KỸ THUẬT PHÂN TÍCH ĐỘ RỦI RO BẰNG MÔ PHỎNG MONTECARLO

TOÅNG QUAN VEÀ XAÙC SUAÁT • Xaùc suaát: moät trò soá giöõa 0 vaø 1 nhaèm dieãn taû khaû naêng xuaát hieän cuûa moät bieán coá (hoaëc söï kieän) • Xaùc suaát ñöôïc bieåu dieãn döôùi daïng phaàn traêm (60%, 51%, v.v…) hoaëc thaäp phaân (0.6, 0.51, v.v…) • Moät phaân phoái xaùc suaát chæ ra caùc keát quaû coù theå cuûa moät tieán trình vaø xaùc suaát cuûa moãi keát quaû. • Phaân phoái xaùc suaát: Moät danh saùch cuûa taát caû caùc keát quaû cuûa moät tieán trình ngaãu nhieân vaø caùc xaùc suaát coù lieân quan ñeán moãi keát quaû

Trang 1

Biên soạn & giảng: TS Lưu Trường Văn 1

KỸ THUẬT PHÂN TÍCH RỦI RO

BẰNG MÔ PHỎNG MONTE-CARLO

TỔNG QUAN VỀ XÁC SUẤT

• Xác suất: một trị số giữa 0 và 1 nhằm diễn tả khả năng xuất hiện của một biến cố (hoặc sự kiện)

• Xác suất được biểu diễn dưới dạng phần trăm

(60%, 51%, v.v…) hoặc thập phân (0.6, 0.51,

Trang 2

TỔNG QUAN VỀ XÁC SUẤT (t.t)

• Làm thế nào để thiết lập một phân phối xác suất:

Vẽ đồ thị mà trục hoành là giá thép tròn, trục tung là xác suất,

ta được đồ thị biểu diễn phân phối xác suất

TỔNG QUAN VỀ XÁC SUẤT (t.t)

• XÁC SUẤT TÍCH LŨY VÀ ĐƯỜNG CONG TÍCH LŨY XÁC SUẤT:

Trang 3

DUONG CONG XAC SUAT TICH LUY

Xác suất tích lũy

BIẾN RỜI RẠC VÀ BIẾN LIÊN TỤC

• Biến rời rạc chỉ có thể lấy những giá trị cách

biệt.

• Ví dụ: Vòng đời của một tài sản là biến rời rạc

vì chỉ có thể là 5 năm, 6 năm, 7 năm chứ không thể là 6,2 năm.

• Biến liên tục thì có thể lấy bất kỳ giá trị nào

trong khoảng giới hạn của nó.

• Ví dụ: Suất thu lợi (Rate of return) là biến liên tục bởi vì nó có thể lấy mọi giá trị từ 0 đến ∞

Trang 4

GIÁ TRỊ KỲ VỌNG VÀ ĐỘ LỆCH CHUẨN

• Giá trị kỳ vọng của một phân phối xác suất là kết quả trung bình kỳ vọng trong dài hạn nếu biến số là được lấy mẫu nhiều lần.

Phân phối xác suất: E (X) = ∑ X i P(X i )

Mẫu:

• Độ lệch chuẩn (standard deviation, ký hiệu: σ ) là đại lượng đo lường mức độ phân tán của biến số so với giá trị kỳ vọng

PHƯƠNG PHÁP PHÂN TÍCH RỦI RO BẰNG

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 có tương quan (cùng biến thiên) giữa các biến

Trang 5

PHƯƠNG PHÁP PHÂN TÍCH RỦI RO BẰNG

MÔ PHỎNG MONTE CARLO (t.t)

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

CÁC BƯỚC XÂY DỰNG MÔ PHỎNG MONTE

CARLO

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

2 Xác định các biến nhạy cảm và không chắc chắn

3 Xác định tính không chắc chắn

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

Định phân phối xác suất, các phân phối xác suất thông thường nhất là : Phân phối chuẩn, phân phối tam giác, phân phối đều, phân phối bậc thang

