Vũ Xuân Nam và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
102(02): 87 - 92<br />
<br />
PHƯƠNG PHÁP HỒI QUY BỘI TRONG DỰ BÁO<br />
VÀ ỨNG DỤNG VÀO DỰ BÁO DOANH THU DỊCH VỤ VIỄN THÔNG<br />
TẠI VIỄN THÔNG THÁI NGUYÊN<br />
Vũ Xuân Nam*, Phạm Việt Bình, Nguyễn Văn Huân<br />
Trường Đại học Công nghệ thông tin và Truyền thông - ĐH Thái Nguyên<br />
<br />
TÓM TẮT<br />
Doanh thu là một mục tiêu hướng tới của bất kỳ doanh nghiệp hay tập đoàn kinh tế trọng điểm của<br />
mỗi quốc gia. Để đạt được mục tiêu này, một trong những giải pháp được sử dụng phổ biến là<br />
phân tích và dự báo doanh thu trên cơ sở nhân lực và vật lực của mỗi đơn vị nhằm đảm bảo tối<br />
thiểu hoá chi phí, tối đa hoá lợi nhuận.<br />
Bài báo này đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào<br />
dự báo doanh thu dịch vụ viễn thông tại Chi nhánh Viễn thông Thái Nguyên trên cơ sở ba chỉ tiêu<br />
chính Dân số, Số thuê bao, Thu nhập bình quân của người dân nhằm làm cơ sở hỗ trợ cho nhà<br />
quản lý đưa ra quyết định đúng đắn, đảm bảo doanh thu tối đa.<br />
Từ khoá: Hồi quy bội, phân tích và dự báo, doanh thu, chi phí, lợi nhuận.<br />
<br />
GIỚI THIỆU*<br />
Trong hoạt động sản xuất - kinh doanh, bất cứ<br />
doanh nghiệp nào cũng đều cần phải quan tâm<br />
tới việc phân tích và dự báo doanh thu của<br />
mình nhằm xây dựng kế hoạch chiến lược,<br />
tăng lợi thế cạnh tranh, từ đó dẫn đến mục<br />
đích tối thiểu hoá chi phí sản xuất và tối đa<br />
hoá lợi nhuận thu được [5].<br />
Vì doanh thu là một yếu tố quan trọng, nó<br />
quyết định đến sự tồn tại của mỗi doanh<br />
nghiệp. Do đó, việc phân tích và dự báo<br />
doanh thu là một trong những nhiệm vụ quan<br />
trọng, hỗ trợ cho các nhà quản lý lập kế hoạch<br />
sản xuất – kinh doanh và đưa ra các quyết<br />
định đúng đắn trên cơ sở nhân lực và vật lực<br />
hiện có của doanh nghiệp nhằm hướng tới<br />
mục tiêu tối thiểu hóa chi phí và đạt lợi nhuận<br />
tối đa [5].<br />
Bài toán phân tích và dự báo doanh thu đã<br />
được nhiều nhà quản lý, chuyên gia kinh tế<br />
trong nước và thế giới quan tâm nghiên cứu<br />
và ứng dụng vào trong hoạt động sản xuấtkinh doanh, cụ thể:<br />
Trên thế giới, bài toán phân tích và dự báo đã<br />
được ứng dụng phổ biến vào trong các hoạt<br />
động sản xuất-kinh doanh, đặc biệt là các hoạt<br />
động dự báo tốc độ tăng trưởng kinh tế, chỉ số<br />
GDP (Gross Domestic Product), tài chính ngân hàng, lạm phát, thất nghiệp, doanh thu<br />
[12,13,14].<br />
*<br />
<br />
Tel: 0943 299688, Email: vxnam@ictu.edu.vn<br />
<br />
Ở Việt Nam, bài toán phân tích và dự báo đã<br />
được một số nhà quản lý, chuyên gia kinh tế<br />
nghiên cứu và đề xuất một số giải pháp ứng<br />
dụng [2,5,7] vào một số lĩnh vực cụ thể: Phân<br />
