TIN HỌC ỨNG DỤNG

Giảng viên: Ths.Nguyễn Thị Vàn

Học liệu tham khảo
 Giáo trình tin học ứng dụng chủ biên PGS.TS
Trần thị Song Minh, trường ĐH Kinh tế quốc
dân
 Chương 2:
Ứng dụng phần mềm excel trong
quản trị kinh doanh
2.1 Quản lý dữ liệu trong Excel
2.1.1 Khái niệm về cơ sở dữ liệu
Hệ cơ sở dữ liệu:

Một tập hợp các CSDL có liên quan với nhau tạo thành một hệ
CSDL (hay còn gọi là ngân hàng dữ liêu). Tất cả các CSDL của
cùng một cơ quan, tổ chức tạo thành một ngân hàng dữ liệu của cơ
quan đó.
Hệ quản trị cơ sở dữ liệu:

Hệ quản trị cơ sở dữ liệu (QTCSDL) là một hệ thống các chương

trình máy tính giúp cho việc tạo lập, duy trì và sử dụng các hệ cơ
sở dữ liệu trong một tổ chức.
Ví dụ: Các hệ quản trị CSDL như FoxPro for Windows, Visual
FoxPro và MS Access.

4 05/05/23
 2.1.2 Tạo một cơ sở dữ liệu trong Excel
Bước 1: Chọn một vùng trống trong bảng tính, viết tên
trường vào từng ô của hàng đầu tiên.
Bước 2: Hiệu chỉnh độ rộng các trường (cột) của tệp dữ
liệu.
Bước 3: Nhập các bản ghi bắt đầu từ dòng ngay dưới
dòng các tên trường.
Bước 4: Sau khi đã nhập dữ liệu ta có thể đặt tên cho
tệp dữ liệu.
2.1.3 Sắp xếp các dòng trong bảng biểu
a. Sắp xếp dựa vào một cột
Đưa con trỏ ô vào tên cột (trường) làm căn cứ sắp xếp
Chọn lệnh Data
Xuất hiện nhóm cộng cụ Sort & Filter

Chọn công cụ để xếp tăng dần hoặc giảm dần

b. Sắp xếp dựa vào nhiều cột
Chọn khối dữ liệu cần sắp xếp
Chọn lệnh Data
Xuất hiện nhóm công cụ Sort & Filter, chọn công cụ Sort, xuất
hiện hộp thoại như hình sau:

Chọn cột (trường) làm tiêu chí chính để sắp xếp tại mục Sort by
Chọn kiểu sắp xếp tại khung order: A to Z hoặc Z to A
Kích chuột vào Add level, xuất hiện hộp thoại như hình sau:
Chọn cột làm tiêu chí sắp xếp phụ tại mục Then by .
Chọn kiểu sắp xếp cho cột làm tiêu chí sắp xếp phụ tại
khung Order
Kích chuột vào hộp kiểm My data has headers (chọn
mục này khi trong bảng dữ đang chọn có dòng tiêu đề)
Kích chuột vào nút lệnh OK để kết thúc
2.1.4 Đặt lọc dữ liệu
a. Lọc tự động (Auto Filter)
Chọn CSDL muốn lọc (chọn cả dòng đầu tiên của CSDL)
Chọn lệnh Data
Xuất hiện nhóm cộng cụ Sort & Filter, chọn công cụ
Filter
Khi đó trên tiêu đề mỗi cột sẽ xuất hiện biểu tượng lọc là
các Menu DropDown
Kích chuột vào biểu tượng lọc trên cột lọc để chọn giá trị
cần lọc. Nếu điều kiện lọc là một biểu thức ta chọn mục
lệnh Text Filters → Custom AutoFilter.
Hoặc Number Filters->Custom AutoFilte
 Chọn phép so sánh, nhập (hoặc chọn) giá trị làm điều
kiện trong hộp danh sách bên phải
Lưu ý: Có thể kết hợp thêm một điều kiện lọc nữa bằng
cách chọn tương tự trong hai hộp danh sách phía dưới
nhưng phải thông qua hai phép toán And (và) hoặc Or
(hoặc)
b. Lọc theo bảng tiêu chuẩn tạo trước
Tạo bảng tiêu chuẩn:
Bảng tiêu chuẩn là 1 khối có ít nhất 2 ô (trên 2 dòng), ô
trên chứa tên trường (Field), ô dưới chứa tiêu chuẩn lọc.
Tên trường làm tiêu chuẩn phải giống hệt tên trường của
vùng CSDL, tốt nhất là sao chép từ tên trường CSDL.
Các dòng phía dưới ghi điều kiện: các giá trị tiêu chuẩn
cùng dòng là các toán hạng của phép AND, khác dòng
là phép OR.
Ví dụ : Tiêu chuẩn để lọc các bản ghi có số SP bán ra
trong tháng 1 = 400.

Ví dụ : Tiêu chuẩn để lọc các bản ghi có số SP bán ra

trong tháng 1 lớn hơn 150.
Ví dụ : Tiêu chuẩn để lọc các bản ghi có số SP bán ra
trong tháng 1 với số lượng >150 và <= 500.
.

Ví dụ : Tiêu chuẩn để lọc các bản ghi có số lượng

bán ra trong tháng 1 >150 hoặc trong tháng 2 ≥200.
Quy trình lọc:
 Tạo bảng tiêu chuẩn
 Chọn lệnh Data
 Xuất hiện nhóm cộng cụ Sort & Filter , chọn công cụ
Advanced, xuất hiện hộp thoại Advanced Filter
■ Action: Chọn 1 trong 2 hành động sau:
Filter the list, in-place: Kết quả lọc xuất hiện ngay trên
CSDL gốc. Các dòng không thỏa mãn điều kiện sẽ bị ẩn
Copy to another location: Kết quả lọc sẽ được trích sang
một vùng khác.
■ List range: Địa chỉ của bảng dữ liệu cần lọc. Xác định
bằng cách gõ trực tiếp hoặc đặt con trỏ vào mục này rồi đưa
chuột ra ngoài để quét.
■ Criteria range: Địa chỉ bảng tiêu chuẩn đã tạo trước đó
(cách xác định tương tự List range)
■ Copy to: Mục này chỉ xuất hiện khi ở mục Action chọn
“Copy to another location”. Xác định địa chỉ của một ô bất
kỳ ngoài vùng trống dự kiến sẽ chứa kết quả lọc.
 2.1.2 Sử dụng hàm mẫu của Excel để giải bài toán
trong quản lý và quản trị kinh doanh

Nhóm hàm toán học

Tên hàm Công dụng Cú pháp Ví dụ
SUM Tính tổng =SUM(số 1, số 2,…) SUM(5,7,9,2)=33
Tính tổng có =SUMIF(range, criteria,
SUMIF  
điều kiện [Sum_range])

PRODUCT Tính tích =PRODUCT(số 1, số 2,…) PRODUCT(5,7)=35

SQRT Căn bậc hai =SQRT(số) SQRT(36)=6

 Nhóm hàm toán học (Tiếp)
=ROUND(số, số chữ số thập
ROUND Làm tròn ROUND(5.62,1)=5.6
phân)
Lấy phần
INT =INT(số) INT(235.6666)=235
nguyên
Số dư của
MOD =MOD(số bị chia, số chia) MOD(17,3)=2
phép chia
Đổi dữ liệu
VALUE dạng text =VALUE(chuỗi) =VALUE(“9”)=9
thành số
 Nhóm hàm thống kê
Tên hàm Công dụng Cú pháp Ví dụ
=RANK(giá trị, cột gt, cách RANK(A5,$A5:$
RANK Xếp thứ
sắp xếp) A9,0)
đếm số lượng ô có  COUNT(A1:A10
Count  COUNT(value1, [value2], ...)
chứa các số )
đếm các ô trong một
 COUNTIF(B2:B8,"
Countif phạm vi đáp ứng một  COUNTIF(range;criteria).
xoài")
điều kiện duy nhất
AVERAGE(5,9)=
AVERAGE Tính trung bình =AVERAGE(số 1, số 2,…)
7

MIN Giá trị nhỏ nhất =MIN(số 1, số 2,…) MIN(5,7,9,2)=2

MAX Giá trị lớn nhất =MAX(số 1, số 2,…) MAX(5,7,9,2)=9

 Nhóm hàm thống kê (Tiếp)
Tên hàm Công dụng Cú pháp
 FREQUENCY (data_array, bins_array)
Đếm số lần giá trị Trong đó:
- data_array - Một mảng các giá trị cho trước.
Frequency nằm trong phạm vi cụ
- bins_array - Một mảng các giá trị cần tính tần
thể suất. 
 Nhóm hàm Logic
Tên hàm Công dụng Cú pháp Ví dụ
=NOT(biểu thức
NOT PHỦ ĐỊNH NOT(2>3)= TRUE
logic)
HOẶC LÀ - cho giá trị
=OR(bt logic 1, bt
OR đúng khi OR(2>3, 5<9) = TRUE
logic 2,…)
có ít nhất 1 điều kiện đúng
VÀ - cho giá trị đúng khi
=AND(bt logic 1, AND(2>3,5<9)=
AND tất cả
bt logic 2,…) FALSE
các điều kiện đều đúng
NẾU - THÌ: nếu biểu thức
=IF(bt logic, giá
logic đúng nhận giá trị IF(5<0,"Tận
IF trị đúng, giá trị
đúng, ngược lại nhận giá thế","Bình yên")
sai)
trị sai.
 Nhóm hàm tìm kiếm
Tên hàm Công dụng Cú pháp Ví dụ

Index      

Match      

Vlookup      

Hlookup      
Nhóm hàm kí tự
Tên
Công dụng Cú pháp Ví dụ
hàm

Lấy ký tự bên
LEFT =LEFT(chuỗi, số lượng ký tự) LEFT(“D11KT5”,3)=”D11”
trái

Lấy ký tự bên =RIGHT(chuỗi, số lượng ký RIGHT(“D11KT5”,3)=”KT5

RIGHT
phải tự) ”

=MID(chuỗi, thứ tự ký tự, số

MID Lấy ký tự giữa MID(“D11KT5”,4,2)=”KT”
lượng ký tự)
 Nhóm hàm ngày tháng
Tên hàm Công dụng Cú pháp Ví dụ

Lấy ngày của chuỗi ngày =DAY(ngày

DAY DAY(F20)=27
tháng tháng)

Lấy tháng của chuỗi ngày =MONTH(ngày

MONTH MONTH(F20)=6
tháng tháng)

Lấy năm của chuỗi ngày =YEAR(ngày

YEAR YEAR(F20)=2016
tháng tháng)

