Chương 2 Chuyên Gia

3/5/2024
Đại học Giao thông vận tải TP.HCM

Khoa Kinh tế vận tải
BÀI GIẢNG MÔN HỌC:
LÝ THUYẾT DỰ BÁO KINH TẾ

Theory of economic forecasting
NCS.ThS. Vũ Hiếu Phương

phuongvh@ut.edu.vn, E-learning
Nội dung môn học
Chương 1 Tổng quan về dự báo kinh tế
Chương 2 Dự báo bằng Phương pháp chuyên gia
Chương 3 Dự báo bằng Phân tích Markov
Chương 4 Mô hình dự báo thống kê – San bằng hàm mũ
Chương 5 Dự báo bằng Mô hình cân đối
1
3/5/2024
CHƯƠNG 2
DỰ BÁO BẰNG PHƯƠNG

PHÁP CHUYÊN GIA
NCS.ThS. Vũ Hiếu Phương
Nội dung chương 1
Phần 1 Khái niệm về phương pháp chuyên gia.
Phần 2 Nội dung của các phương pháp dự báo bằng chuyên gia
Phần 3 Trình tự tiến hành dự báo theo Phương pháp chuyên gia.
Phần 4 Xử lý kết quả chuyên gia
2
3/5/2024
5
1 Khái niệm về phương pháp chuyên gia.
 Đã có lịch sử từ lâu:  Một số dự báo không định lượng
 Dự báo về tương lai của công nghệ mới

 Dự báo thị trường hàng hóa
 Dự báo nhu cầu giao thông công cộng
Delphi ở Hy Lạp (Rand năm 1950)
6
A. Khái niệm:
Là PP định tính sử dụng kiến thức và sự hiểu biết của các chuyên
gia để đưa ra dự đoán về một sự kiện hay xu hướng tương lai.
Đặc điểm:
 Chuyên gia: chuyên sâu (lý thuyết) và có thực tế (kinh
nghiệm) trong lĩnh vực hẹp;
 Lựa chọn chuyên gia quyết định thành công dự báo
3
3/5/2024
7
B. Các bước thực hiện
Bước 1: Lựa chọn CG

Bước 2: Lấy ý kiến
Bước 3: Thu thập, xử lý
Thông tin hình thức

(có thể được đo lường)
Phán đoán
Thông tin phi hình thức (Mức độ tương đồng cho phép)
(Không thể được đo lường)
8
C. Lựa chọn chuyên gia:
1. Kiến thức rộng và sâu về nhiều lĩnh vực khác nhau

2. Có trình độ chuyên môn sâu trong lĩnh vực cần dự báo
3. Có định hướng tâm lý về tương lai
4. Có nhiều kinh nghiệm làm việc trong lĩnh vực dự báo
5. Nắm vững tình hình dự báo trong và ngoài nước
6. Có đánh giá ổn định theo thời gian.
4
3/5/2024
9
C. Lựa chọn chuyên gia

Tình trạng kẹt xe ở TPHCM
45 phút/ngày, 18.800 tỉ đồng/năm
Tác động: Dân số tăng, Phương tiện, quy hoạch, hạ tầng, ý thức...
Cơ quan: Giao thông đô thị, bộ XD, Bộ GTVT, công an GT... Các chuyên gia
* Nguồn: Báo Dân trí (dantri.com.vn)
1 1 Khái niệm về phương pháp chuyên gia.

0
C. Lựa chọn chuyên gia:
Các chuyên gia:

1. Chính phủ: Bộ tài nguyên nước, bộ
khác liên quan
2. Các tổ chức quản lý tài nguyên nước
3. Các bên liên quan khác: nhóm cộng
đồng, hiệp hội người dùng, khu vực tư
nhân, học viện, các tổ chức phi chính
phủ, các tổ chức môi trường...
* Nguyễn Tú Anh (2021) Nghiên cứu áp dụng phương pháp khảo sát delphi trong đánh giá mức độ quản lý tổng hợp tài nguyên nước
5
3/5/2024
D. Phạm vi áp dụng:
1. Rất khó định tính

