MỞ ĐẦU
1.1. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU
1.1.1. Ý nghĩa đề tài
Trong thời kì hội nhập WTO thì nền kinh tế ngày càng phát triển năng động. Đặc biệt là các ngành công nghiệp, xây dựng và dịch vụ đã có một bước phát triển và chuyển biến tích cực. Tốc độ tăng trưởng hàng năm khá cao và tương đối đồng đều. Cơ sở hạ tầng cho công nghiệp từng bước được cải thiện nên sức hút đầu tư tăng dần. Và để biết được tốc độ phát triển kinh tế của một quốc gia đang trên đà phát triển hay tuột dốc thì phải nói đến GDP (Gross DomesticProducts).
Chỉ tiêu GDP ngày càng được nhắc đến nhiều hơn trên các phương tiện thông tin đại chúng và trong các báo cáo thành tích cuối năm ở các địa phương. GDP phản ánh đúng đắng và thiết thực nhất tình hình nền kinh tế của một quốc gia. GDP tăng trưởng cao thường gắn liền với sự hãnh diện, GDP tăng trưởng thấp là một sự lo âu.
GDP là tổng giá trị của các sản phẩm thành phẩm và của dịch vụ trong một năm được tạo ra trong biên giới quốc gia. Gọi đó là tổng sản lượng quốc dân, đồng thời cũng là hoạch toán kinh tế cho cả nước. Như một doanh nghiệp muốn biết làm ăn lời lỗ họ phài xét số thu, số chi cả năm. Quốc gia muốn biết làm ăn thế nào phài biết tổng sản lượng hàng hóa và dịch vụ cả nước làm ra hay cung cấp trong năm. Hay nói cách khác là phải dựa vào Gross DomesticProducts (GDP).
Qua đó, ta thấy GDP là một thước đo quan trọng trong nền kinh tế của mỗi quốc gia và chất lượng tăng trưởng vẫn là vấn đề lớn của kinh tế Việt Nam trong suốt giai đoạn vừa qua. Vì thế, nhóm chúng tôi đã chọn đề tài “mối quan hệ giữa GDP với công nghiệp và xây dựng, dịch vụ” và tiến hành nghiên cứu.
1.1.2. Mục đích của đề tài
Nhằm đánh giá tình hình kinh doanh của chi nhánh Mobifone tại Trà Vinh và đưa ra dự báo tình hình kinh doanh của chi nhánh trong 9 năm tiếp theo.
1.1.3. Mục tiêu của đề tài
Tìm hiểu về Lợi nguận và sự ảnh hưởng của chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp đến Lợi nhuận và mối quan hệ giữa chúng.
1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU.
Đối tượng: Lợi nhuận và mối quan hệ giữa các chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp và Lợi nhuận.
Phạm vi nghiên cứu: tại chi nhánh Mobifone Trà Vinh.
1.3. NỘI DUNG NGHIÊN CỨU VÀ PHƯƠNG PHÁP THỰC HIỆN ĐỀ TÀI
Nội dung nghiên cứu:
- Thu thập thông tin về:
+ Y: (GDP): Tổng Lợi nhuận.
+ X1:Tổng chi phí bán hàng.
+ X2: Tổng chi phí quảng cáo.
+ X3: Tổng chi phí quản lý doanh nghiệp.
- Tổng hợp, phân tích và xử lý số liệu đã thu thập được.
- Dự báo chỉ số X1, X2, X3 và Lợi nhuận trong tương lai.
Phương pháp nghiên cứu:
- Thu thập và xử lý dữ liệu trên excel, trên phần mềm SPSS.
- Xây dựng mô hình hồi quy tương quan để xem xét mối quan hệ giữa các biến (các yếu tố ảnh hưởng) là X1, X2, X3 và Lợi nhuận.
- Vận dụng dãy số thời gian để dự đoán trị giá chi phí bán hàng, chi phí quảng cáo, chi phí quảng lý doanh nghiệp và nhờ vào đó ta có thể dự đoán được Lợi nhuận trong những năm tiếp theo.
1.4. CÁC YẾU TỐ LIÊN QUAN
Lợi nhuận tăng hay giảm là do chi phối bởi nhiều yếu tố như: tiêu dùng; tích lũy; các chi phí như: chi phí bán hàng, quảng cáo, quản lý doanh nghiệp, Nhưng trong đó tổng chi phí bán hàng, quảng cáo, quản lý doanh nghiệp là những yếu tố quan trọng đóng góp vào tốc độ tăng hoặc giảm Lợi nhuận.
MỞ ĐẦU 1
1.1. XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 1
1.1.1. Ý nghĩa đề tài 1
1.1.2. Mục đích của đề tài 2
1.1.3. Mục tiêu của đề tài 2
1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU. 2
1.3. NỘI DUNG NGHIÊN CỨU VÀ PHƯƠNG PHÁP THỰC HIỆN ĐỀ TÀI 2
1.4. CÁC YẾU TỐ LIÊN QUAN 3
CHƯƠNG 1: CƠ SỞ LÝ LUẬN 4
1.1. CÁC KHÁI NIỆM 4
1.1.1. Tổng thể thống kê 4
1.1.2. Mẫu 4
1.1.3. Bảng thống kê 4
1.2. PHƯƠNG PHÁP HỒI QUY VÀ TƯƠNG QUAN 4
1.2.1. Hệ số tương quan 4
1.2.2. Mô hình hồi quy tuyến tính 5
1.3. DÃY SỐ THỜI GIAN 8
1.3.1. Khái niệm 8
1.3.2. Phân loại 8
1.3.3. Ýnghĩa của việc nghiên cứu dãy số thời gian 9
1.3.4 Các yếu tố ảnh hưởng đến biến động của dãy số thời gian 9
1.3.5. Các chỉ tiêu cơ bản dùng để phân tích dãy số thời gian 10
1.3.7. Dự đoán biến động của dãy số thời gian. 14
CHƯƠNG 2 17
2.1. BẢNG SỐ LIỆU ĐƯỢC THU THẬP 17
2.2. XÂY DỰNG MÔ HÌNH HỒI QUY 18
2.2.1. Mô hình tổng quát 18
2.2.2. Ý nghĩa các biến 18
2.3. SỰ TƯƠNG QUAN TUYẾN TÍNH 18
2.3.1. Biểu đồ thể hiện sự tương quan giữa các biến 18
2.3.2. Hệ số tương quan (r): 19
2.2. MÔ HÌNH HỒI QUY BỘI TUYẾN TÍNH 20
2.3. PHÂN TÍCH DÃY SỐ THỜI GIAN VÀ DỰ BÁO 23
2.3.1. Phân tích dãy số thời gian và dự báo giá trị công nghiệp và dich vụ ở nước ta 23
2.3.2. Phân tích dãy số thời gian và dự báo giá trị dịch vụ 25
2.3.3. Phân tích dãy số thời gian và dự báo giá trị GDP 28
KẾT LUẬN 31
33 trang |
Chia sẻ: thanhnguyen | Lượt xem: 1723 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Tìm hiểu về Lợi nhuận và sự ảnh hưởng của chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp đến Lợi nhuận và mối quan hệ giữa chúng, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
MỞ ĐẦU
XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU
1.1.1. Ý nghĩa đề tài
Trong thời kì hội nhập WTO thì nền kinh tế ngày càng phát triển năng động. Đặc biệt là các ngành công nghiệp, xây dựng và dịch vụ đã có một bước phát triển và chuyển biến tích cực. Tốc độ tăng trưởng hàng năm khá cao và tương đối đồng đều. Cơ sở hạ tầng cho công nghiệp từng bước được cải thiện nên sức hút đầu tư tăng dần. Và để biết được tốc độ phát triển kinh tế của một quốc gia đang trên đà phát triển hay tuột dốc thì phải nói đến GDP (Gross DomesticProducts).
