c8 - rui ro.pdf

Chương 8: Rủi ro và bất định trong phân tích dự án

Nguyễn Hải Ngân Hà

[email protected]

Bộ môn Tài Chính – Khoa Quản lý Công nghiệp Đại học Bách Khoa - TPHCM

Bài giảng “Lập và phân tích dự án” 2

Nội dung

1. Tổng quan rủi ro và bất định

2. Phân tích độ nhạy (sensitivity analysis)

3. Phân tích rủi ro (risk analysis)

4. Mô phỏng theo Monte – Carlo



Chắc chắn (tất định, certainty) – khi ta biết khả năng chắc chắn xuất hiện của các trạng thái.

Rủi ro (risk): khi ta biết được xác suất xuất hiện của các trạng thái.

Không chắc chắn (bất định, uncertainty): khi chúng ta không biết được xác suất xuất hiện của các trạng thái hoặc không biết được các dữ liệu liên quan đến vấn đề cần giải quyết

Cần phân biệt một số khái niệm …



Xác suất khách quan: thông qua phép thử khách

quan và suy ra xác suất => trong kinh tế , không

có cơ hội để thử .

Xác suất chủ quan: Khi không có thông tin đầy

đủ, người ra quyết định tự gán xác suất một cách

chủ quan đối với khả năng xuất hiện của trạng

thái.

=> Ta không cần thiết phải phân biệt rủi ro và bất

định vì ta có thể gán xác suất chủ quan vào phân

tích bất định để trở thành phân tích rủi ro.



Những rủi ro có thể có trong khi thực hiện dự án:

Trong quá trình chuẩn bị / xây dựng dự án

Chi phí xây dựng vượt dự kiến

Thời gian xây dựng vượt dự kiến

Nguồn kinh phí thiếu hụt, không đáp ứng kịp

Trong quá trình vận hành / triển khai

Thiên tai

Nguồn cung ứng nguyên vật liệu thiếu hụt

Nguồn kinh phí thiếu hụt

Thị trường biến động mạnh, khủng hoảng

Thiếu hụt nguồn nhân lực chủ chốt



Rủi ro xảy ra có thể ảnh hưởng đến:

giá trị dòng tiền tệ CF vào và ra của dự án

suất chiết khấu (i%)

Làm thay đổi các kết quả thẩm định

(PW, IRR, B/C …)



Các phương thức hạn chế rủi ro và bất định:

Tăng cường độ tin cậy của thông tin đầu vào

Thực hiện các phân tích dựa trên các mô

hình toán để làm cơ sở ra quyết định

Nhóm mô hình mô tả (descriptive model)

Nhóm mô hình có tiêu chuẩn hay có định

hướng (normative or prescriptive model)



Nhóm mô hình mô tả - descriptive model:

mô tả các định tính của phương án đầu tư và

xem xét những khả năng biến đổi có thể có của

chúng (từ MH này, ta chưa có kết luận cuối

cùng mà chỉ có thông tin liên quan làm cơ sở

cho việc ra quyết định.

+ Ví dụ: xác định giá trị hiện tại PW của một

phương án



Nhóm mô hình có tiêu chuẩn hay có định

hướng- normative/prescriptive model: có

chứa hàm mục tiêu cần phải đạt cực trị (từ MH

này, ta có được kết luận cuối cùng)

+ Ví dụ: đặt mục tiêu đạt giá trị PW cực đại


2. Phân tích độ nhạy – Sensitivity analysis

Mục đích:

- Xem xét lại tính khả thi của dự án trong trường

hợp một số yếu tố quan trọng ảnh hưởng lớn đến

kết quả thẩm định thay đổi.

Ví dụ:

+ MARR thay đổi trong biên độ 5% thì PW

thay đổi như thế nào?

+ Doanh thu hàng năm thay đổi trong biên độ

15% thì PW thay đổi như thế nào ?



Mô hình phân tích độ nhạy thuộc loại mô hình mô tả

+ Ví dụ: Ảnh hưởng của suất chiết khấu MARR đến PW

(hoặc NPV)



+ Tuy nhiên, nhược điểm của phân tích độ nhạy:

Chỉ xem xét tác động của từng tham số riêng lẻ

(trong khi kết quả thẩm định lại chịu tác động

của nhiều tham số cùng lúc)

Không trình bày được xác suất xuất hiện của

các tham số và xác suất xảy ra của các kết quả

=> Phân tích rủi ro (risk analysis) sẽ khắc phục

nhược điểm này



Có thể phân tích độ nhạy trên excel: DATA TABLE

Chọn ô tham

số cần thay đổi

PW

IRR



Phân tích độ nhạy của các phương án so sánh:

