Áp dụng mô phỏng Monte-Carlo để phân tích rủi ro tài chính khi đầu tư chung cư cho người có thu nhập thấp

Chia sẻ: ViJakarta2711 ViJakarta2711 | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

43
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Người có thu nhập thấp chiếm một phần lớn lực lượng lao động của xã hội. Họ có trình độ chuyên m n và góp phần thúc đẩy sự phát triển bền vững của xã hội. Vì thế bên cạnh giá bán, lợi nhuận mà nhà đầu tư rất quan tâm thì nhu cầu, chất lượng, khả năng thanh toán của người có thu nhập thấp là yếu tố quan trọng kh ng kém, cần được cơ quan Nhà nước và doanh nghiệp quan tâm, nhằm đảm bảo đầu ra của sản phẩm và sản phẩm phải phù hợp.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Áp dụng mô phỏng Monte-Carlo để phân tích rủi ro tài chính khi đầu tư chung cư cho người có thu nhập thấp

THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 87 ÁP DỤNG MÔ PHỎNG MONTE-CARLO ĐỂ PHÂN TÍCH RỦI RO TÀI CHÍNH KHI ĐẦU TƢ CHUNG CƢ CHO NGƢỜI CÓ THU NHẬP THẤP ThS. Trần Minh Trí Bí th oàn TNCS HCM, tr ng i học X y d ng Miền Trung Tóm tắt: Người có thu nhập thấp chiếm một phần lớn lực lượng lao động của xã hội. Họ có trình độ chuyên m n và góp phần thúc đẩy sự phát triển bền vững của xã hội. Vì thế bên cạnh giá bán, lợi nhuận mà nhà đầu tư rất quan tâm thì nhu cầu, chất lượng, khả năng thanh toán của người có thu nhập thấp là yếu tố quan trọng kh ng kém, cần được cơ quan Nhà nước và doanh nghiệp quan tâm, nhằm đảm bảo đầu ra của sản phẩm và sản phẩm phải phù hợp. Ngoài ra với sự cạnh tranh gay gắt trong kinh doanh bất động sản cùng với sự biến động của kinh tế thế giới, các dự án bất động sản đã trở nên nhiều rủi ro hơn. Do đó, nghiên cứu “Áp dụng m phỏng Monte-Carlo để phân tích rủi ro tài chính khi đầu tư chung cư cho người có thu nhập thấp” là cần thiết giúp nhà đầu tư có những ước lượng lợi nhuận chính xác, cũng như đánh giá tính khả thi của dự án tốt hơn và tạo cơ hội cho người có thu nhập thấp có được nơi ở ổn định và phù hợp trong thời kỳ khủng hoảng kinh tế. 1. Giới thiệu Th c tế ch ơng trình nhà ở cho ng i 2. Mục tiêu nghiên cứu thu nhập thấp đã triển khai từ năm 2003 Bài báo này trình bày kết quả ph n nh ng tiến trình này còn chậm [1]. Mặc dù tích và đánh giá mức độ rủi ro tác động vào chung c cho ng i có thu nhập thấp là ph n hiệu quả tài chính của một d án th c tế: khúc thị tr ng có nhu cầu rất lớn, nhất là t i chung cư cho người thu nhập thấp tại huyện Thành phố Hồ Chí Minh. Song, việc thu hút Nhà Bè của c ng ty cổ phần Xây dựng và đầu t vào lĩnh v c này đang hết sức khó Kinh doanh Địa ốc Hòa Bình. Ph ơng pháp khăn. Hầu hết các doanh nghiệp chỉ chú mô phỏng Monte-Carlo đ ợc l a chọn để trọng vào việc đầu t x y d ng nhà ở th ơng ph n tích và đánh giá rủi ro. Từ đó đ a ra m i để bán, rất ít doanh nghiệp quan t m đầu một số biện pháp để d án mang l i lợi nhuận t x y d ng chung c để bán, bán trả góp cho chủ đầu t và th c s đến đ ợc “tay” hoặc cho thuê, phục vụ đối t ợng trên. ng i có thu nhập