Chỉ tiêu GDP ngày càng được nhắc đến nhiều hơn trên các phương tiện thông tin đại chúng và trong các báo cáo thành tích cuối năm ở các địa phương. GDP phản ánh đúng đắng và thiết thực nhất tình hình nền kinh tế của một quốc gia. GDP tăng trưởng cao thường gắn liền với sự hãnh diện, GDP tăng trưởng thấp là một sự lo âu.
GDP là tổng giá trị của các sản phẩm thành phẩm và của dịch vụ trong một năm được tạo ra trong biên giới quốc gia. Gọi đó là tổng sản lượng quốc dân, đồng thời cũng là hoạch toán kinh tế cho cả nước. Như một doanh nghiệp muốn biết làm ăn lời lỗ họ phài xét số thu, số chi cả năm. Quốc gia muốn biết làm ăn thế nào phài biết tổng sản lượng hàng hóa và dịch vụ cả nước làm ra hay cung cấp trong năm. Hay nói cách khác là phải dựa vào Gross DomesticProducts (GDP).
Qua đó, ta thấy GDP là một thước đo quan trọng trong nền kinh tế của mỗi quốc gia và chất lượng tăng trưởng vẫn là vấn đề lớn của kinh tế Việt Nam trong suốt giai đoạn vừa qua. Vì thế, nhóm chúng tôi đã chọn đề tài “mối quan hệ giữa GDP với công nghiệp và xây dựng, dịch vụ” và tiến hành nghiên cứu.
1.1.2. Mục đích của đề tài
Nhằm đánh giá tình hình kinh doanh của chi nhánh Mobifone tại Trà Vinh và đưa ra dự báo tình hình kinh doanh của chi nhánh trong 9 năm tiếp theo.
1.1.3. Mục tiêu của đề tài
Tìm hiểu về Lợi nguận và sự ảnh hưởng của chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp đến Lợi nhuận và mối quan hệ giữa chúng.
1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU.
Đối tượng: Lợi nhuận và mối quan hệ giữa các chi phí bán hàng, chi phí quảng cáo, chi phí quản lý doanh nghiệp và Lợi nhuận.
Phạm vi nghiên cứu: tại chi nhánh Mobifone Trà Vinh.
1.3. NỘI DUNG NGHIÊN CỨU VÀ PHƯƠNG PHÁP THỰC HIỆN ĐỀ TÀI
Nội dung nghiên cứu:
- Thu thập thông tin về:
+ Y: (GDP): Tổng Lợi nhuận.
+ X1:Tổng chi phí bán hàng.
+ X2: Tổng chi phí quảng cáo.
+ X3: Tổng chi phí quản lý doanh nghiệp.
- Tổng hợp, phân tích và xử lý số liệu đã thu thập được.
- Dự báo chỉ số X1, X2, X3 và Lợi nhuận trong tương lai.
Phương pháp nghiên cứu:
- Thu thập và xử lý dữ liệu trên excel, trên phần mềm SPSS.
- Xây dựng mô hình hồi quy tương quan để xem xét mối quan hệ giữa các biến (các yếu tố ảnh hưởng) là X1, X2, X3 và Lợi nhuận.
- Vận dụng dãy số thời gian để dự đoán trị giá chi phí bán hàng, chi phí quảng cáo, chi phí quảng lý doanh nghiệp và nhờ vào đó ta có thể dự đoán được Lợi nhuận trong những năm tiếp theo.
1.4. CÁC YẾU TỐ LIÊN QUAN
Lợi nhuận tăng hay giảm là do chi phối bởi nhiều yếu tố như: tiêu dùng; tích lũy; các chi phí như: chi phí bán hàng, quảng cáo, quản lý doanh nghiệp,… Nhưng trong đó tổng chi phí bán hàng, quảng cáo, quản lý doanh nghiệp là những yếu tố quan trọng đóng góp vào tốc độ tăng hoặc giảm Lợi nhuận.
CHƯƠNG 1: CƠ SỞ LÝ LUẬN
1.1. CÁC KHÁI NIỆM
1.1.1. Tổng thể thống kê
Tổng thể thống kê là tập hợp những thông tin về người, sự vật, hoặc sự việc riêng biệt kết hợp với nhau trên cơ sở một đặc điểm chung nào đó mà người nghiên cứu đang quan tâm. Nói cách khác, tổng thể thống kê là một tổng thể tập hợp tất cả các quan sát của một hay nhiều biến ( một hay nhiều chỉ tiêu ).
1.1.2. Mẫu
Mẫu là một bộ phận của tổng thể nghiên cứu được chọn một cách ngẫu nhiên để quan sát và suy rộng cho tổng thể đó.
1.1.3. Bảng thống kê
Bảng thống kê là một hình thức trình bày số liệu thống kê và thông tin đã thu thập làm cơ sở phân tích và kết luận. Bảng thống kê cũng là bảng để trình bày kết quả đã được phân tích, nhờ nó các nhà quản trị có thể nhận xét tổng quan về những vấn đề nghiên cứu.