tích và dự báo tình hình tài chính [2], tiền tệ<br />
[6], hoạch định và điều hành chính sách tài<br />
chính [9], xây dựng mô hình dự báo chỉ số<br />
thống kê xã hội chủ yếu [4], dự báo biến động<br />
giá chứng khoán [8], dự báo sự tác động của<br />
vốn đầu tư từ nước ngoài [11], dự báo giá một<br />
số mặt hàng tư liệu sản xuất [1].<br />
Như vậy, bài toán phân tích và dự báo đã<br />
được ứng dụng rộng rãi trong nhiều lĩnh vực<br />
của đời sống xã hội, đặc biệt là tập đoàn kinh<br />
tế trọng điểm của mỗi quốc gia như bưu chính<br />
viễn thông, tài chính-ngân hàng, bảo hiểm,<br />
giáo dục, y tế,.. từ đó hỗ trợ vào dự báo các<br />
chỉ số GDP, lạm phát, thất nghiệp,… Tuy<br />
nhiên, thực tế hiện nay việc ứng dụng các<br />
phương pháp phân tích và dự báo vẫn chưa<br />
nhiều, chúng ta chưa thấy và khai thác được<br />
hết các thế mạnh của bài toán này.<br />
Nhằm thúc đẩy nền kinh tế Việt Nam được<br />
phát triển, đảm bảo an sinh xã hội, người làm<br />
công có thêm thu nhập thì điều hết sức quan<br />
trọng phải làm là các nhà quản lý trong các<br />
tập đoàn kinh tế trọng điểm cần phải đề xuất<br />
các giải pháp, khai thác những công cụ, lợi<br />
thế của công nghệ thông tin vào hỗ trợ cho<br />
hoạt động phân tích và dự báo doanh thu.<br />
87<br />
<br />
Vũ Xuân Nam và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
Bài báo này đề xuất giải pháp ứng dụng một<br />
phương pháp phân tích và dự báo “hồi quy<br />
bội” vào dự báo doanh thu dịch vụ viễn thông<br />
(Chi nhánh Viễn thông Thái Nguyên) nhằm<br />
hỗ trợ nhà quản lý đưa ra quyết định đúng đắn<br />
và tăng doanh thu cho đơn vị.<br />
PHƯƠNG PHÁP HỒI QUY BỘI<br />
Phương pháp hồi quy bội còn gọi là phương<br />
pháp hồi quy đa biến, dùng để phân tích mối<br />
quan hệ giữa nhiều biến số độc lập (tức là<br />
biến giải thích hay biến nguyên nhân) ảnh<br />
hưởng đến một biến phụ thuộc (tức là biến<br />
phân tích hay biến kết quả). Mô hình hồi quy<br />
bội dùng cho dự báo sử dụng nhiều hơn một<br />
biến độc lập.<br />
Trong thực tế, có rất nhiều bài toán kinh tế –<br />
cả lĩnh vực kinh doanh và kinh tế học, phải<br />
cần đến phương pháp hồi quy đa biến. Một<br />
chỉ tiêu kinh tế chịu sự tác động cùng lúc của<br />
nhiều nhân tố thuận chiều hoặc trái chiều<br />
nhau. Mặt khác, giữa những nhân tố lại cũng<br />
có sự tương quan tuyến tính nội tại với nhau.<br />
Phân tích hồi quy giúp ta vừa kiểm định lại<br />
giả thiết về những nhân tố tác động và mức<br />
độ ảnh hưởng, vừa định lượng được các quan<br />
hệ kinh tế giữa chúng. Từ đó, làm nền tảng<br />
cho phân tích dự báo và có những quyết sách<br />
phù hợp, hiệu quả, thúc đẩy tăng trưởng [5].<br />
Phương trình hồi quy đa biến dưới dạng<br />
