ĐẠi học nông lâm tp. HỒ chí minh phân tích chiến lưỢc phân phối sản phẩM

Xác định rõ các mục tiêu: nêu rõ các mục tiêu, kể cả dự báo sẽ được sử dụng như thế nào trong việc ra quyết định.

Xác định dự báo cái gì, dự báo giá cả hay sản lượng, hoặc dự báo cả hai, dự báo doanh số nội địa hay xuất khẩu, dự báo doanh số theo sản phẩm hay theo vùng.

Nhận dạng các khía cạnh thời gian: độ dài và giai đoạn của dự báo (năm, quý, tháng, tuần hay ngày). Mức độ khẩn cấp của dự báo (ảnh hưởng đến việc chọn phương pháp dự báo).

Thu thập và xử lý số liệu: số lượng và loại số liệu sẵn có (nội bộ hay bên ngoài số liệu có ở dạng mong muốn hay không, giá trị hay đơn vị). Có thể có quá nhiều hoặc quá ít dữ liệu, có thể thiếu giá trị cần phải ước tính, có thể cần được xử lý trước.

Lựa chọn mô hình: dựa vào bản chất số liệu , độ dài dự báo. Chọn mô hình phù hợp với dữ liệu đã được thu thập sao cho tối thiểu hóa “sai số” dự báo. Mô hình đơn giản hay phức tạp.

Đánh giá mô hình:

+ Kiểm định mô hình trên chuỗi số liệu ta muốn dự báo.

+ Phân biệt độ phù hợp và độ chính xác.

Độ phù hợp: so với giá trị quá khứ

Độ chính xác: so với giá trị dự báo.

+ Nếu mô hình được chọn mà ở bước này không đạt được độ chính xác thì quay lại bước 5 với một mô hình khác.

Chuẩn bị dự báo: nên sử dụng hơn một phương pháp dự báo vì việc kết hợp nhiều phương pháp sẽ cho kết quả tốt hơn so với chỉ dùng một phương pháp.

Trình bày kết quả dự báo: cả dạng viết và thuyết trình.

Theo dõi kết quả dự báo: so sánh mức độ chính xác của giá trị dự báo và giá trị thực tế trong giai đoạn dự báo. Tìm ra nguyên nhân của sự khác biệt.

d) Một số mô hình dự báo:

Hiện nay có rất nhiều phương pháp dự báo khác nhau về nguồn thông tin được sử dụng, về cơ chế xây dựng dự báo, về độ tin cậy độ xác thực của dự báo. Tuy nhiên, có thể nêu lên một số mô hình sau:

Là phương pháp thu thập thông tin, số liệu để kiểm chứng những giả thuyết và giải quyết những câu hỏi liên quan đến tình trạng hiện tại của đối tượng nghiên cứu. Vận dụng phương pháp thống kê mô tả để xử lý chuỗi số liệu về sản lượng tiêu thụ hạt giống bắp lai. Qua đó mô tả những số liệu có liên quan đến quá trình sản xuất và tiêu thụ hạt giống bắp lai của công ty SSC.

Dùng các phần mềm như word, excel, SPSS, Eview 3.0 để xử lý số liệu và chạy mô hình dự báo. Khóa luận chủ yếu sử dụng một số mô hình sau:

2.2.1. Mô hình hồi quy

Y = β₀­ + β­₁­T + e

Trong đó:

- Biến phụ thuộc:Y_t là biến dự báo sản lượng bắp lai tiêu thụ vào năm T_­

- Biến độc lập: T là năm cần dự báo.

- β­₀, β­₁: là hệ số ước lượng.

- e: là sai số không quan sát được.

Kiểm định mô hình hồi quy

- Kiểm định hệ số hồi quy bằng phương pháp P-value

Đặt: H­₀: β­_i = 0 (không có ý nghĩa) (i= 0, 1)

H₁: β­_i ≠ 0 (có ý nghĩa)

Dùng mức ý nghĩa 5%

Bác bỏ H₀ nếu P-value < 5%

- Kiểm định trị thống kê đo lường độ thích hợp của mô hình: R²

R² = 1- (ESS/ TSS)

Giá trị của R² : 0 < R² < 1. Giá trị này càng tiến về 1, thì độ thích hợp của mô hình càng cao, có nghĩa là sự biến động của biến phụ thuộc Y càng được phương trình hồi quy giải thích càng nhiều. Ngược lại R² tiến gần đến 0, mô hình giải thích sự biến động của Y càng ít.