1.2. PHƯƠNG PHÁP HỒI QUY VÀ TƯƠNG QUAN
Mục đích của phương pháp hồi quy tương quan là ước lượng mức độ liên hệ (tương quan) giữa các biến độc lập (các biến giải thích) đến biến phụ thuộc (biến được giải thích), hoặc ảnh hưởng của các biến độc lập với nhau (các yếu tố nguyên nhân). Phương pháp này được ứng dụng trong kinh doanh và kinh tế để phân tích mối liên hệ giữa hai hay nhiều biến ngẫu nhiên.
1.2.1. Hệ số tương quan
Hệ số tương quan đo lường mức độ quan hệ tuyến tính giữa hai biến; chính xác hơn là quan hệ tuyến tính giữa hai biến, không phân biệt biến này phụ thuộc vào biến kia.
Hệ số tương quan mẫu (r):
ð
Hệ số tương quan (r) luôn luôn biến động trong khoảng 1 (-1 ≤ r ≤ 1), nếu hệ số tương quan (r) dương cho biết X và Y biến động cùng chiều và âm thì ngược lại. Để biểu hiện mức độ chặt chẽ của mối liên hệ giữa các biến ta có các nhận xét sau:
r = 1: Mối liên hệ giữa các biến hoàn toàn chặt chẽ.
r = 0 : Giữa các biến không có mối liên hệ.
1.2.2. Mô hình hồi quy tuyến tính
Mục tiêu phân tích của mô hình này là xét mối liên hệ tuyến tính giữa một hay nhiều biến độc lập Xi (Xi: còn được gọi là biến giải thích) đến một biến phụ thuộc Yi(Y: biến được giải thích).
1.2.2.1. Hồi quy tuyến tính một chiều
Phương trình hồi quy tuyến tính một chiều: yi=α +βxi+εi
Theo phương pháp bình phương bé nhất thì ước lượng các hệ số α và β là các giá trị a và b sao cho tổng bình phương sai số của phương trình sau đây là bé nhất:
Các hệ số a và b được tính như sau:
Suy ra: a =
Và đường hồi quy tuyến tính mẫu của y trên x là: y = a + bx
1.2.2.2. Hồi quy nhiều chiều (hồi quy tuyến tính bội)
Phương trình hồi quy nhiều chiều: y = a + b1x1 + b2x2 +….+ bkxk
Phương trình này sẽ được suy rộng cho tổng thể có biến phụ thuộc Y và các biến độc lập X1, X2,…Xk.
Hệ số xác định R2:
R2 là tỷ lệ (hay phần trăm) biến động của biến phụ thuộc (y) được giải thích bởi các biến độc lập xi. Hệ số xác định được tính như sau:
0 ≤ R2 ≤ 1
: Error Sum of Squares
: Regression sum of Squares
: Total sum of Squares
Hệ số tương quan bội R:
R nói lên tính chặt chẽ của mối liên hệ giữa biến phụ thuộc (y) và các biến độc lập (x1): (-1 ≤ R ≤ 1)
Tỷ số F = MSR/MSE trong bảng kết quả:
Dùng để so sánh với F trong bảng phân phối F ở mức ý nghĩa α. Tuy nhiên, cũng trong bảng kết quả ta có giá trị Significane F, giá trị này cho ta kết luận ngay mô hình hồi qui có ý nghĩa khi nó nhỏ hơn mức ý nghĩa α nào đó (thay vì phải tra bảng phân phối F, và giá trị Sig). F cũng là cơ sở để quyết định bác bỏ hay chấp nhận giả thuyết H0 trong kiểm định bao quát các tham số của mô hình hồi qui. Nói chung F càng lớn, khả năng bác bỏ giả thuyết H0 càng cao – giả thuyết Ho cho rằng tất cả các tham số hồi qui đều bằng 0, nghĩa là các biến độc lập (xi) không liên quan tuyến tính tới biến phụ thuộc y.
Ý nghĩa các hệ số hồi quy trong mô hình:
Các hệ số hồi quy của từng biến độc lập đo lường sự thay đổi trong giá trị trung bình Y khi Xk thay đổi đơn vị, giữa các biến độc lập còn lại không đổi. Nói cách khác, nó cho biết ảnh hưởng thuần của các thay đổi một đơn vị trong Xk đối với giá trị trung bình của biến phụ thuộc Y khi loại trừ ảnh hưởng của các biến độc lập khác. Trong hồi quy tuyến tính bội, để đánh giá đóng góp thật sự của một biến đối với thay đổi trong Y thì bằng cách nào đó ta phải kiểm soát được ảnh hưởng của các biến khác.
Hệ số beta:
Vì độ lớn của các hệ số phụ thuộc vào đơn vị đo lường của các biến nên chỉ khi nào tất cả các biến độc lập đều có cùng đơn vị đo lường thì các hệ số của chúng mới có thể so sánh trực tiếp với nhau. Một cách để làm cho các hệ số hồi quy có thể so sánh được với nhau là tính trọng số beta, đó là hệ số của biến độc lập khi tất cả dữ liệu trên các biến được biểu diễn bằng đơn vị đo lường độ lệch chuẩn. Hệ số beta được tính trực tiếp từ hệ số hồi quy như sau:
Trong đó Sk là độ lệch chuẩn của biến độc lập thứ k.
1.2.2.3. Kiểm định trênh tất cả các tham số của một mô hình hồi quy
Xét mô hình nhiều chiều sau:y=α + β1x1 + β2x2 + β3x3 + ε
Giả thuyết:
H0: β1 = β2 = βk = 0 (các xi không ảnh hưởng đến y)
H1: Có ít nhất một tham số β1 ≠ 0
Giả thuyết H0 có thể kiểm định dựa trên số thống kê:
Bác bỏ giả thuyết H0 khi: F >Fk,n-k,α
Phần kiểm định ta cũng có thể tính trực tiếp dựa vào hệ số xác định R2 vì:
1.3. DÃY SỐ THỜI GIAN
1.3.1. Khái niệm
Các hiện tượng kinh tế - xã hội luôn luôn biến động qua thời gian. Để nghiên cứu sự biến động này người ta dung phương pháp dãy số thời gian. Dãy số thời gian là dãy các trị số của một chỉ tiêu nào đó được sắp xếp theo thứ tự thời gian.
1.3.2. Phân loại
Căn cứ vào đặc điểm về mặt thời gian, người ta thường chia dãy số thời gian thành 2 loại:
Dãy số thời kỳ: là dãy số biểu hiện sự thay đổi của hiện tượng qua từng thời kỳ nhất định.
