Bài 7:PHÂN TÍCH RỦI RO TRONG THẨM ĐỊNH DỰ ÁN

Bài 7

PHÂN 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 !
Actual
Result "



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 # DA có nhiều kết cục xảy ra
o  Các khoản lợi ích ròng của DA trải ra theo thời gian
# 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) # 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:
$  12/23 năm sinh lợi
$  10/23 năm thua lỗ
$  1/23 năm hòa vốn
# 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).
2.1 - Phân tích độ nhạy
•  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
# Cho phép kiểm định biến nào có tầm quan trọng như
là nguồn gốc của rủi ro
2.1 - Phân tích độ nhạy
•  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.
2.1 - Phân tích độ nhạy
•  Tổng chi phí và lợi ích: Phân tích độ nhạy cho các biến
số ảnh hưởng đến tổng chi phí và lợi ích # 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 nhạ y với từng tham số riêng biệt có tính trọng yếu nhất
đối với dự án.
$  Về lợi ích: giá đầu ra, mức thuế, tốc độ tăng của cầu…
$  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 # NPV tăng
o  Chi phí tăng # NPV giảm
o  Lạm phát # 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 # giá trị các biến khác cũng thay đổi # kết
luận về DA bị sai lệch. Ví dụ: Nếu diện tích tưới tiêu
của máy bơm giảm 10% # năng suất giảm 10% #
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)
•  Khái niệm:
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 tồ i 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%.

2.2 - Phân tích tình huống/kịch bản
•  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
$  Chấp thuận DA nếu NPV > 0 ngay cả trong
trường hợp xấu nhất
$  Bác bỏ DA nếu NPV < 0 ngay cả trong trường
hợp tốt nhất
2.2 - Phân tích tình huống/kịch bản
•  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).
2.2 - Phân tích tình huống/kịch bản
•  Khái niệm:
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.

2.3 - Phân tích mô phỏng Monte Carlo
•  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.
2.3 - Phân tích mô phỏng Monte Carlo
•  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
2.3 - Phân tích mô phỏng Monte Carlo
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