Chương 5: Dự báo bằng mô hình nhân tố

 Giới thiệu
 Mô hình đơn biến
 Mô hình đa nhân tố
Giới thiệu chung
Đã học gì và chương này sẽ đề cập những gì?
 Đã học gì?

 Các phương pháp dự báo dựa trên CTG

 Sử dụng quan sát quá khứ để dự báo giá trị tương

lai

 Dựa trên bộ phận hoặc đặc điểm của CTG

 Chương này sẽ nghiên cứu gì?

 Dự báo dựa trên ảnh hưởng của biến này lên biến khác

 Dự báo dựa trên ảnh hưởng của nhiều biến tới một biến khác

 Dự báo dựa trên mối quan hệ tương quan

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Giới thiệu chung
Dự báo dựa trên mô hình nhân tố

 Dự báo bằng mô hình nhân tố là một kỹ thuật ước lượng mà

giá trị tương lai của đối tượng dự báo được dự báo trên cơ sở
giá trị của các biến số ảnh hưởng khác.
 Sử dụng giá trị của một hoặc nhiều biến đã biết, dự báo giá trị
của đối tượng dự báo

 Mối quan hệ là tương quan hoặc nhân quả

 Hai điều kiện cần thỏa mãn:

 Mô hình được xây dựng trên cơ sở lý thuyết và thực nghiệm

 Giá trị của các biến giải thích (độc lập) tại thời điểm dự báo phải
được biết trước
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Giới thiệu chung
Một số khái niệm chung

 Biến phụ thuộc: Biến phụ thuộc trong mô hình là biến có giá trị
phụ thuộc vào các biến khác (được giải thích, nội sinh)
 Biến độc lập trong mô hình là biến có giá trị không phụ thuộc vào
các biến trong mô hình (biến giải thích, ngoại sinh)
 Hệ số tương quan: đo lường sự liên kết giữa biến phụ thuộc và biến
độc lập trong mô hình
 Hệ số xác định (R2): cho biết vai trò của biến độc lập trong việc
giải thích sự thay đổi của biến phụ thuộc
 Ví dụ: yt  a  bxt   t
 y là biến phụ thuộc
 x là biến độc lập
 Hệ số tương quan chỉ mối quan hệ giữa y và x
 Hệ số xác định: vai trò của x trong việc giải thích sự biến động của y
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
 Mô hình đơn biến

 Nghiên cứu sự ảnh hưởng của một nhân tố tới một nhân tố khác
 Quan hệ giữa biến phụ thuộc và độc lập được mô tả qua dạng tổng
quát: y  f ( x)  u
 Một số ví dụ
 Ảnh hưởng của FDI tới GDP √
 Ảnh hưởng của chi phí quảng cáo tới doanh thu √
 Sản lượng điện tiêu thụ với tăng trưởng kinh tế ?
 Ảnh hưởng của xuất khẩu tới GDP ?

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đơn biến
Các bước dự báo bằng mô hình đơn biến

 Xác định nhân tố ảnh hưởng

 Xác định dạng hàm mô tả mối quan hệ
 Ước lượng mô hình dự báo
 Kiểm tra và đánh gia mô hình
Cov (Y , X ) 
 Tính hệ số tương quan: rYX   YX
 Y X  Y X

rho là đọ lệch chuẩn.

 Kiểm định nếu r = 0, dùng kiểm định t (Pearson test)

n2
tc  r
1 r 2
Nếu tc > ttra bảng (α, n-2)  r ≠ 0 hay biến độc lập có quan hệ
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN tương quan với biến phụ thuộc
Mô hình đơn biến
Các bước dự báo bằng mô hình đơn biến
(tiếp theo)

Su2  ( xdb  x ) 2 
 Sai số dự báo:   t (n)
1
n  p  1   ( xi  x ) 2 



n
S   ( yt  yˆ t ) 2
2
u
t 1

 Khoảng dự báo: yˆ t 1    yt*1  yˆ t 1  

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố Các giả thiết của mô hình

Trong thực tế, sự vận  Kỳ vọng toán của sai số bằng không (E[U]=0)
động và biến đổi của
nhân tố phụ thuộc vào
 Phương sai của sai số là không đổi: Var(ui) = σ2 với mọi i
rất nhiều nhân tố khác.
Ví dụ, sự thay đổi của
cầu phụ thuộc vào giá  Không có mối quan hệ tuyến tính giữa các biến độc lập
cả, thu nhập, thị hiếu,
và giá cả của hàng hóa (det(X)≠0)
thay thế.
Năng suất lúa phụ  Các sai số ui và uj là độc lập (Cov(uiuj) = 0) cho mọi i, j
thuộc vào giống, lượng
phân bón, thời tiết,…
 Các sai số không có quan hệ với biến độc lập (Cov(ui xj) = 0)
Kết quả học tập của
sinh viên phụ thuộc vào
thời gian học của sinh  U tuân theo quy luật phân phối chuẩn
viên (ở lớp và ngoài
lớp), thời gian nghỉ
ngơi, giới CANH-KHOA
LÊ QUANG tính, dân KẾ
HOẠCH VÀ PHÁT TRIỂN
tộc,….
Mô hình đa nhân
tố Dạng hàm của mô hình đa nhân tố

