Bài giảng Lập và phân tích dự án - Chương 8: Rủi ro và bất định trong phân tích dự án - Hàng Lê Cẩm Phương

Nội dung text: Bài giảng Lập và phân tích dự án - Chương 8: Rủi ro và bất định trong phân tích dự án - Hàng Lê Cẩm Phương

1. I. Khái niệmrủiro–bất định ™ Một nhà khoa học đãchorằng: “Chỉ có một điềuchắc chắn là không chắcchắn”. ⇒ Trong mọihoạt động con người đềutồntạiyếutố ngẫu nhiên, bất định. ƒ Rủi ro: biết đượcxácsuấtxuấthiện. ƒ Bất định: không biết đượcxácsuất hay thông tin về sự xuấthiện. Rủiro–Bất định ™ Cách đối phó: ƒ Bỏ qua tính chấtbất định trong tương lai, giảđịnh mọi việcsẽ xảyranhư một“kế hoạch đã định” và thích nghi vớinhững biến đổi. ƒ Cố gắng ngay từđầu, tiên liệutínhbấttrắcvàhạn chế tính bất định thông qua việcchọnlựaphương pháp triểnvọng nhất.
2. Xử lý rủirobất định trong kinh tế ™ Tiến hành theo hai hướng: ƒ Tăng cường độ tin cậycủa thông tin đầuvào: tổ chứctiếpthị bổ sung, thựchiệnnhiềudự án để san sẻ rủiro. ƒ Thựchiệnphântíchdự án thông qua các mô hình toán làm cơ sở. Mô hình toán xử lý ™ Các mô hình chia thành hai nhóm: ƒ Nhóm mô hình mô tả (description models). •Vídụ: Mô hình xác định giá trị hiệntại. ƒ Nhóm mô hình có tiêu chuẩn hay có định hướng (Normative or prescriptive models) •Vídụ: Hàm mụctiêucực đạigiátrị hiệntại.
3. II. Phân tích độ nhạy Nhược điểm ™ Chỉ xem xét từng tham số trong khi kếtquả lạichịutác động củanhiều tham số cùng lúc ™ Không trình bày đượcxácsuấtxuấthiệncủacáctham số và xác suấtxảyracủacáckếtquả ™ Trong phân tích rủirosẽđềcập đếncácvấn đề trên II. Phân tích độ nhạy ™ Theo mộtthamsố Cách thựchiện: Mỗilầnphântíchngườitachomộtyếutố hay một tham số thay đổivàgiảđịnh nó độclậpvới các tham số khác
4. II. Phân tích độ nhạy Nhận xét ™ AW củadự án khá nhạy đốivớiC vàN nhưng ít nhạy đốivớiMARR ™ Dự án vẫncònđáng giá khi: ƒ N giảm không quá 26% giá trịướctính ƒ MARR không tăng lên quá gấp đôi (103%) ƒ C không tăng quá 39% ƒ Nếuvượt quá những giá trị trên sẽđảolộn quyết định ™ Trong phạmvi saisố của các tham số +/- 20% dự án vẫncònđáng giá II. Phân tích độ nhạy ™ Củacácphương án so sánh Nguyên tắc: Khi so sánh 2 hay nhiềuphương án do dòng tiềntệ của các phương án khác nhau nên độ nhạycủacácchỉ số hiệuquả kinh tếđốivới các tham số cũng khác nhau nên cần phân tích them sự thay đổi này
5. II. Phân tích độ nhạy Theo nhiềuthamsố ™ Để xem xét khả năng có sự thay đổitương tác giữasự thay đổicủa các tham số kinh tế cầnphảinghiêncứu độ nhạycủa các phương án theo nhiều tham số ™ Phương pháp tổng quát: tạo thành các “vùng chấpnhận” và “vùng bác bỏ” II. Phân tích độ nhạy
