Bài giảng Lập và phân tích dự án: Chương 8 - ThS. Hàng Lê Cẩm Phương

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:23

Thêm vào BST

Báo xấu

5
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Lập và phân tích dự án" Chương 8: Rủi ro và bất định trong phân tích dự án, được biên soạn gồm các nội dung chính sau: Tổng quan về rủi ro và bất định; Phân tích độ nhạy (Sensitivity Analysis); Phân tích rủi ro (Risk Analysis); Mô phỏng theo MONTE - CARLO. Mời các bạn cùng tham khảo!

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Lập và phân tích dự án: Chương 8 - ThS. Hàng Lê Cẩm Phương

Rủi ro và bất định trong phân tích dự án Nôi dung 1 Tổng quan về 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 CuuDuongThanCong.com https://fb.com/tailieudientucntt
I. Khái niệm rủi ro – bất định Một nhà khoa học đã cho rằng: “Chỉ có một điều chắc chắn là không chắc chắn”. ⇒ Trong mọi hoạt động con người đều tồn tại yếu tố ngẫu nhiên, bất định. Rủi ro: biết được xác suất xuất hiện. Bất định: không biết được xác suất hay thông tin về sự xuất hiện. Rủi ro – Bất định Cách đối phó: Bỏ qua tính chất bất định trong tương lai, giả định mọi việc sẽ xảy ra như một “kế hoạch đã định” và thích nghi với những biến đổi. Cố gắng ngay từ đầu, tiên liệu tính bất trắc và hạn chế tính bất định thông qua việc chọn lựa phương pháp triển vọng nhất. CuuDuongThanCong.com https://fb.com/tailieudientucntt
Xác xuất khách quan – chủ quan Xác xuất khách quan: thông qua phép thử khách quan và suy ra xác xuất => trong kinh tế, không có cơ hội để thử. Xác xuất chủ quan: Khi không có thông tin đầy đủ, NRQĐ tự gán xác suất một cách chủ quan đối với khả năng xuất hiện của trạng thái. Rủi ro & Bất định trong phân tích dự án Trong điều kiện chắc chắn: dòng tiền tệ, suất chiết tính, tuổi thọ dự án => chắc chắn. Xét rủi ro – bất định: Sự thay đổi giá trị của chuổi dòng tiền tệ đến kết quả dự án. Suất chiết tính ảnh hưởng đến kết quả dự án. CuuDuongThanCong.com https://fb.com/tailieudientucntt
Xử lý rủi ro bất định trong kinh tế Tiến hành theo hai hướng: Tăng cường độ tin cậy của thông tin đầu vào: tổ chức tiếp thị bổ sung, thực hiện nhiều dự án để san sẻ rủi ro. Thực hiện phân tích dự án thông qua các mô hình toán làm cơ sở. Mô hình toán xử lý Các mô hình chia thành hai nhóm: Nhóm mô hình mô tả (description models). • Ví dụ: Mô hình xác định giá trị hiện tại. Nhóm mô hình có tiêu chuẩn hay có định hướng (Normative or prescriptive models) • Ví dụ: Hàm mục tiêu cực đại giá trị hiện tại. CuuDuongThanCong.com https://fb.com/tailieudientucntt