Ngày tháng hiện hành trên TODAY()=6/28/20

TODAY =TODAY()
máy 16
Bài tập thực hành số 1,2,3,4,5
2.1.3 Sử dụng hàm tài chính
2.1.3.1 Các hàm khấu hao tài sản cố định
2.1.3.2 Các hàm phân tích hiệu quả vốn đầu tư
4.1 KHẤU HAO TÀI SẢN CỐ ĐỊNH
Hàm SLN (Straight-line)
Hàm SYD (Sum of the years' digits depreciation).
Hàm DB
Hàm DDB (Double Declinings Balance factor).
Hàm VDB
Cú pháp chung các hàm tính khấu hao TSCĐ:
= Tên hàm (Đối số 1, Đối số 2, Đối số 3, … Đối số n)
Trong đó:
Đối số 1 - COST: Nguyên giá (giá trị ban đầu)
Đối số 2 - SALVAGE: Giá trị thu hồi (còn lại) ước

tính khi hết thời hạn sử dụng của TSCĐ

Đối số 3 - LIFE: Thời gian sử dụng của TSCĐ
Hàm SLN (Straight-line)
Chức năng: Tính khấu hao TSCĐ theo phương pháp
đường thẳng (tỷ lệ khấu hao trải đều trong suốt thời hạn sử
dụng của tài sản) trong một khoảng thời gian xác định
Cú pháp: = SLN(cost,salvage,life)
SLN= (cost- salvage)/life
Trong đó:
Cost: giá trị ban đầu của tài sản
Salvage: giá trị thu hồi của tài sản (hay giá trị
còn lại sau khi khấu hao)
Life: tổng chu kỳ sử dụng tài sản
Ví dụ 1 : Tính khấu hao cho một tài sản có nguyên giá
40.000 USD, giá trị thanh lý 12.000 USD, thời hạn sử dụng
5 năm .
Cost: 40.000$
Salvage:12.000$
Life:5 (40.000 – 12.000)/5
Cú pháp: SLN(cost, salvage, life);
Số khấu hao bình quân hàng năm:
=SLN(40000,12000,5) = 5600 USD/năm
Số khấu hao bình quân 1 tháng:
=SLN(40000,12000,5*12) = 466,67
USD/tháng.
 Hàm SYD (Sum of the years' digits depreciation)
Chức năng: Hàm thực hiện tính khấu hao của tài sản theo thời gian còn lại
trong khoảng thời gian xác định
Cú pháp : = SYD (Cost, salvage, life, per)
SYD =[ (cost – salvage)*(life- per+1)*2]
life * (life+1)
Trong đó:
COST: Nguyên giá (giá trị ban đầu)
SALVAGE: Giá trị thu hồi (còn lại) ước tính khi hết thời hạn sử dụng của
TSCĐ
LIFE: Thời gian sử dụng của TSCĐ
Per: số thứ tự của kỳ cần tính khấu hao
Chú ý: Đơn vị tính của Per và Life phải đồng nhất.
Ví dụ 2:Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý 12.000 USD, thời hạn sử dụng
5 năm
Yêu cầu: Hãy tính số khấu hao hàng năm của TSCĐ. Biết TSCĐ trên được tính khấu hao theo
phương pháp thời gian còn lại trong khoảng thời gian xác định
Giải SYD (Cost, salvage, life, per)
SYD =[ (cost – salvage)*(life- per+1)*2]
life * (life+1)
năm đầu tiên SYD(40.000, 12.000 , 5, 1) =?
năm cuối cùng SYD(40.000, 12.000 , 5, 5)=?
Cost: 40.000 $
Salvage: 12.000 $
Life:5
Per: thứ tự 1 (kì tính khấu hao đầu tiên)
Per: thứ tự 5 (kì tính khấu hao cuối cùng)
 Hàm DB
Chức năng: Tính khấu hao cho một tài sản sử dụng phương pháp số dư giảm dần theo
một mức cố định (fixed-declining balance method) trong một khoảng thời gian xác định
Cú pháp hàm =DB(Cost,Salvage,Life,per,month)
Trong đó:
Cost (Bắt buộc). Giá trị ban đầu của tài sản.
Salvage (Bắt buộc). Giá trị thu hồi được của tài sản (hay là giá trị còn lại của tài sản sau khi
khấu hao)
Life(Bắt buộc). Tổng số chu kì sử dụng của tài sản (đôi khi được gọi là tuổi thọ hữu ích của
tài sản).
Period(Bắt buộc). Kỳ mà bạn muốn tính khấu hao. Kỳ khấu hao phải dùng cùng đơn vị với
life.
Month (Tùy chọn). Số tháng trong năm đầu tiên. Nếu bỏ qua đối số month, nó được giả
định là 12.

  
 Ví dụ 3

Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý
12.000 USD, thời hạn sử dụng 5 năm
Yêu cầu: Hãy tính số khấu hao hàng năm của TSCĐ.
Biết rằng: TSCĐ trên được đưa vào sử dụng ngày 1/4 của
năm đầu tiên và được tính khấu hao theo phương pháp số dư
giảm dần theo một tỷ suất cố định.
Giải: DB(Cost,Salvage,Life,per,month)
Cost: 40.000$ , Salvage: 12.000$, Life :5, per =1, month = 9
Hàm DDB
(Double Declinings Balance factor)
Chức năng: Tính khấu hao cho một tài sản sử dụng phương pháp số
dư giảm dần kép hay giảm dần theo một tỷ lệ nào đó trong một khoảng
thời gian xác định.
Cú pháp hàm: =DDB (Cost, salvage,life, per,factor)
Factor: Là tỷ lệ khấu hao kép (Mặc định Factor = 2)
Trong đó:
Cost: Giá trị ban đầu của tài sản
Salvage: Giá trị thu hồi được của tài sản (hay là giá trị còn lại của tài
sản sau khi khấu hao)
Life: Tổng số chu kỳ sử dụng của tài sản.
Period: Kỳ tính khấu hao (phải có cùng đơn vị tính với Life).
Factor: Tỷ suất khấu hao (Tỷ lệ để giảm dần số dư - nếu bỏ qua,
mặc định là 2, tức sử dụng phương pháp số dư giảm dần kép).
Hàm DDB
(Double Declinings Balance factor)
DDB = Min ((cost –tổng khấu hao các kỳ trước)* (factor/life),
(cost – salvage- tổng khấu hao các kỳ trước))
 Ví dụ 4

Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý
12.000 USD, thời hạn sử dụng 5 năm
Yêu cầu:
1. Hãy tính số khấu hao hàng năm của TSCĐ. Biết
TSCĐ trên được tính khấu hao theo phương pháp số dư giảm
dần kép.
2. Hãy tính số khấu hao hàng năm của TSCĐ với tỷ suất
khấu hao là 150% (hệ số khấu hao 1,5).
DDB (Cost, salvage,life, per,factor)
Tính khấu hao kép cho năm thứ nhất:
= DDB(40000,12000,5,1) =16000 USD

Năm thứ 2: = DDB(40000,12000,5,2) =9600 USD

Năm thứ 3: = DDB(40000,12000,5,3) = 2400 USD

Năm thứ 4: = DDB(40000,12000,5,4) =0

 Hàm VDB
Chức năng:Tính số khấu hao của tài sản cố định trong 1 kỳ hay nhiều kỳ tính khấu hao
bằng phương pháp số dư giảm dần kép hay bằng phương pháp nào khác được chỉ định.
Cú pháp hàm:
=VDB (Cost, salvage,life, start_period, end_period, factor, no_switch).

Cost: Giá trị ban đầu của tài sản

Salvage: Giá trị thu hồi được của tài sản (hay là giá trị còn lại của tài sản sau khi khấu
hao)
Life: Tổng số chu kỳ sử dụng của tài sản.
Period: Kỳ tính khấu hao (phải có cùng đơn vị tính với Life).
Start_period: Kỳ đầu tiên muốn tính khấu hao. Start_period phải sử dụng cùng một
đơn vị tính toán với Life.
End_period: Kỳ cuối cùng muốn tính khấu hao. End_period phải sử dụng cùng một
đơn vị tính toán với Life.
Factor: Tỷ suất khấu hao (Tỷ lệ để giảm dần số dư - nếu bỏ qua, mặc định là 2, tức Cost: Giá
trị ban đầu của tài sản
 No_switch: Giá trị logic chỉ định có chuyển sang
phương pháp tính khấu hao theo đường thẳng hay không,
khi khấu hao lớn hơn kết quả tính theo DB. Mặc định là
FALSE.
= TRUE: Excel sẽ không chuyển phương pháp tính khấu hao theo
đường thẳng
= FALSE: Excel sẽ tự động chuyển sang sử dụng phương pháp tính
khấu hao theo đường thẳng.
Lưu ý:
- Start_period , end_period phải sử dụng cùng một đơn vị
tính toán với Life.
- Nếu sử dụng hàm VDB để tính khấu hao cho một kỳ thứ i
thì Start_per phải là i-1 và End_per là i.
 Ví dụ 1 Với một tài sản có giá trị khi mua vào là $2,400, giá trị thu hồi được
của sản phẩm khi hết hạn sử dụng là $300, hạn sử dụng là 10 năm, và được sử
dụng trong nhiều kỳ, ta có những các tính khấu hao theo từng khoảng thời gian
như sau:
Khấu hao cho ngày đầu tiên, dùng phương pháp số dư giảm dần kép:
= VDB(2400, 300, 10*365, 0, 1) = $1.32
Khấu hao tháng đầu tiên, dùng phương pháp số dư giảm dần kép:
= VDB(2400, 300, 10*12, 0, 1) = $40
Khấu hao năm đầu tiên, dùng phương pháp số dư giảm dần kép:
= VDB(2400, 300, 10, 0, 1) = $480
Khấu hao giữa tháng thứ 6 và tháng thứ 18, dùng phương pháp số dư giảm
dần kép:
= VDB(2400, 300, 10*12, 6, 18) = $396.31
Khấu hao giữa tháng thứ 6 và tháng thứ 18, dùng factor = 1.5 thay cho
phương pháp số dư giảm dần kép:
= VDB(2400, 300, 10*12, 6, 18, 1.5) = $311.81
 Ví dụ 5

Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý 12.000
USD, thời hạn sử dụng 5 năm.
TSCĐ trên được tính khấu hao theo phương pháp số dư giảm
dần với tỷ suất khấu hao là 150% (hệ số khấu hao 1,5).
Yêu cầu: Tính số khấu hao TSCĐ trên trong các trường hơp sau:
Số khấu hao lũy kế từ năm thứ 2 đến năm thứ 4.
= VDB(40000,12000,5,2,4,1.5) =7600USD
2.1.2 Hàm phân tích hiện quả vốn đầu tư
Hàm PV(Present Value) để tính giá trị thu được các kì
trong tương lai quy về̀ hiện tại.
Hàm FV( Future value):tính toán giá trị tương lai của
một khoản đầu tư dựa trên một mức lãi suất cố định
Hàm NPV (Net Present Value) để xác định hiện giá
thuần cho dự án đầu tư.
Hàm IRR (Internal Rate of Return)để tính tỷ suất sinh lợi
nội bộ.
Hàm RATE Trả về lãi suất theo kỳ hạn của một niên kim.
Hàm FVSCHEDULE: Trả về giá trị tương lai của khoản đầu
tư có lãi suất thay đổi hoặc có thể điều chỉnh theo kỳ
Hàm PMT (Payment) tính số số tiền phải trả cho một kì
khoản.
Hàm IPMT: hàm trả về thanh toán lãi cho một khoản đầu tư
trong một kỳ hạn đã cho
Hàm PPMT: Hàm sẽ tính toán khoản thanh toán gốc cho
khoản đầu tư trong đó việc chi trả được thực hiện đều đặn
theo định kỳ với một lãi suất không đổi
Hàm NPER: Tính số kì cần thiết cho một khoản đầu tư .
 Cú pháp chung các hàm đầu tư:
= Tên hàm (Đối số 1, Đối số 2,… Đối số n)
Các đối số gồm 2 loại:
Đối số bắt buộc
Đối số không bắt buộc
 Hàm PV
Chức năng: Tính giá trị hiện tại (Present Value) của một khoản
đầu tư để tính giá trị thu được các kì trong tương lai quy về̀ hiện
tại.
Cú pháp: = PV(rate, nper, pmt, fv, type)
Rate: Lãi suất của mỗi kỳ (tính theo tháng, quý, năm).
Nper: Tổng số kỳ chi trả.
Pmt: Số tiền chi trả (hoặc gửi thêm vào) trong mỗi kỳ, cố
định trong suốt giai đoạn đầu tư. Nếu pmt = 0 thì bắt buộc
phải có fv.
Fv: Giá trị tương lai.
Type: Cách thức thanh toán:
= 0: Thanh toán tiền vào cuối kỳ (mặc định)
= 1: Thanh toán tiền vào đầu kỳ.
 Hàm PV (Tiếp)

Lưu ý: Rate và Nper phải sử dụng đơn vị tính toán nhất quán với
nhau. Ví dụ: Với khoản vay trong 4 năm, lãi suất hằng năm là 10%,
nếu trả lãi hằng tháng thì dùng 10%/12 cho rate và 4*12 cho nper;
còn nếu trả lãi hằng năm thì dùng 10% cho rate và 4 cho nper.
 Hàm PV (Present Value)

= PV (Rate, nper, pmt, fv, type)

Các đối số bắt buộc

Các đối số không bắt buộc

Quy ước dòng tiền đầu tư
Tiền thu về: mang dấu (+)
Tiền chi trả: mang dấu (-)
Ví dụ1: Bạn muốn có một số tiền tiết kiệm là $5,000,000 sau
10 năm, biết rằng lãi suất ngân hàng là 8% một năm, vậy từ
bây giờ bạn phải gửi vào ngân hàng bao nhiêu tiền ?

