Bai 6 phan tich rui ro

Bài 6PHÂN TÍCH RỦI RO TRONG THẨM ĐỊNH DỰ ÁN

KHOA KINH TẾ ĐỐI NGOẠI – ĐH KINH TẾ LUẬT

1

Trần Thiện Trúc Phượng Ngô Thanh Trà

Nội dung

•  Giới thiệu về rủi ro

•  Kĩ thuật phân tích rủi ro

•  Hướng dẫn sử dụng với Excel

1. Giới thiệu rủi ro

Rủi ro là gì? Là khả năng xảy ra sự khác biệt giữa kết quả thực tế và kết quả kỳ vọng theo kế hoạch

Projected Result J Actual

Result L

Khi nói về tương lai

Chỉ có một điều chắc chắn là

mọi thứ đều không chắc chắn

Tại sao phải phân tích rủi ro

•  Để có được thông tin và dữ liệu phục vụ cho các dự báo càng chính xác thì càng tốn kém.

•  Giảm khả năng chấp nhận một DA “tồi" hay từ chối một DA “tốt“.

•  Rủi ro dự án được xác định bằng sự không chắc chắn của lợi ích ròng từ dự án đó.

o  Đa số các biến ảnh hưởng tới NPV (giá, sản lượng, chi phí đầu vào) đều có mức độ chắc chắn không cao à DA có nhiều kết cục xảy ra

o  Các khoản lợi ích ròng của DA trải ra theo thời gian à Theo thời gian, mức độ không chắc chắn càng lớn.

Ví dụ

Một người muốn mua cà phê, tích trữ trong một năm rồi đem bán. Yếu tố nào ảnh hưởng nhất đến kết quả KD?

•  Giá cà phê (hình vẽ bên dưới) à kết quả của hoạt động kinh doanh là bất định và người kinh doanh là người chấp nhận rủi ro.

•  Các giá trị lịch sử của hoạt động kinh doanh cà phê tại Mỹ từ 1970-1993:

ü  12/23 năm sinh lợi

ü  10/23 năm thua lỗ

ü  1/23 năm hòa vốn

à Có ít nhất 3 kết cục với các xác suất khác nhau.

Bảng phân phối tần suất giá cà phê ở Mỹ

Ví dụ (tt)

•  Nếu DA trồng cà phê nói trên bao gồm cả việc đổi

mới phương thức trồng cà phê thì ngoài sự bất định về giá, còn có thêm sự bất định về năng suất và chi phí. Kết quả là số kết cục của hoạt động kinh

doanh có thể sẽ tăng vọt.

•  Các dữ liệu đầu vào trong phân tích tài chính dự án

là các giá trị kỳ vọng trong các phân phối xác suất, và do đó giá trị thực tế của chúng có thể khác so

với giá trị kỳ vọng.

2. Kỹ thuật phân tích rủi ro

2.1 - Phân tích độ nhạy

2.2 - Phân tích tình huống

2.3 - Phân tích mô phỏng Monte Carlo

•  Khái niệm:

o  Là bước đầu tiên trong phân tích rủi ro

o  Là kỹ thuật phân tích rủi ro xem xét sự thay đổi của NPV

(hoặc IRR) khi cho một biến đầu vào thay đổi tại một thời

điểm, trong điều kiện các biến số khác không đổi.

•  Các bước phân tích:

o  Xác định những biến có thể ảnh hưởng nhiều đến lợi ích

của DA (NPV hay IRR).

o  Đánh giá tác động đến NPV, IRR của DA khi các biến số này lần lượt biến thiên theo một tỷ lệ % tùy ý (trên/dưới

giá trị kỳ vọng).


•  Ý nghĩa:

o  Xác định những biến có ảnh hưởng nhiều nhất đến lợi ích ròng của DA và lượng hóa mức độ ảnh

hưởng của chúng

à Cho phép kiểm định biến nào có tầm quan trọng như là nguồn gốc của rủi ro


•  Ví dụ: Một dự án trồng cà phê: biến số giá cả hay

năng suất thu hoạch ảnh hưởng nhất đến sự thành

công DA?

o  Đánh giá tác động đến NPV của DA khi các mức

giá và năng suất biến thiên theo một tỷ lệ % tùy ý

o  Xem xét độ nhạy của NPV đối với mỗi yếu tố.

o NPV thay đổi nhiều hơn bởi biến số nào thì biến số đó là biến số rủi ro của dự án.