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

Trang 6

PHÂN TÍCH ĐỘ NHẠY

$ Các biến rủi ro

F3 F4 V6

V1 V2

V3 V4 V5

DỰ BÁO KẾT QUẢ CỦA MỘT BIẾN CỐ TƯƠNG LAI

Từ tần suất sang phân phối xác suất

Giá trị biến Tần suất

1 3 5 1

x x

x

x x

Tối thiểu Tối đa

Trang 7

DỰ BÁO KẾT QUẢ CỦA MỘT BIẾN CỐ TƯƠNG LAI

Ước tính một giá trị đơn lẻ

Giá trị biến Xác suất

x x

x x x

PHÂN TÍCH TẤT ĐỊNH VỚI PHÂN TÍCH MÔ PHỎNG

$ Phân tích mô phỏng

Các chi phí khác

Chi phí hoạt động (V3+V4+V5)

Định phí

Tổng chi phí (F2 + V6)

Lãi/Lỗ (F1 - F3)

V1 V2 F1 V3 V4 V5 F2

F3 F4 V6

V1 V2 V3

V4 V5

Trang 8

CƠ SỞ CỦA CÁC PHÂN PHỐI XÁC SUẤT TRONG PHÂN TÍCH RỦI RO

1 Các phân phối xác suất đối xứng

Xác suất của X

Xác súât của X

2 Các phân phối linh động phi chuẩn mực

Chữ nhật bậc thang 100%

Không liên tục

Trang 9

CÁC BIẾN CÓ TƯƠNG QUAN

ĐƯỜNG HỒI QUY

Các bước chạy mô phỏng sử dụng phần mềm vi tính

F3 F4

V6

Trang 10

CÁC KẾT QUẢ

Phân tích

tất định mô phỏng Phân tích

Trường hợp 1: (Xác suất N.P.V âm) = 0

Xác suất Xác suất tích luỹ

-Quyết định: Chấp thuận

+

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

phải của điểm N.P.V zero

Trang 11

Trường hợp 2: (Xác suất N.P.V dương) = 0

-Quyết định: Bác bỏ

+

Ghi chú: Đầu cao hơn của phân phối xác suất tích luỹ nằm về phía

bên trái của điểm N.P.V zero

Trường hợp 3: (Xác suất N.P.V zero) lớn hơn 0

nhưng nhỏ hơn 1

Trang 12

Trường hợp 4: Các dự án loại trừ lẫn nhau

Với điều kiện có cùng xác suất, một dự án luôn tỏ ra có lợi nhuận cao hơn

Trường hợp 5: Các dự án loại trừ lẫn nhau – Lợi

nhuận cao so với lỗ thấp

Cần biết thái độ đối với rủi ro :

A Nếu trung lập với rủi ro, thì không chắc chắn là tốt nhất.

B Nếu sợ rủi ro, thì thích B hơn A.

C Nếu thích rủi ro, thì có thể thích A hơn B.

Trang 13

PHÂN TÍCH MƠ PHỎNG

MONTE-CARLO BẰNG PHÂN

MỀM CRYSTAL BALL

Tính toán toàn bộ bảng tính (dựa trên mô hình đã lập)

Thiết lập số ngẫu nhiên cho biến rủi ro

Trang 14

7 BƯỚC THỰC HÀNH MƠ PHỎNG

MONTE-CARLO (MMC) VỚI CRYSTAL BALL (CB)

• Bước 1: Thiết lập mô hình bảng tính

• Bước 2: Định nghĩa biến rủi ro

• Bước 3: Định nghĩa biến kết quả

• Bước 4: Xác định số lần chạy mô phỏng

• Bước 5: Chạy mô phỏng mãi cho đến khi quá trình mô phỏng thỏa mãn một tiêu chuẩn dừng

• Bước 6: Phân tích các kết quả mô phỏng

• Bước 7: In ấn các báo cáo

CÁC KẾT QUẢ CỦA MMC VỚI CB

Đồ thị tần suất (Frequency chart): cung cấp cho bạn

xác suất xảy ra kết quả xác định.