Giải
Rate (lãi xuất mỗi kỳ): 8%.
nper (tổng số kỳ chi trả): 10 năm,
pmt (Số tiền chi trả (hoặc gửi thêm vào) trong mỗi kỳ,
fv(giá trị tương lai: 5000000$, type (0)
= PV(8%, 10, , 5000000) = $2,315,967.44
Ví dụ 2: Một nhà đầu tư (NĐT) muốn có một khoản tiền là 200
triệu trong thời gian là 5 năm nữa. Dùng hàm PV để tính xem
ngay từ hôm nay nhà đầu tư phải đưa vào một số tiền là bao
nhiêu nếu biết tỷ lệ lợi nhuận kinh doanh là 15%.

nper rate pmt fv type pv

5 15% 200
Giải
Rate (lãi xuất mỗi kỳ): 15%.
nper (tổng số kỳ chi trả): 5 năm,
pmt (Số tiền chi trả (hoặc gửi thêm vào) trong mỗi kỳ,
fv(giá trị tương lai: 200 triệu, type (0)

=PV(5,15%,,200) =-99.44 triệu

KL:ngay từ giờ nhà đầu tư phải đưa vào đầu tư là 99,44 triệu
đồng
Ví dụ 3: Một nhà đầu tư có vốn là 300 triệu đồng, dự kiến mua
lại một sơ sở sản xuất, lợi nhận thuần thu được hằng năm dự
kiến là 60 triệu đồng. Cơ sở sản xuất chỉ còn hoạt động được 6
năm là phải thay đổi hoàn toàn máy móc thiết bị. Giá trị thanh
lý lúc đó ước khoảng 100 triệu đồng. Giải sử lãi xuất là
10%/năm. Sử dụng hàm PV giúp NĐT đánh giá có lên đầu tư
vào đự án này không?
rate nper pmt fv type pv
Giải: 10% 6 60 100

=PV(10%,6,60,100) =-317.76 triệu

KL:Nhà đầu tư lên đầu tư vào dự án này vì số tiền thu về
317.76 triệu đồng>300tr số tiền định bỏ ra.
Ví dụ 4: Giả sử có các phương án đầu tư sau:
Sử dụng hàm PV để chọn ra các phương án đầu tư tốt, đầu tư
không tốt, giải thích tại sao.
Mã dự án Lãi xuất Vốn ban đầu Kì hạn đầu tư Số tiền thu
về/ năm

A1 6.25% -15 5 5
A2 6.55% -55 10 4.5
A3 7.11% -45 10 5.5
A4 7.15% -100 12 15
A5 7.25% -120 10 10.5
Bài 4: Giải
Mã Lãi Vốn Kì hạn Số PV KẾT LUẬN
dự xuất ban đầu tư tiền
án đầu thu
về/
năm
A1 6.25 -15 5 5 =PV(6.25%,5,5) Lên đầu tư vì
% = -20.92 số tiền thu về >
vốn đầu tư
A2 6.55 -55 10 4.5 =PV(6.55%,10,4.5) Loại
% = -32.27
A3
Dùng7.11
hàm-45
PV 10 ra phương
cho 5.5 =PV(7.11%,10,5.5)
án đầu tư tốt, Loại
đầu tư
% = -38.43
không
A4
tốt,-100
7.15
giải thích
12
tại sao
15 =PV(7.15%,12,15) Nên đầu tư
Giải % = - 118.19
A5 7.25 -120 10 10.5 =PV(7.25%,10,10. Loại
% 5)
= -72.9
 Ví dụ 5: Một người nhận được mỗi tháng 100 USD
trong 10 tháng liên tục, với lãi suất 10%/năm.
Hãy tính xem số tiền đó tương đương với bao nhiêu
tiền nếu người đó nhận một lần ngay lúc đầu kỳ.
= PV(0.1/12,10,-100,0,1) = 963,62 USD
 Hàm FV (Future Value)
Công dụng: Tính giá trị tương lai của một khoản đầu tư có lãi
suất cố định và được chi trả theo kỳ với các khoản bằng nhau
mỗi kỳ.
Cú pháp: = FV (Rate, nper, pmt, pv, type)
 Rate: Lãi suất đầu tư
 Nper: Tổng số kỳ đầu tư
 Pmt: Số tiền đầu tư đều đặn vào mỗi kỳ (dấu - )
 Pv: Giá trị đầu tư lần đầu (nếu không có thì mặc định
là 0)
 type: Cách tính:
= 0 nếu đầu tư cuối kỳ;
= 1 nếu đầu tư đầu kỳ
(nếu không có sẽ mặc định là 0).
Ví dụ 1: FV (Rate, nper, pmt, pv, type)
Một người gửi vào tài khoản tiết kiệm tại ngân hàng $10,000 với lãi
suất 7%/năm. Mỗi năm người này gửi thêm vào tài khoản $200,
trong 10 năm. Vậy khi đáo hạn (10 năm sau), người đó sẽ có được
số tiền là bao nhiêu trong các trường hợp sau:
a. Khoản tiền gửi thêm đầu tiên được gửi sau 1 năm so với
khoản tiền gốc.
b. Khoản tiền gửi thêm đầu tiên được gửi cùng thời điểm so
với khoản tiền gốc.
Giải:
a. Type: = 0
= FV(7%, 10, -200, -10000, 0) = $22,434.80
b. Type: = 1
Chú ý cách
trình bày
bài tập!
Ví dụ 2: FV (Rate, nper, pmt, pv, type)
Một dự án vay tiền của ngân hàng để hoạt động với tiến độ
như sau:
NĂM VỐN VAY (TRIỆU USD)
2000 1
2001 1,5
2002 1,5
2003 1

Năm 2004 bắt đầu sản xuất. Vốn này đi vay với lãi xuất
10%/năm. Dùng hàm FV tính cho đến khi sản xuất, tổng nợ
vay vốn đầu tư (tính cả vốn và lãi) sẽ là bao nhiêu?
(Coi mỗi một năm là 1 dự án riêng biệt và quy định số tiền
trong tương lai tính quy về hết năm 2004. sau đó cộng các
năm lại)
Ví dụ 2: FV (Rate, nper, pmt, pv, type)
Đơn vị tính: (TRIỆU USD)

NĂM VỐN VAY nper rate FV

2000 1 4 10% =FV(10%,4,,1)
2001 1,5 3 10% =FV(10%,3,,1.5)
2002 1,5 2 10% =FV(10%,2,,1.5)
2003 1 1 10% =FV(10%,1,,1)
2004 Tổng -6.38

KL:Tính đến năm 2004 số nợ là 6.38 triệu USD

 NPV (Net Present Value)

Chức năng:
Tính hiện giá ròng của một dự án đầu tư dựa trên tỷ lệ
chiết khấu với các khoản chi trả và thu nhập theo những
kỳ hạn đều đặn
Cú pháp: = NPV (Rate,value1,value2 ...)
Rate: Tỷ suất chiết khấu của DAĐT.
Value1, value2,...: Các khoản thu nhập thuần trong các kỳ
hạn của DAĐT.
Chú ý:
- Các đối số value1, value2, ... phải là các giá trị xuất
hiện ở cuối mỗi kỳ cách đều nhau. Nếu khoản tiền đầu tiên
xuất hiện ở đầu kỳ thứ nhất (vốn ban đầu), thì nó phải được
cộng thêm vào kết quả của hàm NPV, chứ không được xem
là đối số value1.
- Nếu value1, value2, ... là ô rỗng, sẽ được xem như bằng
0;là các giá trị lỗi, hay text, hoặc không thể dịch thành số, thì
sẽ được bỏ qua.
Ví dụ 1:Tính NPV cho một dự án đầu tư có vốn ban đầu là 1 tỷ
đồng, doanh thu hàng năm là 0,6 tỷ, chi phí hàng năm là 0,25
tỷ, thời gian thực hiện là 4 năm, với lãi suất chiết khấu là
8%/năm ?
Lời giải:
 Vốn ban đầu 1 tỷ đồng có trước khi có doanh thu của năm thứ
nhất, nên sẽ không tính vào công thức. Và do đây là vốn bỏ
ra, nên nó sẽ thể hiện là số âm. Giá trị lưu động tiền mặt sẽ
bằng doanh thu trừ đi chi phí, bằng 0,35 tỷ, là một số dương.
Theo đề bài này, value1 = value2 = value3 = value4 = 0.35
 = NPV(8%, 0.35, 0.35, 0.35, 0.35) - 1 = 0.159
 Do NPV > 0 nên dự án theo đề bài cho ra là khả thi.
Ví dụ 2. Tính NPV cho một dự án đầu tư có vốn ban đầu là
$40,000, lãi suất chiết khấu là 8%/năm; số lãi trong 5 năm đầu
lần lượt là $8,000, $9,200, $10,000, $12,000 và $14,500, đến
năm thứ sáu thì lỗ $9,000 ? Hỏi dự án có khả thi không?
Lời giải
Hiện giá ròng (NPV) của dự án nói trên trong 5 năm đầu là khả
thi vì:
= NPV(8%, 8000, 9200, 10000, 12000, 14500) - 40000 =
1,922.06 > 0
Nhưng đến năm thứ sáu thì lại mất tính khả thi vì:
= NPV(8%, 8000, 9200, 10000, 12000, 14500, -9000) - 40000 =
-3,749.47 > 0
Ví dụ 3 Tính NPV cho một dự án đầu tư 4 năm có chi phí
ban đầu là $10,000 tính từ ngày hôm nay, lãi suất chiết khấu
là 10%/năm, doanh thu trong 3 năm tiếp theo lần lượt là
$3,000, $4,200, và $6,800 ?
Hiện giá ròng (NPV) của dự án nói trên là khả thi vì:
= NPV(10%, -10000, 3000, 4200, 6800) = 1,188.44 > 0
 Ở đây, giá trị ban đầu $10,000 được xem là chi phí thứ nhất
vì việc chi trả xảy ra vào cuối kỳ thứ nhất.
Ví dụ 4: Một nhà đầu tư có vốn là 300 triệu đồng, dự kiến mua
lại một sơ sở sản xuất, lợi nhận thuần thu được hằng năm dự
kiến là 60 triệu đồng. Cơ sở sản xuất chỉ còn hoạt động được 6
năm là phải thay đổi hoàn toàn máy móc thiết bị. Giá trị thanh
lý lúc đó ước khoảng 100 triệu đồng. Giải sử lãi xuất là
10%/năm. Sử dụng hàm NPV giúp NĐT đánh giá có lên đầu
tư vào đự án này không?
Giải:
rate Năm 1 Năm 2 Năm 3 Năm 4 Năm 5 Năm 6 pv NPV

10% 60 60 60 60 60 160 -300

= NPV (Rate,value1,value2 ...)