II. Phân tích độ nhạy 1. Định nghĩa: Phân tích độ nhạy là phân tích những ảnh hưởng của các yếu tố có tính bất định đến: Độ đo hiệu quả kinh tế của các phương án so sánh Khả năng đảo lộn kết luận về các phương án so sánh Ví dụ: Ảnh hưởng của suất chiết khấu MARR đến NPV II. Phân tích độ nhạy + Mô hình phân tích độ nhạy thuộc loại mô hình mô tả + Trong phân tích độ nhạy cần đánh giá được biến số quan trọng (là biến cố có ảnh hưởng nhiều đến kết quả và sự thay đổi của biến cố có nhiều tác động đến kết quả ) CuuDuongThanCong.com https://fb.com/tailieudientucntt
II. Phân tích độ nhạy Nhược điểm Chỉ xem xét từng tham số trong khi kết quả 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 Trong phân tích rủi ro sẽ đề cập đến các vấn đề trên II. Phân tích độ nhạy Theo một tham số Cách thực hiện: Mỗi lần phân tích người ta cho một yếu tố hay một tham số thay đổi và giả định nó độc lập với các tham số khác CuuDuongThanCong.com https://fb.com/tailieudientucntt
II. Phân tích độ nhạy Ví dụ: Cho dự án đầu tư mua máy tiện A với các tham số được ước tính như sau: Đầu tư ban đầu (P): 10 triệu đồng Chi phí hang năm (C): 2,2 Thu nhập hàng năm (B): 5,0 Giá trị còn lại (SV): 2,0 Tuổi thọ dự án (N): 5 năm MARR (i %): 8% Yêu cầu: phân tích độ nhạy của AW lần lượt theo các tham số: N, MARR, C II. Phân tích độ nhạy Giải: AW= -10(A/P,i%,N)+5-C+2(A/F,i%,N) Kết quả: CuuDuongThanCong.com https://fb.com/tailieudientucntt
II. Phân tích độ nhạy Nhận xét AW của dự án khá nhạy đối với C và N nhưng ít nhạy đối với MARR Dự án vẫn còn đáng giá khi: N giảm không quá 26% giá trị ước tính MARR không tăng lên quá gấp đôi (103%) C không tăng quá 39% Nếu vượt quá những giá trị trên sẽ đảo lộn quyết định Trong phạm vi sai số của các tham số +/- 20% dự án vẫn còn đáng giá II. Phân tích độ nhạy Của các phương án so sánh Nguyên tắc: 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 them sự thay đổi này CuuDuongThanCong.com https://fb.com/tailieudientucntt
II. Phân tích độ nhạy Có 2 phương án A và B, độ nhạy của PW theo tuổi thọ N của 2 phương án như sau: II. Phân tích độ nhạy Nhận xét Nếu tuổi thọ ước tính của 2 dự án là như nhau thì: A tốt hơn B khi N >10 năm B tốt hơn A khi 7
II. Phân tích độ nhạy Theo nhiều tham số Để xem xét khả năng có sự thay đổi tương tác giữa sự thay đổi của các tham số kinh tế cần phải nghiên cứu độ nhạy của các phương án theo nhiều tham số Phương pháp tổng quát: tạo thành các “vùng chấp nhận” và “vùng bác bỏ” II. Phân tích độ nhạy CuuDuongThanCong.com https://fb.com/tailieudientucntt
