Phương pháp hồi quy bội trong dự báo và ứng dụng vào dự báo doanh thu dịch vụ viễn thông tại viễn thông Thái Nguyên

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 />