= NPV(10%,60,60, 60,60,60,160) + (-300) =17,76
KL:Nhà đầu tư lên đầu tư vào dự án này NPV+PV=17.76>0
Bài 5: Giả sử có các phương án đầu tư sau, sử dụng hàm
NPV tính toán, tìm ra phương án nào là phương án đầu tư
tốt nhất, tại sao ? Biết lợi nhận thần thu về hàng năm theo
bảng dưới đây.
Mã dự Lãi xuất Vốn ban Năm 1 Năm 2 Năm 3 Năm 4
án đầu
A 10% -50 5 15 23 18
B 10% -50 10 10 25 20
C 10% -50 10 15 10 25
D 10% -50 0 0 0 70
E 10% -50 15 15 20 20
Bài 5: Giải
Mã Lãi Vốn Năm Năm Năm Năm NPV KL
dự xuất ban 1 2 3 4
án đầu
A 10% -50 5 15 23 18 =NPV(10%, Loại
5,15,23,18)+(-50)= -
3.48
B 10% -50 10 10 25 20 =NPV(10%, Loại
10,10,25,20)+(-50)= -
0.2

C 10% -50 10 15 10 25 =NPV(10%,10,15,10, Loại

25) +(-50) = -3.92
D 10% -50 0 0 0 70 =NPV(10%,0,0,0,70) Loại
+(-50) = -2.19
E 10% -50 15 15 20 20 =NPV(10%, TỐT
15,15,20,20)+(-50) NHẤ
= 4.72 T
Bài 6: Giả sử có các phương án đầu tư sau, dùng hàm NPV cho
biết những phương án nào là phương án đầu tư tốt, tại sao?
Biết lợi nhuận thuần thu về qua các năm như bảng dưới đây
Mã Lãi Vốn ban Năm 1 Năm 2 Năm 3 Năm 4
dự án xuất đầu

A 10% -50 5 15 23 28
B 10% -40 10 10 25 20

C 10% -30 5 15 10 18

D 10% -50 0 0 0 70
E 10% -50 16 17 25 20
 Bài 6: Giả sử có các phương án đầu tư sau, dùng hàm NPV cho
biết những phương án nào là phương án đầu tư tốt, tại sao?
Biết lợi nhuận thuần thu về qua các năm như bảng dưới đây
Mã Lãi Vốn Năm Năm Năm Năm NPV KL
dự xuất ban 1 2 3 4
án đầu
A 10% -50 5 15 23 28 =NPV(10%, Chọn
5,15,23,28)+(-50)= 3.35
B 10% -40 10 10 25 20 =NPV(10%, Chọn
10,10,25,20)+(-40)= 9.8

C 10% -30 5 15 10 18 =NPV(10%,5,15,10,18) Chọn

+(-30) = 6.75
D 10% -50 0 0 0 70 =NPV(10%,0,0,0,70) Loại
+(-50) = -5.6
E 10% -50 16 17 25 20 =NPV(10%, Chọn
16,17,25,20)+(-50)
= 11.04
 IRR (Internal Rate of Return)
Chức năng:
Hàm IRR được dùng để tính toán tỷ suất thu hồi vốn nội tại cho 1 dòng
thu nhập thuần không đều nhau trong một khoảng thời gian nhất định.

Cú pháp: = IRR(values, guess)

Values: Là chuỗi tiền tệ tương ứng với 1 bảng cân đối thu chi tài chính (Bi
– Ci). Values phải có ít nhất 1 giá trị dương (thu nhập/lãi) và 1 giá trị âm (chi
phí/lỗ).
Guess: Một con số % ước lượng gần với kết quả của IRR. Nếu bỏ qua, thì
mặc định guess = 10%.
Ví dụ1 Một dự án đầu tư có chi phí tính đến thời điểm dự án bắt đầu đi vào
hoạt động sản xuất là 70 triệu USD, lãi thực trong năm thứ nhất là 12 triệu
USD, trong năm thứ hai là 15 triệu USD, trong năm thứ ba là 18 triệu
USD, trong năm thứ tư là 21 triệu USD và trong năm thứ năm là 26 triệu
USD. Tính IRR của dự án này sau 2 năm, sau 4 năm, sau 5 năm ?
Giải
 IRR sau 2 năm:

= IRR({-70000000, 12000000, 15000000}, -10%) = -44%

(nếu không cho guess = -10%, IRR sẽ trả về lỗi #NUM!)
IRR sau 4 năm:
 = IRR({-70000000, 12000000, 15000000, 18000000, 21000000}) = -2%

IRR sau 5 năm:

 IRR({-70000000, 12000000, 15000000, 18000000, 21000000,
26000000}) = 9%
Không cần biết lãi suất cho vay dài hạn để thực hiện dự án, ta cũng có thể
thấy rằng dự án này ít nhất phải sau 5 năm mới mang tính khả thi.
Ví dụ 2: Một nhà đầu tư có vốn là 300 triệu đồng, dự kiến
mua lại một sơ sở sản xuất, lợi nhận thuần thu được hằng
năm dự kiến là 60 triệu đồng. Cơ sở sản xuất chỉ còn hoạt
động được 6 năm là phải thay đổi hoàn toàn máy móc
thiết bị. Giá trị thanh lý lúc đó ước khoảng 100 triệu đồng.
Giải sử lãi xuất là 10%/năm. Sử dụng hàm IRR giúp NĐT
đánh giá có lên đầu tư vào đự án này không?
Giải:
PV Năm 1 Năm 2 Năm 3 Năm 4 Năm 5 Năm 6 Rate NPV

-300 60 60 60 60 60 160 10%

= IRR(values, guess)
= NPV(-300,60,60, 60,60,60,160, 10%) =11.73%
KL:Nhà đầu tư lên đầu tư vào dự án này vì lãi xuất dự án
là 11.73% > 10% lãi xuất rào cản.
Ví dụ 3: Giả sử có các phương án đầu tư sau, dùng hàm IRR
cho biết những phương án nào là phương án đầu tư tốt, tại
sao? Biết lợi nhuận thuần thu về qua các năm như bảng dưới
đây
Mã Lãi Vốn ban Năm 1 Năm 2 Năm 3 Năm 4
dự án xuất đầu

A 10% -50 5 15 23 28
B 10% -40 10 10 25 20

C 10% -30 5 15 10 18

D 10% -50 0 0 0 70
E 10% -50 16 17 25 20
Mã Lãi Vốn Năm Năm Năm Năm IRR KL
dự xuất ban 1 2 3 4
án đầu
A 10% -50 5 15 23 28 =IRR( Chọn VÌ
-50,5,15,23, 12%>10%
28,10%) lãi xuất
=12% rào cản
B 10% -40 10 10 25 20 =IRR(-40, Chọn
10,10,25,20,10%)
=19%

C 10% -30 5 15 10 18 =IRR( Chọn

-30,5,15,10,
18,10%) = 19%

D 10% -50 0 0 0 70 =IRR(- Loại

50,0,0,0,70),10%
)=7%
E 10% -50 16 17 25 20 =IRR(- Chọn
50,16,17,25,20,1
0%)
= 19%
Lựa chọn DAĐT dựa vào NPV và IRR.

1. Với các DAĐT đã biết: Vốn đầu tư bỏ ra ban đầu,

luồng tiền thu về và chi ra, tỷ suất chiết khấu của dự
án. Sử dụng hàm NPV để tính NPV của dự án,
 Chọn các DA có NPVDA > 0 – đối với các dự án
không xung khắc.
 Chọn DA có NPVDA dương cao nhất – đối với các dự
án xung khắc.
 Lựa chọn DAĐT dựa vào NPV và IRR.
2. Với các DAĐT đã biết: Vốn đầu tư bỏ ra ban đầu, luồng
tiền thu về và chi ra. Sử dụng hàm IRR để tính IRR của dự
án,
 Chọn các DA có IRR > r – đối với các dự án không xung
khắc.
 Chọn DA có IRR > r và cao nhất – đối với các dự án xung
khắc.
Trong đó: r là lãi suất vay dài hạn
 Hàm RATE
Chức năng: Tính lãi suất theo chu kỳ của một khoản cho vay hoặc
đầu tư.
Cú pháp: = RATE(nper, pmt, pv, fv, type, guess)
Nper: Tổng số kỳ thanh toán
Pmt: Số tiền chi trả/nhận được (gồm cả gốc và lãi) cố định trong mỗi kỳ
Pv: Số tiền chi trả/nhận được vào kỳ đầu tiên
Fv: Là giá trị tương lai hoặc số tiền chi trả/nhận được của kỳ cuối cùng.
Guess: Giá trị ước lượng của lãi suất . Nếu bỏ qua, Excel sẽ mặc định cho
guess = 10%. Nếu RATE báo lỗi #VALUE! (do không hội tụ), hãy thử với các
giá trị khác cho guess.
Ví dụ: 1 Bạn muốn vay trả góp $8,000,000 trong 4 năm,
nhân viên ngân hàng sau khi tính toán, trả lời bạn mỗi
tháng bạn phải trả cả gốc lẫn lãi là $200,000. Vậy ngân
hàng đó tính lãi suất hằng tháng (hoặc lãi suất hằng năm)
cho bạn là bao nhiêu?
Lãi suất hàng tháng (dự đoán lãi suất là 10%/năm):
= RATE(4*12, -200000, 8000000) = 1%
Lãi suất hằng năm (dự đoán lãi suất là 10%/năm):
= RATE(4*12, -200000, 8000000)*12 = 9.24%
Ví dụ 2. Tính lãi suất mỗi năm cho một khoản vay $1,000
trong 2 năm, mỗi năm phải trả $100, khi đáo hạn phải trả
cả gốc lẫn lãi là $1,200? Vậy ngân hàng đó tính lãi suất
hằng năm cho bạn là bao nhiêu?
= RATE(2, -100, 1000, -1200) = 19,13%
Ví dụ 3: Một nhà đầu tư có vốn là 300 triệu đồng, dự kiến mua lại
một sơ sở sản xuất, lợi nhận thuần thu được hằng năm dự kiến là
60 triệu đồng. Cơ sở sản xuất chỉ còn hoạt động được 6 năm là
phải thay đổi hoàn toàn máy móc thiết bị. Giá trị thanh lý lúc đó
ước khoảng 100 triệu đồng. Giải sử lãi xuất là 10%/năm. Sử dụng
hàm RATE giúp NĐT đánh giá có lên đầu tư vào đự án này
không?
Giải:
nper pmt pv fv type guess RATE
6
= RATE(nper, 60 pv, -300
pmt, 100
fv, type, guess) 10%

=RATE(6,60,-300,100,,10%) =12%
KL: Nhà đầu tư lên đầu tư vào dự án này vì lãi xuất dự án 12% >
10% lãi xuất rào cản
VÍ DỤ 4: Giả sử có các phương án đầu tư sau: Sử dụng hàm
RATE để chọn ra các phương án đầu tư tốt, đầu tư không
tốt, giải thích tại sao
Mã dự án Lãi xuất Vốn ban đầu Kì hạn đầu Số tiền thu về/
tư năm
A1 6.25% -15 5 5

A2 6.55% -55 10 4.5

A3 7.11% -45 10 5.5

A4 7.15% -100 12 15

A5 7.25% -120 10 10.5

VÍ DỤ 4: Giả sử có các phương án đầu tư sau: Sử dụng hàm
RATE để chọn ra các phương án đầu tư tốt, đầu tư không
tốt, giải thích tại sao
Mã Lãi Vốn Kì hạn Số tiền RATE KẾT LUẬN
dự xuất ban đầu thu về/
án đầu tư năm
A1 6.25 -15 5 5 =RATE(5,5, Nên đầu tư
% -15,,,6.25%)
=20%
A2 6.55 -55 10 4.5 =RATE(5,5, Loại
% -55,,,6.55%)= -3%
A3 7.11 -45 10 5.5 =RATE(10,5.5, Loại
% -45,,,7.11%) = 4%
A4 7.15 -100 12 15 =RATE(12,15, Nên đầu tư
% -100,,,7.15%)
=10%
A5 7.25 -120 10 10.5 =RATE(10,10.5, Loại
% -120,,,7.25%)
= -2%
Bài 5: công ty Asia muốn thuê của công ty Pacific một
mảnh đất để xây dựng một trung tâm thương mại. Trị giá
quyền sử dụng của mảnh đất trên theo đánh giá của sở nhà
đất là 19.776 USD. Theo hợp đồng thuê tài chính, cuối mỗi
năm công ty Asia phải thanh toán cho công ty Pacific
2.600USD trong suốt 15 năm
Yêu cầu: anh (chị) dùng hàm RATE xác định lãi xuất
khoản vay tài chính của công ty Asia.
nper pmt pv RATE KẾT LUẬN

15 -2600 19776 =RATE(15, Lãi xuất 10%

-
2600,19776)=10%
 Hàm FVSCHEDULE
Công dụng: Tính giá trị tương lai của một khoản đầu tư
có lãi suất thay đổi.