Ví dụ, ta có R² = 0,80: ta nói mô hình hồi quy giải thích được 80% sự biến động của Y.

- Kiểm định về độ thích hợp tổng thể của mô hình: Fisher

Giả thiết:

H_0: β­₁ = 0 (mô hình hồi quy không thích hợp)

H₁: β₁ ≠ 0 (mô hình hồi quy thích hợp)

F-statistic = constant

Prob(F-statistic) < α = 0,05, bác bỏ giả thiết H_0­, vậy mô hình hồi quy thích hợp. Ngược lại Prob(F-statistic) > α = 0,05, chấp nhận giả thiết H₀, mô hình hồi quy không thích hợp.

- Kiểm định hiện tượng phương sai không đồng đều bằng kiểm định White

Ta có mô hình hồi quy: Y = β₀­ + β­₁­T + e

Theo White thì σ² = α₀ + α₁T + α₂T²

+ Ước lượng mô hình theo OLS để tìm β­^ (β₀­^, β₁­^)

+ Tính toán phần dư

e = Y – β₀^­ - β^­₁­T

và xây dựng bình phương phần dư e²

+ Hồi quy phần dư e² theo một hệ số không đổi

T, T²

Đây là hồi quy phụ tương ứng với σ²

+ Tính toán trị thống kê n.R², với n là cỡ mẫu, R² là R² chưa hiệu chỉnh từ hồi quy phụ.

+ Giả thiết:

H_0­: α₁ = α₂ = 0, tức không có hiện tượng phương sai không đồng đều

H₁: α₁ ≠ α₂ , có hiện tượng phương sai không đồng đều

Xác định ²­ với mức ý nghĩa thông qua bảng Chi bình phương, với k là số biến độc lập trong mô hình hồi nhân tạo (k = 2)

Bác bỏ giả thiết H₀ nếu n.R² > ²­, và ngược lại.

- Kiểm định hiện tượng tự tương quan bằng phương pháp kiểm định d của Durbin – Watson:

Bảng 2.1. Quy Tắc Kiểm Định

Giả thiết H₀ Quyết định Nếu

Không có tự tương quan dương Bác bỏ 0 < d < d_L

Không có tự tương quan dương Không quyết định d_L ≤ d ≤ d_U

Không có tự tương quan âm Bác bỏ 4 - d_L < d < 4

Không có tự tương quan âm Không quyết định 4 – d_U ≤ d ≤ 4 – d_L

Không có tự tương quan dương hoặc âm Không bác bỏ d_U ≤ d ≤ 4 - d_U

Trong đó d_U và d_L là các giá trị tra bảng giá trị d

* Chú ý: trong thực tế, khi tiến hành kiểm định Durbin – Watson người ta thường áp dụng qui tắc kiểm định đơn giản như sau:

Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan.

Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương.

Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.

- Vì mô hình chỉ có một biến độc lập và một biến phụ nên không có hiện tượng đa cộng tuyến xảy ra.

- Mô hình ARIMA được xây dựng dựa trên phương pháp BOX- JENKINS do hai nhà thống kê G. E. P Box và G. M Jenkins sáng lập.

Theo Box- Jenkins, mọi quá trình ngẫu nhiên có tính dừng đều có thể biểu diễn bằng mô hình ARIMA. Mô hình ARIMA có tên gọi là mô hình tự hồi quy kết hợp trung bình trượt (ARIMA = AutoRegessive Integrated Moving Average).

+ Mô hình tự hồi quy bậc p – AR (p)

Trong mô hình tự hồi quy quá trình phụ thuộc vào tổng có trọng số của các giá trị quá khứ và số hạng nhiễu ngẫu nhiên. Có dạng:

+ Mô hình trung bình trượt bậc q – MA (q)

Trong mô hình trung bình trượt, quá khứ được mô tả hoàn toàn bằng tổng có trọng số của các ngẫu nhiên hiện hành có độ trễ. Có dạng:

+ Mô hình sai phân (d)

Loại ngẫu nhiên không dừng. Có dạng:

Để loại bỏ tính không dừng - tức biến đổi chuỗi không dừng thành chuỗi dừng ta phải lấy sai phân bậc d (d = 1, 2).