•  Tổng chi phí và lợi ích: Phân tích độ nhạy cho các biến số ảnh hưởng đến tổng chi phí và lợi ích à thấy tác động cộng hưởng của các biến số, chưa thể đưa ra nhận định cụ thể.

•  Các khoản mục chi phí và lợi ích trọng yếu: Phân tích độ nhạy với từng tham số riêng biệt có tính trọng yếu nhất đối với dự án.

ü  Về lợi ích: giá đầu ra, mức thuế, tốc độ tăng của cầu…

ü  Về chi phí: giá đầu vào, thuế, công suất…

•  Tác động của việc trì hoãn (trong khởi động, thi công, khai thác công suất tối đa): Xem xét tác động đến NPV của việc trì hoãn DA một thời gian (vd 1 năm).

Lựa chọn biến số trong phân tích độ nhạy

•  Không tính đến xác suất xảy ra của các sự kiện

o  PT độ nhạy cho biết nếu năng suất/hec-ta cà phê giảm quá 25% thì NPV < 0. Tuy nhiên ta không biết việc “năng suất giảm 25%” có dễ xảy ra hay không.

•  Việc thay đổi giá trị của các biến số nhạy cảm không phải lúc nào cũng có mối liên hệ rõ ràng với các biến chính cần quan sát

o Doanh thu tăng à NPV tăng

o  Chi phí tăng à NPV giảm

o  Lạm phát à NPV tăng hoặc giảm

Các hạn chế của phân tích độ nhạy

•  Không tính đến mối quan hệ tương quan giữa các biến.

o Thay đổi giá trị của một biến tại một thời điểm và cho giá trị của các biến khác không đổi chỉ có ý nghĩa nếu các biến đang xét không có tương quan với nhau.

o Nếu các biến có tương quan: thay đổi giá trị của 1 biến à giá trị các biến khác cũng thay đổi à kết luận về DA bị sai lệch. Ví dụ: Nếu diện tích tưới tiêu của máy bơm giảm 10% à năng suất giảm 10% à NPV giảm 60% (NPV giảm do tổng hợp của giảm diện tích tưới tiêu và năng suất).

Các hạn chế của phân tích độ nhạy (tt)


o  Phân tích kịch bản là kỹ thuật cho phép tính toán

thay đổi các biến số cơ bản theo một kiểu nhất định và cho phép thay đổi nhiều hơn một biến tại một thời điểm.

2.2 - Phân tích tình huống/kịch bản

•  Các bước phân tích:

o  Bắt đầu từ trường hợp cơ sở: sử dụng một tập hợp các biến số đầu vào được cho với giá trị hợp lý nhất.

o  Đưa ra trường hợp tồi nhất: tất cả biến số đầu vào được cho bằng với giá trị dự báo tồi nhất (hàng bán được ít, giá bán thấp, chi phí biến đổi cao).

o  Đưa ra trường hợp tốt nhất: tất cả biến số đầu vào được cho bằng với giá trị dự báo tốt nhất.

o  Thông thường các trường hợp tồi nhất và tốt nhất được định nghĩa là các trường hợp có xác suất xảy ra các điều kiện tốt hoặc xấu là 25% và xác suất xảy ra điều kiện cơ sở là 50%.


•  Ưu điểm:

o  Thừa nhận rằng các biến nhất định có quan hệ tương hỗ với nhau vì thế một số biến có thể được thay đổi đồng thời theo một cách nhất quán.

o  Giải thích là dễ dàng khi các kết quả vững chắc

ü  Chấp thuận DA nếu NPV > 0 ngay cả trong trường hợp xấu nhất

ü  Bác bỏ DA nếu NPV < 0 ngay cả trong trường hợp tốt nhất


•  Nhược điểm:

o  PT tình huống không tính tới xác suất của các

trường hợp.

o  Nếu NPV đôi lúc dương, đôi lúc âm, thì các kết quả là không dứt khoát (Đây lại là trường hợp hay

gặp nhất).



o Mô phỏng Monte Carlo là một kỹ thuật phân tích rủi

ro cho phép xem xét sự thay đổi đối với các biến chính của DA (vd: NPV, IRR) khi các biến số đầu vào

thay đổi đồng thời một cách ngẫu nhiên dựa trên

giả định về một dạng phân phối xác suất nào đó

của các biến số này.