III. Phân tích rủi ro Mô hình tổng quá của bài toán phân tích rủi ro Trạng thái Si Phương án Ai S1 S2 Sj Sn A1 R11 R12 R1j R1n A2 R21 R22 R2j R2n Ai Ri1 Ri2 Rij Rin Am Rm1 Rm2 Rmj Rmn Xác suất của các trạng thái Pi P1 P2 Pj Pn Ai: Phương án đầu tư Si: Trạng thái xảy ra (Khó khăn, thuận lợi …) Rij: Chọn phương án Ai và trạng thái 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) III. Phân tích rủi ro Giá trị kỳ vọng E(Ai) của hiệu quả của phương án Ai n E ( Ai ) = ∑ (R j =1 ij * Pj ) Độ lệch chuẩn: Khả năng xảy ra kết quả lệch xa giá trị kỳ vọng E(Ai) của hương án Ai n σ ( Ai ) = ∑(R − E(A )) * P j =1 ij i 2 j Độ rủi ro tương đối giữa các phương án Cv: Phương án nào có Cv càng lớn thì mức độ rủi ro càng cao σ ( Ai ) CV = E ( Ai ) CuuDuongThanCong.com https://fb.com/tailieudientucntt
III. Phân tích rủi ro Trạng thái Si S1 S2 Sj Sn Phương án Ai A1 R11 R12 R1j R1n A2 R21 R22 R2j R2n Ai Ri1 Ri2 Rij Rin Am Rm1 Rm2 Rmj Rmn Xác suất của các trạng thái Pi P1 P2 Pj Pn E ( A1 ) * * * * = R11 P1 + R12 P2 + ..……+ R1j Pj + R1n Pn σ ( A1 ) = (R11- E(A1))2*P1 + (R12- E(A1))2*P2 +……...+ (R1n- E(A1))2*Pn σ ( A1 ) C v = E ( A1 ) III. Phân tích rủi ro Ví dụ: 1 công ty xem xét 3 phương án A1, A2, A3 và các tính trạng kinh doanh có thể xảy ra là khó khăn, trung bình và thuận lợi cùng với các xác suất xảy ra tương ứng. Trạng thái Khó khăn Trung bình Thuận lợi Phương án A1 1% 4% 7% A2 -1 % 4% 9% A3 -6 % 4% 14 % Xác suất trạng thái 25 % 50 % 25 % Yêu cầu: Xác định kỳ vọng, mức độ rủi ro và hệ số biến hóa của các phương án CuuDuongThanCong.com https://fb.com/tailieudientucntt
III. Phân tích rủi ro Trạng thái Khó khăn Trung bình Thuận lợi Phương án A1 1% 4% 7% A2 -1 % 4% 9% -6 % 4% 14 % A3 Xác suất trạng thái 25 % 50 % 25 % E ( A1 ) = 0.01 *0.25 + 0.04 * 0.5 + 0.07 * 0.25 = 4% E ( A2 ) = -0.01 *0.25 + 0.04 * 0.5 + 0.09 * 0.25 = 4% E ( A3 ) = -0.06 *0.25 + 0.04 * 0.5 + 0.14 * 0.25 = 4% = 2.12 % σ ( A1 ) = (0.01 – 0.04)2*0.25 + (0.04 – 0.04)2* 0.5 + (0.07 – 0.04)2 * 0.25 = 3.54 % σ ( A2 ) = (-0.01 – 0.04)2*0.25 + (0.04 – 0.04)2* 0.5 + (0.09 – 0.04)2 * 0.25 = 7.07 % σ ( A3 ) = (-0.06 – 0.04)2*0.25 + (0.04 – 0.04)2* 0.5 + (0.14 – 0.04)2 * 0.25 C (A) V 1 = 2.12 % = 0.53 CV ( A2 ) = 3.54 % = 0.88 CV ( A3 ) = 7.07 % = 1.77 4% 4% 4% CV ( A3 ) Max Phương án A3 có độ rủi ro cao nhất Tính toán xác suất theo phân phối chuẩn (Normal Distribution) Click to edit subtitle style CuuDuongThanCong.com https://fb.com/tailieudientucntt
μ Tính toán xác suất theo phân phối chuẩn Nhắc lại : Biến ngẫu nhiên X được gọi là tuân theo phân phối chuẩn nếu hàm mật độ xác suất có dạng: −( x−μ )2 1 f ( x) = e 2σ 2 σ 2π Trong đó : μ là số trung bình của biến ngẫu nhiên X E( X ) = μ σ2 là phương sai của biến ngẫu nhiên X 2 Var ( X ) = σ σ là độ lệch chuẩn của biến ngẫu nhiên X Tính toán xác suất theo phân phối chuẩn Ký hiệu : X ~ N ( μ ,σ 2 ) (phân phối chuẩn) Z ~ N (0,1) (phân phối chuẩn hóa – Standard Distribution) P(a