+ Mô hình bình quân trung bình trượt tự hồi quy - ARMA (p, q)

Mô hình kết hợp tự hồi quy với trung bình trượt, có dạng:

+ Mô hình ARIMA (p, d, q)

Mô hình kết hợp 3 quá trình: tự hồi quy, sai phân và trung bình trượt. Có dạng:

Trong đó:

Y_t­: biến phụ thuộc là biến dự báo trong tương lai tại thời điểm t.

: biến phụ thuộc tại các độ trễ t-1,…,t-p (biến hồi quy tự động).

: các sai số ở các thời điểm trước t-1,…, t-q (biến trung bình trượt).

,,…, : các hệ số ước lượng của tự tương quan.

: giá trị trung bình cố định.

,…,: các hệ số ước lượng của trung bình trượt.

p: số độ trễ của phần tự tương quan.

q: số sai số quá khứ của phần trung bình trượt.

d: số lần lấy sai phân của phần sai phân.

- Khảo sát tính dừng

Một quá trình ngẫu nhiên Y_t được xem là dừng nếu như trung bình và phương sai của quá trình không thay đổi theo thời gian và giá trị của đồng phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách hay độ trễ về thời gian giữa hai thời đoạn này chứ không phụ thuộc vào thời điểm thực tế mà đồng phương sai được tính. Cụ thể:

Trung bình: E(Y_t ) =  = const

Phương sai: Var (Y_t ) = ² = const

Đồng phương sai: Covar (Y_t , Y_t-k ) = _k

+ Tính dừng của một chuỗi thời gian có thể được nhận biết dựa trên đồ thị của chuỗi thời gian, đồ thị của hàm tự tương quan mẫu hay kiểm định Dickey- Fuller.

Dựa trên đồ thị Y_t = f(t), một cách trực quan chuỗi Y_t có tính dừng nếu như đồ thị cho thấy trung bình và phương sai của quá trình Y_t không thay đổi theo thời gian.

+ Dựa vào hàm tự tương quan mẫu (SAC – Sample Auto Correllation)

Nếu SAC = f(t) của chuỗi thời gian giảm nhanh và tắt dần về 0 thì chuỗi có tính dừng.

+ Kiểm định Dickey- Fuller (kiểm định nghiệm đơn vị) nhằm xác định xem chuỗi thời gian có phải là Bước Ngẫu Nhiên (Random Walk; nghĩa là Y_t = 1*Y_t-1 + _t) hay không. Nếu chuỗi là Bước Ngẫu Nhiên thì không có tính dừng. Tuy nhiên, nếu chuỗi không có tính dừng thì chưa chắc là Bước Ngẫu Nhiên.

Để biến đổi chuỗi không dừng thành chuỗi dừng, thông thường nếu lấy sai phân một lần hoặc hai lần thì sẽ được một chuỗi kết quả có tính dừng:

Chuỗi gốc: Y_t

Chuỗi sai phân bậc 1: W_t ^­ = Y_t – Y_t-1

Chuỗi sai phân bậc 2: V_t = W_t – W_t-1

- Khảo sát tính mùa vụ

Tính mùa vụ là hành vi có tính chu kỳ của chuỗi thời gian trên cơ sở năm lịch. Tính mùa vụ có thể được nhận ra dựa vào đồ thị SAC = f(t). Nếu cứ sau m thời đoạn thì SAC lại có giá trị cao (nghĩa là đồ thị sac có đỉnh cao) thì đây là dấu hiệu của tính mùa vụ. Chuỗi thời gian có tồn tại tính mùa vụ sẽ không có tính dừng. Phương pháp đơn giản nhất để khử tính mùa vụ là lấy sai phân thứ m. Nếu Y_t có tính mùa vụ với chu kỳ m thời đoạn thì chuỗi sẽ được khảo sát thay vì chuỗi y_t .

- Nhận dạng mô hình ARIMA

Nhận dạng mô hình ARIMA (p,d,q) là tìm các giá trị thích hợp của p, d, q. Với d là bậc sai phân của chuỗi thời gian được khảo sát, p là bậc tự hồi qui và q là bậc trung bình trượt. Việc xác định p và q sẽ phụ thuộc vào các đồ thị SPAC = f(t) và SAC = f(t). Với SAC đã được giới thiệu ở trên và SPAC là Tự Tương Quan Riêng Phần Mẫu (Sample Partial Auto- Correlation); nghĩa là tương quan giữa Y_t và Y_t-p sau khi đã loại bỏ tác động của các Y trung gian.