Dãy số thời điểm: là dãy số biểu hiện mặt lượng của hiện tượng vào một thời điểm nhất định.
Một cách chi tiết hơn, dãy số thời điểm còn có thể được chia thành dãy số thời điểm có khoảng cách thời gian bằng nhau và dãy số thời điểm có khoảng cách thời gian không bằng nhau.
1.3.3. Ý nghĩa của việc nghiên cứu dãy số thời gian
Phương pháp phân tích một dãy số thời gian dựa trên một giả định căn bản là: sự biến động trong tương lai của hiện tượng nói chung sẽ giống với sự biến động của hiện tượng trong quá khứ và hiện tại, xét về mặt đặc điểm và cường độ biến động. Nói một cách khác, các yếu tố đã ảnh hưởng đến biến động của hiện tượng trong quá khứ và hiện tại được giả định trong tương lai sẽ tiếp tục tác động đến hiện tượng theo xu hướng và cường độ giống hoặc gần giống như trước.
Do vậy, mục tiêu chính của việc phân tích dãy số thời gian là chỉ ra và tách biệt các yếu tố đã ảnh hưởng đến dãy số. Điều đó có ý nghĩa trong việc dự đoán cũng như nghiên cứu quy luật biến động của hiện tượng. Tất nhiên, giả định nói trên có nhược điểm, nó thường bị phê bình là quá ngây thơ và máy móc vì đã không xem xét đến sự thay đổi về kỹ thuật, thói quen, nhu cầu hoặc sự tích lũy kinh nghiệm trong kinh doanh…. Phương pháp phân tích dãy số thời gian cung cấp những thông tin hữu ích cho các nhà kinh doanh trong việc dự đoán cũng như xem xét chu kỳ biến động của hiện tượng. Nếu biết kết hợp các phương pháp phân tích thống kê khác cộng với bản lĩnh, kinh nghiệm và sự nhạy bén trong kinh doanh, phương pháp dãy số thời gian sẽ là một công cụ đắc lực cho các nhà quản lý trong việc ra quyết định.
Các yếu tố ảnh hưởng đến biến động của dãy số thời gian
Biến động của một dãy số thời gian: x1, x2,…, xn thường được xem như là kết quả hợp thành của các yếu tố sau đây:
Tính xu hướng
Quan sát số liệu thực tế của hiện tượng trong một thời gian dài, ta thấy biến động của hiện tượng theo một chiều hướng rõ rệt. Nguyên nhân của loại biến động này là sự thay đổi trong công nghệ sản xuất, gia tăng dân số,biến động về tài sản,….
Tính chu kỳ
Biến động của hiện tượng được lặp lại với một chu kỳ nhất định, thường kéo dày từ 2 – 10 năm, trải qua 4 giai đoạn: phục hồi và phát triển, thịnh vượng, suy thoái và đình truệ. Biến động của chu kỳ là do tác động tổng hợp của nhiều yếu tố khác nhau.
Tính thời vụ
Biến động của một số hiện tượng kinh tế - xã hội mang tính thời vụ, nghĩa là hàng năm, vào những thời điểm nhất định, biến động của hiện tượng được lặp di lặp lại.
Tính ngẫu nhiên hay bất thường (Irregular component)
Biến động không có quy luật và hầu như không thể dự đoán được. Loại biến động này thường xảy ra trong một thời gian ngắn và không lặp lại, do ảnh hưởng của các biến cố chính trị, thiên tai, chiến tranh…
Một cách tổng quát, giá trị xi trong dãy số thời gian x1, x2,…,xn có thể được diễn tả bằng công thức như sau:
Xi = Ti . Ci .Si . Ii
Xi : giá trị thứ i của dãy số thời gian.
Ti : giá trị của yếu tố xu hướng.
Ci : giá trị của yếu tố chu kỳ.
Si : giá trị của yếu tố thời vụ.
Ii : giá trị của yếu tố ngẫu nhiên (bất thường).
1.3.5. Các chỉ tiêu cơ bản dùng để phân tích dãy số thời gian
a. Mức độ trung bình theo thời gian
Là số trung bình của các mức độ trong dãy số. Chỉ tiêu này biểu hiện mức độ chung nhất của hiện tượng trong thời kỳ nghiên cứu.
Ký hiệu : x1, x2,…,xn : Dãy số thời gian.
: Mức độ trung bình.
Mức độ trung bình của dãy số thời kỳ
Mức độ trung bình của dãy số thời điểm: Có hai trường hợp:
Khoảng cách thời gian giữa các thời điểm bằng nhau:
Nếu khoảng cách thời gian giữa các thời điểm không bằng nhau:
Tùy theo đặc điểm của thông tin ta áp dụng một trong hai công thức:
xi : mức độ thứ i.
ti : độ dài thời gian có mức độ xi.
hoặc :
: giá trị trung bình thứ i.
b. Lượng tăng (giảm) tuyệt đối
Là chỉ tiêu biểu hiện sự thay đổi về giá trị tuyệt đối của hiện tượng giữa hai thời kỳ hoặc thời điểm nghiên cứu.
Tùy theo mục đích nghiên cứu, ta có:
Lượng tăng (giảm) tuyệt đối từng kỳ (liên hoàn): Biểu hiện lượng tăng (giảm) tuyệt đối giữa hai thời kỳ kế tiếp nhau.
Lượng tăng (giảm) tuyệt đối định gốc: Biểu hiện lượng tăng (giảm) tuyệt đối giữa kỳ nghiên cứu và kỳ được chọn làm gốc.
Giữa lượng tăng (giảm) tuyệt đối từng kỳ và định gốc có mối quan hệ sau. Tổng đại số các lượng tăng (giảm) tuyêt đối từng kỳ bằng lượng tăng (giảm) tuyệt đối định gốc, nghĩa là:
Lượng tăng (giảm) tuyệt đối trung bình : Chỉ tiêu này biểu hiện một cách chung nhất lượng tăng (giảm) tuyệt đối, tính trung bình cho cả thời kỳ nghiên cứu.
Chỉ tiêu này chỉ có ý nghĩa khi các lượng tăng (giảm) tuyệt đối từng kỳ xấp xỉ nhau.
c. Tốc độ phát triển (lần, %)
Là chỉ tiêu biểu hiện sự biến động của hiện tượng xét về mặt tỷ lệ. Tùy theo mục đích nghiên cứu, ta có các loại tốc độ phát triển sau đây:
Tốc độ phát triển từng kỳ (liên hoàn) : Biểu hiện sự biến động về mặt tỷ lệ của hiện tượng giữa hai kỳ liền nhau.