tuyến tính:<br />
<br />
y = b 0 + b1x1 + b 2 x 2 + ... + b k x k + e<br />
Trong đó: y là biến số phụ thuộc (kết quả<br />
phân tích);<br />
b 0 là tung độ gốc<br />
b i là các độ dốc của phương trình theo các<br />
biến x i<br />
x i là các biến số (các nhân tố ảnh hưởng)<br />
e là các sai số<br />
Tuy nhiên, trong thực nghiệm y thường là<br />
biến ước lượng. Do đó, y có thể được viết<br />
dưới dạng yˆ như sau:<br />
<br />
yˆ = b 0 + b1x 1 + b 2 x 2 + ... + b k x k<br />
Mục tiêu của phương pháp hồi quy đa biến là<br />
dựa vào dữ liệu lịch sử các biến số y i , x i .<br />
Dùng thuật toán để tìm các thông số b 0 và<br />
b i cho việc xây dựng phương trình hồi quy để<br />
dự báo cho ước lượng trung bình của biến y i .<br />
88<br />
<br />
102(02): 87 - 92<br />
<br />
Trường hợp có 2 biến độc lập:<br />
<br />
yˆ = b 0 + b1x 1 + b 2 x 2<br />
<br />
b1 =<br />
<br />
b2 =<br />
<br />
σy<br />
<br />
⋅<br />
<br />
σ x1<br />
σy<br />
σx 2<br />
<br />
ryx1 − ryx 2 rx1x 2<br />
<br />
⋅<br />
<br />
1 − rx21x 2<br />
ryx 2 − ryx1 rx1 x 2<br />
1 − rx21x 2<br />
<br />
b 0 = y − b1 x1 − b 2 x 2<br />
x i x j − x i .x j<br />
<br />
rxi x j =<br />
∂x i =<br />
<br />
∂x i .∂x j<br />
<br />
k<br />
<br />
∑<br />
<br />
(x<br />
<br />
i =1<br />
<br />
ˆ i)<br />
i −x<br />
k<br />
<br />
2<br />
<br />
(hệ số tương quan cặp)<br />
<br />
(độ lệch chuẩn)<br />
<br />
Kiểm tra mô hình<br />
Để kiểm tra mô hình, người ta thường dựa<br />
vào các tiêu chuẩn sau:<br />
Tiêu chuẩn 1. Sai số chuẩn của hàm số nhỏ nhất<br />
Nếu kí hiệu yˆ t là giá trị của hàm y = f( x i ) tại<br />
thời điểm t; y t là những giá trị thực tế của y<br />
tại thời điểm t, còn S là sai số chuẩn phải đạt<br />
giá trị nhỏ nhất trong số các hàm số đưa ra và<br />
các giá trị ( y t − yˆ t ) 2 là không tự tương quan.<br />
Trong đó: n là số quan sát, m là số biến độc<br />
lập trong phương trình<br />
n<br />
<br />
S=<br />
<br />
∑ (y<br />
t =1<br />
<br />
t<br />
<br />
− yˆ t ) 2<br />
<br />
n − (m + 1)<br />
<br />
Tiêu chuẩn 2. Hiện tượng tự tương quan: Có<br />
thể xuất hiện giữa các mức độ cùng một dãy<br />
số thời gian hoặc các phần dư εt = y t − yˆ t ,<br />
tức là giữa các độ lệch so với xu thế. Hiện<br />
tượng tự tương quan xuất hiện là do ảnh<br />
hưởng của các nhân tố vẫn tiếp tục tác động<br />
vào quá trình nghiên cứu trong suốt một thời<br />
gian nào đó.<br />
Tiêu chuẩn 3. Hiện tượng cộng tuyến hay đa<br />
cộng tuyến<br />
Khi xây dựng mô hình hồi quy bội, việc chọn<br />
nhân tố đưa vào mô hình là quan trọng. Yêu<br />
cầu của phương pháp là các nhân tố phải độc<br />
<br />
Vũ Xuân Nam và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
lập với nhau nhưng điều đó khó thực hiện<br />