•  Ưu điểm:

o  Có tính tới các phân phối xác suất khác nhau và

các miền giá trị tiềm năng khác nhau đối với các

biến số chính của dự án.

o  Cho phép có tương quan (cùng biến thiên) giữa

các biến.

o  Tạo ra một phân phối xác suất cho các kết quả của DA (các ngân lưu, NPV) thay vì chỉ ước tính

một giá trị đơn lẻ.


•  Khuyết điểm:

o  Xác định dạng phân phối xác suất của các biến cấu thành dự án và nêu lên mối quan hệ giữa các

biến tương quan không phải là công việc dễ dàng.

o  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, nhưng có thể có các vấn đề về giải thích và sử dụng


1. Mô hình toán học: bảng tính thẩm định dự án

2. Xác định các biến nhạy và không chắc chắn (dựa vào PT độ nhạy)

3. Xác định tính không chắc chắn

o  Xác định miền các lựa chọn (tối thiểu và tối đa)

o  Xác định loại hình phân phối xác suất: chuẩn, tam giác, đều, bậc thang…

4. Xác định cụ thể quan hệ giữa các biến có 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

o  Các trị thống kê: NPV kỳ vọng, hệ số biến thiên của NPV

o  Các phân phối xác suất: hàm phân phối xác suất cộng dồn (CDF)

Các bước xây dựng mô phỏng Monte Carlo

$ Các biến rủi ro Giá Sản lượng Doanh thu (V1 x V2) Nguyên vật liệu Lương Các chi phí Chi phí hoạt động (V3+V4+V5) Định phí Tổng chi phí (F2 + V6) Lợi nhuận (F1 - F3)

V1

V2

F1

V3

V4

V5

F2

F3

F4

V6

V1

V2

V3

V4

V5

Phân tích độ nhạy

Dữ liệu quá khứ à phân phối tần suất à Phân phối xác suất Giá trị biến Tần suất

13

5

1

x x x x

x

x

x x x

x

Tối đa

Tối thiểu

Các quan sát

Tối thiểu Tối đa Giá trị biến

Xác suất

0.1

Tối thiểu Tối đa Giá trị biến

0.3

0.5

0.1

Thời gian

Hiện tại

Dự báo kết quả của một biến cố tương lai

Các phân phối xác suất đối xứng

Chuẩn

Tam giác

Đều

100%

100%

50%

100%

50%

Xác suất của X

X

X

X

X

X

A B

A B

A B

A B

Diện tích = 100%

Xác suất X

X0

Xác suất tương đối hoặc Hàm mật độ

X0

Xác suất tích luỹ

50%

X

Pr(X0)

Xác suất của X

Xác suất của X

Chữ nhật bậc thang 100%

100%

Xác

suấ

t của

X

X X

XA B

Xác suất

Xác suất tương đối hoặc Hàm mật độ Xác suất tích luỹ

Khoảng không liên tục (rời rạc)

XA B

0%

30%

50%

45%

40% 35%

10%

15%

20% 25%

3 5 7 9 11 3 5 7 9 11

50%

60%

70%

80%

90%

0%

10%

20%

30%

40%

30%

45%

20%

5%

Miền giá trị

5%

Các phân phối linh động phi chuẩn mực

$ Phân tích mô phỏng

Giá

Số lượng

Doanh thu (V1 x V2)

Nguyên vật liệu

Tiền lương

Các chi phí

Chi phí hoạt động (V3+V4+V5)

Định phí

Tổng chi phí (F2 + V6) Lợi nhuận (F1 - F3)