Cú pháp: = FVSCHEDULE (Principal, Schedule)

Trong đó:
Principal: Vốn đầu tư ban đầu
Schedule: Một dãy tỷ lệ lãi suất được áp dụng
Ví dụ: Một người gửi 10.000 USD vào ngân hàng trong 5 năm.
Với lãi suất lần lượt Năm 1: 12%, Năm 2: 13%, Năm 3: 11%,
Năm 4: 9%. Năm 5: 9.5%.
Hỏi số tiền người đó nhận về là bao nhiêu ?
ĐÁP ÁN: FVSCHEDULE(10000,{12%,13%,11%,9%,9.5%})
2.1.3 Hàm phân tích phương án vay để ra quyết
định đầu tư

PMT
IPMT
PPMT
 Hàm PMT (Payment)
Chức năng: Tính số tiền trả/nhận được (bao gồm cả gốc và lãi) đều
đặn, định kỳ cho một khoản đầu tư với lãi suất cố định.
Cú pháp: =PMT(rate, nper, pv, fv, type)
Trong đó:
Rate: tỷ lệ lãi xuất mỗi kỳ (tính theo tháng, năm , quý)
Nper: Tổng số kỳ thanh toán.
Pv: giá trị hiện tại của 1 khoản vay .
Fv: Là giá trị tương lai hoặc số tiền chi trả/nhận được của kỳ cuối
cùng.
Ví dụ:1
Anh Hải muốn mua trả góp một chiếc xe máy với giá
hiện tại là 14 triệu đồng trong vòng 3 năm với lãi suất
8%/năm. Hỏi đầu mỗi tháng anh Hải phải trả bao nhiêu
tiền ?

Giải: PMT(rate, nper, pv, fv, type)

rate: 8%/12
nper: 3*12 =36
pv: 14000000
fv
type: 1
= PMT (8%/12,36,14000000,,1)=-435 803 đ
VD2: DN X có tổng số vốn đầu tư là 500 000 $. Trong
đó vốn pháp định: 150 000 $ (số tiền DN bỏ vào)
vốn vay: 350 000 $. Chu kỳ tính lãi hàng tháng. Thời
hạn thanh toán là 15 năm với lãi xuất 5%. Hỏi cuối mỗi
tháng DN phải trả ngân hàng cả gốc lẫn lãi là bao tiền
PMT(rate, nper, pv, fv, type): số tiền thanh toán
cả gốc+ lãi
Rate: 5%/12
nper:15*12 =180
pv: 350 000 $
=PMT( 5%/12, 180, 350 000) = -2 767. 78 $
 Hàm IPMT (Interest payment)

Chức năng: Tính số tiền lãi phải trả/nhận được trong một kỳ hạn nào đó trong một khoảng
thời gian xác định, trong đó số tiền gốc trả/nhận được định kỳ là cố định và lãi suất cũng cố định.
Cú pháp:
= IPMT(rate, per, nper, pv, fv, type)
Per: Số thứ tự kỳ thanh toán
 Ví dụ:
Một người vay khoản tiền 8.000 USD với lãi suất 10%/ năm
trong thời hạn 3 năm và chi trả đều gốc vay trong 36 tháng.
Hãy tính số lãi phải trả cho tháng thứ 1, tháng thứ 6 vào đầu
mỗi tháng, cuối mỗi tháng.
GIải: IPMT(rate, per, nper, pv, fv, type)
Số lãi trả vào cuối tháng thứ 1 là:
= =IPMT(10%/12,1,36,8000,0) =-66,67
Có nghĩa là: Tháng 1 phải trả lãi 66.67 USD (các tháng sau
giảm dần),
Số lãi trả vào cuối tháng thứ 6 là:
= IPMT(0.1/12,6,36,8000,0) = $58,55.
 Hàm PPMT (Interest payment)

Chức năng: Tính số tiền gốc phải trả/nhận được trong một kỳ hạn nào đó trong một khoảng thời
gian xác định, trong đó số tiền phải trả mỗi kỳ tùy thuộc vào số tiền gốc còn lại với tỷ lệ lãi suất cố
định.
Cú pháp:
= PPMT(rate, per, nper, pv, fv, type)
Per: Số thứ tự kỳ chi trả
Ví dụ: tính số tiền gốc phải trả ở cuối tháng thứ
nhất của khoản vay 1.800$, thời hạn 3 tháng, lãi
xuất 1%/tháng
PPMT(rate, per, nper, pv, fv, type)
= PPMT(1%,1,3,1800) = - 594.04 $
Ví dụ 2: Một người vay khoản tiền 8.000 USD với lãi
suất 10%/năm trong thời hạn 3 năm.
Hãy tính số tiền gốc phải trả vào cuối năm mỗi năm.

năm 1: =PPMT (10%,1,3,8000)=-2416.92$

năm 2: PPMT (10%,2,3,8000)=-2658.61$
năm 3: PPMT (10%,3,3,8000)=-2924.47$
 Hàm NPER (Number of Periods)

Chức năng:
Tìm số kỳ hạn cần thiết để đầu tư hoàn thành (hay
thanh toán hết) một khoản đầu tư (hay mua trả góp) với
mức đầu tư (hay thanh toán) không đổi và lãi suất cố
định trong suốt quá trình đầu tư (trả góp).

Cú pháp:
=NPER(rate, pmt, pv, fv, type)
 Ví dụ 1: Một người đầu tư lần đầu $1000, sau
Ví dụ:
đó mỗi tháng đầu tư thêm $100 với lãi suất 12%
năm.
Tính xem cần phải đầu tư bao nhiêu tháng để
có thể lấy về 10.000 USD cả vốn và lãi.
2.1.4 ĐẦU TƯ CHỨNG KHOÁN
Hàm ACCRINTM
Hàm ACCRINT
Hàm INTRATE
Hàm DISC
Hàm RECEIVED
 Các đối số cơ bản của hàm
đầu tư chứng khoán:
Issue: Ngày phát hành là ngày người phát hành tổ chức phát hành
chứng khoán
Maturity: Ngày đáo hạn là ngày đến hạn thanh toán, người phát hành
chứng thanh toán tiền (cả gốc và lãi) cho người mua (đầu tư) chứng khoán
Settlement: Ngày giao dịch là ngày người mua chứng khoán thanh
toán tiền cho người phát hành chứng khoán và nhận chứng khoán về. Ngày
này phải là một ngày sau ngày phát hành chứng khoán khi chứng khoán
được giao dịch với người mua.
Lưu ý: Nên dùng hàm DATE(year,month,day) khi nhập các giá trị
ngày tháng.
 Các đối số cơ bản của hàm
đầu tư chứng khoán:

Discount: Tỷ suất chiết khấu của chứng khoán

Rate: Lãi suất hàng năm của chứng khoán
Par: Mệnh giá của chứng khoán
Redemption: Số tiền thu được vào ngày đáo hạn hay giá
trị phải trả cho mỗi chứng khoán100$
Pr: Giá trị mỗi mệnh giá 100$ của chứng khoán
Investment: Số tiền đầu tư cho chứng khoán
 Các đối số cơ bản của hàm
đầu tư chứng khoán:
Basic: Kiểu tính ngày cơ sở theo quy ước

Mã (Basic) Số ngày cơ sở
0 Mỹ (NASD) 30/360
Số ngày thực tế /Số ngày thực
1
tế
2 Số ngày thực tế /360
3 Số ngày thực tế /365
4 30/360 (Châu Âu)
Việt Nam quy định Basic có giá trị là 0
 Hàm ACCRINTM
Chức năng: Tính lãi gộp cho một chứng khoán trả vào ngày đáo
hạn (ACCRued INTerest at Maturity).
Cú pháp:
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
Công thức:
ACCRINTM = par * rate *
Trong đó:
Par: mệnh giá của chứng khoán
Rate: lãi xuất hàng năm của chứng khoán
A:số ngày tích lỹ của trái phiếu( tính từ ngày phát hành đến ngày
tới hạn thanh toán)
D: số ngày của năm cơ sở
 4.3.1 Hàm ACCRINTM

Chức năng: Tính lãi gộp cho một chứng khoán trả vào
ngày đáo hạn (ACCRued INTerest at Maturity).
Cú pháp:
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
Issue: Ngày phát hành trái phiếu
Maturity: Ngày đáo hạn trái phiếu
Rate: Lãi suất của trái phiếu
Par: Mệnh giá mỗi trái phiếu. Nếu bỏ qua Excel sẽ gán
giá trị là $1,000
Basis: cơ sở tính ngày. Nếu bỏ qua mặc định bằng 0
 Ví dụ:
Tính lãi gộp cho một trái phiếu kho bạc phát hành ngày 15/05/2014, ngày đáo hạn là
25/10/2019, có lãi suất là 8%/năm và giá trị cuống phiếu là 500 $(tính một năm có 365
ngày).

Cách 1
Par= 500$; Rate =8%
A=datedif(15/05/2014, 25/10/2019, “d”)= 1989 ngày
D= 365
ACCRINTM = 500* 8%* = 217.972$
Cách 2
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
= ACCRINTM(date(2014,5,15),date(2019,10,25),8%,500,3)
= 217,97$
 Ví dụ 2: Tính lãi gộp cho một trái phiếu kho bạc phát hành ngày 15/02/2019, ngày đáo hạn là
18/03/2020, có lãi suất là 8%/năm và giá trị cuống phiếu là 100 triệu đồng (tính một năm có 365
ngày).
Par= 100000000; Rate =8%
A=datedif(15/02/2019, 18/03/2020, “d”)= 397 ngày
D= 365
ACCRINTM = 100000000* 8%* (397/365)= 8,701,369 đồng

= ACCRINTM(Issue, Maturity, Rate, Par, Basis)

=ACCRINTM(date(2019,2,15),date(2020,3,18),8%,100000000,3) = 8,701,369 đồng
 Hàm INTRATE
Chức năng: Tính lãi suất của một chứng khoán được
đầu tư hết
Cú pháp:
=INTRATE(Settlement, Maturity, Investment,
Redemption, Basis)
Settlement: Ngày thanh toán của chứng khoán
Maturity: Ngày đáo hạn là ngày đến hạn thanh toán,
Investment: Khoản tiền đầu tư
Redemption: Khoản tiền thu được vào ngày đáo hạn
 Hàm INTRATE
INTRATE = *

Trong đó:
Investment: Khoản tiền đầu tư
Redemption: Khoản tiền thu được vào ngày đáo hạn
B: số ngày trong năm cơ sở
DIM: số ngày tính từ ngày thanh toán đến ngày đáo hạn
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment,
Redemption, Basis)

INTRATE= *
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment,
Redemption, Basis)
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment, Redemption,
Basis)
= INTRATE(DATE(2008,2,01), DATE(2010,6,15),
5000,6500,3) = 0.12658 (12,66%)

Investment: 5000
Redemption: 6500
B : 365
DIM: 865
INTRATE = [(6500-5000)/ 5000]* (365/865)=0.12658
Ví dụ:
Tính lãi suất của một chứng khoán có ngày kết toán là
15/2/2008, ngày đáo hạn là 15/5/2008, số tiền đầu tư là
$1,000,000, giá trị nhận được khi đáo hạn là $1,014,420, với
cơ sở để tính ngày là một năm 360 ngày.
= INTRATE(DATE(2008,2,15), DATE(2008,5,15),
1000000,1014420,0) = 0.05768 (= 5.77%)
Investment: 1000000
Redemption: 1014420
B : 360
DIM: 90
INTRATE = [(1014420-1000000)/ 1000000]* (360/90)=0.05768
 Hàm DISC