2. Đối tượng dự báo có tầm bao quát lớn.
3. Trong điều kiện thiếu thông, tin thống kê.
4. Trong điều kiện có độ bất định lớn.
5. Khi dự báo trung hạn và dài hạn
6. Trong điều kiện thiếu thời gian, cấp bách
E. Ưu và nhược điểm
(1) Kiến thức chuyên sâu (1) Mang tính chủ quan
(2) Phản hồi linh hoạt (2) Phụ thuộc vào trình độ CG
(3) Phù hợp khi không chắc chắn (3) Yêu cầu nguồn lực lớn
(4) Ứng dụng rộng rãi (4) Thiếu đồng thuận
6
3/5/2024
13 2 Nội dung của các PP dự báo bằng chuyên gia
Quy trình chi tiết:
* 16. M. R. Hallowell and J. A. Gambatese (2010), “Qualitative Research: Application of the Delphi Method to CEM Research,” J. Constr. Eng. Manag., vol. 136, no. 1, pp. 99-107.
B. Thành lập nhóm chuyên gia:

1. Chuyên gia phân tích: lựa chọn điều kiện để lập dự báo và xử lý kết quả dự báo.
2. Chuyên gia đánh giá: chuyên gia trực tiếp đưa ra các đánh giá dự báo.
Chuyên gia phân tích:

1. Tuyển chọn các chuyên gia đánh giá,
2. Xây dựng các danh mục những sự kiện cần lấy ý kiến
3. Cung cấp thông tin khách quan
4. Nghiên cứu đưa ra mô hình và phân tích.
Chuyên gia đánh giá:
1. Đưa ra các ý kiến dự báo và góp ý thêm thông tin
7
3/5/2024
Trình độ khác nhau ® Cần trọng số

CGLT.. CGLT..
CGLT.. CGLT..
PA1: Chuyên gia tự đánh giá mình T1
CG
phân
tích
PA2: Đánh giá chuyên gia khách quan T2
CGLT.. CG CGLT..
CG … phân
tích T1i  2T2i
Ti 
CGLT.. Chủ CGLT
..
3
CG nhiệm
… CG
đánh
Nếu nhiều nhóm có thể chọn:
giá
CGLT CGLT..
m
CG
T
..
CG … đánh
giá Nhóm CG thường trực i
(8-10 người)
i 1
CGLT..
CG
lâm Dm 
CGLT.
.
CGLT..
thời
Nhóm CG lâm thời (20-
30 người)
m
B. Thành lập nhóm chuyên gia: PP2 Đánh giá khách quan
Bảng đánh giá năng lực của chuyên gia theo chức vụ và học vị
Không có
Chức vụ đang giữ Thạc sĩ Tiến sĩ Viện sĩ
học vị
Cán bộ khoa học trẻ 1 1,5 - -
Cán bộ khoa học lâu năm 1,5 2,25 3 -
Trưởng phòng thí nghiệm 2 3 4 6
Trưởng, phó phòng 2,5 3,75 5 7,5
Phân viện trưởng 3 4,5 6 9
Viện trưởng, viện phó 4 6 8 12
8
3/5/2024
9
3/5/2024

1. Đầu vào: 2. Xác định:
1. Số chuyên gia là m (i) Điểm của chuyên gia i (hàng)

2. Số câu hỏi là n câu (j)
A ij và câu hỏi thứ j (cột)
Ma trận câu trả lời (Answer):

3. Đầu ra (Total là tổng hợp)
 A11 A12 A13 ...
1 
A
Aij
A22 A23 ... n
A   21 Ti 
 A31 A32 A33 ... n max  Aij 
 
 ... ... ... ...
max  Aij  là chỉ số cao nhất trong ma trận
Ví dụ: Xử lý kết quả đánh giá chuyên gia
Câu 1 Câu 2 Câu 3 Câu 4
Chuyên gia 1 8 9 7 10
10
3/5/2024

Dữ liệu đánh giá có thể được biểu diễn như sau:
 A11 A12 A13  8 9 7 10 

1 
A Aij
A22 A23 ...
A   21  A   6 8 9 7  Ti  n
 A31 A32 A33 ... n max  Aij 
  9 7 8 9 
 ... ... ... ...
Aij là điểm trả lời chuyên gia (i) theo phiếu thứ (j).
8  9  7  10 6897 9789
T1   0.85 T2   0.75 T3   0.81
10  10  10  10 10  10  10  10 10  10  10  10
 %T1  35%  %T2  31%  %T3  34%
C. Tổ chức lấy ý kiến và xử lý ý kiến chuyên gia
b. Xử lý ý kiến chuyên gia: ý kiến CG nhằm giải quyết 2 vấn đề:

 Đánh giá thời gian xuất hiện sự kiện
 Ví du: Dự báo lịch trình tàu, Dự báo thời gian lưu kho và xếp dỡ
hàng hóa, Dự báo thời gian phát triển sản phẩm công nghệ...
 Đánh giá tầm quan trọng của các sự kiện
 Ví dụ: Dự báo xu hướng thị trường, chuyển đổi sang phương
 tiện giao thông sạch và thông minh..
11
3/5/2024
a. Lập phiếu hỏi:

 Phải thông dụng
 Từ dễ hiểu
 Phiếu in rõ ràng
 Nội dung phải logic

b. Đánh giá thời gian xuất hiện sự kiện
Trung vị: là giá trị của ý kiến đánh giá dự báo có tổng số những ý kiến
đánh giá trước giá trị đó bằng tổng số những ý kiến đánh giá sau đó
Tứ phân vị: giữa khoảng 25% giá trị giới hạn trên (dưới)
Xác định:
Tứ phân vị 1 Trung vị Tứ phân vị 2
t 0.25 t 0.5 t 0.75
12
3/5/2024
C Xử lý ý kiến chuyên gia – Dự báo thời gian
Giá trị trung vị (mean): Giá trị tứ phân vị 1: Giá trị tứ phân vị 2:
50% N  F0 , 25% N  F0,

, 75% N  F0,,
m e  Io  d m  I d
e 0 m ,,e  I,,0  d
f0 f 0, f 0,,
Io – Giới hạn dưới của khoảng chứa trung vị

N – Số ý kiến của nhóm
Fo – Tần số tích lũy của khoảng đứng trước khoảng chứa trung vị
d – Khoảng cách của khoảng thời gian
fo – Tần số của khoảng chứa trung vị

Thời gian hoàn thành Tần số tích lũy
STT Số chuyên gia đồng ý
Dự án (Số ý kiến)
1 Dưới 10 năm 2 2
2 10-15 5 7
3 15 - 20 27 34
4 20 - 25 24 58
5 25 - 30 17 75
6 30 - 35 16 85
7 35 - 40 8 93
8 40 - 45 5 98
9 45 - 50 2 100
10 Trên 50 năm 0 100
13
3/5/2024

Tần số trước
Thời gian hoàn thành Tần số tích lũy Fo
STT Số chuyên gia đồng ý
(bắt đầu 1985) (Số ý kiến)
1 Dưới 10 năm 2 Tần số khoảng 2
Giới hạn dưới
2 10-15 5 fo 7
Io 25% N  25
3 15 - 20 27 34
4 20 - 25 24 58 50% N  50
5 25 - 30 17 75 75% N  75
6 30 - 35 16 85
7 35 - 40 8 93
8 40 - 45 5 98
9 45 - 50 2 100 Số ý kiến nhóm
10 Trên 50 năm 0 100 N  100
C Xử lý ý kiến chuyên gia – Dự báo thời gian 34

Khoảng phân vị: 20 - 25 24 58
50% N  F0 50  34
m e  Io  d  20  5   23.3 có 50% chuyên gia dự báo là 24 năm
f0 24
7
15 - 20 27 34
Khoảng tứ phân vị:
58
25 - 30 17 75
25% N  F0, 25  7
m,e  I,0  d ,
 15  5   18.3 25% chuyên gia dự báo là 19 năm
f0 27
,, 75% N  F0,,
,, 75  58
m  I d
e 0
,,
 25  5   30 75% chuyên gia dự báo là 30 năm
f0 17
14
3/5/2024
C Xử lý ý kiến chuyên gia – Đánh giá tầm quan trọng của các sự kiện
Dữ liệu
Định tính (nominal data): Định lượng (quantitative data):

màu sắc, cảm xúc tuổi, chiều cao, doanh số bán hàng.
Thang đo định danh (nominal Thang đo khoảng (interval scale):