Tốc độ phát triển định gốc : Biểu hiện sự biến động về mặt tỷ lệ của hiện tượng giữa kỳ nghiên cứu với kỳ được chọn làm gốc.
x1 : kỳ được chọn làm gốc.
Mối quan hệ giữa tốc độ phát triển từng kỳ và định gốc.
+ Tích các tốc độ phát triển từng kỳ bằng tốc độ phát triển định gốc.
+ Thương của hai tốc độ phát triển định gốc liền nhau bằng tốc độ phát triển từng kỳ.
Tốc độ phát triển trung bình : Là chỉ tiêu biểu hiện mức độ chung nhất sự biến động về mặt tỷ lệ của hiện tượng trong suốt thời kỳ nghiên cứu, chỉ tiêu này được tính bằng cách căn bậc (n-1) tích cực tốc độ phát triển liên hoàn mà trong đó n là số mức độ của dãy số.
Chỉ tiêu này chỉ có ý nghĩa khi các tốc độ phát triển từng kỳ xấp xỉ nhau, tức là trong suốt thời kỳ nghiên cứu hiện tượng phát triển với một tốc độ tương đối đều.
d. Tốc độ tăng (giảm)
Thực chất, tốc độ tăng ( giảm) bằng tốc độ phát triển trừ đi 1 (hoặc trừ 100 nếu tính bằng %).
Tốc độ tăng (giảm) từng kỳ (hay liên hoàn)
Vì
Tốc độ tăng (giảm) định gốc:
Suy ra: hay
Vì :
Suy ra : hay
Tốc độ tăng (giảm) trung bình :
e. Gía trị tuyệt đối của 1% tăng giảm
Chỉ tiêu này biểu hiện mối quan hệ giữa chỉ tiêu lượng tăng (giảm) tuyệt đối với chỉ tiêu tốc độ tăng (giảm), nghĩa là tính xem 1% tăng (giảm) của chỉ tiêu ứng với một lượng giá trị tuyệt đối tăng (giảm) là bao nhiêu.
Từ công thức ta có:
Chỉ tiêu này không tính cho tốc độ tăng (giảm) định gốc vì kết quả luôn luôn bằng x1/100.
1.3.6. Nghiên cứu biến động chu kỳ của dãy số thời gian.
Như đã đề cập, dãy các số trung bình di động bao hàm 2 yếu tố: xu hướng và chu kỳ(TC). Do đó, ta có thể xác định chỉ số biến động chu kỳ đối với dãy số bằng cách đem chia các giá trị của dãy số trung bình di động cho các giá trị của yếu tố biến động xu hướng được tính toán từ hàm số.
Tuy nhiên, không giống như biến động thời vụ, biến động chu kỳ xảy ra khá phức tạp – đôi khi thất thường – cả về biên độ lẫn chu kỳcuar biến động. Điều đó gây nhiều khó khăn cho việc dự đoán.
1.3.7. Dự đoán biến động của dãy số thời gian.
Dự đoán là xác định mức độ có thể xảy ra trong tương lai của hiện tượng. Biết được tương lai của hiện tượng sẽ giúp các nhà quản trị chủ động cũng như có những quyết định đúng trong kinh doanh.
Hoạt động trong nền kinh tế thị trường cùng với sự phát triển mạnh mẽ của tiến bộ kỹ thuật khiến cho công tác dự đoán gặp nhiều khó khăn: biến động bất thường, thiếu thong tin,thong tin không đáng tin cậy hoặc không có thông tin…Do vậy, tùy từng vấn đề dự đoán cụ thể, nguồn thong tin cũng như mục tiêu của dự đoán mà chon lựa phương pháp dự đoán thích hợp.
Có nhiều phương pháp dự đoán khác nhau. Tuy vậy, nội dung cơ bản của dự đoán thống kê là dựa trên các giá trị đã biết (x1, x2,…, xn). Dự đoán dựa vào dãy số thời gian để phân tích các yếu tố ảnh hưởng đến sự biến động của hiện tượng, thừa nhận rằng những yếu tố đã và đang tác động sẽ vẫn còn tiếp tục tác động đến hiện tượng trong tương lai, xây dựng mô hình để dự đoán các giá trị tương lai chưa biết xn + 1, xn+2,….
a. Dự báo bằng hàm xu hướng
Tùy theo tính chất của hiện tượng nghiên cứu hoặc kết hợp với kinh nghiêm ta có thể xây dựng hoặc chọn một hàm số phù hợp biểu hiện sự biến động của hiện tượng qua thời gian.
Giả sử ta có một mô hình hồi quy tổng thể có dạng tổng quát như sau:
(i=1,2,…,n+1)
Có một số mô hình hàm xu hướng sau:
Mô hình hàm xu hướng hàm bậc 4: .
Hàm xu hướng dạng bậc 3: .
Hàm xu hướng dạng bậc 2(Parabol): .
Hàm xu hướng dạng bậc 1(hàm tuyến tính): .
Hàm xu hướng dạng hàm mũ: .
Hàm xu hướng dạng hàm Logarithmic: .
Hàm xu hướng dạng hàm lũy thừa:
b. Dự đoán vào lượng tăng giảm tuyệt đối trung bình
Phương pháp này được sử dụng khhi hiện tượng biến động với một lượng tuyệt đối tương đối đều, nghĩa là các lượng tăng giảm tuyệt đối từng kỳ xấp xỉ bằng nhau.
Công thức dự đoán:
: Gía trị dự đoán ở thời điểm n+L.(tỷ đồng).
yn : giá trị thực tế ở thời điểm n.(tỷ đồng).
L: tầm xa dự đoán.(năm).
: lượng tăng giảm tuyệt đối trung bình.
c. Dự đoán dựa vào tốc độ phát triển trung bình:
Phương pháp này thường được sử dụng khi hiện tượng biến động với một nhịp độ tương đối ổn định, nghĩa là tốc độ phát triển từng kỳ xấp xỉ nhau.
: Gía trị dự đoán ở thời điểm n+L.
yn : giá trị thực tế ở thời điểm n.
L: tầm xa dự đoán.
: tốc độ phát triển trung bình.
