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 Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 87 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*, Phạm Việt Bình, Nguyễn Văn Huân Trường Đại học Công nghệ thông tin và Truyền thông - ĐH Thái Nguyên TÓM TẮT Doanh thu là một mục tiêu hướng tới của bất kỳ doanh nghiệp hay tập đoàn kinh tế trọng điểm của mỗi quốc gia. Để đạt được mục tiêu này, một trong những giải pháp được sử dụng phổ biến là phân tích và dự báo doanh thu trên cơ sở nhân lực và vật lực của mỗi đơn vị nhằm đảm bảo tối thiểu hoá chi phí, tối đa hoá lợi nhuận. Bài báo này đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào dự báo doanh thu dịch vụ viễn thông tại Chi nhánh Viễn thông Thái Nguyên trên cơ sở ba chỉ tiêu chính Dân số, Số thuê bao, Thu nhập bình quân của người dân nhằm làm cơ sở hỗ trợ cho nhà quản lý đưa ra quyết định đúng đắn, đảm bảo doanh thu tối đa. Từ khoá: Hồi quy bội, phân tích và dự báo, doanh thu, chi phí, lợi nhuận. GIỚI THIỆU* Trong hoạt động sản xuất - kinh doanh, bất cứ doanh nghiệp nào cũng đều cần phải quan tâm tới việc phân tích và dự báo doanh thu của mình nhằm xây dựng kế hoạch chiến lược, tăng lợi thế cạnh tranh, từ đó dẫn đến mục đích tối thiểu hoá chi phí sản xuất và tối đa hoá lợi nhuận thu được [5]. Vì doanh thu là một yếu tố quan trọng, nó quyết định đến sự tồn tại của mỗi doanh nghiệp. Do đó, việc phân tích và dự báo doanh thu là một trong những nhiệm vụ quan trọng, hỗ trợ cho các nhà quản lý lập kế hoạch sản xuất – kinh doanh và đưa ra các quyết định đúng đắn trên cơ sở nhân lực và vật lực hiện có của doanh nghiệp nhằm hướng tới mục tiêu tối thiểu hóa chi phí và đạt lợi nhuận tối đa [5]. Bài toán phân tích và dự báo doanh thu đã được nhiều nhà quản lý, chuyên gia kinh tế trong nước và thế giới quan tâm nghiên cứu và ứng dụng vào trong hoạt động sản xuất- kinh doanh, cụ thể: Trên thế giới, bài toán phân tích và dự báo đã được ứng dụng phổ biến vào trong các hoạt động sản xuất-kinh doanh, đặc biệt là các hoạt động dự báo tốc độ tăng trưởng kinh tế, chỉ số GDP (Gross Domestic Product), tài chính - ngân hàng, lạm phát, thất nghiệp, doanh thu [12,13,14]. * Tel: 0943 299688, Email: vxnam@ictu.edu.vn Ở Việt Nam, bài toán phân tích và dự báo đã được một số nhà quản lý, chuyên gia kinh tế nghiên cứu và đề xuất một số giải pháp ứng dụng [2,5,7] vào một số lĩnh vực cụ thể: Phân tích và dự báo tình hình tài chính [2], tiền tệ [6], hoạch định và điều hành chính sách tài chính [9], xây dựng mô hình dự báo chỉ số thống kê xã hội chủ yếu [4], dự báo biến động giá chứng khoán [8], dự báo sự tác động của vốn đầu tư từ nước ngoài [11], dự báo giá một số mặt hàng tư liệu sản xuất [1]. Như vậy, bài toán phân tích và dự báo đã được ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống xã hội, đặc biệt là tập đoàn kinh tế trọng điểm của mỗi quốc gia như bưu chính viễn thông, tài chính-ngân hàng, bảo hiểm, giáo dục, y tế,.. từ đó hỗ trợ vào dự báo các chỉ số GDP, lạm phát, thất nghiệp, Tuy nhiên, thực tế hiện nay việc ứng dụng các phương pháp phân tích và dự báo vẫn chưa nhiều, chúng ta chưa thấy và khai thác được hết các thế mạnh của bài toán này. Nhằm thúc đẩy nền kinh tế Việt Nam được phát triển, đảm bảo an sinh xã hội, người làm công có thêm thu nhập thì điều hết sức quan trọng phải làm là các nhà quản lý trong các tập đoàn kinh tế trọng điểm cần phải đề xuất các giải pháp, khai thác những công cụ, lợi thế của công nghệ thông tin vào hỗ trợ cho hoạt động phân tích và dự báo doanh thu. Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 88 Bài báo này đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào dự báo doanh thu dịch vụ viễn thông (Chi nhánh Viễn thông Thái Nguyên) nhằm hỗ trợ nhà quản lý đưa ra quyết định đúng đắn và tăng doanh thu cho đơn vị. PHƯƠNG PHÁP HỒI QUY BỘI Phương pháp hồi quy bội còn gọi là phương pháp hồi quy đa biến, dùng để phân tích mối quan hệ giữa nhiều biến số độc lập (tức là biến giải thích hay biến nguyên nhân) ảnh hưởng đến một biến phụ thuộc (tức là biến phân tích hay biến kết quả). Mô hình hồi quy bội dùng cho dự báo sử dụng nhiều hơn một biến độc lập. Trong thực tế, có rất nhiều bài toán kinh tế – cả lĩnh vực kinh doanh và kinh tế học, phải cần đến phương pháp hồi quy đa biến. Một chỉ tiêu kinh tế chịu sự tác động cùng lúc của nhiều nhân tố thuận chiều hoặc trái chiều nhau. Mặt khác, giữa những nhân tố lại cũng có sự tương quan tuyến tính nội tại với nhau. Phân tích hồi quy giúp ta vừa kiểm định lại giả thiết về những nhân tố tác động và mức độ ảnh hưởng, vừa định lượng được các quan hệ kinh tế giữa chúng. Từ đó, làm nền tảng cho phân tích dự báo và có những quyết sách phù hợp, hiệu quả, thúc đẩy tăng trưởng [5]. Phương trình hồi quy đa biến dưới dạng tuyến tính: exb...xbxbby kk22110 +++++= Trong đó: y là biến số phụ thuộc (kết quả phân tích); 0b là tung độ gốc ib là các độ dốc của phương trình theo các biến ix ix là các biến số (các nhân tố ảnh hưởng) e là các sai số Tuy nhiên, trong thực nghiệm y thường là biến ước lượng. Do đó, y có thể được viết dưới dạng yˆ như sau: kk22110 xb...xbxbbyˆ ++++= Mục tiêu của phương pháp hồi quy đa biến là dựa vào dữ liệu lịch sử các biến số iy , ix . Dùng thuật toán để tìm các thông số 0b và ib cho việc xây dựng phương trình hồi quy để dự báo cho ước lượng trung bình của biến iy . Trường hợp có 2 biến độc lập: 22110 xbxbbyˆ ++= 2 xx xxyxyx x y 1 21 2121 1 r1 rrr b − − ⋅ σ σ = 2 xx xxyxyx x y 2 21 2112 2 r1 rrr b − − ⋅ σ σ = 22110 xbxbyb −−= jixx r ji jiji x.x x.xxx ∂∂ − = (hệ số tương quan cặp) ∑ − = =∂ k 1i i k 2 ii(x )xˆx (độ lệch chuẩn) Kiểm tra mô hình Để kiểm tra mô hình, người ta thường dựa vào các tiêu chuẩn sau: Tiêu chuẩn 1. Sai số chuẩn của hàm số nhỏ nhất Nếu kí hiệu tyˆ là giá trị của hàm y = f( ix ) tại thời điểm t; ty là những giá trị thực tế của y tại thời điểm t, còn S là sai số chuẩn phải đạt giá trị nhỏ nhất trong số các hàm số đưa ra và các giá trị 2tt )yˆy( − là không tự tương quan. Trong đó: n là số quan sát, m là số biến độc lập trong phương trình )1m(n )yˆy( S n 1t 2 tt +− − = ∑ = Tiêu chuẩn 2. Hiện tượng tự tương quan: Có thể xuất hiện giữa các mức độ cùng một dãy số thời gian hoặc các phần dư εt = tt yˆy − , tức là giữa các độ lệch so với xu thế. Hiện tượng tự tương quan xuất hiện là do ảnh hưởng của các nhân tố vẫn tiếp tục tác động vào quá trình nghiên cứu trong suốt một thời gian nào đó. Tiêu chuẩn 3. Hiện tượng cộng tuyến hay đa cộng tuyến Khi xây dựng mô hình hồi quy bội, việc chọn nhân tố đưa vào mô hình là quan trọng. Yêu cầu của phương pháp là các nhân tố phải độc Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 89 lập với nhau nhưng điều đó khó thực hiện trong kinh tế và chúng ta phải chọn các nhân tố mà có thể coi như độc lập. Đưa nhiều nhân tố quá vào mô hình sẽ không tránh khỏi hiện tượng đa cộng tuyến, nó sẽ làm sai lệch kết quả thu được. Hiện tượng