Chương 8: Rủi ro và bất định trong phân tích dự án

Chắc chắn: khi biết chắc chắn khả nảng xuất hiện của các trạng thái. Rủi ro: Khi biết được xác suất xuất hiện của các trạng thái. Bất định: khi không biết được xác suất xuất hiện của các trạng thái hoặc không biết được các dữ liệu liên quan đến vấn đề cần giải quyết
Nội dung trích xuất từ tài liệu:
Chương 8: Rủi ro và bất định trong phân tích dự ánPhạm Tiến MinhNỘI DUNG CHÍNH 1 Tổng quan về rủi ro & bất định 2 Phân tích độ nhạy (Sensitivity Analysis) 3 Phân tích rủi ro (Risk Analysis) 4 Mô phỏng theo MONTE - CARLO1 Khái niệm1. iệChắc chắn (Certainly) Khi biết chắc chắn khả năng xuất hiện của các trạng tháiRủi ro (Risk) Khi biết được xác suất xuất hiện của các trạng tháiBất định (Uncertainly) Khi không biết được xác suất xuất hiện của các trạng thái hoặc không biết được các dữ liệu liên quan đến vấn đề cần giải quyếtXác suất khách quan (objective probability) Xác suất rút ra từ một số lớn p p thử lặp lại một phép p cách khách quanXác suất chủ quan (subjective probability) Khi không có thông tin đầy đủ, Người Ra Quyết Định (NRQĐ) tự gán xác suất một cách chủ quan đối với khả năng xuất hiện của các trạng thái Xác suất chủ quan biểu thị mức độ tin tưởng của NRQĐ đối với sự xuất hiện của các trạng thái2 Rủi ro & Bất đị h trong PTDA2. định t PTDA ở điều kiện chắc chắn: giả thuyết các thông tin (CF, i, N) dùng để phân tích là chắc chắn. PTDA ở điều kiện không chắc chắn: xét đến tính rủi ro & bất định của thông tin dùng để phân tích. ấ ể Khi CF biến thiên kết quả dự án? Khi suất chiết tí h (i) biế thiê ất hiết tính biến thiên kết quả d á ? ả dự án?3 Ph3. Phương thức xử lý thứ ử Tăng cường độ tin cậy của thông tin đầu vào (nghiên cứu thị trường), thực hiện nhiều dự án để san sẻ rủi ro. t ờ ) th hiệ hiề d á ẻ ủi PT theo các mô hình toán: Nhóm mô hình mô tả (Descriptive Model) Miêu tả các đặc tính kinh tế của từng phương án đầu tư Thông tin làm cơ sở cho việc ra quyết định, chưa có KL cuối cùng Ví dụ: Mô hình xác định PW của một phương án Nhóm mô hình có tiêu chuẩn/ định lượng (Normative/ Prescriptive Model) Có chứa hàm mục tiêu cần phải đạt cực trị Lời giải của mô hình cũng là kết luận cần tuân theo Ví dụ: Mô hình Cực đại giá trị hiện tại PWNỘI DUNG CHÍNH 1 Tổng quan về rủi ro & bất định 2 Phân tích độ nhạy (Sensitivity Analysis) 3 Phân tích rủi ro (Risk Analysis) 4 Mô phỏng theo MONTE - CARLO1 Phâ tí h độ nhạy (S1. Phân tích h (Sensitivity A l i ) iti it Analysis) Khái niệm: là phân tích những ảnh hưởng của các yếu tố có tính bất định đến: Hàm mục tiêu (PW, AW, lợi nhuận ròng, …) Khả năng đảo lộn kết luận về các phương án so sánh Trả lời câu hỏi “What …if”: Ví dụ: Ảnh hưởng của MARR lên NPV1 Phâ tí h độ nhạy (S1. Phân tích h (Sensitivity A l i ) iti it Analysis) Mô hình phân tích độ nhạy thuộc loại mô hình mô tả Mục tiêu xác định các biến số quan trọng có tác động nhiều đến kết quả. Nhược điểm: Chỉ xét từng tham số riêng lẻ Không trình bày được xác suất xuất hiện của các tham số và xác suất xảy ra của các kết quả2 Phâ tí h độ nhạy th 1 th2. Phân tích h theo tham số ố Mỗi lần PT chỉ cho 1 tham số thay đổi, độc lập với các tham số khác. th ố khá VD: P = 10tr, C = 2,2tr, B = 5tr, SV = 2tr, N = 5 năm, MARR = 8%. Phân tích độ nhạy AW theo N, MARR, C AW = -10(A/P,i%,N) + (5 – C) + 2(A/F,i%,N) 10(A/P,i%,N)2 Phâ tí h độ nhạy theo 1 th2. Phân tích h th ố tham số Nhận xét: AW khá nhạy với C N ít nhạy với MARR C, N, Trong phạm vi sai số ± 20% DA vẫn còn đáng giá2 Phâ tí h độ nhạy các PA so sánh2. Phân tích h á á h Nguyên tắc: Khi so sánh 2 hay nhiều phương án, do dòng tiền các PA khác nhau nên độ nhạy đối với các dò tiề á khá h ê h ới á tham số cũng khác nhau 2 phương án A và B có A tốt hơn B khi N > 10 năm độ nhạy của PW theo tuổi thọ N B tốt hơn A khi N = 7 10 năm A và B đều không đáng giá khi N < 7 ề Nếu tuổi tho ước tính 2 DA khác nhau: thọ Ví dụ: Nếu N(A) = 15 ± 2 năm N(B) = 10 ± 2 năm Thì p/a A luôn tốt hơn p/a B3 Phâ tí h độ nhạy th nhiều th số (S3. Phân tích h theo hiề tham ố (Scenario A l i ) i Analysis) Xem xét khả năng có sự thay đổi tương tác giữa sự thay đổi của các tham số kinh tế th ủ á th ố ki h ...