CHƯƠNG 2
XÂY DỰNG MÔ HÌNH HỒI QUY
XỬ LÝ VÀ PHÂN TÍCH SỐ LIỆU
2.1. BẢNG SỐ LIỆU ĐƯỢC THU THẬP
Bảng số liệu được thu thập từ phòng kế toán chi nhánh Mobifone Trà Vinh.
Trong đó:
Y: Lợi Nhuận thu được
X1:Tổng chi phí bán hàng.
X2: Tổng chi phí quảng cáo
X3: Tổng chi phí quảng lý doanh nghiệp
Số liệu nghiên cứu (đơn vị: triệu đồng ):
Năm
Y
X1
X2
X3
2003
1545
135
245
180
2004
1873
155
270
168
2005
1995
195
327
135
2006
1790
140
310
150
2007
2310
210
344
126
2008
2495
220
358
120
2009
2980
255
390
114
2.2. XÂY DỰNG MÔ HÌNH HỒI QUY
2.2.1. Mô hình tổng quát
Y = b0 + b1X1 + b2X2 + b3X3
2.2.2. Ý nghĩa các biến
Y : là biến phụ thuộc
X1, X2, X3 : là biến giải thích.
b0 : hệ số chặn
b1, b2 , b3 : hệ số góc
2.3. SỰ TƯƠNG QUAN TUYẾN TÍNH
2.3.1. Biểu đồ thể hiện sự tương quan giữa các biến
* Biểu đồ thể hiện sự tương quan giữa Y và X1:
=> Biểu đồ thể hiện mối liên hệ thuận chiều giữa Y và X1, nghĩa là khi X1 tăng thì Y tăng.
* Biểu đồ thể hiện mối liên hệ giữa Y và X2:
=> Biểu đồ thể hiện mối liên hệ tuyến tính và thuận chiều giữa 2 biến Y và X2. Nghĩa là, khi X2 tăng thì Y tăng.
2.3.2. Hệ số tương quan (r):
Correlations
Y
X1
X2
Y
Pearson Correlation
1
.997(**)
.999(**)
Sig. (2-tailed)
.000
.000
N
17
17
17
X1
Pearson Correlation
.997(**)
1
.993(**)
Sig. (2-tailed)
.000
.000
N
17
17
17
X2
Pearson Correlation
.999(**)
.993(**)
1
Sig. (2-tailed)
.000
.000
N
17
17
17
** Correlation is significant at the 0.01 level (2-tailed).
Qua phân tích ta thấy rằng:
Hệ số tương quan giữa Y và chính nó là 1. Như vậy GDP với chính nó có mối quan hệ rất chặt chẽ.
Hệ số tương quan giữa X1 và Y là 0.997. Giá trị này cho thấy rằng giữa GDP và tổng giá trị ngành thu nhập có mối liên hệ thuận khá chặt chẽ.
Hệ số tương quan giữa X2 và Y là 0.999. Có nghĩa là giữa GDP và giá trị ngành dịch vụ có mối liên hệ thuận rất chặt chẽ và chặt chẽ nhiều hơn mối quan hệ giữa X1 và Y.
Hệ số tương quan tính được từ mẫu là 0.997 và 0.999 trong khi trên thực tế không có mối liên hệ tuyến tính nào trong tổng thể giữa giá trị ngành công nghiệp, xây dựng và GDP,giá trị ngành dịch vụ và GDP là 0.000 nhỏ hơn 0.01. Như vậy nếu ta sử dụng mức ý nghĩa 1% (tức là xác suất chấp nhận giả thuyết sai là 1%) thì giả thuyết hệ số tương quan của tổng thể bằng 0 bị bác bỏ. Tức là Y có liên quan với X1 và X2.
2.2. MÔ HÌNH HỒI QUY BỘI TUYẾN TÍNH
Variables Entered/Removed(b)
Model
Variables Entered
Variables Removed
Method
1
X2, X1(a)
.
Enter
a All requested variables entered.
b Dependent Variable: Y
Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
0.9998(a)
0.9997
0.9997
4179.464
a Predictors: (Constant), X2, X1
=0.99989647
=> = 0.999792996
Từ bảng Model Summary ta thấy:
Hệ số tương quan bội R = 0.99979296 cho thấy sự liên kết giữa GDP với giá trị ngành công nghiệp và dịch vụ và giá thịt là chặt chẽ.
Hệ số xác định R2 = 0.99989647 có nghĩa là 99.98% sự thay đổi của GDP là do ảnh hưởng bởi giá trị ngành công nghiệp và dịch vụ.
So sánh giữa 2 giá trị R Square và Adjusted R Square ở bảng trên ta thấy Adjusted R Square = 0.99976338 nhỏ hơn, dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
ANOVA(b)
Model
Sum of Squares
Df
Mean Square
F
Sig.
1
Regression
1180960310664.752
2
590480155332.376
33803.689
.000(a)
Residual
244550887.483
14
17467920.535
Total
1181204861552.235
16
a Predictors: (Constant), X2, X1
b Dependent Variable: Y
Đặt giả thuyết H0 là β1 = β2 = 0 (các X1 và X2 không ảnh hưởng đến Y).
Từ bảng ANOVA ta thấy giá trị Sig. rất nhỏ cho thấy sẽ an toàn khi bác bỏ giả thuyết H0 cho rằng tất cả hệ số hồi quy bằng 0 (ngoại trừ hằng số), mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Nghĩa là, nói chung các biến độc lập có ảnh hưởng tới sự thay đổi của biến phụ thuộc.
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
95% Confidence Interval for B
B
Std. Error
Beta
Lower Bound
Upper Bound
1
(Constant)
12497.863
3043.207
4.107
.001
5970.832
19024.894
X1
.952
.073
.413
13.073
.000
.796
1.108
X2
1.572
.084
.588
18.603
.000
1.390
1.753
a Dependent Variable: Y
a Dependent Variable: Y
Từ bảng trên ta có phương trình hồi quy tuyến tính như sau:
Y = 12497.863 + 0.952X1 + 1.572X2
Dấu của hàm hồi quy cho thấy: Kết quả hồi quy phù hợp với lý thuyết kinh tế. Tổng giá trị của nghành công nghiệp và xây dựng tăng thì làm cho GDP tăng. Tổng giá trị của nghành dịch vụ tăng cũng làm cho GDP tăng.
Giải thích phương trình:
Khi cố định giá (X1), giá trị ngành công nghiệp tăng 1 tỷ đồng dẫn đến GDP tăng 0.952 tỷ đồng/năm.