Chức năng: Tính tỷ lệ chiết khấu của một chứng khoán

Cú pháp:
=DISC(Settlement, Maturity, Pr, Redemption,
Basis)
Settlement: Ngày thanh toán của chứng khoán
Maturity: Ngày đáo hạn là ngày đến hạn thanh toán,
Pr: Giá trị của chứng khoán hay giá trị của mỗi $100
mệnh giá của chứng khoán.
Redemption: Giá trị hoàn lại của chứng khoán hay giá
trị phải trả cho mỗi mệnh giá $100.
 Hàm DISC
DISC = * *
Trong đó:
Redemption: Khoản tiền thu được vào ngày đáo hạn
Par: Mệnh giá mỗi trái phiếu.
B: số ngày trong năm , phụ thuộc vào basic được lựa chọn như thế nào.
DSM: số ngày tính được giữa hai mốc thời gian với điểm đầu là ngày thanh toán chứng khóa và điểm cuối là ngày đáo
hạn
Ví dụ:
Tính tỷ lệ chiết khấu cho một chứng khoán được
mua lại ngày 25/1/2018, có ngày đáo hạn là
25/6/2019, giá mua là $97.975, giá trị hoàn lại là
$100, với cơ sở để tính ngày là theo thực tế ngày
tháng năm.
Ví dụ:
Tính tỷ lệ chiết khấu cho một chứng khoán được mua
lại ngày 25/1/2018, có ngày đáo hạn là 25/6/2019, giá mua là
$97.975, giá trị hoàn lại là $100, với cơ sở để tính ngày là
theo thực tế ngày tháng năm.
Giải: Redemption: 100
Par: 97.975
B:365
DSM =516
DISC = (100-97.975)/97.975 * (365/516)
=DISC(Settlement, Maturity, Pr, Redemption, Basis)
=DISC(date(2018,1,25), date(2019,6,25), 97.975, 100, 3)
=0.0143
 Hàm RECEIVED
Chức năng: Tính số tiền thu được vào ngày đáo hạn của một chứng
khoán khi được đầu tư hết.
Cú pháp:
=RECEIVED(Settlement, Maturity, Investment, Discount, Basis)
Settlement: Ngày thanh toán chứng khoán. Ngày thanh toán chứng
khoán là ngày sau ngày phát hành khi chứng khoán được bán cho người
mua.
Maturity: Ngày đáo hạn của chứng khoán. Là ngày mà chứng
khoán hết hạn.
Investment: Số tiền đã đầu tư vào chứng khoán
Discount Tỷ lệ chiết khấu của chứng khoán.
 Hàm RECEIVED
=RECEIVED(Settlement, Maturity, Investment, Discount,
Basis)

Trong đó : discount: tỷ suất chiết khấu

Investment: số đầu tư
DIM: số ngày tính từ ngày thanh toán đến ngày đáo hạn
B: số ngày cơ sở
 Ví dụ:
Tính số tiền sẽ nhận được vào ngày đáo hạn của một
chứng khoán có ngày thanh toán là 15/2/2014, ngày đáo hạn
là 15/5/2014, số tiền đầu tư là $1,000,000, tỷ lệ chiết khấu
của chứng khoán là 6%, với cơ sở để tính ngày là một năm
360 ngày, còn số ngày trong mỗi tháng thì theo thực tế của
tháng đó .

= RECEIVED(DATE(2014,2,15), DATE(2014,5,15),
1000000, 6%, 2) = $1,014,584.654
 Hàm ACCRINT
Chức năng: Tính lãi gộp cho một chứng khoán trả theo định kỳ (ACCRued INTerest).
Cú pháp: =ACCRINT(issue,first-interest,settlement,rate,
par,frequency,basic,calc-method)
Công thức
ACCRINT = par * *
Trong đó
Par: mệnh giá trái phiếu
Frequency: số lần chi trả trái phiếu trong 1 năm
Ai: Số ngày tích lũy của trái phiếu thứ i tính cho các kì lẻ
NC:số kỳ của trái phiếu thích hợp với số kỳ lẻ, nếu số này là phân số thì làm tròn tăng
NLi:số ngày trong 1 kỳ của kỳ thứ i trong ngày lẻ
 Hàm ACCRINT
=ACCRINT(issue,first-interest,settlement,rate, par, frequency, basic,
calc-method)
Trong đó:
Issue: Ngày phát hành trái phiếu
First-interest: Ngày tính lãi đầu tiên của chứng khoán
Settlement: Ngày thanh toán của chứng khoán,
Rate: Lãi suất của trái phiếu
Par: Mệnh giá mỗi trái phiếu. Nếu bỏ qua Excel sẽ gán giá trị là $1,000
Frequency: Số lần trả lãi hàng năm (1, 2 hay 4).
Basis: cơ sở tính ngày. Nếu bỏ qua mặc định bằng 0
Calc-method: Cách thức tính lãi, nếu là 1(TRUE) lãi được tính từ ngày
phát hành chứng khoán. Nếu là 0 (FALSE) lãi được tính từ ngày tính
lãi đầu tiên.
Ví dụ:
Tính lãi gộp của một trái phiếu kho bạc có mệnh giá
$1,000,000, phát hành ngày 1/3/2008, ngày đáo hạn là
1/3/2009, ngày tính lãi đầu tiên là 31/8/2008 (tính lãi 6 tháng
một lần) với lãi suất hằng năm là 10%, cơ sở để tính ngày là
một năm 360 ngày, một tháng 30 ngày.
=ACCRINT(issue, first-interest, settlement, rate,

par, frequency, basic, calc-method)

= ACCRINT(DATE(2008,3,1), DATE(2008,8,31),
DATE(2009,3,1), 10%, 1000000, 2, 0, false) =100
ACCRINT(DATE(2008,3,1), DATE(2008,8,31),
DATE(2009,3,1), 10%, 1000000, 2, 0, true) =100,278
2.2 PHÂN TÍCH SỐ LIỆU THỐNG
KÊ VÀ DỰ BÁO KINH TẾ
2.2.1 Phân tích tương quan
2.2.2 Phân tích hồi quy
2.2.3 Phân tích phương sai
2.2.4 Dự báo kinh tế

131
 5.1 Phân tích tương quan

Phân tích tương quan chủ yếu dựa trên cơ sở phân tích
hai đặc trưng cơ bản là hệ số tương quan (trường hợp hai
biến ngẫu nhiên), hệ số tương quan bội và hệ số tương
quan riêng phần (trường hợp có nhiều hơn hai biến ngẫu
nhiên).
 Trong đó:
Hệ số tương quan: đo lường mức độ quan hệ tuyến tính
giữa hai biến mà không phân biệt biến nào là biến phụ
thuộc biến nào là biến giải thích.

132
5.1 Phân tích tương quan

Công thức xác định:

Hệ số tương quan (r):

133
 5.1 Phân tích tương quan

Hệ số tương quan bội (R):

Trong đó: là các hệ số tương quan được tính theo công

thức (6.1).
134
 5.1 Phân tích tương quan
Hệ số tương quan riêng phần (r):
+ Hệ số tương quan riêng giữa Y và X1 (loại trừ ảnh
hưởng của X2):

+ Hệ số tương quan riêng giữa Y và X2 (loại trừ ảnh

hưởng của X1):

135
 5.1 Phân tích tương quan
Tính chất của hệ số tương quan:
(1) -1 ≤ r ≤ 1
(2) r = 0 nếu X và Y độc lập với nhau.
(3) r ≠ 0, X và Y có mối quan hệ phụ thuộc tuyến tính.
(4) r > 0 nếu X và Y có mối tương quan thuận
r < 0 nếu X và Y có mối tương quan nghịch
(5) │r│< 0,4 tương quan yếu
│r│ = 0,4 – 0,8 tương quan trung bình
│r│ > 0,8 tương quan mạnh
│r│càng gần tới 1 thì mối phụ thuộc thống kê càng chặt chẽ

136
 5.1.1 Nhập tài liệu

 Số liệu quan sát của mỗi biến phải được bố trí đồng thời
theo từng dòng (kiểu cột) hoặc đồng thời theo từng cột
(kiểu dòng).
 Đối với những tập số liệu có tần số giống nhau ta có thể
coi chúng đều có tần số là 1 (mi = 1).
 Đối với những tập số liệu có tần số là khác nhau ta nên
đưa về cách bố trí số liệu có cùng tần số hoặc có tần số
đều là 1 vì Excel hiểu rằng mỗi hàng (cột, dòng) đều
chứa số liệu của cùng một biến.

137
5.1.2 Chọn lệnh và chạy mô hình

5.1.2.1 Phương pháp tính toán thủ công sử dụng

các hàm trong Excel
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation

138
5.1.2.1 Phương pháp tính toán thủ công sử
dụng các hàm trong Excel
 Trường hợp tính hệ số tương quan cho hai biến có các
tần số (mi) là khác nhau:
+ Hàm SUMPRODUCT():
Chức năng: Tính tổng của các tích
Cú pháp: =SUMPRODUCT(Array1,Array2,..)
+ Hàm SQRT():
Chức năng: Căn bậc 2 của số dương
Cú pháp: =SQRT(number)
Trong đó: number là một số dương.
array1, array2 là các chuỗi số liệu.
139
5.1.2.1 Tính hệ số tương quan cho hai biến có
các tần số mi là bằng nhau

Cách 1:
+ Hàm CORREL:
Tính hệ số tương quan giữa hai chuỗi số liệu.
Cú pháp: =CORREL(array1, array2)

140
5.1.2.1 Phương pháp tính toán thủ công sử
dụng các hàm trong Excel
 Trường hợp tính hệ số tương quan cho hai biến có các
tần số mi là bằng nhau:
Cách 2:
+ Hàm RSQ:
Tính bình phương hệ số tương quan giữa hai chuỗi số liệu.
Cú pháp: =RSQ(array1, array2)
+ Hàm SQRT():
Căn bậc 2 của số dương
Cú pháp: =SQRT(number)
141
Ví dụ 5.2

Để nghiên cứu quan hệ giữa tuổi nghề (Y) và năng

suất lao động (X) của công nhân trong phân xưởng người
ta thống kê ngẫu nhiên 10 công nhân, số liệu thu được như
trong bảng sau. Tìm tương quan giữa tuổi nghề và năng
suất lao động.

Cách nhập số liệu và tính toán như trong bảng sau:

142
Ví dụ 5.2

143
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Để sử dụng trình cài thêm Correlation, cần cài đặt công cụ
Data Analysis:
Bước 1: Chạy Excel, bấm vào nút ở góc trái thanh Menu sẽ
xuất hiện hộp thoại, bấm chọn nút Excel Options như hình sau

144
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Bước 2: Chọn Add-Ins, tại ô Manage bấm chọn Excel-
Add-Ins rồi bấm nút Go.

145
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation

Bước 3: Xuất hiện màn hình Add-Ins, trong vùng Add-Ins

availabble tích chọn vào ô Analysis ToolPak. Cuối cùng bấm
nút OK
Như vậy trên thanh menu chính đã có thêm công cụ Data
Analysis. Để sử dụng các công cụ này trên thanh menu chính
chọn Data và nhìn sang góc bên phải.

146
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Sử dụng trình Correlation được thực hiện như sau:
Chọn Data/ Data Analysis, xuất hiện hộp thoại xuất
hiện Data Analysis:

147
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
 Trong hộp thoại Data Analysis/ Correlation, OK, xuất
hiện hộp thoại Correlation:

148
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation

 Một số thuật ngữ:

+ Input Range: Khai báo vùng dữ liệu phân tích.
+ Grouped by : Dữ liệu phân tích được sắp xếp theo:
Columns: cột
Rows: hàng
+ Labels in First row: Dòng đầu tiên trong vùng lấy làm
tiêu đề.
+ Output Range: Khai báo vùng kết xuất kết quả.
149
Xét lại ví dụ 5.2

Trên thanh thực đơn thực hiện lệnh Data/ Data

Analysis/ Correlation, OK. Hộp thoại Correlation xuất
hiện, các thông tin được nhập như trong hình sau:

150
Xét lại ví dụ 5.2

Nhấn OK ta được bảng kết quả sau:

151
Ví dụ 5.3
Có tài liệu về năng suất lao động (X1 - triệu đồng),
phần trăm chi phí nguyên vật liệu chính trong giá thành
đơn vị sản phẩm (X2) và giá thành đơn vị sản phẩm (Y -
nghìn đồng) của 5 xí nghiệp cùng sản xuất một loại sản
phẩm như sau:

Xí nghiệp GT đơn vị (Y) NSLĐ (X1) % NVL chính (X2)

1 44 20 52
2 43 21 51
3 42 23 51
4 40 25 50
5 41 26 51 152
Ví dụ 5.3

 Nhập số liệu vào bảng tính theo dạng cột như hình
sau:

153
Ví dụ 5.3
 Data / Data Analysis/ Correlation, OK.
 Nhập vào thông tin bảng hộp thoại Correlation như
trong hình sau:

154
Ví dụ 5.3
 Nhấn OK ta được bảng kết quả sau:

 Do đó:

155
 5.1.3 Đọc và phân tích lời giải

Hệ số tương quan của hàng và cột ghi ở ô giao giữa

hàng và cột.
- Hệ số tương quan âm (< 0) thể hiện mối tương quan
nghịch biến
- Các hệ số tương quan có giá trị tuyệt đối xấp xỉ 0.75
trở lên thể hiện mối tương quan tuyến tính mạnh giữa hai
biến.