Đồ thị độ nhạy (sensitivity chart): Cho phép bạn phân

tích sự đóng góp của các biến rủi ro đến biến kết quả; và chỉ ra biến rủi ro nào gây ra tác động lớn nhất đến biến kết quả

Đồ thị xu thế (trend chart): cho phép bạn xếp chồng

các kết quả để mà kiểm tra xu hướng và thay đổi trong một chuỗi

Đồ thị phủ (Overlay chart): Hiển thị các kết quả trên

một hệ trục, ngay cả khi các kết quả thuộc về các mô hình phân biệt

Trang 15

CÁC KẾT QUẢ CỦA MMC VỚI CB

• Các dự báo (Forecasts): Một tóm tắt thống kê của các kết quả mô phỏng mà được hiển thị dưới dạng đồ thị hoặc dạng số.

Summary: Tóm tắt

Statistics: Các thông số thống kê

Chart: Đồ thị

Percentiles: Bảng tỷ lệ phần trăm

Frequency counts: Các tần suất

• Đồ thị độ nhạy (sensitivity chart): Cho phép bạn phân

tích sự đóng góp của các biến rủi ro đến biến kết quả; và chỉ ra biến rủi ro nào gây ra tác động lớn nhất đến biến kết quả

Ví dụ đơn giản về mơ phỏng

Monte-Carlo với CB

Trang 16

(L ợ i nhu ậ n)

$100.00 Profit

( ðị nh phí)

$100.00 Fixed Cost

(Bi ế n phí)

$300.00 Variable Cost

(Doanh thu)

$500.00 Revenue

Mô hình

$100.00 π

L ợ i nhu ậ n

D ự báo

$100.00 F

L ượ ng bán

$ 50.00 P

Giá bán

Giá tr ị

Ký hi ệ u Các gi ả ñị nh

Các biến ñầu vào

$100.00 F

ðị nh phí

60% V

Ph ầ n tr ă m bi ế n phí

10 S

$ 50.00 P

Giá bán

Trang 17

Mô hình tính toán

• Lợi nhuận = Doanh thu – Biến phí – ðịnh phí

• Doanh thu = Giá bán * Lượng bán

• Biến phí = Doanh thu * Phần trăm biến phí

Chọn lựa biến ñầu vào ñể phân tích rủi ro

• Bằng phân tích ñộ nhạy + kinh nghiệm của

người phân tích, chúng ta nhận dạng các biến sau là biến ñầu vào của phân tích rủi ro.

• Các biến ñầu vào này thường ñược gọi là biến

rủi ro (risk variables)

• Trong ví dụ này, các biến rủi ro là:

– Giá bán (P)

– Lượng bán (S)

– Phần trăm biến phí (V)

Trang 18

Thu thập dữ liệu về phân bố xác suất của các biến ñầu vào ñã chọn

• Thu thập dữ liệu về giá bán (P), lượng bán (S)

và phần trăm biến phí (V), ta ñược các thông tin sau:

– P tuân theo phân phối Lognormal với mean=50,

ñộ lệch chuẩn=10

– S tuân theo phân phối Poisson với rate=10

– V tuân theo phân phối Beta với min=0%,

max=100%, alpha=3, beta=2

ðị nh nghĩa các biến rủi ro: Giá bán (P)

Trang 19

Hình 1

Hình 2

Trang 20

Hình 3

Chúng ta chọn phân phối

Lognormal

Hình 4

Trang 21

ðị nh nghĩa các biến rủi ro: Giá bán (P)

• Trong cửa sổ Lognormal Distribution, ta

chọn ñiều chỉnh Std Dev từ 5.00 sang 10.00 (hình 5)

• Chọn OK, ta ñã hoàn tất quá trình ñịnh

nghĩa biến P Kết quả ñược hiển thị trên

hình 6.