Khi cố định thu nhập (X2), giá trị ngành dịch vụ tăng 1 tỷ đồng dẫn đến GDP tăng 1.572 tỷ đồng/năm.
Ngoài hai nhân tố trên, các nhân tố khác làm tăng nhu cầu thịt là 12497.863 tỷ đồng/năm.
Giá trị Sig. của biến X1 rất nhỏ cho thấy nó có ý nghĩa trong mô hình, giá trị Sig. của biến X2 khá nhỏ và nhỏ hơn X1 cho thấy nó có ý nghĩa trong mô hình. Nghĩa là X2 ảnh hưởng đến Y nhiều hơn X1.
Khoảng tin cậy là 95% cho tỷ lệ tổng thể GDP nói chung trong nền kinh tế quốc dân bị ảnh hưởng bởi ngành công nghiệp, xây dựng và ngành dịch vụ là nằm trong khoảng từ 79,6%.
2.3. PHÂN TÍCH DÃY SỐ THỜI GIAN VÀ DỰ BÁO
2.3.1. Phân tích dãy số thời gian và dự báo giá trị công nghiệp và dich vụ ở nước ta
Để xác định hàm số mô tả một cách gần đúng nhất biến động của hiện tượng được thể hiện bằng đồ thị về hàm số xu hướng. Quan sát đồ thị hàm xu hướng bậc 3 ta thấy có hiện tượng tăng dần của ngành công nghiệp và xây dựng.
Hàm xu hướng bậc 3 có dạng: yt = b3t3 + b2t2 + b1t + b0
Trong đó:
yt: là giá trị dự đoán của ngành công nghiệp và xây dựng trong nước.
b0, b1, b2, b3: là tham số.
t: là thời gian.
Bảng số liệu cảu ngành công nghiệp và xây dựng trong nước từ năm 1990 – 2006 như sau:
Năm
Gía trị công nghiệp và xây dựng trong nước (tỷ đồng)
1990
9,513
1991
18,252
1992
30,135
1993
40,535
1994
51,540
1995
65,820
1996
80,876
1997
100,595
1998
117,299
1999
137,959
2000
162,220
2001
183,515
2002
206,197
2003
242,126
2004
287,616
2005
344,224
2006
404,753
Năm
yi
ti
ti2
ti3
yi ti
y ti2
y ti3
1,990
9,513
-8
64
-512
-76,104
608,832
-4,870,656
1,991
18,252
-7
49
-343
-127,764
894,348
-6,260,436
1,992
30,135
-6
36
-216
-180,810
1,084,860
-6,509,160
1,993
40,535
-5
25
-125
-202,675
1,013,375
-5,066,875
1,994
51,540
-4
16
-64
-206,160
824,640
-3,298,560
1,995
65,820
-3
9
-27
-197,460
592,380
-1,777,140
1,996
80,876
-2
4
-8
-161,752
323,504
-647,008
1,997
100,595
-1
1
-1
-100,595
100,595
-100,595
1,998
117,299
0
0
0
0
0
0
1,999
137,959
1
1
1
137,959
137,959
137,959
2,000
162,220
2
4
8
324,440
648,880
1,297,760
2,001
183,515
3
9
27
550,545
1,651,635
4,954,905
2,002
206,197
4
16
64
824,788
3,299,152
13,196,608
2,003
242,126
5
25
125
1,210,630
6,053,150
30,265,750
2,004
287,616
6
36
216
1,725,696
10,354,176
62,125,056
2,005
344,224
7
49
343
2,409,568
16,866,976
118,068,832
2,006
404,753
8
64
512
3,238,024
25,904,192
207,233,536
Tổng cộng
2,483,175
0
408
0
9,168,330
70,358,654
408,749,976
y = 104t3 + 1,388.3t2 + 17,999t + 112,749
=> b3 = 104
b2 = 1,388.3
b1 = 17,999
b0 = 112,749
Hàm số trên có thể dùng để dự đoán được giá trị công nghiệp và cây dựng ở những năm sắp tới. Chẳng hạn như, giá trị công nghiệp và xây dựng trong nước ở năm 2010, 2011, 2012, 2013, 2014, 2015 được dự đoán như sau:
Năm
Dự đoán dựa vào hàm xu hướng
y = 104t3 + 1,388.3t2 + 17,999t + 112,749
Dự đoán dựa vào tốc độ phát triển trung bình
Dự đoán dựa vào lượng tăng giảm tuyệt đối trung bình
2010
708,364.2
1,033,185.7
503,563.0
2011
809,846.7
1,305,946.7
528,265.5
2012
922,217.8
1,650,716.6
552,968.0
2013
1,046,101.5
2,086,505.8
577,670.5
2014
1,182,121.8
2,637,343.3
602,373.0
2015
1,330,902.7
3,333,602.0
627,075.5
2.3.2. Phân tích dãy số thời gian và dự báo giá trị dịch vụ
Để xác định hàm số mô tả một cách gần đúng nhất biến động của hiện tượng được thể hiện bằng đồ thị về hàm số xu hướng. Quan sát đồ thị hàm xu hướng bậc 3 ta thấy có hiện tượng tăng dần của ngành dịch vụ trong nước.
Hàm xu hướng bậc 3 có dạng: yt = b3t3 + b2t2 + b1t + b0
Trong đó:
yt: là giá trị dự đoán của ngành công nghiệp và xây dựng trong nước.
b0, b1, b2, b3: là tham số.
t: là thời gian.