thấp với giá cả hợp lý [2]. Nh ng với nhiều cơ chế, chính sách đúng Một số kiến nghị đ ợc đ a ra giúp các nhà đắn hỗ trợ tối đa cho các nhà đầu t và đầu t đề xuất chiến l ợc kinh doanh dài h n ng i có thu nhập thấp từ ảng, Nhà n ớc, của mình một cách thành công . Chính phủ trong năm 2009 đã th c s 3. Đối tƣợng đƣợc mua, thuê, thuê mua khuyến khích các doanh nghiệp, có thể kể nhà ở thu nhập thấp đến nh : Nghị quyết số 18/NQ-CP và các Theo điều 6, Quyết định 67 của Thủ Quyết định số 65,66,67/2009/Q -TTg. T ớng Chính phủ thì các đối t ợng đ ợc ể h ởng ứng các chính sách đúng mua, thuê, thuê mua nhà ở thu nhập đắn trên, bài báo này đ a ra những phần thấp gồm cán bộ, công chức, viên chức, l c nghiên cứu nhỏ, mong làm an t m những l ợng vũ trang h ởng l ơng từ ng n sách ng i đầu t cho lĩnh v c này. nhà n ớc và ng i có thu nhập thấp t i khu
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 88 v c đô thị. Và phải đáp ứng đủ các điều kiện Carlo là lấy một cách ngẫu nhiên theo quy sau : luật ph n phối xác suất các giá trị có thể có + Ch a có nhà ở hoặc có nhà ở nh ng của các biến ngẫu nhiên ở đầu vào và tính ra diện tích bình qu n d ới 5 m2/ng i; một kết quả th c nghiệm của đ i l ợng cần + Ch a đ ợc Nhà n ớc hỗ trợ về nhà ở, ph n tích [3]. Quá trình đó lặp l i nhiều lần đất ở d ới mọi hình thức; để có một tập hợp đầy đủ lớn các kết quả + ối với các tr ng hợp mua và thuê th c nghiệm. Tính toán thống kê các kết quả mua nhà ở thu nhập thấp thì phải có hộ khẩu đó để có các đặc tr ng thống kê cần thiết của th ng trú hoặc t m trú dài h n t i tỉnh, thành kết quả cần ph n tích của d án, cụ thể nh phố tr c thuộc Trung ơng nơi có d án; giá trị kỳ vọng của NPV, độ lệch chuẩn của + Có mức thu nhập thấp, không có khả NPV của d án, hoặc xác suất để NPV có năng t cải thiện chỗ ở. giá trị m. Các nghị quyết và các quyết định của Crystal Ball (CB) là một phần mềm Thủ t ớng Chính phủ về một số cơ chế, trợ giúp quá trình thiết lập mô hình mô chính sách nhằm đẩy m nh phát triển nhà ở phỏng cho nhiều lĩnh v c khác nhau, d a cho học sinh, sinh viên các cơ sở đào t o và trên nguyên lý mô phỏng Monte Carlo và nhà ở công nh n lao động t i khu công trên nền phần mềm Excel. Crystal Ball cho nghiệp tập trung, người có thu nhập thấp t i phép những ng i sử dụng định nghĩa các khu v c đô thị. ph n bố xác suất trên một tập các biến số Bộ X y d ng cũng đã ban hành thông ngẫu nhiên của mô hình. Crystal Ball do tập t 36/2009/TT-BXD h ớng dẫn việc bán, đoàn Oracle-một trong 100 công ty lớn nhất cho thuê, cho thuê mua và quản lý sử dụng thế giới do Fortune bầu chọn- x y d ng. nhà ở cho ng i có thu nhập thấp t i khu Crystal Ball có nhiều công cụ khác nhau trợ v c đô thị. Trong đó, nguyên tắc l a chọn giúp cho ng i sử dụng trong việc thiết lập đối t ợng đ ợc mua, thuê, thuê mua nhà ở và phân tích các mô hình (Bootstrap, phân thu nhập thấp đ ợc Bộ X y d ng d a theo tích Tornado, mô phỏng 2D và Batch Fit). bảng điểm. Việc l a chọn đối t ợng đ ợc Theo quy trình nghiên cứu trong mua, thuê, thuê