháp ước lượng cầu 14 TX KHMI02_Bai 1_v1.0014107222 giá để đạt đến tầm nhìn toàn cầu và kế hoach hoá những chiến lược trong nước và ngoài nước trong khoảng thời gian dài hơn cho doanh nghiệp. 1.2.3. Các kỹ thuật san bằng (Smoothing)  Trung bình trượt: Phương pháp Smoothing đơn giản nhất là lấy trung bình trượt. Ở đây giá trị dự đoán về một dãy số thời gian trong một khoảng thời gian (tháng, quý, năm) bằng giá trị trung bình của các dãy số thời gian trong một số thời kỳ. Số thời kỳ sử dụng càng lớn thì ảnh hưởng của Smoothing càng lớn vì mỗi một quan sát mới nhận được một hệ số càng nhỏ. Phương pháp này càng có ích nếu sai số của dãy số thời gian càng nhỏ. Ta có thể lấy số trung bình cho nhiều khoảng thời gian với những độ dài khác nhau (tháng, quý, năm...) rồi chọn lấy dự đoán nào có sai số trung bình căn bậc hai nhỏ nhất (RMSE) (Root – mean – square error). Công thức tính RMSE là: 2 t t(A F )RMSE n   Trong đó: At là giá trị thực tế của dãy số thời gian thời kỳ t Ft là giá trị dự đoán và n là số thời kỳ hoặc số quan sát. Hiệu số dự đoán hoặc sai số (nghĩa là A – F) được lấy bình phương để đạt những sai số lớn so với các sai số nhỏ.  Kỹ thuật Smoothing mũ: Nhược điểm nghiêm trọng của lấy trung bình giản đơn là trong việc dự đoán, nó cho tất cả các quan sát một hệ số như nhau trong việc tính trung bình mặc dù có thể thấy các quan sát gần đây có tầm quan trọng lớn hơn. Smoothing mũ khắc phục nhược điểm này và được sử dụng phổ biến hơn trong dự đoán. Bằng Smoothing mũ, dự đoán cho thời kỳ t + 1 (nghĩa là Ft+1) là trung bình hệ số của các giá trị dự đoán và giá trị thực của dãy số thời gian trong thời kỳ t. Giá trị của dãy số thời gian ở thời kỳ t (nghĩa là At) được cho một hệ số (w) giữa 0 và 1 và dự đoán cho thời kỳ t được cho hệ số 1 – w. w càng lớn thì hệ số gắn cho giá trị của dãy số thời gian ở thời kỳ t càng cao so với các thời kỳ trước. Như vậy giá trị dự đoán của dãy số thời gian ở thời kỳ t+1 là: Ft+1 = wAt + (1–w)Ft Cần phải ra hai quyết định trong việc sử dụng kỹ thuật Smoothing. Thứ nhất, cần phải gán một giá trị cho dự đoán ban đầu (nghĩa là Ft) để cho sự phân tích bắt đầu. Một cách có thể làm điều này là cho Ft bằng giá trị trung bình của cả dãy số thực tế quan sát được. Ta cũng phải quyết định giá trị w (hệ số gán cho At). Nói chung, phải thử các giá trị khác nhau của w và giá trị nào dẫn đến RMSE nhỏ nhất thì được sử dụng trong dự đoán.  Các kỹ thuật dự đoán Barometric Dự đoán Barometric sử dụng các chỉ dẫn về các hoạt động hiện thời để cung cấp các dự đoán về tương lai. Có thể kỹ thuật Barometric phổ biến nhất là sử dụng các Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 15 chỉ dẫn đi trước. Chỉ dẫn đi trước là một biến đã biết hoặc tin là có liên quan đến hành vi tương lai của một biến sẽ cần dự đoán. Ví dụ, nếu ta muốn dự đoán về số trẻ em sẽ đi học lần đầu sau năm năm thì số trẻ em sinh ra năm nay sẽ cung cấp một chỉ dẫn đi trước rất hữu ích. Trong ví dụ này mối quan hệ giữa chỉ dẫn đi trước và biến sẽ dự đoán là rất chặt chẽ. Trong các trường hợp khác có thể không có mối quan hệ nhân quả giữa chỉ dẫn và biến dự đoán. Chẳng hạn người ta cho rằng hoạt động thể thao ngoài trời có quan hệ chặt chẽ với chu kỳ kinh doanh (một lý do khác có thể là đáng ngờ về giá trị của bộ phận chu kỳ). Tầm quan trọng của người