trong kinh tế và chúng ta phải chọn các nhân<br />
tố mà có thể coi như độc lập. Đưa nhiều nhân<br />
tố quá vào mô hình sẽ không tránh khỏi hiện<br />
tượng đa cộng tuyến, nó sẽ làm sai lệch kết<br />
quả thu được. Hiện tượng cộng tuyến hay đa<br />
cộng tuyến xuất hiện khi một cặp nhân tố hay<br />
nhiều cặp nhân tố có mối quan hệ hàm số. Để<br />
giải quyết vấn đề này, trong thực tế khi lựa<br />
chọn nhân tố, người ta có thể tính trước các<br />
hệ số tương quan r giữa các tiêu thức nhân tố.<br />
Nếu hệ số nào lớn hơn hoặc bằng 0.8 (r ≥ 0.8)<br />
thì hai nhân tố đó coi như là cộng tuyến và<br />
phải loại bỏ một trong hai nhân tố đó ra khỏi<br />
mô hình hồi quy bội.<br />
Muốn biết loại bỏ xi hay xj thì phải tính thêm<br />
ryxi và ryx j . Nếu ryxi > ryx j thì loại bỏ x j ,<br />
ngược lại thì loại bỏ x i .<br />
Tiêu chuẩn 4: Hệ số tương quan bội đủ lớn<br />
Đây là tiêu chuẩn đặc trưng cho mức độ chặt<br />
chẽ của mối liên hệ giữa tiêu thức kết quả và<br />
toàn bộ tiêu thức nguyên nhân.<br />
Hệ số tương quan bội được tính theo công<br />
thức sau:<br />
n<br />
<br />
r = 1−<br />
<br />
∑ ( y t − yˆ t ) 2<br />
t =1<br />
n<br />
<br />
∑ (y<br />
t =1<br />
<br />
t<br />
<br />
− y t )2<br />
<br />
Trong đó: |r| luôn trong khoảng từ 0 đến 1.<br />
Nếu |r| càng gần 1 (0.75 ≤ |r| < 1) thì giữa y và<br />
x1, x2,…., xn có quan hệ càng chặt chẽ.<br />
Nếu 0.65 < |r| < 0.75: Ta nói rằng quan hệ<br />
tương đối chặt khi không tìm được hàm có r<br />
lớn hơn ta chấp nhận hàm này.<br />
Nếu |r| < 0.65: Ta phải tìm kiếm hàm số khác.<br />
Ngoài ra còn có tiêu chuẩn sai số của tham số<br />
đủ bé.<br />
ỨNG DỤNG PHƯƠNG PHÁP HỒI QUY<br />
BỘI TRONG DỰ BÁO DOANH THU DỊCH<br />
VỤ VIỄN THÔNG (CHI NHÁNH VIỄN<br />
THÔNG THÁI NGUYÊN)<br />
Để dự báo nhu cầu sử dụng dịch vụ viễn<br />
thông có nhiều phương pháp khác nhau. Song<br />
để phù hợp với điều kiện hiện nay của Việt<br />
Nam, đối với dịch vụ viễn thông lựa chọn<br />
phương pháp dự báo phù hợp như sau:<br />
Phương pháp hồi quy tương quan bội.<br />
<br />
102(02): 87 - 92<br />
<br />
Xây dựng mô hình<br />
Trên cơ sở nghiên cứu về phương pháp phân<br />
tích và dự báo “hồi quy bội” trong dự báo<br />
kinh tế.<br />
Trong phần này, bài báo đề xuất giải pháp áp<br />
dụng phương pháp phân tích và dự báo “hồi<br />
quy bội” vào dự báo doanh thu của dịch vụ<br />
viễn thông Thái Nguyên.<br />
Trên cơ sở nghiên cứu về các yếu tố chủ yếu<br />
tác động đến doanh thu trong hoạt động kinh<br />
doanh của dịch vụ viễn thông Thái Nguyên,<br />
cụ thể:<br />
+ Dân số<br />
+ Số thuê bao<br />
+ Thu nhập<br />
Bảng 1. Bảng số liệu thống kê các yếu tố<br />
<br />
(Nguồn: Niên giám thống kê 2012)<br />
<br />