Khi so sánh 2 hay nhiều phương án do dòng

tiền tệ của các phương án khác nhau nên độ

nhạy của các chỉ số hiệu quả kinh tế đối với

các tham số cũng khác nhau nên cần phân tích

thêm sự thay đổi này



Phân tích độ nhạy của các phương án so sánh:

Có 2 phương án A và B , độ nhạy của PW theo tuổi

thọ N của 2 phương án như sau:

A tốt hơn B khi N >10 năm

B tốt hơn A khi 7<N<10 năm

A&B đều không đáng giá khi N<7 năm



Phân tích độ nhạy theo nhiều tham số -

scenario analysis:

Mục đích: so sánh trường hợp “cơ sở” với

một hay nhiều trường hợp khác (tốt nhất, tệ

nhất) để xác định các kết quả thẩm định khác

nhau của dự án.



Phân tích độ nhạy theo nhiều tham số -

scenario analysis:

Tham số có thể

thay đổi giá trị

TH tệ nhất TH cơ sở TH tốt nhất

Số lượng sp 1,600 2,000 2,400

Giá bán ($) 48 50 53

CP biến đổi($) 17 15 12

CP cố định ($) 11,000 10,000 8,000

Giá trị còn lại ($) 30,000 40,000 50,000

PW (15%) -$5,856 $40,169 $104,295


3. Phân tích rủi ro – risk analysis

Định nghĩa:

Là phân tích mô tả các ảnh hưởng đối với độ đo

hiệu quả kinh tế của các phương án đầu tư trong

điều kiện có rủi ro.



S1 S2 Sj

A1

A2

Ai

R11 R12 R1j

R21 R22 R2j

Ri1 Ri2 Rij

Xác suất của các trạng thái Pi P1 P2 Pj

Mô hình tổng quát của bài toán phân tích rủi ro

Ai: Phương án đầu tư Si: Kết quả xảy ra (Khó khăn, thuận lợi …)

Rij: Chọn phương án Ai và kết quả Sj thì sẽ có được kết quả là Rij

Pi: Xác suất để trạng thái Sj xảy ra (nếu là bất định thì sẽ không xác

định được Pi)



1

( ) ( * )n

i ij j

j

E A R P

2

1

( ) ( ( )) *n

i ij i j

j

A R E A P

Giá trị kỳ vọng (expected value): của dự án Ai

Độ lệch chuẩn (standard deviation): đo mức độ rủi ro của

D/A, cho biết kết quả lệch xa giá trị kỳ vọng E(Ai) bao nhiêu

Hệ số biến thiên Cv (coefficient of variation): đo rủi ro

tương đối giữa các D/A, D/A nào có Cv càng lớn thì mức độ

rủi ro càng cao ( )

( )

iV

i

AC

E A

Bài giảng “Lập và phân tích dự án”


1( )E A

1( )A

Phương án Ai

Trạng thái Si S1 S2 Sj Sn

A1

A2

Ai

Am

Xác suất của các trạng thái Pi

Phương án Ai

R11 R12 R1j R1n

R21 R22 R2j R2n

Ri1 Ri2 Rij Rin

Rm1 Rm2 Rmj Rmn

P1 P2 Pj Pn

= R11 P1 * R12 P2

* R1j Pj * R1n Pn

* + + + ..……+

= (R11- E(A1))2*P1 (R12- E(A1))

2*P2 (R1n- E(A1))2*Pn + +……...+

1

1

( )

( )v

AC

E A



Tính xác suất theo phân phối chuẩn – normal distribution

tuân theo n ng:

sô trung nh a n u nhiên X

phương sai a n u nhiên X

đô ch n a n u nhiên X

2

2

2

)(

2

1)(

x

exf

2

)( XE

2)( XVar




Ký u : n)

a) ),(~ 2NX

)1,0(~ NZ

P(a<X<b) = S

b

a

x

dxeS2

2

2

)(

2

1




t

)()( bZaPbXaP

)(b

Za

P

)1,0(~),(~ 2 NZNXX

Z

Có 3 loại bảng tra

Z

f(z)

0

zo

S



: m c t đê phương án đầu tư suất

thu lợi (RR) sau thuê m trong ng:

a) 4% n 5%

b) 5% n 6%

Biết


)1(AE

)1(A

= 4%

=2.12%



%12.2

%4%4

%12.2

%4%5FF%)5%4(). RRPa

)0()47.0( FF 0%08.18 =18.08%

%)6%5(). RRPb%12.2

%4%5

%12.2

%4%6FF

47.094.0 FF

%08.18%64.32 = 14.56%




Phân tích rủi ro trong dòng tiền CF

+ n:

N

j

j

j AiPW0

)1(

+ n: N

j

j

j AEiPWE0

)()1()(

+ n: N

j

j

j AVariPWPWVar0

22 )()1()()(



+ n:

i ro n.