V1

V2

F1

V3

V4

V5

F2

F3

F4

V6

V1

V2

V3

V4

V5

V1

V2

V3

V4

V5

Phân tích tất định

Phân tích tất định sv. phân tích mô phỏng

$

Các kết quả

Giá

Số lượng

Doanh thu (V1 x V2)

Nguyên vật liệu

Tiền lương

Các chi phí Chi phí hoạt động (V3+V4+V5) Định phí Tổng chi phí (F2 + V6)

Lãi (F1 - F3)

V1 V2

F1

V3

V4

V5

F2

F3

F4

V1

V2

V3

V4

V5

-0.8

+0.9

x

y

y x

R1 R2

R3 R4

V6

Sử dụng phần mềm vi tính chạy mô phỏng

Xác suất tích luỹ

-300000 -200000 0 100000 200000 300000

Tổng đầu tư Chủ đầu tư

1.0

.8

.6

.4

.2

0

Phân phối xác suất của giá trị hiện tại ròng

Trường hợp 1: (Xác suất NPV âm) = 0

Xác suất Xác suất tích luỹ

-

Quyết định: Chấp thuận

+0 - +0

Ghi chú: Đầu thấp hơn của phân phối xác suất tích luỹ nằm về bên phải của điểm NPV zero

N.P.V. N.P.V.

Trường hợp 2: (Xác suất NPV dương) = 0


-

Quyết định: Bác bỏ

+0 - +0

Ghi chú: Đầu cao hơn của phân phối xác suất tích luỹ nằm về bên trái của điểm NPV zero

N.P.V. N.P.V.

Trường hợp 3: 0 < (Xác suất NPV âm) < 1


-

Quyết định: Trung dung

+0 - +0

Ghi chú: NPV zero cắt ngang phân phối xác suất tích luỹ

N.P.V. N.P.V.

Trường hợp 4: Các DA loại trừ nhau - Với điều kiện có cùng xác suất, một DA luôn tỏ ra có lợi nhuận cao hơn


-

Quyết định: Chọn dự án B

+N.P.V

- +

Dự án A

Ghi chú: Các phân phối xác suất tích luỹ không cắt nhau tại bất cứ điểm nào

N.P.V

Dự án B Dự án A Dự án B

Trường hợp 5: Các DA loại trừ nhau – Lợi nhuận cao so với lỗ thấp


- Quyết định: Trung dung

+N.P.V. - +

Dự án A

Ghi chú: Các phân phối xác suất tích luỹ cắt nhau

N.P.V.

Dự án B

Dự án A

Dự án B

•  Nếu trung lập với rủi ro, thì không chắc chắn là tốt nhất. •  Nếu sợ rủi ro, thì thích B hơn A. •  Nếu thích rủi ro, thì có thể thích A hơn B.

•  Mua một thùng dầu mỏ hôm nay và bán nó sau 1 năm

•  Giá hôm nay (P0) là nhất định $20

•  Giá năm sau (P1) là không chắc chắn

Các bước thực hiện phân tích mô phỏng:

•  Miền các giá trị tiềm năng là gì?

o Giá trị tối thiểu: Xác suất giá thấp hơn $10 là zero

o Giá trị tối đa: Xác suất giá cao hơn $60 là zero

=> Miền giá trị của giá dầu năm sau là từ $10 tới $60

•  Xác suất tìm thấy các giá trị nằm giữa những thái cực này là gì ?

Ví dụ

Phân phối xác suất tương đối cho giá dầu mỏ năm sau

Xác suất (%)

10

10% 5% 20% 35% 25%

15 20

5%

25 30 40 50 60

Giá dầu mỏ ($/thùng)

Xác suất 100%

50%

5% 15%

35%

70%

95% Phân phối xác

suất tích luỹ

Giá dầu mỏ ($/thùng)

10 15 20 25 30 40 50 60

Mô hình tất định •  Dựa trên ước tính TỐT NHẤT hoặc các giá trị kỳ vọng

•  Mô hình: NPV = - P0 + P1/(1+r)