+ Chọn mô hình AR (p) nếu đồ thị SPAC có giá trị cao tại độ trễ 1, 2, ..., p và giảm nhiều sau p và dạng hàm SAC giảm dần.

+ Chọn mô hình MA (q) nếu đồ thị SAC có giá trị cao tại độ trễ 1, 2, ..., q và giảm nhiều sau q và dạng hàm SPAC giảm dần.

+ Chọn mô hình ARMA (p,q) nếu đồng thời dạng đồ thị SAC và dạng đồ thị SPAC đều giảm dần. Tóm lại:

- Ước lượng các thông số của mô hình ARIMA (p, d, q)

Các thông số _ivà _j của mô hình ARIMA sẽ được xác định theo phương pháp bình phương tối thiểu (OLS- Ordinary Least Square) sao cho:

- Kiểm tra chẩn đoán mô hình

+ Sau khi xác định p, d, q và các _i_j; nghĩa là đã xác định được phương trình cho mô hình ARIMA, điều cần phải làm là tiến hành kiểm định xem số hạng _t của mô hình có phải là một nhiễu trắng (white noise, nhiễu ngẫu nhiên thuần túy) hay không. Đây là yêu cầu của một mô hình tốt.

Về mặt lý thuyết, _t được tạo ra bởi quá trình nhiều trắng nếu:

Việc kiểm định tính nhiễu trắng sẽ dựa trên đồ thị SAC của chuỗi _t

+ Kiểm định hệ số hồi quy: hệ số hồi quy này phải luôn bằng 1 trong bất kỳ bậc của hệ số hồi quy tự động và trung bình trượt.

+ Kiểm tra Theil (U): là thước đo về độ chính xác dự báo. Nếu hệ số này càng nhỏ thì mô hình càng có ý nghĩa. Mô hình lý tưởng khi U = 0. Thông thường, 0 < U < 1,2.

+ Kiểm tra Decomposition: nếu hệ số sai lệch (Bias), phương sai (Varian) và hệ số hồi quy tự động càng tiến về 0 thì mô hình càng lý tưởng. Còn hệ số hiệp phương sai (Covariance) và số dư càng tiến về 1 thì mô hình càng hoàn hảo.

CHƯƠNG 3

TỔNG QUAN

3.1. Giới thiệu về Công ty Cổ Phần Giống Cây Trồng Miền Nam

3.1.1. Quá trình hình thành và phát triển

- Ngày 14/05/1976, Cty Giống cây trồng phía Nam được thành lập.

- Năm 1978, Cty giống cây trồng phía Nam được hợp nhất thành Chi Nhánh I, rồi đổi thành xí nghiệp Giống cây trồng I trực thuộc Cty Giống cây trồng TW vào năm 1981. Đến năm 1989, Cty tách khỏi Cty Giống Cây Trồng Trung Ương để thành lập Cty: “Cty Giống Cây Trồng Trung Ương II”. Ngày 08/01/1993 “Cty Giống Cây Trồng Miền Nam” được thành lập theo quyết định thành lập DN Nhà nước số 43/BNN do Bộ Trưởng Bộ Nông Nghiệp Phát Triển Nông Thôn Nguyễn Công Tạn ký. Cty được Bộ Nông nghiệp và Phát triển nông thôn xác nhận và cho phép áp dụng điều lệ “Quản lý DN Nhà nước” ngày 04/11/1992 như sau:

• 
  Tên DN: “Cty Giống Cây Trồng Miền Nam”
  
• 
  Tên giao dịch quốc tế: “Southern Seed Company”
  
• 
  Tên viết tắt: “SSC”
  
• 
  Tháng 06/2002 Cty được cấp giấy phép cổ phần hóa và đổi tên thành: “Cty Cổ Phần Giống Cây Trồng Miền Nam”
  
• 
  Tên giao dịch quốc tế: “Southern Seed Joint Stock Company”
  
• 
  Tên viết tắt: “SSC”
  
• 
  Trụ sở chính của Cty Cổ Phần Giống Cây Trồng Miền Nam đặt tại: 282 Lê Văn Sỹ - Quận Tân Bình - TP. HCM
  
• 
  Chi nhánh của Cty Cổ Phần Giống Cây Trồng Miền Nam đặt tại 14 ngõ 489 Nguyễn Văn Cừ - Quận Long Biên - HN
  