mua nhà ở thu nhập thấp Hình 1, tr ớc hết các biến đầu vào (còn th c hiện theo ph ơng pháp chấm điểm, đ ợc gọi là biến rủi ro) đ ợc nhận d ng ng i có tổng số điểm cao hơn sẽ đ ợc u thông qua xem xét tổng quan các nghiên cứu tiên giải quyết tr ớc (với thang điểm tối đa đã th c hiện. Kế tiếp mô hình tính toán lợi là 100). nhuận d án nghiên cứu đ ợc thiết lập trong 4. Phƣơng pháp nghiên cứu nền Excel. Sau đó, th c hiện mô phỏng Mô phỏng Monte-Carlo là một Monte-Carlo với phần mềm Crystal Ball các ph ơng pháp ph n tích mô tả các hiện t ợng yếu tố rủi ro chính và ph n tích mức độ rủi có chứa các biến đầu vào có tính ngẫu nhiên ro tác động vào hiệu quả tài chính d án đầu nhằm tìm ra l i giải gần đúng cho kết quả t x y d ng chung c cho ng i thu nhập của d án. Th c chất của mô phỏng Monte- thấp. ánh giá hiệu quả tài chính d a trên
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 89 giá trị NPV, IRR, B/C và khả năng chi trả họp do Sở X y D ng Tp.HCM chủ trì ngày của ng i có thu nhập thấp để xem xét tính 13/3/2009. khả thi của d án. Từ đó đ a ra một số kiến 5. Phân tích tài chính của dự án khi nghị giúp các nhà đầu t đ a ra chiến l ợc không tính đến rủi ro kinh doanh l u dài của mình một cách hợp Sáu kịch bản khác nhau đã đ ợc xem lý: nếu rủi ro cao thì có thể không đầu t xét và kết quả ph n tích hiệu quả tài chính hoặc điều chỉnh một số thông số của d án d án đ ợc trình bày trong Bảng 1. để có thể th c hiện d án với mức độ rủi ro Mặc dù đứng trên ph ơng diện chủ chấp nhận đ ợc và kiến nghị để d án trên đầu t thì ph ơng án thứ 2 mang l i lợi th c s đến đ ợc “tay” ng i có thu nhập nhu n cao nhất nh ng xét về mặt tổng thể để thấp với giá cả hợp lý. phù hợp với khả năng thanh toán của ng i mua và mang l i lợi nhuận cao cho chủ đầu t vì giá nhà rẻ sẽ bán đ ợc nhanh thì chọn ph ơng án 4 là thích hợp với giá bán 7,954,000 (đồng/m2) và lợi nhuận là 19,523,000,000 (đồng). Nghĩa là doanh nghiệp phải tìm đ ợc đối tác góp vốn cùng đầu t và Nhà n ớc hỗ trợ doanh nghiệp bằng hỗ trợ về vốn, về đất đai, v.v... để tr c tiếp hay gián tiếp tác động giúp doanh nghiệp giảm chi phí đầu t , từ đó giảm giá bán để ng i d n có thể mua. Bên c nh đó việc công bố thông tin, hỗ trợ thủ tục hành chính 1 cách đầy đủ, rõ ràng đến các doanh Hình 1: Quy trình nghiên cứu nghiệp sẽ giúp doanh nghiệp có các ph ơng D án nghiên cứu là d án t i xã án đầu t , kinh doanh phù hợp và giảm rất Long Thới, Huyện Nhà Bè, Tp.HCM do nhiều chi phí, th i gian của doanh nghiệp Công ty Cổ phần X y d ng và Kinh doanh cũng nh cơ quan Nhà n ớc. ịa ốc Hòa Bình đang xin phép đầu t và đã ký cam kết tham gia thí điểm ch ơng trình Nhà phục vụ ng i có thu nhập thấp t i cuộc Bảng 1. Kết quả phân tích tài chính của dự án nghiên cứu theo các kịch bản khác nhau Giá bán Lợi nhuận STT Các tr ng hợp NPV IRR B/C (triệu (triệu đồng) đồng/m2) 1 Áp thuế GTGT 10% và 2,570 22.50% 1.013 8.954 14,986 thuế TNDN 25% 2 ợc miễn thuế GTGT, 5,854 31.20% 1.030 8.140 19,981 miễn thuế TNDN