P0 = $20; r = 10%

P1 = Giá trị kỳ vọng của dầu mỏ vào năm sau

= 5% * $12.50

+ 10% * $17.50

+ 20% * $22.50

+ 35% * $27.50

+ 25% * $35.00

+ 5% * $50. 00

= $27.75

NPV = -20 + 27.75/1.1 = 5.23

Kết quả: Thực hiện dự án

Mô phỏng Monte Carlo •  Mô hình: NPV = -20 + RV/1.1

RV (Risk Variable): biến rủi ro, đó chính là giá dầu mỏ vào năm sau được xác định bởi phân phối xác suất bậc thang

•  Mô phỏng:

o  Lấy ngẫu nhiên lặp đi lặp lại (vd 500 lần) các giá trị của giá dầu mỏ từ phân phối xác suất. Thực hiện bằng cách lấy một số ngẫu nhiên giữa 0 và 100% và tìm giá trị tương ứng của giá dầu từ phân phối xác suất tích luỹ.

o  Đối với mỗi phép mô phỏng, có một giá trị của NPV. Sau 500 bước chạy mô phỏng, thu được 500 giá trị của NPV để từ đó có thể tìm ra NPV kỳ vọng cùng các đặc trưng khác của phân phối xác suất NPV.

-15 -10 -5 0 5 10 15 20 25 30 35

Giá trị kỳ vọng (NPV) = 5.29 Độ lệch chuẩn = 9.24

Phân phối xác suất NPV tích luỹ 100%

Xác suất kết quả < 1

Xác

suấ

t tíc

h luỹ

80%

60%

40%

20%

0%

Mô phỏng Monte Carlo

Tổng hợp kết quả •  Mô hình tất định (ước tính tốt nhất các giá trị đơn lẻ)

o  NPV = -20 + 27.75/1.1 = 5.23

o  Kết quả: Chấp nhận DA

•  Mô phỏng Monte Carlo

o  Mô hình: NPV = -20 + RV/1.1

o  Các kết quả mô phỏng từ 500 bước chạy:

ü NPV kỳ vọng = 5.29

ü Độ lệch chuẩn của NPV = 9.24

ü Xác suất NPV < 0 = 27%

ü Miền giá trị : từ -9.69 tới 34.18

o  Kết quả: Chấp thuận hoặc bác bỏ dự án phụ thuộc vào thái độ/chính sách với rủi ro

Nguồn: George W. Kester, “Hoạch định ngân sách đầu tư ở khu vực Châu Á – Thái Bình Dương”, Financial Practice & Education, Vol 9, no. 1 (Spring 1999),

pp.25-33.

Các kỹ thuật phân tích sử dụng trong thực tế

Kỹ thuật đánh giá rủi ro

Phân tích kịch bản

Phân tích độ nhạy

Mô phỏng Monte Carlo

Australia 96% 100% 38% Hong Kong 100% 100% 35% Indonesia 94% 88% 25% Malaysia 80% 83% 9% Philiphines 97% 94% 24% Singapore 90% 79% 35%

Hướng dẫn phân tích rủi ro với Excel

Phân tích độ nhạy bằng Excel •  Trả lời câu hỏi “điều gì sẽ xảy ra … nếu … ” (what – if).

Phân tích này xem xét yếu tố đầu vào nào là quan trọng nhất (yếu tố mang tính chất rủi ro) ảnh hưởng đến kết quả bài toán (lợi nhuận hoặc chi phí).

•  Excel hỗ trợ phân tích độ nhạy một chiều và hai chiều, nghĩa là chỉ đánh giá được tối đa 2 yếu tố rủi ro.

ü  Phân tích độ nhạy một chiều là bài toán với một biến đầu vào biến đổi

ü  Phân tích độ nhạy hai chiều là bài toán với hai biến đầu vào biến đổi

•  Sử dụng chức năng “TABLE” của Excel

Các bước thực hiện phân tích độ nhạy

1. Xác định biến đầu vào (còn gọi là biến rủi ro) cần phân tích như là chi phí, tốc độ lạm phát, doanh thu, v.v…

2. Xác định biến đầu ra (còn gọi là biến kết quả) cần phân tích như là NPV, IRR, v.v…

3. Xác định khoảng biến thiên của biến rủi ro

4. Thiết lập mô hình trong bảng tính Excel.

5. Dùng chức năng “Table” trong “Data” của Excel để phân tích độ nhạy

6. Quan sát kết quả và rút ra kết luận về “sự nhạy cảm” của biến kết quả đối với sự thay đổi của biến rủi ro

Bài toán tĩnh – Các thông số đầu vào cố định Xét một dự án đơn giản sau:

Chi đầu tư ban đầu

Bài toán động – PT độ nhạy một chiều Xem xét sự thay đổi của NPV khi chi đầu tư ban đầu năm 0 thay đổi từ các giá trị 1.700 đến 2.300, mỗi bước thay đổi là 100.

Giá trị NPV tham chiếu, A10 = B4

Giá trị NPV trong điều kiện bài toán tĩnh

Phân tích độ nhạy một chiều

•  Quét khối từ vùng A9:H10

•  Chọn Data/Table à xuất hiện bảng hộp thoại Table.

•  Giá trị chi đầu tư được sắp xếp trong cùng một dòng

à Nhập vào mục Row Input Cell

•  Địa chỉ ô Row input Cell chính là địa chỉ của ô biến rủi

ro đang cần nghiên cứu (B2)

•  Nhấp OK khi đã hoàn tất.



Ô kiểm tra

Phân tích độ nhạy hai chiều Xem xét sự thay đổi của NPV khi chi đầu tư ban đầu năm 0 thay đổi từ các giá trị 1.700 à 2.300 (mỗi bước nhảy là 100) và suất chiết khấu thay đổi từ 6% à 12% (mỗi bước nhảy là 1%).

NPV tham chiếu, B9 = B4

Phân tích độ nhạy hai chiều •  Quét khối từ vùng B9:16

•  Chọn Data/Table à xuất hiện bảng hộp thoại Table.

•  Giá trị chi đầu tư được sắp xếp trong cùng một dòng à Nhập vào mục Row Input Cell

•  Giá trị suất chiết tính được sắp xếp trong cùng một cột (dòng khác nhau) à Nhập vào mục Column Input Cell

•  Địa chỉ ô Row input Cell chính là địa chỉ của ô biến rủi ro (chi đầu tư) đang cần nghiên cứu (B2)

•  Địa chỉ ô Column input Cell chính là địa chỉ của ô biến rủi ro (suất chiết tính) đang cần nghiên cứu (B3)

•  Nhấp OK khi đã hoàn tất.

Phân tích độ nhạy hai chiều

Phân tích độ nhạy hai chiều Năm 0 1 2 3 4 5

Ngân lưu ròng -2000 -415 780 710 815 900

Suất chiết tính 8%

NPV 59.66 Phân tích độ nhạy 2 chiều cho NPV theo suất chiết tính và chi đầu tư năm 0

NPV Chi đầu tư năm 0 Suất chiết tính

59.66 -1700 -1800 -1900 -2000 -2100 -2200 -2300

6% 516.91 416.91 316.91 216.91 116.91 16.91 -83.09

7% 436.45 336.45 236.45 136.45 36.45 -63.55 -163.55

8% 359.66 259.66 159.66 59.66 -40.34 -140.34 -240.34

9% 286.33 186.33 86.33 -13.67 -113.67 -213.67 -313.67

10% 216.27 116.27 16.27 -83.73 -183.73 -283.73 -383.73

11% 149.31 49.31 -50.69 -150.69 -250.69 -350.69 -450.69

12% 85.27 -14.73 -114.73 -214.73 -314.73 -414.73 -514.73

Phân tích kịch bản/tình huống bằng Excel •  Cũng là dạng phân tích “what-if”, thừa nhận rằng các

biến nhất định có quan hệ tương hỗ với nhau. Do vậy, một số ít biến số có thể thay đổi theo một kiểu nhất định tại cùng một thời điểm.

•  Tập hợp các hoàn cảnh có khả năng kết hợp lại để tạo ra “các trường hợp” hay “các tình huống” khác nhau là:

ü  Trường hợp xấu nhất/Trường hợp bi quan

ü  Trường hợp kỳ vọng/Trường hợp ước tính tốt nhất

ü  Trường hợp tốt nhất/Trường hợp lạc quan

•  Sử dụng chức năng Tools/SCENARIOS của Excel hoặc hàm INDEX.