- Cty thường xuyên hợp tác với các tổ chức Quốc tế như: Viện Lúa Quốc Tế (IRRI), Viện nghiên cứu rau quả Châu Á (AVRDC), Trung tâm nghiên cứu Bắp - mì Quốc tế (CIMMYT)…

- Ngày 26/04/2003 Cty được tổ chức BVIQ cấp chứng nhận ISO 9001:2000

3.1.2. Chức năng và nhiệm vụ của Công Ty

a) Chức năng

Cty đã xác định mô hình tổ chức hoạt động phải hội đủ ba chức năng chính là: Nghiên cứu - Sản xuất - Kinh doanh thì hoạt động của Cty mới đạt được hiệu quả cao, sự phát triển của Cty mới bền vững và mới có thể cạnh tranh được trong bối cảnh hội nhập khu vực và quốc tế. Cụ thể là:

- Nghiên cứu, SXKD, xuất nhập khẩu giống cây trồng các loại.

- SXKD xuất nhập khẩu nông sản, vật tư nông nghiệp.

- Thiết kế, chế tạo, lắp đặt, xuất nhập khẩu các loại máy móc, thiết bị chế biến giống và nông sản.

- Sản xuất, gia công, sang chai, đóng gói thuốc bảo vệ thực vật.

- Tổ chức nghiên cứu khoa học kỹ thuật và cung cấp những sản phẩm mới, năng suất cao.

- Bồi dưỡng, đào tạo CBCNV.

- Tổ chức hệ thống phân phối lưu thông hàng hóa, cung ứng vật tư sản xuất và tiêu thụ sản phẩm trong và ngoài nước. Thực hiện các chức năng đối nội, đối ngoại.

• 
  Đại hội đồng cổ đông
  

• 
  Hội đồng quản trị
  

• 
  Ban kiểm soát
  

• 
  Ban giám đốc
  

+ Tổ chức Nhân sự Hành chính.

+ Nghiên cứu Phát triển.

+ Chỉ đạo hoạt động kinh doanh, bao gồm cả Chi nhánh HN.

+ Các dự án đầu tư xây dựng cơ bản.

+ Giúp việc cho Tổng Giám đốc có 3 Phó Tổng Giám đốc và các Trưởng/Phó phòng, các Giám đốc Trạm, Trại, Chi nhánh.

+ Công tác sản xuất tại Cty và các Trạm, Trại.

+ Chế biến Bảo quản.

+ Kiểm tra, kiểm nghiệm hạt giống.

+ Đại diện lãnh đạo trong triển khai áp dụng hệ thống quản lý chất lượng theo tiêu chuẩn ISO 9001:2000 của Cty.

- Phó Tổng Giám đốc Tài chính: phụ trách các lĩnh vực:

+ Công tác kế toán bao gồm Kế toán tài chính và Kế toán quản trị.

+ Công tác quản trị tài chính, tham vấn cho Tổng Giám đốc về các chính sách sử dụng vốn và chi tiêu của Cty.

+ Sản xuất, kinh doanh cơ khí.

+ Ứng dụng tin học trong quản lý.

- Phó Tổng Giám Đốc phụ trách quản lý các Trạm, Trại.

• 
  Các phòng ban
  

+ Quản trị nguồn nhân lực; Công tác định mức lao động; tiền lương và các chế độ, chính sách cho người lao động.

+ Quản trị hành chính văn phòng; Công tác phòng cháy chữa cháy, bảo vệ; Giao tế.

+ Xây dựng cơ bản.

+ Lập kế hoạch tài chính: tiền mặt, vốn vay, vốn lưu động.

+ Quản lý các khoản phải thu, chi.

+ Các chính sách tín dụng trả chậm.

+ Các khoản đầu tư.

+ Giao dịch ngân hàng.

+ Phân tích, đánh giá hiệu quả quản lý và sử dụng vốn.

+ Quản lý hệ thống luân chuyển chứng từ, lưu trữ các báo cáo tài chính.

+ Theo dõi cơ cấu vốn của Cty.

- Phòng Kinh Doanh:

+ Tổ chức nghiên cứu và khảo sát thị trường hạt giống và vật tư nông nghiệp.

+ Tổ chức và quản lý hệ thống phân phối sản phẩm.

+ Công tác tiếp thị, quảng cáo, trình diễn, hội thảo.

+ Xây dựng kế hoạch và thực hiện cung ứng vật tư, nguyên vật liệu, hóa chất, nhãn hàng hóa, bao bì.

+ Xúc tiến bán hàng.