N

j

j

j AVariPW0

2 )()1()(

+ n trung tâm(Central Limit Theorem):

E(PW) phương sai Var(PW) , hay:

PWPWENPWN 2,~)(




:

i:

P = 2000 tr – n)

A = 1000 tr -n).

ng năm là 200tr

N = 3 năm

MARR = 10% = i%

SV = 0

u n )




J 0 1 2 3

P - 2 000

A 1 000 1 000 1 000

SV 0

- 2 000 1 000 1 000 1 000

200*200 = 40 000 200*200 = 40 000 200*200 = 40 000

N

j

j

j iAPWE0

)1()(3

1

0 1.01j

j

jAA

3

1

%)101(10002000j

j )3%,10,/(10002000 AP

4869.2*10002000 = 486.9 tr




= 82 957.

N

j

j

jAVariPWPWVar

0

22 1)(

N

j

j

jAVariiAVar

1

2

0 21)(3

1

0 40000 / 1 21%j

j

)3%,21,/(00040 AP


( ) 40000 /1.1^ 2 40000 /1.1^ 4 40000 /1.1^ 6Var PW



)(PWVarPW 82957 = 288 tr

PWE = 487 tr

n:

)288,487(~ 2NPW

âm:

288

4870)0( ZPPWP

)69.1(ZP

)69.1(F = 4.55% ng)




NN 0

N N

00

i

ng cao

i ro tăng

i gian




SV chỉ tham khảo thêm, không thi phần mô

phỏng Monte – Carlo

Định nghĩa:

Mô phỏng Monte – Carlo là một phương pháp

phân tích mô tả các hiện tượng chứa yếu tố

ngẫu nhiên (rủi ro trong dự án…) nhằm tìm ra

lời giải gần đúng

Được sử dụng trong phân tích rủi ro khi việc

tính toán bằng giải tích quá phức tạp



Thủ tục:

Thực chất là lấy 1 cách ngẫu nhiên các giá trị có

thể có của các biến ngẫu nhiên ở đầu vào và tính ra

kết quả thực nghiệm của đại lượng cần phân tích

Quá trình đó lặp lại nhiều lần để có một tập đủ lớn

các kết quả thử nghiệm

Tính toán thống kê tập hợp các kết quả đó để có

các đặc trưng thống kê của kết quả cần phân tích



Thu nhập

ròng hàng

năm đều A

(tr. đ)

Xác suất

P(A)

2000

3000

4000

0.20

0.50

0.30

Một dự án đầu tư có dòng tiền tệ năm và tuổi thọ

là những biến ngẫu nhiên có phân phối xác suất

Tuổi thọ dự án N

(năm)

Xác suất P(N)

1

2

3

4

5

6

7

0.10

0.15

0.20

0.25

0.15

0.10

0.05



Yêu cầu: Xác định giá trị kỳ vọng và phương sai của

PW, khả năng đầu tư vào dự án là có lợi P(PW > 0)

Bước 1:

Tìm cách phát ra một cách ngẫu nhiên các giá trị của 2 biến ngẫu nhiên A & N sao cho chúng thỏa mãn phân phối xác suất như đề bài

Muốn vậy, ta dùng trung gian 2 biến ngẫu nhiên, có phân phối đều từ 0 đến 1



Phân phối tích lũy của

biến ngẫu nhiên phân

bố đều b

1

100%

N 1 0 b b 2 3 4 5 6 7

20%

80%

60%

40%

F

Phân phối

tích lũy của

biến ngẫu

nhiên N

Phân phối

tích lũy của

biến ngẫu

nhiên A

Phân phối tích lũy

của biến ngẫu nhiên

phân bố đều a

F

2000 3000 4000 A 1 0 a a

20%

70%

100%



Mỗi lần phát ra 2 số ngẫu nhiên và phân phối đều, dựa vào 2 đồ thị trên ta suy ra được Ai và Ni tương ứng

Bước 2: Tính giá trị của PWi theo 2 giá trị Ai và Ni vừa chọn ở bước 1

Bước 3: Lặp lại bước 1 & 2 m lần, với m khá lớn, ta sẽ có m giá trị PWi, i = 1,2,3,…,m

Bước 4: Tính E[PW], V[PW] từ tập hợp PWi có được ở bước 3

Từ đó tính được xác suất P[PW > 0]



Chọn giải pháp tốt nhất

Xác định vấn đề

Chọn các biến số quan trọng

Phân tích kết quả

Xây dựng mô hình mô phỏng

Thực hiện mô phỏng

Xác định giá trị của các biến

c8 - rui ro.pdf

Documents