Các bước thực hiện phân tích tình huống

1. Xác định các tình huống có thể có đối với DA đang

phân tích

2. Ước lượng các giá trị của các biến số rủi ro trong các

tình huống

3. Xác định các biến kết quả

4. Thiết lập mô hình trong bảng tính Excel.

5. Dùng chức năng “Scenarios” trong “Tools” để phân

tích tình huống hoặc dùng hàm INDEX.

6. Quan sát kết quả phân tích và rút ra kết luận

Sử dụng Tools/Scenarios

Xét một dự án đơn giản sau:

Bài toán tĩnh

Bài toán động – Phân tích kịch bản

Kết quả khảo sát nhận thấy có thể có 3 trường hợp biến động của chi đầu tư và WACC như sau:

Xét NPV trong các trường hợp?

Khai báo các tình huống

q Tools à Scenarios…

q Nhấp nút Add…

(đặt tên cho tình huống và chọn vùng địa chỉ các ô chứa biến rủi ro)

61

Khai báo các tình huống q  Nhập các giá trị cho kịch bản tốt nhất. Nhấp nút OK

sau khi nhập xong.

q  Nhấp nút Add… và thêm các tình huống còn lại.

62

Kết quả

q  Nhập xong các tình huống à Nhấn nút Summary.

q  Xuất hiện bảng tổng hợp kết quả.

Kết quả

Sử dụng hàm INDEX

Xét một dự án đơn giản sau:

Bài toán tĩnh

Bài toán động – Phân tích kịch bản

Kết quả khảo sát nhận thấy có thể có 3 trường hợp biến động của ngân lưu vào như sau:

Xét NPV trong các trường hợp?

Giới thiệu về hàm INDEX

q  Index là lệnh kết hợp giữa V-lookup và H-lookup

q  Các bước thực hiện:

§  Nhập các giá trị trong các trường hợp (tốt, xấu,

trung bình)

§  Khai báo lệnh Index cho biến số thay đổi --> (Ví dụ trên, ngân lưu vào là biến số thay đổi --> nhập hàm INDEX cho dòng ngân lưu vào)

§  Thể hiện kết quả của các trường hợp ra thành 1

bảng bằng lệnh Table.

Cú pháp hàm INDEX

q  INDEX(array; row_num; column_num)

§  Array: Mảng dữ liệu

§  Row_num: địa chỉ của ô chứa thông tin về hàng

(hay thứ tự của các kịch bản)

§  Column_num: Thứ tự của cột làm mốc trong bảng

dữ liệu

Lưu ý về hàm INDEX

q  Array: Cần cố định mảng dữ liệu --> Excel chỉ tìm các giá trị trong bảng dữ liệu đã chọn

q  Row_num: Cần cố định row_num. Nếu ô này đang nhập số 1, Excel sẽ hiểu là nó tìm các giá trị trong hàng thứ nhất của mảng dữ liệu.

q  Column_num: Không cố định ô này.

§  Ô này giúp Excel tìm tại cột thứ mấy trong bảng dữ liệu.

§  Tuy nhiên, Excel chỉ hiểu nó sẽ lấy các giá trị ở cột mốc đầu tiên trong bảng dữ liệu khi giá trị của Column_num là 0 hoặc 1 hoặc là ô trắng.

Lưu ý về hàm INDEX

Lưu ý về hàm INDEX (tt) q  Ví dụ:

§  Khi nhập công thức Index cho dòng ngân lưu vào

năm 1, ở giá trị Column_num các bạn chọn ô C11.

Tại ô C11, giá trị đang có là 1 (năm 1) --> Excel sẽ lấy giá trị tại cột thứ nhất trong mảng dữ liệu. Thay

vì nhập C11, bạn có thể nhập một ô bất kì nào đó

trong cột C, miễn là ô đó là ô trắng.