cộng tuyến hay đa cộng tuyến xuất hiện khi một cặp nhân tố hay nhiều cặp nhân tố có mối quan hệ hàm số. Để giải quyết vấn đề này, trong thực tế khi lựa chọn nhân tố, người ta có thể tính trước các hệ số tương quan r giữa các tiêu thức nhân tố. Nếu hệ số nào lớn hơn hoặc bằng 0.8 (r ≥ 0.8) thì hai nhân tố đó coi như là cộng tuyến và phải loại bỏ một trong hai nhân tố đó ra khỏi mô hình hồi quy bội. Muốn biết loại bỏ xi hay xj thì phải tính thêm iyxr và jyxr . Nếu iyxr > jyxr thì loại bỏ jx , ngược lại thì loại bỏ ix . Tiêu chuẩn 4: Hệ số tương quan bội đủ lớn Đây là tiêu chuẩn đặc trưng cho mức độ chặt chẽ của mối liên hệ giữa tiêu thức kết quả và toàn bộ tiêu thức nguyên nhân. Hệ số tương quan bội được tính theo công thức sau: ∑ ∑ = = − − −= n 1t 2 tt n 1t 2 tt )yy( )yˆy( 1r Trong đó: |r| luôn trong khoảng từ 0 đến 1. Nếu |r| càng gần 1 (0.75 ≤ |r| < 1) thì giữa y và x1, x2,., xn có quan hệ càng chặt chẽ. Nếu 0.65 < |r| < 0.75: Ta nói rằng quan hệ tương đối chặt khi không tìm được hàm có r lớn hơn ta chấp nhận hàm này. Nếu |r| < 0.65: Ta phải tìm kiếm hàm số khác. Ngoài ra còn có tiêu chuẩn sai số của tham số đủ bé. ỨNG DỤNG PHƯƠNG PHÁP HỒI QUY BỘI TRONG DỰ BÁO DOANH THU DỊCH VỤ VIỄN THÔNG (CHI NHÁNH VIỄN THÔNG THÁI NGUYÊN) Để dự báo nhu cầu sử dụng dịch vụ viễn thông có nhiều phương pháp khác nhau. Song để phù hợp với điều kiện hiện nay của Việt Nam, đối với dịch vụ viễn thông lựa chọn phương pháp dự báo phù hợp như sau: Phương pháp hồi quy tương quan bội. Xây dựng mô hình Trên cơ sở nghiên cứu về phương pháp phân tích và dự báo “hồi quy bội” trong dự báo kinh tế. Trong phần này, bài báo đề xuất giải pháp áp dụng phương pháp phân tích và dự báo “hồi quy bội” vào dự báo doanh thu của dịch vụ viễn thông Thái Nguyên. Trên cơ sở nghiên cứu về các yếu tố chủ yếu tác động đến doanh thu trong hoạt động kinh doanh của dịch vụ viễn thông Thái Nguyên, cụ thể: + Dân số + Số thuê bao + Thu nhập Bảng 1. Bảng số liệu thống kê các yếu tố (Nguồn: Niên giám thống kê 2012) Do dự báo doanh thu dịch vụ viễn thông dựa vào 3 yếu tố: dân số, số thuê bao và thu nhập, mà 3 yếu tố này có tính chất độc lập nhau trong quá trình nghiên cứu, nên phương pháp phân tích và dự báo “hồi quy bội” được sử dụng ứng với 3 biến độc lập. Ta xây dựng phương trình dự báo sau: 3322110 xbxbxbby +++= (*) Trong đó: y là doanh thu 0b , 1b , 2b , 3b là các hằng số 1x là dân số 2x là số thuê bao 3x là thu nhập bình quân Sử dụng công cụ Data Analysis để giải phương trình (*), ta thu được kết quả sau: Bảng 2. Bảng kết quả tóm tắt Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 90 Bảng 3. Bảng phân tích phương sai Bảng 4. Bảng phân tích hồi quy Một số thuật ngữ trong bảng kết quả: + Bảng tóm tắt SUMMARY OUTPUT: Regression Statistics: Các thông số của mô hình hồi quy. Multiple r: Hệ số tương quan bội (0≤ r ≤1), cho thấy mức độ chặt chẽ của mối liên hệ tương quan bội. r Square: Hệ số xác định, cho biết trong sự biến động của biến phụ thuộc y thì có bao nhiêu % sự biến động là do các biến độc lập x ảnh hưởng, còn lại là do sai số ngẫu nhiên. Adjusted r: Hệ số xác định mẫu điều chỉnh, là hệ số xác định có tính đến độ lớn hay nhỏ của bậc tự do df. Standard Error: Sai số chuẩn của y do hồi quy. Observation: Số quan sát hay dung lượng mẫu. + Bảng phân tích phương sai ANOVA (Analysis of variance): Regression: Do hồi quy Residual: Do ngẫu nhiên Total: Tổng cộng Df (Degree of freedom): Số bậc tự do SS (Sum of