Do dự báo doanh thu dịch vụ viễn thông dựa<br />
vào 3 yếu tố: dân số, số thuê bao và thu nhập,<br />
mà 3 yếu tố này có tính chất độc lập nhau<br />
trong quá trình nghiên cứu, nên phương pháp<br />
phân tích và dự báo “hồi quy bội” được sử<br />
dụng ứng với 3 biến độc lập. Ta xây dựng<br />
phương trình dự báo sau:<br />
y = b 0 + b1x 1 + b 2 x 2 + b 3 x 3 (*)<br />
Trong đó:<br />
y là doanh thu<br />
b 0 , b1 , b 2 , b 3 là các hằng số<br />
x1 là dân số<br />
x 2 là số thuê bao<br />
x 3 là thu nhập bình quân<br />
Sử dụng công cụ Data Analysis để giải<br />
phương trình (*), ta thu được kết quả sau:<br />
Bảng 2. Bảng kết quả tóm tắt<br />
<br />
89<br />
<br />
Vũ Xuân Nam và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
Bảng 3. Bảng phân tích phương sai<br />
<br />
Bảng 4. Bảng phân tích hồi quy<br />
<br />
102(02): 87 - 92<br />
<br />
Sum of Square) là tổng bình phương các<br />
sai lệch giữa các giá trị của biến phụ thuộc y<br />
nhận được từ hàm hồi quy mẫu (ký hiệu y*i).<br />
Độ lớn của ESS phản ánh mức độ giao động<br />
của các giá trị cá biệt của mô hình với giá trị<br />
trung bình mẫu hàm hồi quy.<br />
n<br />
<br />
ESS = Σ ( y *i −y)2<br />
i=1<br />
<br />
Do ngẫu nhiên Residual RSS (Residual<br />
Sum of Square) là tổng bình phương của<br />
tất cả các sai lệch giữa các giá trị quan sát<br />
của y (y i) và các giá trị nhận được từ hàm<br />
hồi quy y*<br />
Một số thuật ngữ trong bảng kết quả:<br />
+ Bảng tóm tắt SUMMARY OUTPUT:<br />
Regression Statistics: Các thông số của mô<br />
hình hồi quy.<br />
Multiple r: Hệ số tương quan bội<br />
(0≤ r<br />
≤1), cho thấy mức độ chặt chẽ của mối liên hệ<br />
tương quan bội.<br />
r Square: Hệ số xác định, cho biết trong sự<br />
biến động của biến phụ thuộc y thì có bao<br />
nhiêu % sự biến động là do các biến độc lập x<br />
ảnh hưởng, còn lại là do sai số ngẫu nhiên.<br />
Adjusted r: Hệ số xác định mẫu điều chỉnh, là<br />
hệ số xác định có tính đến độ lớn hay nhỏ của<br />
bậc tự do df.<br />
Standard Error: Sai số chuẩn của y do hồi quy.<br />
Observation: Số quan sát hay dung lượng mẫu.<br />
+ Bảng phân tích phương sai ANOVA<br />
(Analysis of variance):<br />
Regression: Do hồi quy<br />
Residual: Do ngẫu nhiên<br />
Total: Tổng cộng<br />
Df (Degree of freedom): Số bậc tự do<br />
SS (Sum of Square): Tổng bình phương của<br />
mức động (sai lệch) giữa các giá trị quan sát<br />
của y và giá trị bình quân của chúng.<br />
MS (Mean of Square): Phương sai hay số bình<br />
quân của tổng bình phương sai lệch kể trên.<br />
TSS (Total Sum of Square): Tổng bình<br />
phương của tất cả các mức sai lệch giữa các<br />
giá trị quan sát yi và giá trị bình quân của y.<br />
Do hồi quy Regression ESS (Explained<br />
90<br />
<br />