scale): địa chỉ (A, B, C). nhiệt độ celsius (khoảng cách giữa
20°c và 30°c là như nhau).
Thang đo thứ bậc (ordinal scale): Thang đo tỉ lệ (ratio scale): thu nhập
cao cấp, trung cấp, thấp cấp. hàng năm.
Thang đo định danh: dữ liệu chỉ đơn giản là các nhóm hoặc danh hiệu
Ví dụ: Màu sắc. Loại Phương tiện
Thang đo thứ bậc (ordinal scale): dữ liệu thể hiện thứ bậc tương đối.
Ví dụ: Mức độ an toàn
15
3/5/2024
Thang đo khoảng: dữ liệu được đo trên thang đo khoảng có thứ bậc.
Thang đo tỉ lệ: dữ liệu được đo trên thang đo tỉ lệ chính xác
Xu hướng 1 Xu hướng 2 … Xu hướng n Trọng số (pi)
Chuyên gia 1 C11 C12 … C1n P1
Chuyên gia 2 C21 C22 … C23 P2
… … … … … …
Chuyên gia m Cm1 Cm2 … Cmn Pm
Tính:
 Cj(1): (Comment) không tính trọng số pi
 Cj(1’): (Comment’) có tính trọng số của chuyên gia (pi)
16
3/5/2024
Xu hướng 1 Xu hướng 2 … Xu hướng n Trọng số (pi)
Chuyên gia 1 C11 C12 … C1n P1

Chuyên gia 1 - Xu hướng 2
Chuyên gia 2 C21 C22 … C23 P2
… … … … … …
Chuyên gia m Cm1 Cm2 … Cmn Pm
Tổng C i
ij
Trung bình Cj(1) Không tính trọng số chuyên gia

Trung bình Cj(1’) Có tính trọng số chuyên gia
17
3/5/2024
• Hệ số trung bình Cj(1): không tính trọng số pi (m chuyên gia i; n xu hướng j)
n
C ij
Cj  i 1
(1) (Comment j - Theo xu hướng)
mj
• Hệ số trung bình Cj(1’): có tính trọng số của chuyên gia (pi)

n
 pC
i 1
i ij
Cj  m
(1') (Comment j’Theo xu hướng có trọng số)
p 1
i
Hệ số này lớn thì Phương án dự báo có xu hướng tăng càng cao

Ví dụ 1: Xác định xu hướng của các mẫu xe
Xu hướng/
Mẫu xe 1 Mẫu xe 2 Mẫu xe 3 Trọng số (pi)
Chuyên gia
Chuyên gia 1 8 7 9 0.4
Tổng
Trung bình Cj(1)
Trung bình Cj(1’)
18
3/5/2024

Ví dụ 1: Xác định xu hướng của các mẫu xe
Xu hướng/
Mẫu xe 1 Mẫu xe 2 Mẫu xe 3 Trọng số (pi)
Chuyên gia
Tổng 24 24 24 1
Trung bình Cj(1) 8 8 8
Trung bình Cj(1’) 8 7.9 8.1

Ví dụ 2: Xác định xu hướng theo kết quả sau
Xu hướng 1 2 3 4 Pi
Chuyên gia 1 4 3 2 1 4
Chuyên gia 5 4 - 2 3 1
19
3/5/2024
39 3 Trình tự tiến hành Phương pháp Delphi

Bước 1: Đánh lại số Cij (Comment) từ đó lập bảng xếp hạng Rij (Rank)
Lập bảng Rij. Đánh số lại các Cij theo từng mục tiêu từ 1 →n , theo nguyên tắc số có
giá trị cao nhất thì gắn giá trị 1, số có giá trị cao thứ hai thì gắn giá trị 2,… cho tới hết.
Bước 2: Tính tổng xếp hạng (Sum), và độ lệch

m
Tổng theo xu hướng Tổng độ lệch (Phương sai)
S j   Rij S   (S j  S) 2
i 1
Bước 3: Xác định trọng số W (Weight)

12 S
t là số hạng giống nhau trong sắp xếp 1 chuyên gia W 2 2
m (n  n)  m  Ti
(tied ranks) – giống Ti  ti2  ti
m
 (C  C j )2 Tj
Bước 4: Xác định mức độ nhất trí PA (Benchmark) i 1
ij
Bj 
Tj 
mj Cj
Hệ số mức độ nhất trí của chuyên gia về xu hướng j

Hệ số nhất trí
W: (Weight) là chỉ tiêu đo mức độ nhất trí các ý kiến của chuyên
gia về tầm quan trọng của tất cả các lượng đánh giá.
Chỉ số này thấp cần làm lại quy trình
0,8- 0,7
0.1 - 0 0,5 - 0,4 trung Tương 1-0.9
rất thấp bình thấp đối cao Rất cao
0,4 - 0.1 0,7 - 0,5 0,9 - 0,8