6. III. Phân tích rủiro Trạng thái Si S1 S2 Sj Sn Phương án Ai A1 R11 R12 R1j R1n A 2 R21 R22 R2j R2n R R R R Ai i1 i2 ij in A m Rm1 Rm2 Rmj Rmn Xác suấtcủacáctrạng thái P i P1 P2 Pj Pn * * R * P + R * P EA()1 = R11 P1 + R12 P2 + + 1j j 1n n 2 2 (R - E(A ))2*P σ ()A1 =(R11- E(A1)) *P1 +(R12- E(A1)) *P2 + + 1n 1 n σ ()A 1 C v = E ()A 1 III. Phân tích rủiro Ví dụ: 1 công ty xem xét 3 phương án A1, A2, A3 và các tính trạng kinh doanh có thể xảyralàkhó khăn, trung bình và thuậnlợi cùng vớicácxác suấtxảyratương ứng. Trạng thái Khó khăn Trung bình Thuậnlợi Phương án 1 % 4 % 7 % A1 -1 % 4 % 9 % A2 -6 % 4 % 14 % A3 Xác suấttrạng thái 25 % 50 % 25 % Yêu cầu: Xác định kỳ vọng, mức độ rủirovà hệ số biếnhóacủacác phương án
7. μ Tính toán xác suất theo phân phốichuẩn ™Nhắc lại : ƒ Biến ngẫu nhiên X được gọi là tuân theo phân phối chuẩn nếu hàm mật độ xác suất có dạng: −(x−μ)2 1 2 f (x) = e 2σ σ 2π Trong đó : μ là số trung bình củabiếnngẫu nhiên X E ( X ) = μ σ 2 là phương sai củabiếnngẫu nhiên X 2 Var ( X ) = σ σ là độ lệch chuẩn củabiếnngẫu nhiên X Tính toán xác suất theo phân phốichuẩn Ký hiệu: X ~ N (μ,σ 2 ) (phân phối chuẩn) Z ~ N ( 0 , 1 ) (phân phối chuẩn hóa – Standard Distribution) P(a<X<b) = S b −(x−μ)2 1 2 S = ∫ e 2σ dx σ 2π a
8. Rủi ro trong dòng tiềntệ (Cash Flow – CF) Rủi ro trong chuỗi dòng tiền tệ ™Giá trị hiện tại của dòng tiền: N − j PW = ∑ (1+ i) Aj j=0 ™Kỳ vọng Giá trị hiện tại của dòng tiền: N − j E(PW ) = ∑ (1+ i) E(Aj ) j=0 ™Phương sai giá trị hiện tại của dòng tiền: N 2 −2 j Var(PW ) = σ (PW ) = ∑ (1+ i) Var(Aj ) j=0
9. Rủi ro trong chuỗi dòng tiền tệ J0 1 2 3 P - 2 000 A 1 000 1 000 1 000 SV 0 A j - 2 000 1 000 1 000 1 000 Var(Aj ) 200*200 200*200 200*200 2 = σ (Aj ) = 40 000 = 40 000 = 40 000 N 3 E(PW ) = A (1+ i)− j − j ∑ j = A0 + ∑ Aj ()1+ 0.1 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 J0 1 2 3 P - 2 000 A 1 000 1 000 1 000 SV 0 A j - 2 000 1 000 1 000 1 000 Var(Aj ) 200*200 200*200 200*200 2 = σ (Aj ) = 40 000 = 40 000 = 40 000 N 2 −2 j Var(PW ) = σ ()PW = ∑ ()1+ i Var()Aj j=0 N −j 3 2 = 0 + 40000 1+ 21% − j =Var(A0)+∑()1+2i +i Var()Aj ∑ () j=1 j=1 = 40000(P / A,21%,3) = 82 957.
10. Mô phỏng theo Monte - Carlo Giớithiệu ™ Mô phỏng Monte – Carlo là mộtphương pháp phân tích mô tả các hiệntượng chứayếutố ngẫu nhiên (rủiro trong dự án ) nhằmtìmralờigiảigần đúng ™ Đượcsử dụng trong phân tích rủirokhiviệc tính toán bằng giải tích quá phứctạp
11. Yêu cầu: Xác định giá trị kỳ vọng và phương sai của PW, khả năng đầutư vào dự án là có lợiP(PW > 0) Bước1: Tìm cách phát ra mộtcáchngẫu nhiên các giá trị của 2 biếnngẫu nhiên A & N sao cho chúng thỏamãn phân phốixácsuấtnhưđềbài Muốnvậy, ta dùng trung gian 2 biếnngẫu nhiên, có phân phối đềutừ 0 đến1 F 100 Phân phối % Phân phốitíchlũy 70 tích lũycủa % củabiếnngẫu nhiên biếnngẫu phân bốđềua nhiên A 20 % a 10a 2000 3000 4000 A F 100% 80% Phân phối Phân phốitíchlũycủa tích lũycủa biếnngẫu nhiên phân 60% biếnngẫu bốđềub 40% nhiên N 20% b 10b 1 234567 N