Bài giảng Thẩm định dự án đầu tư: Phân tích rủi ro - Phạm Thị Thu Hồng

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:25

Thêm vào BST

Báo xấu

9
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Thẩm định dự án đầu tư: Phân tích rủi ro, được biên soạn gồm các nội dung chính sau: Các hạn chế của phân tích độ nhạy; Các bước xây dựng mô phỏng Monte Carlo; Phân tích tất định với phân tích mô phỏng; phân phối xác suất đối xứng trong phân tích rủi ro. Mời các bạn cùng tham khảo!

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Thẩm định dự án đầu tư: Phân tích rủi ro - Phạm Thị Thu Hồng

PHÂN TÍCH RỦI RO Phạm Thị Thu Hồng beamer-tu-log 1 / 25
Vì sao phải phân tích rủi ro 1 Các khoản thu, chi của dự án được trãi dài theo thời gian 2 Đa số các biến có ảnh hưởng tới NPV đều có mức độ không chắc chắn cao 3 Thông tin và dữ liệu cần cho các dự báo chính xác rất tốn kém 4 Cần giảm khả năng thực hiện một dự án "tồi" trong khi không bỏ lỡ chấp thuận một dự án "tốt" beamer-tu-log 2 / 25
Các phương pháp phân tích rủi ro Có ba phương pháp chính, bao gồm 1 Phân tích độ nhạy 2 Phân tích tình huống 3 Phân tích mô phỏng Monte Carlo beamer-tu-log 3 / 25
Phân tích độ nhạy Phân tích độ nhạy là bước đầu tiên trong phân tích rủi ro Kiểm định một biến kết quả dự án (NPV hoặc IRR) theo các giá trị khác nhau của chỉ một biến tham số mỗi lần Về cơ bản là phân tích "Điều gì xảy ra nếu như ..." Cho phép chúng ta xác định được biến nào có tầm quan trọng như là nguồn gốc của rủi ro Một biến quan trọng phụ thuộc vào: (a) Tỷ phần của nó trong tổng lợi ích hoặc chi phí (b) Miền giá trị có khả năng xảy ra của biến số beamer-tu-log 4 / 25
Các hạn chế của phân tích độ nhạy 1 Miền giá trị và phân bố xác suất của các biến Phân tích độ nhạy không tập trung vào miền giá trị thực tế Phân tích độ nhạy không thể hiện các xác suất đối với từng miền giá trị. Nói chung, xác suất của các giá trị gần với giá trị trung bình là cao và xác suất nhận các giá trị thái cực là nhỏ. 2 Hướng của các tác động Đối với đa số các biến, hướng tác động là rõ ròng, nhưng cũng có ngoại lệ Doanh thu tăng → NPV tăng Chi phí tăng → NPV giảm beamer-tu-log Lạm phát → Không thật rõ ràng 5 / 25
Các hạn chế của phân tích độ nhạy 3 Kiểm định mỗi lần một biến là không thực tế do có tương quan giữa các biến (a) Nếu số lượng (Q) đã bán tăng lên thì các chi phí sẽ tăng lên Lợi nhuận = Q(P − v) (b) Nếu tỷ lệ lạm phát thay đổi thì tất cả các giá đều thay đổi (c) Nếu tỷ giá hối đoái thay đổi thì tất cả các giá của hàng có thể ngoại thương và các trách nhiệm nợ nước ngoài thay đổi Một phương pháp xử lý những tác động kết hợp hoặc có tương quan này là phân tích tình huống beamer-tu-log 6 / 25
Phân tích tình huống Phân tích tình huống thừa nhận rằng các biến nhất định có quan hệ tương hỗ với nhau. Vì thế, một số nhỏ các biến có thể được thay đổi đồng thời theo một cách nhất quán. Tập hợp các hoàn cảnh có khả năng kết hợp lại để tạo ra "các trường hợp" hoặc "các tình huống" khác nhau là gì? (A) Trường hợp xấu nhất / Trường hợp bi quan (B) Trường hợp trung bình / Trường hợp ước tính tốt nhất (C) Trường hợp tốt nhất / Trường hợp lạc quan Ghi chú: Phân tích tình huống không tính tới xác suất của các trường hợp xảy ra beamer-tu-log 7 / 25
Phân tích tình huống Quyết định là dễ dàng khi các kết quả vững chắc: (A) Chấp thuận dự án nếu NPV > 0 ngay cả trong trường hợp xấu nhất (B) Bác bỏ dự án nếu NPV < 0 ngay cả trong trường hợp tốt nhất (C) Nếu NPV đôi lúc dương, đôi lúc âm, thì các kết quả là không dứt khoát. Không may, đây sẽ là trường hợp hay gặp nhất beamer-tu-log 8 / 25
Phân tích mô phỏng Monte Carlo Một sự mở rộng tự nhiên của phân tích độ nhạy và phân tích tình huống Đồng thời có tính tới các phân phối xác suất khác nhau và các miền giá trị tiềm năng khác nhau đối với các biến chính của dự án Cho phép thể hiện tương quan giữa các biến Tạo ra một phân phối xác suất cho các kết quả của dự án (các ngân lưu, NPV) thay vì chỉ ước tính một giá trị đơn lẻ Phân phối xác suất của các kết quả dự án có thể hỗ trợ các nhà ra quyết định trong việc lập ra các lựa chọn beamer-tu-log 9 / 25
Các bước xây dựng mô phỏng Monte Carlo 1 Mô hình toán học: bảng tính thẩm định dự án 2 Xác định các biến quan trọng và không chắc chắn 3 Xác định tính không chắc chắn của biến Xác định miền giá trị (tối thiểu và tối đa) Xác định phân phối xác suất, các phân phối xác suất thông thường nhất là: chuẩn, tam giác, đều, bậc thang beamer-tu-log 10 / 25
Các bước xây dựng mô phỏng Monte Carlo 4 Xác định và định nghĩa các biến có tương quan Tương quan đồng biến hoặc nghịch biến Độ mạnh của tương quan 5 Mô hình mô phỏng: làm một chuỗi phân tích cho nhiều tổ hợp giá trị tham số khác nhau 6 Phân tích các kết quả Các trị thống kê Các phân phối xác suất beamer-tu-log 11 / 25
Dự báo kết quả của 1 biến cố tương lai Từ tần suất sang phân phối xác suất beamer-tu-log 12 / 25
Dự báo kết quả của 1 biến cố tương lai Ước tính một giá trị đơn lẻ beamer-tu-log 13 / 25
Phân tích tất định với Phân tích mô phỏng beamer-tu-log 14 / 25
Phân phối xác suất đối xứng trong phân tích rủi ro beamer-tu-log 15 / 25
Các phân phối linh động phi chuẩn mực beamer-tu-log 16 / 25
Các biến có tương quan beamer-tu-log 17 / 25
Các bước chạy mô phỏng trên vi tính beamer-tu-log 18 / 25
Các kết quả beamer-tu-log 19 / 25
Phân phối xác suất của giá trị hiện tại ròng beamer-tu-log 20 / 25