Thấp trung bình Cao
20
3/5/2024

Bước 4: Xác định mức độ nhất trí của các Phương án
Xét theo một hướng m
Tj  (C ij  C j )2
Bj  dij  Cij  C j Tj  i 1
Cj mj
Trong đó:
• Bj (Benchmark) là mức độ nhất trí của chuyên gia theo hướng j (nhỏ hơn thì nhất trí cao)
• Cj (Comment) là điểm trung bình của hướng
• dij (Deviation) là độ lệch trung bình đơn vị
• Tj (Trend) là độ lệch phương trung bình theo xu hướng

Xu hướng 1 2 3 4
Cij dij dij2 Cij dij dij2 Cij dij dij2 Cij dij dij2
Chuyên gia 5 4 2.5 2 3
Trung bình Cj(1) 3.40 2.50 1.80 1.80
dij2/m
Tj
Bj
21
3/5/2024


22
3/5/2024


23
3/5/2024


24
3/5/2024

25

Chương 2 Chuyên Gia

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chương 2 Chuyên Gia

Uploaded by

Copyright:

Available Formats

3/5/2024

Đại học Giao thông vận tải TP.HCM

BÀI GIẢNG MÔN HỌC:

LÝ THUYẾT DỰ BÁO KINH TẾ

NCS.ThS. Vũ Hiếu Phương

Nội dung môn học

Chương 1 Tổng quan về dự báo kinh tế

Chương 2 Dự báo bằng Phương pháp chuyên gia

Chương 3 Dự báo bằng Phân tích Markov

Chương 4 Mô hình dự báo thống kê – San bằng hàm mũ

Chương 5 Dự báo bằng Mô hình cân đối

DỰ BÁO BẰNG PHƯƠNG

NCS.ThS. Vũ Hiếu Phương

Nội dung chương 1

Phần 1 Khái niệm về phương pháp chuyên gia.

Phần 4 Xử lý kết quả chuyên gia

 Đã có lịch sử từ lâu:  Một số dự báo không định lượng

 Dự báo về tương lai của công nghệ mới

Delphi ở Hy Lạp (Rand năm 1950)

B. Các bước thực hiện

Bước 1: Lựa chọn CG

Thông tin hình thức

C. Lựa chọn chuyên gia:

1. Kiến thức rộng và sâu về nhiều lĩnh vực khác nhau

C. Lựa chọn chuyên gia

45 phút/ngày, 18.800 tỉ đồng/năm

1 1 Khái niệm về phương pháp chuyên gia.

Các chuyên gia:

11 1 Khái niệm về phương pháp chuyên gia.

1. Rất khó định tính

12 1 Khái niệm về phương pháp chuyên gia.

(4) Ứng dụng rộng rãi (4) Thiếu đồng thuận

13 2 Nội dung của các PP dự báo bằng chuyên gia

Quy trình chi tiết:

14 2 Nội dung của các PP dự báo bằng chuyên gia

B. Thành lập nhóm chuyên gia:

Chuyên gia phân tích:

15 2 Nội dung của các PP dự báo bằng chuyên gia

B. Thành lập nhóm chuyên gia:

Trình độ khác nhau ® Cần trọng số

16 2 Nội dung của các PP dự báo bằng chuyên gia

17 2 Nội dung của các PP dự báo bằng chuyên gia

18 2 Nội dung của các PP dự báo bằng chuyên gia

19 2 Nội dung của các PP dự báo bằng chuyên gia

B. Thành lập nhóm chuyên gia:

1. Số chuyên gia là m (i) Điểm của chuyên gia i (hàng)

Ma trận câu trả lời (Answer):

20 2 Nội dung của các PP dự báo bằng chuyên gia

B. Thành lập nhóm chuyên gia:

Ví dụ: Xử lý kết quả đánh giá chuyên gia

Câu 1 Câu 2 Câu 3 Câu 4

21 2 Nội dung của các PP dự báo bằng chuyên gia

B. Thành lập nhóm chuyên gia:

 A11 A12 A13  8 9 7 10 

 %T1  35%  %T2  31%  %T3  34%

22 2 Nội dung của các PP dự báo bằng chuyên gia

C. Tổ chức lấy ý kiến và xử lý ý kiến chuyên gia

b. Xử lý ý kiến chuyên gia: ý kiến CG nhằm giải quyết 2 vấn đề:

23 2 Nội dung của các PP dự báo bằng chuyên gia

C. Tổ chức lấy ý kiến và xử lý ý kiến chuyên gia

a. Lập phiếu hỏi:

24 2 Nội dung của các PP dự báo bằng chuyên gia

C. Tổ chức lấy ý kiến và xử lý ý kiến chuyên gia