• Trong hình 6, Crystal Ball ñã ñánh dấu biến

P mà ñã ñược ñịnh nghĩa bằng màu xanh lá cây

Hình 5

Chúng ta ñiều chỉnh Std Dev

thành 10

Trang 22

Hình 6

CB ñã ñánh dấu biến rủi ro S bằng cách tô màu xanh lá cây

ðị nh nghĩa các biến rủi ro: Lượng bán (S)

Define Assumptions … (hình 7)

• Cửa sổ Distribution Gallery xuất hiện (hình 8)

• Trên cửa sổ Distribution Gallery, chọn Poisson

(hình 9)

• Ta có ñược cửa sổ Poisson Distribution (hình 10)

• Vì giá trị Rate mặc ñịnh là 10 bằng với giá trị mà chúng ta thu thập ñược từ thực tế nên không cần

ñiều chỉnh giá trị Rate trong cửa sổ Poisson

Distribution

• Chọn OK, ta ñược kết quả như hình 11

Trang 23

Hình 7

Hình 8

Trang 24

Hình 9

Chúng ta chọn phân phối Poisson

Hình 10

Chọn OK

Trang 25

Hình 11

CB ñã ñánh dấu biến rủi ro V bằng cách tô màu xanh lá cây

• ðưa mouse vào cell Phần trăm biến phí, chọn

• Cửa sổ Distribution Gallery xuất hiện (hình 13)

• Trên cửa sổ Distribution Gallery, chọn Beta (hình

14)

• Ta có ñược cửa sổ Beta Distribution (hình 15)

• Trong cửa sổ Beta Distribution, ta ñiều chỉnh các

giá trị min, max, alpha, beta theo số liệu ñã thu

thập (hình 16)

Trang 26

Hình 12

Hình 13

Trang 27

Trang 28

Hình 16

Chọn OK

• Chọn OK, ta ñã hoàn tất quá trình ñịnh

nghĩa biến P Kết quả ñược hiển thị trên

hình 17.

• Trong hình 17, Crystal Ball ñã ñánh dấu

biến V mà ñã ñược ñịnh nghĩa bằng cách tô màu xanh lá cây

Trang 29

Hình 17

CB ñã ñánh dấu biến rủi ro V bằng cách tô màu xanh lá cây

ðị nh nghĩa biến kết quả

• Chọn cell C12 (Lợi nhuận), rồi chọn Cell

Define Forecast (hình 18)

• Ta ñược cửa sổ Define Forecast (hình 19)

• Trên cửa sổ Define Forecast, ta nhập

Forecast Name và Units (hình 20)

• Chọn OK, ta ñược kết quả như hình 21.

• Lúc này CB ñã ñánh dấu biến kết quả mà ta

ñã chọn bằng cách tô màu xanh biển

Trang 30

Hình 18

Hình 19

Trang 31

Hình 20

Chúng ta nhập Forecast Name

và Units

Hình 21

CB ñã ñánh dấu biến kết quả

bằng cách tô màu xanh biển

Trang 32

Xác ñịnh các thông số của vận hành mô phỏng

• Chọn Run rồi chọn Run Preferences (hình

Trang 33

Hình 23

Số lần chạy mô phỏng tối ña là 1000

Dừng chạy mô phỏng nếu mức tin cậy ñạt 95%

thông báo như hình 25

• Chúng ta có kết quả chạy mô phỏng như

hình 26

Trang 34

Hình 24

Hình 25

Trang 35

Hình 26: Frequency chart

Hình 27: Frequency chart (tt)

Khả năng ñạt ñược Lợi nhuận = $102 là 80.7%

Trang 36

Hình 28: Cumulative chart

Hình 29: Statistics

Trang 37

Hình 30: Sensitivity chart

Hình 31: Create report

Trang 38

Hình 32: Create report (tt)

Hình 33: Report

Trang 39

Hình 34: Report (tt)

Hình 35: Report (tt)

Trang 40

LÀM THẾ NÀO ĐỂ DOWNLOAD CB?

Hãy viếng thăm các website sau đây:

• http://www.crystalball.com

rồi download Crystal Ball (trial version, có hiệu lực trong 3 tháng) Xin lưu ý theo lệ thường đối với các freeware hoặc shareware, bạn sẽ phải mất một ít thời gian để hoàn tất việc cung cấp một số thông tin về bạn cho webmaster của CB thì bạn mới bắt đầu download được CB

Định dạng
Số trang	40
Dung lượng	1,4 MB