Tính toán xác suất theo phân phối chuẩn X −μ Z= Đặt σ X ~ N ( μ , σ 2 ) ⇒ Z ~ N (0,1) => P(a < X < b) = P(a < σZ + μ < b) a−μ b−μ = P(
Rủi ro trong dòng tiền tệ (Cash Flow – CF) Rủi ro trong chuỗi dòng tiền tệ Giá trị hiện tại của dòng tiền: N PW = ∑ (1 + i ) − j A j j =0 Kỳ vọng Giá trị hiện tại của dòng tiền: N E ( PW ) = ∑ (1 + i ) − j E ( A j ) j =0 Phương sai giá trị hiện tại của dòng tiền: N Var ( PW ) = σ 2 ( PW ) = ∑ (1 + i ) − 2 j Var ( A j ) j =0 CuuDuongThanCong.com https://fb.com/tailieudientucntt
Rủi ro trong chuỗi dòng tiền tệ Độ lệch chuẩn giá trị hiện tại của dòng tiền: Là giá trị biểu thị mức độ rủi ro của dự án. N σ ( PW ) = ∑ (1 + i) j =0 −2 j Var ( A j ) Định lý giới hạn trung tâm(Central Limit Theorem): Khi N tăng lớn, PW sẽ tuân theo phân phối chuẩn có số trung bình là E(PW) và phương sai Var(PW) , hay: ( ( N → ∞ ) ⇒ PW ~ N E (PW ), σ 2 (PW ) ) Rủi ro trong chuỗi dòng tiền tệ Ví dụ: Một công ty dự định đầu tư vào một dây chuyền sản xuất với: P = 2000 tr – vốn đầu tư (xem như biết chắc chắn) A = 1000 tr - thu nhập ròng trung bình hàng năm (xem như biến ngẫu nhiên độc lập tuân theo phân phối chuẩn). độ lệch chuẩn thu nhập ròng hàng năm N = 3 năm σ = 200 tr MARR = 10% = i% SV = 0 Yêu cầu: tính xác suất đề PW
Rủi ro trong chuỗi dòng tiền tệ J 0 1 2 3 P - 2 000 A 1 000 1 000 1 000 SV 0 Aj - 2 000 1 000 1 000 1 000 Var ( A j ) 200*200 200*200 200*200 = σ 2 ( Aj ) = 40 000 = 40 000 = 40 000 N 3 E ( PW ) = ∑ A j (1 + i ) − j = A0 + ∑ A j (1 + 0.1)− j j =0 3 j =1 = −2000 + ∑ 1000(1 + 10%) − j = −2000 + 1000 ( P / A,10%,3) j =1 = −2000 + 1000 * 2.4869 = 486.9 tr Rủi ro trong chuỗi dòng tiền tệ J 0 1 2 3 P - 2 000 A 1 000 1 000 1 000 SV 0 Aj - 2 000 1 000 1 000 1 000 Var ( A j ) 200*200 200*200 200*200 = σ 2 ( Aj ) = 40 000 = 40 000 = 40 000 Var ( PW ) = σ 2 (PW ) = ∑ (1 + i ) Var (A j ) N −2 j j =0 ( ) = Var( A0 ) + ∑ 1+ 2i + i2 Var(Aj ) = 0 + ∑ 40 000(1 + 21% )− j N 3 −j j=1 j =1 = 40 000( P / A,21%,3) = 82 957. CuuDuongThanCong.com https://fb.com/tailieudientucntt
Rủi ro trong chuỗi dòng tiền tệ σ (PW ) = Var (PW ) = 82957 = 288 tr E (PW ) = 487 tr Giả sử PW tuân theo quy luật phân phối chuẩn: PW ~ N ( 487,288 2 ) Xác suất đề PW có giá trị âm: ⎛ 0 − 487 ⎞ P ( PW < 0) = P⎜ Z < ⎟ ⎝ 288 ⎠ = P ( Z < −1.69) = F (−1.69) = 4.55% (tra bảng) σn Mức độ rủi ro tăng theo thời gian σN =σ0 N σN Độ lệch chuẩn ở thời đoạn thứ N σ0 Độ lệch chuẩn ở thời đoạn thứ 0 Thời gian quy hoạch càng dài thì mức độ rủi ro càng cao CuuDuongThanCong.com https://fb.com/tailieudientucntt
Mô phỏng theo Monte - Carlo Giới thiệu 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 CuuDuongThanCong.com https://fb.com/tailieudientucntt