Bảng số liệu của ngành công nghiệp và xây dựng trong nước từ năm 1990 – 2006 như sau:
Năm
Gía trị dịch vụ trong nước
(tỷ đồng)
1990
16,190
1991
27,397
1992
42,884
1993
57,828
1994
78,026
1995
100,853
1996
115,646
1997
132,202
1998
150,645
1999
160,260
2000
171,070
2001
185,922
2002
206,182
2003
233,032
2004
271,699
2005
319,003
2006
370,771
Năm
yi
ti
ti2
ti3
yi ti
y ti2
y ti3
1990
16,190
-8
64
-512
-129,520
1,036,160
-8,289,280
1991
27,397
-7
49
-343
-191,779
1,342,453
-9,397,171
1992
42,884
-6
36
-216
-257,304
1,543,824
-9,262,944
1993
57,828
-5
25
-125
-289,140
1,445,700
-7,228,500
1994
78,026
-4
16
-64
-312,104
1,248,416
-4,993,664
1995
100,853
-3
9
-27
-302,559
907,677
-2,723,031
1996
115,646
-2
4
-8
-231,292
462,584
-925,168
1997
132,202
-1
1
-1
-132,202
132,202
-132,202
1998
150,645
0
0
0
0
0
0
1999
160,260
1
1
1
160,260
160,260
160,260
2000
171,070
2
4
8
342,140
684,280
1,368,560
2001
185,922
3
9
27
557,766
1,673,298
5,019,894
2002
206,182
4
16
64
824,728
3,298,912
13,195,648
2003
233,032
5
25
125
1,165,160
5,825,800
29,129,000
2004
271,699
6
36
216
1,630,194
9,781,164
58,686,984
2005
319,003
7
49
343
2,233,021
15,631,147
109,418,029
2006
370,771
8
64
512
2,966,168
23,729,344
189,834,752
Tổng cộng
2,639,610
0
408
0
8,033,537
68,903,221
363,861,167
y = 132t3 + 716.28t2 + 14,014t + 138,081
=> b3 = 132
b2 = 716.28
b1 = 14,014
b0 = 138,081
Hàm số trên có thể dùng để dự đoán được giá trị dịch vụ trong nước ở những năm sắp tới. Chẳng hạn như, giá trị dịch vụ trong nước ở năm 2010, 2011, 2012, 2013, 2014, 2015 được dự đoán như sau:
Năm
Dự đoán dựa vào hàm xu hướng
y = 132t3 + 716.28t2 + 14,014t + 138,081
Dự đoán dựa vào tốc độ phát triển trung bình
Dự đoán dựa vào lượng tăng giảm tuyệt đối trung bình
2010
637,489.3
810,662.5
459,416.3
2011
731,318.3
985,765.5
481,577.6
2012
836,875.9
1,198,690.9
503,738.9
2013
954,954.0
1,457,608.1
525,900.2
2014
1,086,344.7
1,772,451.5
548,061.5
2015
1,231,839.9
2,155,301.0
570,222.8
2.3.3. Phân tích dãy số thời gian và dự báo giá trị GDP
Để xác định hàm số mô tả một cách gần đúng nhất biến động của hiện tượng được thể hiện bằng đồ thị về hàm số xu hướng. Quan sát đồ thị hàm xu hướng bậc 3 ta thấy có hiện tượng tăng dần của GDP trong nước.
Hàm xu hướng bậc 3 có dạng: yt = b3t3 + b2t2 + b1t + b0
Trong đó:
yt: là giá trị dự đoán của ngành công nghiệp và xây dựng trong nước.
b0, b1, b2, b3: là tham số.
t: là thời gian.
Bảng số liệu cảu ngành công nghiệp và xây dựng trong nước từ năm 1990 – 2006 như sau:
Năm
Giá trị GDP (tỷ đồng)
1990
41,955
1991
76,707
1992
110,532
1993
140,258
1994
178,534
1995
228,892
1996
272,036
1997
313,623
1998
361,017
1999
399,942
2000
441,646
2001
481,295
2002
535,762
2003
613,443
2004
715,307
2005
839,211
2006
973,790
Năm
yi
ti
ti2
ti3
yi ti
y ti2
Y ti3
1990
41,955
-8
64
-512
-335640
2685120
-21480960
1991
76,707
-7
49
-343
-536949
3758643
-26310501
1992
110,532
-6
36
-216
-663192
3979152
-23874912
1993
140,258
-5
25
-125
-701290
3506450
-17532250
1994
178,534
-4
16
-64
-714136
2856544
-11426176
1995
228,892
-3
9
-27
-686676
2060028
-6180084
1996
272,036
-2
4
-8
-544072
1088144
-2176288
1997
313,623
-1
1
-1
-313623
313623
-313623
1998
361,017
0
0
0
0
0
0
1999
399,942
1
1
1
399942
399942
399942
2000
441,646
2
4
8
883292
1766584
3533168
2001
481,295
3
9
27
1443885
4331655
12994965
2002
535,762
4
16
64
2143048
8572192
34288768
2003
613,443
5
25
125
3067215
15336075
76680375
2004
715,307
6
36
216
4291842
25751052
154506312
2005
839,211
7
49
343
5874477
41121339
287849373
2006
973,790
8
64
512
7790320
62322560
498580480
Tổng cộng
6,723,950
0
408
0
21,398,443
179,849,103
959,538,589
y = 282.4t3 + 2,383.2t2 + 40,304t + 338,330
=> b3 = 282.4
b2 = 2,383.2
b1 = 40,304
b0 = 338,330
Hàm số trên có thể dùng để dự đoán được giá trị GDP trong nước ở những năm sắp tới. Chẳng hạn như, giá trị GDP trong nước ở năm 2010, 2011, 2012, 2013, 2014, 2015 được dự đoán như sau:
Năm
Dự đoán dựa vào hàm xu hướng
y = 282.4t3 + 2,383.2t2 + 40,304t + 338,330
Dự đoán dựa vào tốc độ phát triển trung bình
Dự đoán dựa vào lượng tăng giảm tuyệt đối trung bình
2010
1,653,146.0
2,136,129.7
1,206,748.8
2011
1,885,475.6
2,599,669.9
1,264,988.4
2012
2,144,598.8
3,163,798.2
1,323,228.1
2013
2,432,210.0
3,850,342.5
1,381,467.8
2014
2,750,003.6
4,685,866.8
1,439,707.5
2015
3,099,674.0
5,702,699.9
1,497,947.2
KẾT LUẬN
Từ kết quả phân tích đã cho thấy dự đoán ban đầu của nhóm là đúng, từ việc phân tích hồi quy, nhóm thực hiện có thể rút ra kết luận là giá trị nghành công nghiệp và ngành dịch vụ có ảnh hưởng đến GDP, điều này cho thấy phát triển kinh tế theo hướng đẩy mạnh dịch vụ và công nghiệp là hướng đi đúng đắn.
Nhóm thực hiện hy vọng rằng bài nghiên cứu của nhóm có thể giúp các nhà kinh tế điều chỉnh được tổng giá trị ngành công nghiệp, xây dựng và tổng giá trị ngành dịch vụ để tăng chỉ số GDP góp phần thúc đẩy nền kinh tế Việt Nam phát triển.
Nhóm thực hiện xin chân thành cảm ơn những tài liệu tham khảo mà giảng viên đã cung cấp để chúng em có thể hoàn thành bài phân tích này.
Các file đính kèm theo tài liệu này:
- gdp_276.doc