Square): Tổng bình phương của mức động (sai lệch) giữa các giá trị quan sát của y và giá trị bình quân của chúng. MS (Mean of Square): Phương sai hay số bình quân của tổng bình phương sai lệch kể trên. TSS (Total Sum of Square): Tổng bình phương của tất cả các mức sai lệch giữa các giá trị quan sát yi và giá trị bình quân của y. Do hồi quy Regression ESS (Explained Sum of Square) là tổng bình phương các sai lệch giữa các giá trị của biến phụ thuộc y nhận được từ hàm hồi quy mẫu (ký hiệu y*i). Độ lớn của ESS phản ánh mức độ giao động của các giá trị cá biệt của mô hình với giá trị trung bình mẫu hàm hồi quy. 2 i n 1i )y*y(ESS −Σ= = Do ngẫu nhiên Residual RSS (Residual Sum of Square) là tổng bình phương của tất cả các sai lệch giữa các giá trị quan sát của y (yi) và các giá trị nhận được từ hàm hồi quy y* ∑∑ == −== n 1i 2 ii n 1i 2 )*yy(eRSS Ta có thể kiểm tra chéo như sau: TSS = ESS + RSS r 2 = ESS/ TSS SD2 = VAR = MSS of RSS F-stat: Tiêu chuẩn F dùng làm căn cứ để kiểm định độ tin cậy về mặt khoa học (thống kê) của toàn bộ phương trình hồi quy Significance F: Ý nghĩa thống kê F + Bảng phân tích hồi quy: Coefficients: Cột giá trị của các hệ số hàm hồi quy: - Intercept: Hệ số tự do b. Hệ số này cho thấy xuất phát điểm của đường hồi quy - x Variable 1, x Variable 2, x Variable 3là các hệ số góc của các biến tương ứng x1, x2, x3 Standard Error: (se) độ lệch chuẩn của mẫu theo biến ix t-stat: Tiêu chuẩn t dùng làm căn cứ để kiểm định độ tin cậy về mặt khoa học (thống kê) của độ co giãn ib (i = 1,2,3,n) tức là của mối liên hệ giữa x và y. P-value: Xác suất để t > t-stat, dùng kiểm định độ tin tin cậy về mặt khoa học (thống kê) của độ co giãn ai (i = 1,2,3,n) tức là của mối liên hệ giữa x và y. Lower 95%, Upper 95%, Lower 98%, Upper 98%: là cận dưới và cận trên của khoảng ước lượng cho các tham số với độ tin cậy 95% và độ tin cậy 98%. Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 91 - Nhận xét: Dựa vào bảng kết quả trên ta có phương trình hồi quy: y = 134.21* x1 + 1.29* x2 + 0.81* x3 – 14349.01 Như vậy khi x1 = 114.22, x2 = 325.67, x3 = 184.86 thì giá trị dự báo của y tính được là: y = 134.21*114.22 + 1.29* 325.67 + 0.81* 184.86 – 14349.01 = 710.08 Tức là doanh thu năm 2012 sẽ đạt được là 710.080.000.000 đồng. Ngoài ra, dựa vào bảng kết quả ta thấy: Nếu số thuê bao x2 và thu nhập bình quân x3 không đổi thì cứ tăng dân số x1 lên 10 nghìn người sẽ làm cho doanh thu y tăng lên 134.21 tỷ đồng. Nếu dân số x1 và số thuê bao x2 không đổi thì cứ tăng 100.000 đồng thu nhập bình quân x3 sẽ làm cho doanh thu y tăng lên 0.81 tỷ đồng. Điểm xuất phát của mô hình a0 = - 14349.01 cho thấy các nhân tố khác làm giảm doanh thu là - 14349.01 tỷ đồng. Multiple r = 0.96 cho thấy mối quan hệ giữa các biến là tương đối chặt chẽ. r 2 = 0.92 cho thấy trong 100% sự biến động của doanh thu thì có 92% biến động là do dân số, số thuê bao, thu nhập bình quân, còn 8% là do các yếu tố ngẫu nhiên và các yếu tố khác không có trong mô hình. Significance F = 0.0351005 < 0.05 nên có thể kết luận dữ liệu thống kê có ý nghĩa. + Kết quả cụ thể như biểu đồ sau: Hình 1. Biểu đồ kết quả phân tích dự báo KẾT LUẬN Phân tích và dự báo doanh thu là một bài toán có một vai trò quan trọng trong bất kỳ doanh nghiệp hay tập đoàn kinh tế trọng điểm của mỗi quốc gia, giúp cho các nhà quản lý đưa ra các quyết định đúng đắn và đảm bảo doanh thu của đơn vị. Bài báo cáo đã đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào dự báo Doanh thu dịch vụ viễn thông tại Chi nhánh Viễn thông Thái Nguyên trên cơ sở ba chỉ số chính: Dân số, Số thuê bao, Thu nhập bình quân của người dân. TÀI LIỆU THAM KHẢO [1]. Trần Thị Trâm Anh, Ứng dựng mô hình phân tích, dự báo giá một số mặt hàng tư liệu sản xuất quan trọng ở Việt Nam gian đoạn 2006-2010, Đề tài NCKH Cấp Bộ 01/05/06 - 01/05/07. [2]. Nguyễn Tấn Bình, (2003), Phân tích hoạt doanh nghiệp, Nxb TP. Hồ Chí Minh. [3]. Cục thống kê tỉnh Thái Nguyên, (2012), Niên giám thống kê Tỉnh Thái Nguyên năm 2011, Nxb Thống Kê. [4]. Lê Văn Dụy, Nghiên cứu ứng dụng một số phương pháp và mô hình dự báo ngắn hạn để dự báo các chỉ tiêu thống kê xã hội chủ yếu, Đề tài NCKH Cấp Bộ 2009 – 2010. [5]. Nguyễn Văn Huân, Phạm Việt Bình, (2011), Phân tích dữ liệu và dự báo kinh tế, Nxb Khoa học và Kỹ thuật. [6]. Bùi Duy Phú, Xây dựng hàm cầu tiền của Việt Nam, phân tích & dự báo qua một số mô hình thực nghiệm, Đề tài NCKH Cấp Ngành, KNH 2010 – 06. [7]. Nguyễn Năng Phúc, (1998), Phân tích hoạt động kinh doanh của doanh nghiệp, Nxb Thống Kê. [8]. Phùng Duy Quang, Mô hình chuỗi thời gian dùng để dự báo biến động giá chứng khoán và áp dụng vào thị trường chứng khoán Việt Nam, Đề tài Cấp trường Đại học Ngoại Thương, Mã số NT 2007-02. [9]. Trần Văn Tá, Phân tích và dự báo tình hình kinh tế tài chính khu vực và thế giới tác động đến Việt Nam, Đề tài NCKH Cấp Bộ 2/2002 - 2/2003. [10]. Nguyễn Ngọc Tuyến, Xây dựng mô hình phân tích và dự báo các chỉ tiêu kinh tế tài chính phục vụ công tác phân tích, hoạch định và điều hành chính sách tài chính, Đề tài NCKH Cấp Bộ 6/2007 - 5/2008. [11]. Phạm Thị Thắng,Phạm Thị Kim Vân, Sử dụng các mô hình kinh tế lượng trong phân tích và dự báo tác động của vốn đầu tư trực tiếp nước ngoài đối với phát triển kinh tế-xã hội Việt Nam, Đề tài NCKH Cấp Bộ 01/05/06 - 01/05/07. [12]. Allan Timmermann, (2012), Forecasting methods in economics and finance, University of Califonia and CREATES. Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 92 [13]. Elsevier Science Ltd, (2001), Time Series: Economic Forecasting, International Encyclopedia of the Social & Behavioral Sciences. [14]. Frederick L. joutz, (2006), Econometric Forecasting Models, The George Washington University. SUMMARY MULTIPLE REGRESSION METHOD IN FORECASTING AND APPLICATION IN FORECASTING RENVENUE OF TELECOMMUNICATIONS SEVICES AT THAINGUYEN Vu Xuan Nam*, Pham Viet Binh, Nguyen Van Huan College of Information Technology and Communication – TNU Revenue is a directed goal of many enterprises or pointed economy corporations in each countries, it decides the existence and development of those countries. To achieve this goal, one of the common solutions is used to analyze and forecast revenue that bases on human and equipment resources of each economic organizations to ensure minimized expenditure and maximized profit. This article proposes a solution to apply a analysis and forecast method "multiple regression" in forecasting revenue of telecommunications services at Thainguyen telecommunication branch that bases on three main norms: Population, Subscribers, the average income of each citizen in order to support for managers who can give exact decisions, to ensure maximum revenue. Key words: multiple regression, analysis and forcast, revenue, expenditure, profit. Ngày nhận bài: 04/1/2013, ngày phản biện:31/1/2013, ngày duyệt đăng: 26/3/2013 * Tel: 0943 299688, Email: vxnam@ictu.edu.vn