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 90 3 Không vay ngân hàng 22,463 33.50% 1.140 8.749 14,642 4 Không vay ngân hàng, đ ợc miễn thuế GTGT, 25,672 36.00% 1.163 7.954 19,523 miễn thuế TNDN 5 Hỗ trợ bằng hình thức 9,137 52.70% 1.048 7.969 13,336 giao đất 6 Miễn thuế TNDN và áp 13,871 53.60% 1.071 8.548 19,918 thuế GTGT 5% 6. Phân tích tài chính của dự án khi tính xác suất của biến đầu vào sẽ đ ợc nghiên đến rủi ro (phân tích mô phỏng) cứu d a trên các số liệu thống kê ở quá khứ 6.1. Phân phối xác suất của các biến đầu của biến đầu vào và ý kiến các chuyên gia. vào. Bảng 2 trình bày kết quả xác định ph n phối Xác định ph n phối xác suất của các xác suất của các biến đầu vào bằng cách biến đầu vào là quan trọng trong th c hiện dùng chức năng Fit trong Crystal Ball. mô phỏng Monte-Carlo [4]. Các ph n phối Bảng 2. Phân phối xác suất của các biến đầu vào. Biến đầu vào của Ph n phối xác suấtCác tham số cơ bản của hàm STT mô phỏng ph n phối xác suất Min = -1.47%; Max = 23.99%; 1 L m phát Ph n phối beta Alpha=1.365; Beta=2.3533 Min = 10.26%; Max = 23.48%; 2 Lãi suất ng n hàng* Ph n phối tam giác Likeliest = 10.50% Suất sinh lợi mong muốn Min = 10%; Max = 20%; 3 Ph n phối tam giác của chủ đầu t Likeliest = 15% Min = 3,8 triệu đồng/m2; Max 4 Giá thành x y d ng Ph n phối tam giác = 4,7 triệu đồng/m2; Likeliest = 4,07 triệu đồng/m2 Min = 8,0 triệu đồng/m2; Max 5 Giá bán căn hộ chung c Ph n phối tam giác = 9,1 triệu đồng/m2; Likeliest = 8,265 triệu đồng/m2 Min = 1 năm; Max = 2,0 năm; 6 Th i gian vay ng n hàng Ph n phối tam giác Likeliest = 1,5 năm *: Theo dữ liệu của www.vietcombank.com.vn 6.2. Kết quả mô phỏng Monte-Carlo theo thành x y d ng, giá bán căn hộ và th i gian quan điểm chủ đầu tƣ vay ng n hàng. Số biến đầu ra (output Th c hiện với 10,000 lần mô phỏng variables) là 3 biến bao gồm các chỉ tiêu (10,000 trials) cho 6 biến đầu vào (input đánh giá d án NPV, IRR, B/C. variables): l m phát, lãi suất ng n hàng, suất Các kết quả mô phỏng các biến đầu ra (NPV, sinh lợi mong muốn của chủ đầu t , giá IRR, B/C) theo quan điểm chủ đầu t đ ợc
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 91 trình bày trong Bảng 3, Bảng 4, Hình 2, Hình 3, Hình 4. Bảng 3. Các tham số chính của kết quả mô phỏng Monte-Carlo Tham số NPV (VNĐ) IRR B/C Giá trị nhỏ nhất (minimum) -17,702,110,000 -24.0% 0.9059 Giá trị lớn nhất (maximum) 27,770,690,000 97.6% 1.1367 Giá trị trung bình (mean) 3,009,130 33.6% 1.0164 ộ lệch chuẩn (Std Deviation) 6,489,150,000 20.1% 0.0356 Ph ơng sai (Variance) 42,109,111.480,000 4.1% 0.0013 Bảng 4. Xác suất để d án đáng giá Tr ng hợp NPV > 0 IRR > 15% B/C > 1 Xác suất 66.97% 81.82% 66.97% Hình 2. Biểu đồ xác suất của NPV và biểu đồ s t ơng quan giữa các nh n tố đầu vào của NPV (Trong biểu đồ những nh n tố nằm bên trái trục 0% là nghịch biến với NPV còn những nh n tố nằm bên phải trục 0% là đồng biến với NPV). Hình 3. Biểu đồ xác suất của IRR và biểu đồ s t ơng quan giữa các nh n tố đầu vào của IRR Hình 4. Biểu đồ xác suất của B/C và biểu đồ s t ơng quan giữa các nh n tố đầu vào của B/C Từ kết quả mô phỏng chúng ta có thể Giá trị nhỏ nhất của giá trị hiện t i rút ra các nhận xét sau: ròng NPV < 0, t ơng t nh vậy các giá trị