156
 5.1.3 Đọc và phân tích lời giải

Xét ví dụ 5.2:
Nhận xét: r = 0.9091648 nên có thể kết luận mối phụ
thuộc giữa tuổi nghề và năng suất lao động là mối phụ
thuộc thống kê (mối liên hệ tương quan) thuận và chặt.
Điều này có nghĩa là, khi tuổi nghề tăng lên thì năng suất
lao động cũng tăng lên tương ứng.

157
 5.1.3 Đọc và phân tích lời giải

Xét ví dụ 5.3:
Qua bảng phân tích tương quan ta thấy:
- Mối quan hệ giữa giá GTĐV (Y) với NSLĐ (X1) và %NVL chính
(X2) là rất chặt ( = 0.98).
- Hệ số tương quan RYX1 = - 0.93026051, RYX2 = 0.894427191 có
thể thấy NSLĐ (X1) tỷ lệ nghịch với GTĐV (Y), còn %NVL
chính (X2) tỷ lệ thuận với GTĐV (Y).
- Bảng tính hệ số tương quan này cũng cho ta thấy có sự tương quan
giữa các Xi hay không. Cụ thể, RX1X2 = - 0.6933752 cho thấy khi
GTĐV (Y) không đổi, giữa NSLĐ (X1) và %NVL chính (X2) có
mối quan hệ tương quan tương đối chặt và tỷ lệ nghịch với nhau.

158
 5.2 Phân tích hồi quy
Phân tích hồi quy nghiên cứu mối phụ thuộc của một biến
(gọi là biến phụ thuộc) với một hay nhiều biến khác (biến
độc lập) nhằm ước lượng và dự báo giá trị trung bình của
biến phụ thuộc với các giá trị đã biết của (các) biến độc lập.
+ Mô hình hồi quy tuyến tính đơn: là mô hình hồi quy mà
phương trình của mô hình hồi quy gồm một biến phụ thuộc
và một biến độc lập.
+ Mô hình hồi quy tuyến tính bội: là mô hình hồi quy mà
phương trình của mô hình hồi quy gồm một biến phụ thuộc
và nhiều biến độc lập.

159
 5.2.1 Nhập tài liệu

 Số liệu quan sát của mỗi biến phải được bố trí đồng thời
theo từng dòng (kiểu cột).

 Đối với những tập số liệu có tần số là khác nhau ta nên

đưa về cách bố trí số liệu có cùng tần số hoặc có tần số
đều là 1.

160
Ví dụ 5.4:
Thống kê giá trị sản xuất và điện năng tiêu thụ trong
12 tháng người ta thu được các số liệu sau:

161
5.2.2 Chọn lệnh và chạy mô hình

5.2.2.1 Phân tích hồi quy đơn

5.2.2.2 Phân tích hồi quy bội

162
5.2.2.1 Phân tích hồi quy đơn
a. Sử dụng hàm Slope và Intercept ước lượng các tham
số của hàm hồi quy đơn
- Hàm Slope: dùng để ước lượng hệ số góc (β1) của
phương trình y = β0 + β1x.
=Slope(Known_y’s; known_x’s)
- Hàm Intercept: dùng để ước lượng hệ số tự do β0 của
phương trình hồi quy y = β0 + β1x.
=Intercept(Known_y’; known_x’s)
Trong đó:
Known_y’s: giá trị quan sát của biến phụ thuộc y
Known_x’s: Giá trị quan sát của biến độc lập x. 163
Xét ví dụ 5.4:
Sử dụng hàm slope, intercept để ước lượng các tham số
của hàm hồi quy đơn.

164
5.2.2.1 Phân tích hồi quy đơn

b. Sử dụng trình cài thêm Regression để phân tích

hồi quy đơn
Trình cài thêm regression nằm trong gói phần mềm
Analysis Toolpak và được truy cập từ menu Data/ Data
Analysis / Regression.
Hộp thoại regression được trình bày với ý nghĩa tùy
chọn và các nút lệnh như sau:

165
Hộp thoại Regression:

166
 Một số thuật ngữ:
 Các lựa chọn nhập dữ liệu vào input:
Input Y Range: Vùng địa chỉ chứa biến phụ thuộc Y
Input X Range: Vùng địa chỉ chứa cac biến độc lập X
Labels: Tích vào mục này để khẳng định ô (các ô) đầu tiên
không chứa dữ liệu hồi quy
Constant is Zero: Tích vào mục này để khẳng định hệ số tự
do của hàm hồi quy tuyến tinh β0 = 0
Confidentce Level: Độ tin cậy của hồi quy (mặc định là
95%) bằng 1-α với α là mức ý nghĩa hay xác suất mắc sai
lầm loại một bác bỏ H0 trong khi H0 đúng.

167
 Một số thuật ngữ (tiếp):
 Các lựa chọn kết xuất kết quả Output Option:
Output Range: Vùng hoặc ở phía trên bên trái của vùng chứa kết quả
New Worksheet Ply: In kết quả ra một sheet khác
New Workbook: In kết quả ra một file Excel mới
 Các lựa chọn khác Residuals: Tích vào các mục này để đưa ra
Residuals: Sai số do ngẫu nhiên
Standardardlized Residuals: Chuẩn hóa sai số
Residuals Plots: Đồ thị sai số
Line Fit Plots: Đồ thị hàm hồi quy tuyến tính
 Xác suất phân phối chuẩn Normal Probability:
Normal Probability Plots: Đồ thị xác suất phân phối chuẩn
 Nhấn OK để đưa ra kết quả hồi quy.

168
 5.2.2.2 Phân tích hồi quy bội
a. Sử dụng hàm LINEST ước lượng các tham số của mô hình
=linest(known_y’s; [known_x’s]; [const]; [stat]) (CSE).
Lệnh được kết thúc bằng tổ hợp phím Ctrl + Shift + Enter
Trong đó:
Known_y’s: Vùng địa chỉ chứa biến phụ thuộc y
Known_x’s: Vùng địa chỉ chứa các biến độc lập x1, x2, …, xk
Const: Tùy chọn hằng số trong mô hình hồi quy. Nếu const = 1
(TRUE – mặc định) thì β0 có mặt trong mô hình hình hồi quy, còn
nếu const = 0 (FALSE) thì bỏ qua β 0 (β0 = 0)
Stat: Tùy chọn hiển thị các tham số thống kê. Nếu stat = 1 (TRUE
– mặc định) thì tính toán các tham số thống kê. Nếu stat = 0
(FALSE) ) thì không tính toán các tham số này. 169
Ví dụ 5.5:
Có thống kê về số lượng ô tô bán được (y), giá xăng
(x1), sự tăng dân số (x2) và số lượng đường giao thông
được xây dựng (x3) trong 15 năm theo bảng dưới đây. Giả
thiết có quan hệ tuyến tính giữa y và xj.
Hãy ước lượng các hệ số của hàm hồi quy.

170
Xét ví dụ 5.5:
Nhập dữ liệu và kết quả ước lượng các tham số của hàm hồi quy:

171
 5.2.2.2 Phân tích hồi quy bội

b. Sử dụng trình regression để phân tích hồi quy bội.

Quy trình sử dụng trình regression để phân tích hồi quy

bội trong Excel giống như quy trình phân tích hồi quy đơn.

172
 Xét ví dụ 5.5:
Kết quả ước lượng các tham số thống kê của mô hình hồi quy bội:

173
 5.2.3 Đọc và phân tích lời giải
a. Kết quả ước lượng mô hình hồi quy từ hàm LINES
Kết quả trả về là một ma trận có số cột tùy thuộc vào số
biến độc lập của mô hình hồi quy.
Kết quả của linest với const =1 và stat = 1:

174
 Trong đó:
mn , mn-1,.., m1, b là ước lượng các hệ số βk, βk-1, …, β1, β0 của mô hình
hồi quy
sen, sen-1,.., se1, seb: Sai số chuẩn của các hệ số tương ứng
r2: Hệ số tương quan bội R2
sey: Sai số của hàm hồi quy.
F: Giá trị kiểm định F
df: Bậc tự do của hồi qui. df = n-k nếu const = 0, df = n-k-1 nếu const =
1.
ssreg: Tổng bình phương sai lệch do hồi quy (Sum of Square Regression)
ssresid: Tổng bình phương các sai lệch do ngẫu nhiên (Sum of Square
Residual)

175
 5.2.3 Đọc và phân tích lời giải
b. Kết quả hồi quy do REGRESSION cung cấp
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. Trong 100% 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. 176
 b. Kết quả hồi quy do REGRESSION cung cấp
 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 độ (sai lệch) giữa các giá trị
quan sát của Y (Yi) 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 chúng
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: F lý thuyết
177
 b. Kết quả hồi quy do REGRESSION cung cấp

 Bảng phân tích hồi quy:

Coefficients: Cột giá trị của các hệ số hàm hồi quy:
- Intercept: Hệ số tự do b, cho thấy xuất phát điểm của đường hồi quy
- X Variable 1, X Variable 2, X Variable 3…là các hệ số góc của các biến
tương ứng x1, x2, x3…
Standard Error: (se) độ lệch chuẩn của mẫu theo biến xi
t-stat: Tiêu chuẩn t để kiểm định độ tin cậy thống kê của độ co giãn a i (i =
1,2,3…,n), tức là của mối liên hệ giữa X và Y.
P-value: Xác suất để t > t-stat, kiểm định độ tin tin cậy 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%.
178
 Xét ví dụ 5.5:
Nêu ý nghĩa kết quả ước lượng các tham số thống kê của mô hình:

179
 5.3 Phân tích phương sai

Phân tích phương sai là phương pháp phân tích sự

biến động của chỉ tiêu nghiên cứu chịu tác động của
nhiều nhân tố hoặc một nhân tố nhưng ở các mức độ
khác nhau. Ngoài ra, phân tích phương sai có thể cho
biết ảnh hưởng của nhân tố nào đó tới chỉ tiêu phân tích
(nếu có).

180
 5.3.1 Nhập tài liệu

Nhập dữ liệu vào Excel. Dữ liệu có thể bố trí theo

cột hoặc theo hàng. Việc bố trí theo cột hay theo hàng
không làm ảnh hưởng đến kết quả phân tích.

181
5.3.2 Chọn lệnh và chạy mô hình

5.3.2.1 Phân tích phương sai một nhân tố

5.3.2.2 Phân tích phương sai hai nhân tố không

tương tác

5.3.2.3 Phân tích phương sai hai nhân tố có

tương tác

182
 5.3.2.1 Phân tích phương sai một nhân tố

Giả sử nhân tố A có k mức X1, X2, X3,... Xk với Xj có

phân phối chuẩn N(a, σ2) có mẫu điều tra:
Với mức ý nghĩa α hãy kiểm định giả thiết:
H0: a1 = a2 = ... = ak
(Giá trị TB của các mức bằng nhau)
H1: Tồn tại j1 ≠ j2 sao cho aj1 ≠ aj2
(Giá trị TB của các mức không bằng nhau)
Miền bác bỏ: F > Fk-1,n-k,1-α
183
 5.3.2.1 Phân tích phương sai một nhân tố

Truy cập menu Data /Data Analysis/Anova Single

Factor. Hộp thoại Anova Single Factor xuất hiện:

184
 5.3.2.1 Phân tích phương sai một nhân tố

Trong đó:
Input: Nhập dữ liệu
+ Input Range: Khai báo vùng dữ liệu phân tích.
+ Grouped by: Tổ chức dữ liệu theo hướng:
Columns: Theo cột
Rows: Theo hàng
+ Labels in First row: Dòng đầu tiên của vùng dữ liệu
là tên biến.