n<br />
<br />
n<br />
<br />
i =1<br />
<br />
i =1<br />
<br />
RSS = ∑ e 2 = ∑ ( y i − y *i ) 2<br />
Ta có thể kiểm tra chéo như sau:<br />
TSS = ESS + RSS<br />
2<br />
r = ESS/ TSS<br />
2<br />
SD = VAR = MSS of RSS<br />
F-stat: Tiêu chuẩn F dùng làm căn cứ để kiểm<br />
định độ tin cậy về mặt khoa học (thống kê)<br />
của toàn bộ phương trình hồi quy<br />
Significance F: Ý nghĩa thống kê F<br />
+ Bảng phân tích hồi quy:<br />
Coefficients: Cột giá trị của các hệ số hàm<br />
hồi quy:<br />
- Intercept: Hệ số tự do b. Hệ số này cho thấy<br />
xuất phát điểm của đường hồi quy<br />
- x Variable 1, x Variable 2, x Variable<br />
3…là các hệ số góc của các biến tương ứng<br />
x 1 , x 2, x 3 …<br />
Standard Error: (se) độ lệch chuẩn của mẫu<br />
theo biến xi<br />
t-stat: Tiêu chuẩn t dùng làm căn cứ để kiểm<br />
định độ tin cậy về mặt khoa học (thống kê)<br />
của độ co giãn b i (i = 1,2,3…,n) tức là của<br />
mối liên hệ giữa x và y.<br />
P-value: Xác suất để t > t-stat, dùng kiểm<br />
định độ tin tin cậy về mặt khoa học (thống kê)<br />
của độ co giãn ai (i = 1,2,3…,n) tức là của<br />
mối liên hệ giữa x và y.<br />
Lower 95%, Upper 95%, Lower 98%, Upper<br />
98%: là cận dưới và cận trên của khoảng ước<br />
lượng cho các tham số với độ tin cậy 95% và<br />
độ tin cậy 98%.<br />
<br />
Vũ Xuân Nam và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
- Nhận xét: Dựa vào bảng kết quả trên ta có<br />
phương trình hồi quy:<br />
y = 134.21* x1 + 1.29* x2 + 0.81* x3 –<br />
14349.01<br />
Như vậy khi x1 = 114.22, x2 = 325.67,<br />
x3<br />
= 184.86 thì giá trị dự báo của y tính được là:<br />
y = 134.21*114.22 + 1.29* 325.67 + 0.81*<br />
184.86 – 14349.01 = 710.08<br />
Tức là doanh thu năm 2012 sẽ đạt được là<br />
710.080.000.000 đồng.<br />
Ngoài ra, dựa vào bảng kết quả ta thấy:<br />
Nếu số thuê bao x2 và thu nhập bình quân x3<br />
không đổi thì cứ tăng dân số x1 lên 10 nghìn<br />
người sẽ làm cho doanh thu y tăng lên 134.21<br />
tỷ đồng.<br />
Nếu dân số x1 và số thuê bao x2 không đổi thì<br />
cứ tăng 100.000 đồng thu nhập bình quân x3<br />
sẽ làm cho doanh thu y tăng lên 0.81 tỷ đồng.<br />
Điểm xuất phát của mô hình a0 = - 14349.01<br />
cho thấy các nhân tố khác làm giảm doanh<br />
thu là - 14349.01 tỷ đồng.<br />
Multiple r = 0.96 cho thấy mối quan hệ giữa<br />
các biến là tương đối chặt chẽ.<br />
2<br />
r = 0.92 cho thấy trong 100% sự biến động<br />
của doanh thu thì có 92% biến động là do dân<br />
số, số thuê bao, thu nhập bình quân, còn 8%<br />
là do các yếu tố ngẫu nhiên và các yếu tố<br />
khác không có trong mô hình.<br />
Significance F = 0.0351005 < 0.05 nên có thể<br />
kết luận dữ liệu thống kê có ý nghĩa.<br />
+ Kết quả cụ thể như biểu đồ sau:<br />