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 92 nhỏ nhất của suất thu lợi nội t i IRR < 15% S t ơng quan giữa các nh n tố đầu (suất thu lợi mong muốn của chủ đầu t ) và vào ảnh h ởng lớn đến NPV của d án, ta tỷ số lợi nhuận/chi phí: B/C < 1, chứng tỏ thấy yếu tố l m phát là yếu tố có tầm ảnh trong tr ng hợp rủi ro nhất d án có khả h ởng lớn nhất làm giảm lợi nhuận và tính năng thua lỗ. Nh ng xác suất để th c hiện khả thi của d án. L m phát càng cao thì d d án thành công vẫn lớn hơn xác suất để d án càng bất lợi , d ới ảnh h ởng của cuộc án thất b i, ví nh xác suất để d án thành khủng hoảng kinh tế toàn cầu khiến cho l m công với NPV > 0 và B/C >1 là 66.97%, xác phát cuối năm 2008 lên đến 19.89%, đồng suất để IRR > 15% là 81.82%. th i lãi suất ng n hàng cũng tăng theo, có Xác suất để giá trị hiện t i ròng NPV < lúc lên đến 21%/ năm, điều này giải thích lý 0 và B/C < 1 theo mô phỏng Monte-Carlo là do t i sao khi mô phỏng trong những tr ng 33.03%, còn xác suất để suất thu lợi nội t i hợp rủi ro nhất d án có khả năng thua lỗ. IRR < 15% là 18.18%, đ y là những con số 7. Đề xuất một số giải pháp hỗ trợ tài chính khá lớn, d án có tính rủi ro cao. Nguyên nh n để phát triển nhà cho ngƣời thu nhập thấp tình tr ng trên một phần là do cuộc khủng Căn cứ kết quả nghiên cứu, nhóm tác hoảng tài chính toàn cầu vào năm 2008 đã tác giả đề xuất một số giải pháp hỗ trợ về tài động xấu đến tình hình kinh doanh bất động chính để phát triển nhà cho ng i có thu sản nói chung và căn hộ chung c cho ng i nhập thấp t i TP.HCM nh sau: thu nhập thấp nói riêng. Bên c nh đó, với mục Đề xuất với thành phố: đích tăng lợi nhuận nên trong một th i gian - D án nên đ ợc ng n sách thành phố hỗ trợ dài các doanh nghiệp “đua nhau” x y d ng toàn bộ lãi vay. hàng lo t cao ốc văn phòng với hàng trăm - Thành phố sử dụng nguồn ng n sách để hỗ ngàn mét vuông sàn khiến cho nguồn cung trợ bồi th ng giải phóng mặt bằng và hay quá lớn, trong khi nhu cầu thuê các cao ốc văn cung cấp nguồn đất “s ch” để doanh nghiệp phòng giảm do doanh nghiệp tiết kiệm chi các x y d ng. khoản nh thuê mặt bằng để đầu t tăng hiệu - Các doanh nghiệp đ ợc hỗ trợ vay tối đa quả cho sản xuất và kinh doanh. Vì vậy do 70% giá trị x y lắp và thiết bị t i Quỹ Phát trong lúc lập d án đầu t , các chủ đầu t đã triển Nhà ở theo ph ơng thức hợp vốn với không l ng hết đ ợc những rủi ro của tình các ng n hàng, với lãi suất đ ợc hỗ trợ 4% hình thị tr ng và không d báo đ ợc nhu cầu nh đã th c hiện trong năm 2008, th i gian mới của thị tr ng thì dù cho là doanh nghiệp vay kéo dài từ 5-10 năm đối với d án đầu t lớn nh ng tình hình kinh doanh các cao ốc văn để bán nhà và 10-20 năm đối với d án bán phòng không khả quan sẽ g y thiếu vốn trầm trả góp hoặc cho thuê,thuê mua. trọng và khó để đầu t các ph n khúc khác [5]. Đề xuất với người có thu nhập thấp Vì khi ph n tích hiệu quả d án có - Quy mô nơi ở và giá cả luôn có quan hệ phụ thuộc vào biến đầu vào nên khi giá bán mật thiết với nhau, quy mô càng cao đáp ứng dao động từ 8,0-9.1 triệu đồng/m2 thì kết quả đ ợc mong muốn và nhu cầu của ng i d n ph n tích mô phỏng cho ta xác suất để d án thì đồng nghĩa giá cả t ơng ứng cũng cao. thành công khá cao. Vì vậy nhà ở cho ng i thu nhập thấp luôn có quy mô nhỏ hơn, hay vị trí xa trung t m