§  Nếu giá trị tại C11 không phải là 1 mà 2 (vd năm 2),

thì Excel sẽ hiểu là bắt đầu tìm giá trị từ cột thứ hai

của mảng dữ liệu. Muốn Excel tìm giá trị tại cột thứ nhất, bạn phải nhập "C11 - 1"

Thể hiện các kết quả bằng lệnh Table

Phân tích mô phỏng Monte Carlo với Excel

q  Mở rộng khả năng dự báo của mô hình bảng tính.

q  Cung cấp các thông tin dự báo cần thiết hỗ trợ ra quyết định với độ chính xác cao hơn, hiệu quả và tin cậy hơn.

q  Sử dụng mô phỏng Monte Carlo:

§  Thiết lập một cách ngẫu nhiên hết lần này đến lần khác các giá trị của biến không chắc chắn để mô phỏng một mô hình.

§  Được đặt tên theo Monte-Carlo, Monaco, nơi mà hấp dẫn mọi người bởi các sòng bài bao gồm các trò chơi của cơ hội.

Bài toán đơn giản

q  Một người kinh doanh một mặt hàng A có giá mua là

$8 và giá bán là $10.

q  Hãy phân tích sự thay đổi của tiền lời khi giá mua và

giá bán thay đổi.

§  Biết giá mua có dạng phân phối chuẩn N(8,4).

Giá bán có dạng phân phối chuẩn N(10,4).

§  Hãy cho biết khả năng lỗ là bao nhiêu phần trăm?

Khởi động & thoát Crystal Ball

q  Khởi động

§  Add-Ins từ màn hình Excel

§  Vào Tool/Add-Ins/Chọn Crystal Ball

q  Khởi động trực tiếp

§  Vào Start/Programs/Crystal Ball/Crystal Ball

q  Thoát

§  Bỏ dấu chọn Crystal Ball trong thực đơn Tool/Add-Ins.

§  Vào thực đơn Run/Chọn Close Crystal Ball

Khởi động Crystal Ball

Quá trình thao tác

1. Lập mô hình trên bảng tính Excel

2. Khai báo các biến giả thuyết

3. Khai báo các biến dự báo

4. Khai báo các thông số mô phỏng

5. Chạy mô phỏng

6. Xem xét kết quả mô phỏng

7. Tạo các báo cáo

1. Lập mô hình trên bảng tính

2. Khai báo biến giả thuyết

B1. Vào Cell/Define Assumption

B2. Chọn kiểu phân phối xác xuất

B3. Nhập các thông số tương ứng

3. Khai báo biến dự báo

B1. Vào Cell/Define Forecast

B2. Nhập tên, đơn vị tính cho biến

B3. Chọn More để khai báo thêm

4. Khai báo các thông số

Ở đây ta khai báo số lần mô phỏng, giá trị hạt nhân

ban đầu, chế độ màn hình khi chạy...

5. Chạy mô phỏng

Vào Run/chọn Run

6. Xem kết quả

Các kết quả thể hiện nhiều dạng khác nhau:

6. Xem kết quả

7. Tạo các báo cáo

Vào Run/ chọn Create Report

Tính chính xác của mô phỏng?

q  Mẫu lớn à nâng cao tính chính xác, tuy nhiên mẫu càng lớn thì càng làm tăng thêm yêu cầu bộ nhớ.

q  Mẫu > 100 à tạo các kết quả đủ để chấp nhận được.

Tài liệu tham khảo

•  “Quản trị tài chính”, Eugene F. Brigham & Joel F.

Houston, BM Tài chính Ngân hàng, Khoa Kinh tế -

ĐHQG TP. HCM dịch (Chương 11, 12, 13)

•  Bài giảng môn “Thẩm định đầu tư phát triển” và “Vi tính ứng dụng”, Chương trình giảng dạy kinh tế Fulbright, 2007-2008.

•  “Phân tích kinh tế cho các hoạt động đầu tư – Công

cụ phân tích và ứng dụng thực tế” (Sách tham khảo)

– Ngân hàng thế giới, Pedro Belli, Jock R. Anderson,

Howard N. Barnum, John A. Dixon, Jee-Peng Tan, NXB

Văn hóa thông tin Hà Nội, 2002.

Business

Bai 6 phan tich rui ro