<br />
Hình 1. Biểu đồ kết quả phân tích dự báo<br />
<br />
KẾT LUẬN<br />
Phân tích và dự báo doanh thu là một bài toán<br />
có một vai trò quan trọng trong bất kỳ doanh<br />
nghiệp hay tập đoàn kinh tế trọng điểm của<br />
mỗi quốc gia, giúp cho các nhà quản lý đưa ra<br />
<br />
102(02): 87 - 92<br />
<br />
các quyết định đúng đắn và đảm bảo doanh<br />
thu của đơn vị.<br />
Bài báo cáo đã đề xuất giải pháp ứng dụng<br />
một phương pháp phân tích và dự báo “hồi<br />
quy bội” vào dự báo Doanh thu dịch vụ viễn<br />
thông tại Chi nhánh Viễn thông Thái Nguyên<br />
trên cơ sở ba chỉ số chính: Dân số, Số thuê<br />
bao, Thu nhập bình quân của người dân.<br />
TÀI LIỆU THAM KHẢO<br />
[1]. Trần Thị Trâm Anh, Ứng dựng mô hình phân<br />
tích, dự báo giá một số mặt hàng tư liệu sản xuất<br />
quan trọng ở Việt Nam gian đoạn 2006-2010, Đề<br />
tài NCKH Cấp Bộ 01/05/06 - 01/05/07.<br />
[2]. Nguyễn Tấn Bình, (2003), Phân tích hoạt<br />
doanh nghiệp, Nxb TP. Hồ Chí Minh.<br />
[3]. Cục thống kê tỉnh Thái Nguyên, (2012), Niên<br />
giám thống kê Tỉnh Thái Nguyên năm 2011, Nxb<br />
Thống Kê.<br />
[4]. Lê Văn Dụy, Nghiên cứu ứng dụng một số<br />
phương pháp và mô hình dự báo ngắn hạn để dự<br />
báo các chỉ tiêu thống kê xã hội chủ yếu, Đề tài<br />
NCKH Cấp Bộ 2009 – 2010.<br />
[5]. Nguyễn Văn Huân, Phạm Việt Bình, (2011),<br />
Phân tích dữ liệu và dự báo kinh tế, Nxb Khoa<br />
học và Kỹ thuật.<br />
[6]. Bùi Duy Phú, Xây dựng hàm cầu tiền của Việt<br />
Nam, phân tích & dự báo qua một số mô hình thực<br />
nghiệm, Đề tài NCKH Cấp Ngành, KNH 2010 – 06.<br />
[7]. Nguyễn Năng Phúc, (1998), Phân tích hoạt động<br />
kinh doanh của doanh nghiệp, Nxb Thống Kê.<br />
[8]. Phùng Duy Quang, Mô hình chuỗi thời gian<br />
dùng để dự báo biến động giá chứng khoán và<br />
áp dụng vào thị trường chứng khoán Việt Nam,<br />
Đề tài Cấp trường Đại học Ngoại Thương, Mã<br />
số NT 2007-02.<br />
[9]. Trần Văn Tá, Phân tích và dự báo tình hình<br />
kinh tế tài chính khu vực và thế giới tác động đến<br />
Việt Nam, Đề tài NCKH Cấp Bộ 2/2002 - 2/2003.<br />
[10]. Nguyễn Ngọc Tuyến, Xây dựng mô hình<br />
phân tích và dự báo các chỉ tiêu kinh tế tài chính<br />
phục vụ công tác phân tích, hoạch định và điều<br />
hành chính sách tài chính, Đề tài NCKH Cấp Bộ<br />
6/2007 - 5/2008.<br />
[11]. Phạm Thị Thắng,Phạm Thị Kim Vân, Sử<br />
dụng các mô hình kinh tế lượng trong phân tích và<br />
dự báo tác động của vốn đầu tư trực tiếp nước<br />
ngoài đối với phát triển kinh tế-xã hội Việt Nam,<br />
Đề tài NCKH Cấp Bộ 01/05/06 - 01/05/07.<br />
[12]. Allan Timmermann, (2012), Forecasting<br />
methods in economics and finance, University of<br />
Califonia and CREATES.<br />
<br />
91<br />
<br />