THÔNG BÁO KHOA HỌC VÀ CÔNG NGHỆ* SỐ 1-2012 93 hơn nhà ở cho nhóm ng i có thu nhập cao, đầu t có thể xác định cơ hội bán hàng cho đó là điều mà ng i thu nhập thấp phải chấp thuê tiềm năng, nắm rõ hơn khả năng sinh l i nhận đ ợc để có đ ợc nhà phù hợp với khả của các ph n khúc khách hàng khác nhau từ năng thanh toán của mình mà chất l ợng vẫn đó đầu t nguồn l c hiệu quả hơn, t o ra s đảm bảo. khác biệt cho căn hộ. Nhà đầu t cần tìm hiểu Đề xuất với các doanh nghiệp: nhu cầu và khả năng sinh l i từ nhóm khách - Nên chủ động trong việc tìm kiếm thông tin, hàng mục tiêu hơn là chỉ chú trọng đến các cung cấp thông tin đầy đủ với Nhà n ớc và đặc điểm và tiện nghi của bất động sản. ng i mua, thông tin thông qua các đơn vị - Việc m nh d n áp dụng các công nghệ tiên truyền thông, báo chí,..(là các đơn vị rất quan tiến, đa d ng hóa kênh huy động vốn, khai trọng trong việc thông tin và giúp đỡ ng i thác những hình thức liên kết đa d ng sẽ d n) để ng i mua không phải mua giá căn mang l i hiệu quả cao cho chính doanh hộ đã bị tăng lên do mua qua trung gian. nghiệp cũng nh xã hội. Nh đó doanh - Nên khảo sát nhu cầu th c của ng i d n, nghiệp rút ngắn th i gian hoàn thành d án, phải nắm đ ợc t m lý, thị hiếu của họ một giảm chi phí x y d ng công trình nên nhà sẽ cách s u sắc để đảm bảo d án thành công vì đến “tay” ng i d n với giá phù hợp và tình th c tế một số d án có tình hình kinh doanh hình kinh doanh của doanh nghiệp cũng phát không tốt cũng vì không hiểu rõ khách hàng triển tốt./. nào là tiềm năng. Thông qua nghiên cứu, chủ TÀI LIỆU THAM KHẢO [1]. D ơng Thùy Nga-Viện kinh tế x y d ng ,“Hợp tác xã nhà ở-Mô hình quản lý nhà ở phù hợp với ng i thu nhập thấp” trên T p chí kinh tế x y d ng, số 2/2006. [2] Trần Minh Trí, Trần Minh Thanh. “Một số vấn đề về giá và nhu cầu chung c cho ng i thu nhập thấp”, T p chí Bất động sản số 70 ngày 05.11.2009- Cơ quan của Hiệp hội Bất động sản Nhà đất Việt Nam. 2009. [3]. Quản lý rủi ro, một công cụ tốt cho quản lý d án. Bài giảng của PGS Lê Kiều cho các lớp quản lý d án của Học Viện Cán bộ đô thị và X y d ng - Bộ X y d ng. [4]. Soo-Yong Kim, Luu Truong Van, Han-Ki Ha and Nguyen Quoc Tuan. “Risk Analysis for Industrial Project in Construction Phase: A Monte-Carlo Simulation Approach,” Book of abstract & final program of ICCPM/ICCEM 2007, Singapore, pp. 52. 2007. [5]. PGS.TS.Lê Kiều, TS.L u Tr ng Văn, Trần Minh Trí. “Nhà ở chung c cho ng i thu nhập thấp: Áp dụng mô phỏng Monte-Carlo để ph n tích rủi ro tài chánh”, T p chí X y D ng (Bộ X y D ng), ISSN 0866-8762, số tháng 01-2010, trang 106-111, 2010.