kinh doanh là phải có khả năng dự đoán những sự vận động tổng quát về mức độ của hoạt động kinh tế, có rất nhiều các chỉ dẫn đi trước được sử dụng để xác định những thay đổi trong tổng chi tiêu, thu nhập và việc làm. Đó là các đơn đặt hàng mới về máy móc thiết bị, những cái đó thường phát sinh trước sự tăng của hoạt động kinh tế, độ dài của tuần làm việc và sự hoạt động của thị trường tài chính. Bài 1: Các phương pháp ước lượng cầu 16 TX KHMI02_Bai 1_v1.0014107222 Tóm lược cuối bài  Những ưu điểm, nhược điểm của việc ước lượng cầu bằng các phương pháp: o Điều tra người tiêu dùng; o Thử nghiệm thị trường.  Hiểu được phương pháp ước lượng cầu bằng phân tích hồi quy có lợi thế gì so với ước lượng cầu bằng các phương pháp nghiên cứu Marketing.  Các nhà nghiên cứu xác định mô hình ước lượng cầu như thế nào? Làm thế nào một nhà nghiên cứu có được các dữ liệu cho việc ước lượng cầu bằng phương pháp phân tích hồi quy?  Các nhà nghiên cứu làm thế nào xác định được dạng của hàm cầu cần ước lượng? Các độ dốc ước lượng của hai dạng hàm cầu phổ biến nhất được biểu diễn như thế nào? Bài 1: Các phương pháp ước lượng cầu TX KHMI02_Bai 1_v1.0014107222 17 Câu hỏi ôn tập 1. Tại sao đường nối các tập hợp lượng và giá bán quan sát được thường không phải là đường cầu của hàng hoá? Làm thế nào để xác định đường cầu từ các tập hợp giá và sản lượng đã quan sát? 2. Nêu những ưu điểm, nhược điểm của việc ước lượng cầu bằng các phương pháp: a. Điều tra người tiêu dùng b. Thử nghiệm thị trường 3. Ước lượng cầu bằng phân tích hồi quy có lợi thế gì so với ước lượng cầu bằng các phương pháp nghiên cứu Marketing? 4. Trình bày các lợi ích đối với nhà quản trị và các nhà kinh tế trong việc ước lượng cầu dựa vào nghiên cứu marketing. 5. Trình bày các bước ước lượng bằng phương pháp phân tích hồi quy. 6. Các nhà nghiên cứu xác định mô hình ước lượng cầu như thế nào? Làm thế nào một nhà nghiên cứu có được các dữ liệu cho việc ước lượng cầu bằng phương pháp phân tích hồi quy? 7. Làm thế nào để kiểm định được khả năng giải thích của hàm hồi quy? Phương sai có thể giải thích, không thể giải thích và phương sai tổng thể của biến phụ thuộc nghĩa là gì? Chúng được đo lường như thế nào? Hệ số xác định là gì? Phân tích hồi quy có hàm ý nhân quả không? Giải thích. 8. Trình bày các ứng dụng của việc phân tích phương sai. Phân tích phương sai được thực hiện như thế nào? Mối quan hệ giữa phân tích phương sai và hệ số của các tham số là gì? 9. Dự đoán là gì? Dự đoán có ý nghĩa gì đối với quản trị kinh doanh của doanh nghiệp? Có những loại dự đoán nào? Làm thế nào để hãng xác định được phương pháp dự đoán thích hợp nhất cho hãng? 10. Dữ liệu dãy số thời gian là gì? Có thể có những nguồn biến thiên nào trong dãy số thời gian? Giả định cơ bản trong phân tích dãy số thời gian là gì? 11. Xu hướng tuyến tính đo lường cái gì? Những xu hướng thông thường khác được sử dụng trong phân tích dãy số thời gian là gì? Chúng chỉ ra điều gì? Xu hướng nào tốt hơn? 12. Tại sao dự đoán dựa vào xu hướng từ quá khứ đến tương lai có thể đem lại kết quả không có ích ngay cả khi mô hình đó trong quá khứ là không đổi? 13. Trình bày hai phương pháp kết hợp sự biến thiên có tính thời vụ của các dữ liệu trong quá khứ vào dự đoán xu hướng? Làm thế nào để thực hiện mỗi phương pháp? Phương pháp nào tốt hơn?