185
 5.3.2.1 Phân tích phương sai một nhân tố

Trong đó:
Output: Trả kết quả
+ Output Range: Góc trên bên trái của vùng chứa kết
quả. Vùng này nằm trên cùng một sheet với vùng dữ liệu.
+ New Worksheet Ply: Trả kết quả ra một trang bảng
tính khác trong cùng một file với file chứa dữ liệu.
+ New Workbook: Trả kết quả ra một file riêng.

186
187
 Ví dụ 5.6:

Một nhà sản xuất nước giải khát đang xem xét 3 màu
lon cho một loại nước ngọt: đỏ, vàng và xanh ảnh hưởng
đến doanh thu như thế nào. Nhà sản xuất chọn 16 cửa hàng
để gửi bán các lon nước ngọt đến bán. Những lon màu đỏ
được gửi đến 6 cửa hàng. Những lon màu vàng được đưa
đến 5 cửa hàng khác và số màu xanh cũng được gửi đến 5
cửa hàng còn lại. Sau một vài ngày nhà sản xuất kiểm tra ở
các cửa hàng thì doanh số bán của nước ngọt như sau:

188
Nhập dữ liệu và kết quả phân tích như sau:

189
 5.3.2.2 Phân tích phương sai hai nhân tố
không tương tác (không lặp)

Phân tích, đánh giá sự ảnh hưởng của hai nhân tố A và B trên các
giá trị quan sát xij.
Giả sử nhân tố A có n mức: a1, a2, …, an (nhân tố hàng)
Giả sử nhân tố B có m mức: b1, b2, …, bm (nhân tố cột)
Giả thiết H0:
- Trung bình nhân tố cột bằng nhau
- Trung bình nhân tố hàng bằng nhau
Kết luận:
- Nếu FA > Fn-1,(n-1)(m-1),1-α thì bác bỏ nhân tố A (hàng).
- Nếu FB > Fm-1,(n-1)(m-1),1-α thì bác bỏ nhân tố B (cột).

190
 5.3.2.2 Phân tích phương sai hai nhân tố
không tương tác (không lặp)

Truy cập menu Data/ Data Analysis / Anova: Two factor

without Replication. Hộp thoại Anova: Two factor without
Replication xuất hiện:

191
 Ví dụ 5.7:
Để nghiên cứu ảnh hưởng của một loại cám mới sản xuất TA08
đến lượng dư hormon có trong thịt lợn, người ta tiến hành thí
nghiệm trên 4 giống lợn khác nhau (G1 – G4) với khẩu phần ăn
được pha TA08 theo tỉ lệ khác nhau (ký hiệu K1 – K4). Số liệu thu
được như bảng sau:

K1 K2 K3 K4
G1 2,30 2,40 2,80 2,23
G2 2,20 2,00 2,70 2,45
G3 2,32 2,30 2,00 2,50
Với mứcG4 ý nghĩa 5%,
2,50 hãy kiểm
2,60 định giả
1,90thuyết 2,10
cho rằng cách
pha chế thức ăn và giống lợn khác nhau đều có lượng dư hormon
trong thịt là như nhau.
192
Nhập dữ liệu và kết quả phân tích như sau:

193
 5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)
Phân tích, đánh giá sự ảnh hưởng của hai nhân tố A và B trên các giá
trị quan sát xij được lặp lại r lần thí nghiệm và khảo sát thêm sự tương tác
FAB giữa hai nhân tố A và B.
Giả thiết H0:
- Trung bình nhân tố cột bằng nhau
- Trung bình nhân tố hàng bằng nhau
- Không có sự tương tác giữa nhân tố cột và nhân tố hàng
Kết luận:
- Nếu FA > Fn-1,nm(r-1),1-α thì bác bỏ nhân tố A (hàng).
- Nếu FB > Fm-1,nm(r-1),1-α thì bác bỏ nhân tố B (cột).
- Nếu FAB > F (n-1)(m-1),nm(r-1),1-α thì có sự tương tác giữa A và B.
194
 5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)
Truy cập menu Data/ Data Analysis / Anova: Two factor
With Replication. Hộp thoại Anova: Two factor With
Replication xuất hiện:

195
 5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)

Chú ý:
Quy trình nhập dữ liệu phân tích phương sai hai nhân tố
có tương tác vào Excel cần chú ý khai báo số dòng trong
mỗi mẫu dữ liệu tại mục Rows per sample trong hộp thoại.
Để kiểm tra xem dữ liệu đã nhập đúng chưa, sau khi
chạy chương trình phân tích phương sai, trong kết quả cho
thấy bậc tự do tổng cộng bằng số quan sát trừ một là nhập
đúng.

196
 Ví dụ 5.8:
Gần đây sự cạnh tranh giữa hãng Kd và Fj trở nên mãnh
liệt. Hãng Kd đang phân tích những tấm film của Fj và quyết
định bí mật về độ sáng màu của film Fj. Một phần của kết
quả phân tích là một mẫu ngẫu nhiên gồm 5 tấm film được
chụp bởi Kd và được xử lý theo ba quy trình khác nhau -
quy trình (A), quy trình (B) và quy trình (C). Hai hãng film
Fj và Ag cũng được thực hiện như vậy để đo độ sáng màu
của film. Dưới đây là bảng chấm điểm độ sáng của film ở ba
hãng. Ðộ sáng càng tốt thì điểm càng cao.

197
 Ví dụ 5.8:

Quy trình xử lý film

Hãng
Film A B C

Kd 32;34;31;30;37 26;29;27;30;31 28;28;27;30;32

Fj 43;41;44;50;47 32;38;38;40;46 32;32;36;35;34
Ag 23;24;25;21;26 27;30;25;25;27 25;27;26;22;25
Với mức ý nghĩa 5%, hãy kiểm định giả thuyết cho rằng:
- Độ sáng của film do bí mật pha chế của từng hãng
- Độ sáng của film do quy trình xử lý.
- Quy trình xử lý của từng hãng có tác động khác nhau đến độ
sáng của film.
198
Nhập dữ liệu và kết quả phân tích như sau:

199
 5.3.3 Đọc và phân tích lời giải

Xét ví dụ 5.6:

Với mức ý nghĩa 5%:

F = 0.6142 < Fcrit = 3.8056 nên không đủ căn cứ để bác

bỏ H0 nghĩa là màu của vỏ lon không ảnh hưởng đến doanh

thu.

Mặt khác: P-Value > a =5% nên cũng không đủ căn cứ

để bác bỏ H0.
200
 5.3.3 Đọc và phân tích lời giải

Xét ví dụ 5.7:

Với mức ý nghĩa 5%:

FHàng = 0.2084 < Fcrit hàng = 3.8625 nên không đủ cơ sở
khoa học để kết luận rằng các giống lợn khác nhau có lượng
dư hormon trong thịt khác nhau.
FCột = 0.0067 < Fcrit cột = 3.8625 nên cũng không đủ cơ sở
để kết luận rằng cách pha chế thức ăn với hàm lượng cám
TA08 khác nhau khiến cho lượng dư hormon trong thịt lợn là
khác nhau.
201
 5.3.3 Đọc và phân tích lời giải
Xét ví dụ 5.8: Với mức ý nghĩa 5%:
FHàng = 99.6662 > Fcrit hàng = 3.2594 nên có thể kết luận rằng độ
sáng của film do bí mật pha chế của từng hãng.
FCột = 10.4744 > Fcrit cột = 3.2594 nên có thể kết luận rằng độ
sáng của film do quy trình xử lý.
FHàng - Cột = 7.6545 > Fcrit hàng-cột = 2.6335 nên có thể kết luận
rằng quy trình xử lý của từng hãng có tác động khác nhau đến độ
sáng của film
Như vậy, có sự ảnh hưởng lớn đến độ sáng của film do các
hãng khác nhau sản xuất, do quy trình xử lý khác nhau và đồng
thời sự kết hợp của quy trình xử lý và cách sản xuất của mỗi hãng
cũng tác động nhiều đến độ sáng của film ảnh.
202
 5.4 Dự báo kinh tế

 Dự báo là phán đoán những sự kiện sẽ xảy ra trong

tương lai trên cơ sở phân tích khoa học các dữ liệu của
quá khứ và hiện tại nhờ một số mô hình toán học.
 Dự báo kinh tế là việc đưa ra các dự báo những sự kiện
kinh tế sẽ xảy ra trong tương lai dựa trên cơ sở phân
tích khoa học các số liệu kinh tế của quá khứ và hiện
tại.
203
5.4 Dự báo kinh tế

5.4.1 Phương pháp dự báo trên cơ sở hàm hồi

quy

5.4.2 Phương pháp dự báo trên cơ sở hàm

Forecast

204
 5.4.1 Phương pháp dự báo trên cơ sở hàm hồi
quy

Sau khi kiểm định và đánh giá mô hình hồi quy, thay số
liệu của các biến đã cho trong kỳ dự báo vào mô hình hồi
quy ta sẽ cho ta kết quả cần dự báo.

Ví dụ 5.9: Dựa trên hàm hồi quy mối quan hệ lợi nhuận
(y) phụ thuộc và giá thành sản phẩm (x1), chi phí quản lý

(x2), chi phí bán hàng (x3), hãy dự báo lợi nhuận của doanh

nghiệp đạt được khi x1 = 600, x2 = 35, x3 = 25.

205
Ví dụ 5.9: Dự báo lợi nhuận từ hàm LINEST

206
Ví dụ 5.9: Dự báo lợi nhuận bằng công cụ REGRESSION

207
Ví dụ 5.9: Dự báo lợi nhuận bằng công cụ REGRESSION

Từ bảng kết quả trên ta xác định được hàm hồi quy:

y = 322.917 + 0.204x1 + 3.321x2 + 0.482x3

Thay các giá trị x1 = 600, x2 = 35, x3 = 25 ta có dự báo lợi

nhuận của DN là: y = 733,364,000 đồng

208
 5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast

Hàm forecast dự báo hồi quy tuyến tính đơn theo cú pháp:
=FORECAST(x; known_y’s; known_x’s)
Trong đó:
x: giá trị của biến độc lập x dùng để dự báo
known_y’s: các giá trị quan sát của biến phụ thuộc y.
known_x’s: các giá trị quan sát của biến độc lập x.

209
 5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast
Ngoài hàm forecast, có thể sử dụng hàm trend để dự báo
hồi quy tuyến tính với cú pháp sau:
=TREND(known_y’s; known_x’s; new_x; [const])
Trong đó:
known_y’s: các giá trị quan sát của biến phụ thuộc y.
known_x’s: các giá trị quan sát của biến độc lập x.
new_x: giá trị của biến độc lập x dùng để dự báo
Const: tùy chọn mô hình hồi quy. Nếu const = 1 (TRUE
- mặc định) thì hồi quy có tính hệ số b0. Nếu const = 0
(FALSE) thì bỏ qua hệ số b0. 210
 5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast

Ví dụ 5.10:

Có số liệu thống kê giá trị sản xuất và điện năng tiêu thụ
trong 12 tháng. Hãy dự báo giá trị sản xuất tại mức điện
năng tiêu thụ là 3.2 triệu Kwh bằng hàm forecast và hàm
trend.

211
Ví dụ 5.10: Dự báo giá trị sản xuất:

212
https://www.youtube.com/
watch?
v=fHfNi5dB1b0&list=PLellJNJun
VB26QmSQwek-
q5So2NEWeeL4