 Số học yt  b0  b1 x1,t  b2 x2,t  ....  bm xm,t  ut

 Nếu viết dưới dạng ma trận: Y  Xb  U

 y1   x01 x11 x21...xm1   b0   u1 

       
 y2   x02 x12 x22 ...xm 2   b1   u2 
Y   ; X   ; b   ; U   
.... ........................ .... ....
       
y   x x x ...x  b  u 
 n  0 n 1n 2 n mn   m  n

Y (nx1); X (n x (m  1)); b((m  1) x1); và U (nx1)

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố Ước lượng tham số trong mô hình đa nhân tố

 Sử dụng OLS yt  b0  b1 x1,t  b2 x2,t  ....  bm xm,t  ut

hay Y  Xb  U  U  Y  Xb
Z  U 'U hay Z  (Y  Xb)' (Y  Xb)  Min

Z  Y ' Y  Y ' Xb  b' X ' Y  b' X ' Xb  Y ' Y  2Y ' Xb  b' X ' Xb
dZ
 2 X ' Y  2 X ' Xb  0  X ' Xb  X ' Y
db
b  ( X ' X ) 1 X ' Y
 Tính chất của tham số b (BLUE-Best Linear Unbiased Estimators)

 Phương sai nhỏ nhất

 Kết hợp tuyến tính của các biến số (Xi)

 Không chệch
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân Đánh giá mô hình
tố n

 t
( y  ˆ
y ) 2

 Độ xác định (R2) R2  1 t 1

n

(y
t 1
t  y)2

 Độ xác định cho biết các biến độc lập giải thích như thế nào về sự thay đổi

của biến phụ thuộc (chất lượng của mô hình tương quan)

 Độ xác định biến thiên trong khoảng 0 và 1

 Khi số lượng biến độc lập tăng lên, độ xác định cũng tăng theo

(y t  yˆ ) 2
 Hệ số tương quan bội R  1 t 1
n

 Biến thiên giữa -1 và 1

(y
t 1
t  y)2

 Đo lường sự tương quan chung của các biến độc lập với sự thay đổi của
LÊ QUANG CANH-KHOA KẾ biến phụ thuộc
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân Đánh giá mô hình (tiếp theo)
tố

Su2  m ( X qdb  X q )( X zdb  X z ) 

 Sai số dự báo   t (n)
1   Lqz 


n  m 1  det L 
q,z 
trong đó:
 l11 l12 .....l1m   1 n
  l 
 ii n  ( X ij  X i ) 2

 l21 l22 .....l2 m   j  1

L ;  n
.................. l  1
 ik n 
  ( X ij  X i )( X kj  X k )
 l l .....l 
 m1 m 2 mm  j 1

(i và k = 1, 2,….m)

n
S   ( yt  yˆ t ) 2
2
u
t 1

t(n ) giá trị của phân phối T-student với mức ý nghĩa α và số bậc tự do n
LÊ QUANG CANH-KHOA KẾ Lqz là phần bù đại số của ma trận L
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Một số vấn đề lưu ý khi sử dụng mô hình
nhân tố

 Hiện tượng tự tương quan

 Các sai số u sẽ tự tương quan với nhau, kết quả ước lượng là

chệch

 Kiểm định tính tự tương quan (Durbin-Watson test)

 Hiện tượng đa cộng tuyến

 Các biến độc lập có quan hệ tương quan cao hoặc quan hệ tuyến

tính (không tìm được ước lượng của tham số)

 Khắc phục bằng cách loại bỏ bớt biến độc lập trong mô hình

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Ví dụ vận dụng mô hình nhân tố

Số liệu ghi chép về

Tuần Y X1 X2 X12 X22 X1X2 X1Y X2Y Yhat
doanh số bán của một
cửa hàng xăng được 1 10 1.3 9 1.69 81 11.7 13 90 11.0
liệt kê trong bảng.
Doanh thu được tính 2 6 2 7 4 49 14 12 42 4.0
bằng 1000 đô la, giá
3 5 1.7 5 2.89 25 8.5 8.5 25 5.3
tính bằng đô la/gallon
và chi phí quảng cáo 4 12 1.5 14 2.25 196 21 18 168 12.2
tính bằng 100 đô la. Bộ
phận lập kế hoạch dự 5 10 1.6 15 2.56 225 24 16 150 12.0
kiến rằng giá xăng tuần 6 15 1.2 12 1.44 144 14.4 18 180 13.5
tới sẽ khoảng 1.3 đô
la/gallon và chi phí 7 5 1.6 6 2.56 36 9.6 8 30 6.7
quảng cáo dự kiến là
8 12 1.4 10 1.96 100 14 16.8 120 10.7
1000 (10 trăm) đô la.
Hãy dự báo doanh thu 9 17 1 15 1 225 15 17 255 16.9
của cửa hàng trong
tuần tiếp theo. 10 20 1.1 21 1.21 441 23.1 22 420 19.6

Tổng 112 14.4 114 21.56 1522 155.3 149.3 1480 11.5
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Ví dụ vận dụng mô hình nhân tố (tiếp theo)

 Sử dụng OLS:
na  b X 1t  c  X 2t   Yt

a  X 1t  b X 1t  c  X 1t X 2t   X 1tYt
2


a  X 2t  b X 1t X 2t  c  X 2t   X 2tYt
2

 Phương trình dự báo sẽ là:

10 a  14 .4b  114 c  112  aˆ  16 .406

 ˆ
14 .4 a  21 .56 b  155 .3c  149 .3  b   8 .248
114 a  155 .3b  1522 c  1480  cˆ  0 .585
 
 Phương trình dự báo: YˆKh  16.406  8.248 X 1Kh  0.585 X 2 Kh
 Kết quả dự báo cho tuần kế tiếp:
YˆKh  16.406  8.248 *1.3  0.585 *10  11.5
LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Bảng kết quả tính toán sai số dự báo

U U2 Sy2 (X1-X1tb)2 (X2-X2tb)2 X1-*X2-

-0.9504 0.9033 1.44 0.0196 5.76 0.336

1.9931 3.9724 27.04 0.3136 19.36 -2.464

-0.3110 0.0967 38.44 0.0676 40.96 -1.664

-0.2264 0.0513 0.64 0.0036 6.76 0.156

-1.9868 3.9472 1.44 0.0256 12.96 0.576

1.4695 2.1595 14.44 0.0576 0.36 -0.144

-1.7208 2.9613 38.44 0.0256 29.16 -0.864

1.2892 1.6621 0.64 0.0016 1.96 0.056

0.0647 0.0042 33.64 0.1936 12.96 -1.584

0.3789 0.1435 77.44 0.1156 92.16 -3.264

0.00 15.90 233.60 0.82 222.40 -8.86

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Ví dụ vận dụng mô hình nhân tố (tiếp theo)
n

 t
( y  ˆ
y ) 2
15.9
 Tính độ xác định R2 R2  1 t 1
n
 1  0.932
(y
233.6
t  y)2
t 1

 Tính sai số dự báo:

n
S   ( yt  yˆ t ) 2  15.90
2
u
t 1

 l l   0.0824  0.886 
L   11 12      det L  1.0476
 l21 l22    0.886 22.24 
m

 qz q q z  X z ) 
L
q,z
( X db
 X )( X db

 22,24(1,3  1,44) 2  0,0824(10  11.4) 2  2 * 0.886(1.3  1.44)(10  11.4)

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
 0,945
Mô hình đa nhân
tố
Ví dụ vận dụng mô hình nhân tố (tiếp theo)

t( n )  t0(10
.05  2.228
)

15.9 0,945
  2.228 (1  )  4,631
10  2  1 1,048

11.54  4,63  YKh  11.54  4,63

 6,91  YKh  16,17

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
Mô hình đa nhân
tố
Giá trị dự báo và thực tế
21

Thực tế Dự báo
18

15

12

0
1 2 3 4 5 6 7 8 9 10 11

LÊ QUANG CANH-KHOA KẾ
HOẠCH VÀ PHÁT TRIỂN
 Ưu nhược điểm của mô hình nhân tố

 Ưu điểm
 Cho phép dự báo DTDB bằng cách dự báo các biến khác dễ
dàng hơn nhiều
 Phương pháp này có thể ứng dụng cho cả CTG hoặc dãy số
liệu chéo (cross-section data)
 Thích hợp trong trường hợp lập kế hoạch
 Có cơ sở lý thuyết và thực tế vững chắc
 Các vấn đề gặp phải khi sử dụng mô hình nhân tố đều được
khắc phục dễ dàng
 Nhược điểm
 Việc lựa chọn dạng hàm và các biến độc lập có yêu cầu cao
 Chỉ có tác dụng khi đã biết giá trị của biến độc lập ở thời kỳ
LÊ QUANG CANH-KHOA KẾ dự báo
HOẠCH VÀ PHÁT TRIỂN
 Một số dạng tương quan

Ảnh hưởng tỷ lệ thuận Ảnh hưởng tương quan dương

(r=1) (0 < r < 1)

Không có ảnh hưởng tương Ảnh hưởng tỷ lệ nghịch (r

LÊ QUANG CANH-KHOA KẾquan (r = 0) = -1)
HOẠCH VÀ PHÁT TRIỂN