Bai Giang Quan tri rui ro

26,870 views

Published on

Published in: Education, Technology
14 Comments
13 Likes
Statistics
Notes
  • Dịch vụ làm luận văn tốt nghiệp, làm báo cáo thực tập tốt nghiệp, chuyên đề tốt nghiệp, tiểu luận, khóa luận, đề án môn học trung cấp, cao đẳng, tại chức, đại học và cao học (ngành kế toán, ngân hàng, quản trị kinh doanh…) Mọi thông tin về đề tài các bạn vui lòng liên hệ theo địa chỉ SĐT: 0973.764.894 ( Miss. Huyền ) Email: dvluanvan@gmail.com ( Bạn hãy gửi thông tin bài làm, yêu cầu giáo viên qua mail) Chúng tôi nhận làm các chuyên ngành thuộc khối kinh tế, giá cho mỗi bài khoảng từ 100.000 vnđ đến 500.000 vnđ
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • THANKS YOU
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • ko thay get file o dau het moi nguoi oi
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • ko down duoc ne
    help me
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Download duoc roi (12:20 29/04/2012)
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Views
Total views
26,870
On SlideShare
0
From Embeds
0
Number of Embeds
235
Actions
Shares
0
Downloads
1,371
Comments
14
Likes
13
Embeds 0
No embeds

No notes for slide

Bai Giang Quan tri rui ro

  1. 1. TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI KHOA KINH TẾ VÀ QUẢN LÝ <ul><li>BÀI GiẢNG </li></ul><ul><li>MÔN HỌC: QUẢN TRỊ RỦI RO </li></ul><ul><li>LỚP CAO HỌC :QUẢN TRỊ KINH DOANH </li></ul><ul><li>Giảng viên: NGƯT.PGS.TS Nguyễn Minh Duệ </li></ul><ul><li>Hà Nội 2007 </li></ul>
  2. 2. MỤC ĐÍCH M ÔN HỌC <ul><li>Nâng cao lý thuyết và phương pháp phân tích và quản lý rủi ro trong kinh doanh và đầu tư </li></ul><ul><li>Vận dụng tính toán và đề xuất biện pháp quản lý rủi ro trong doanh nghiệp </li></ul>
  3. 3. BÀI1- Lý thuyÕt quyÕt ®Þnh VÀ RỦI RO <ul><li>C¸c quyÕt ®Þnh trong qu¶n lý: </li></ul><ul><li>Nhµ qu¶n lý th­êng chän nh÷ng quyÕt ®Þnh hiÖu qu¶ nhÊt ®Ó ®¹t ®­îc môc tiªu cña doanh nghiÖp </li></ul><ul><li>QuyÕt ®Þnh cã thÓ x¶y ra: </li></ul><ul><li>- QuyÕt ®Þnh ®óng sinh lîi thµnh c«ng </li></ul><ul><li>- QuyÕt ®Þnh sai rñi ro thÊt b¹i </li></ul><ul><li>Lý thuyÕt quyÕt ®Þnh: ph©n tÝch mét c¸ch cã hÖ thèng nh÷ng vÊn ®Ò trong qu¶n lý ®Ó t¹o ra c¸c quyÕt ®Þnh cã hiÖu qu¶ </li></ul><ul><li>Ph­¬ng ph¸p ra quyÕt ®Þnh liªn quan ®Õn m« h×nh ra quyÕt ®Þnh </li></ul>
  4. 4. Qu¸ tr×nh ra quyÕt ®Þnh <ul><li>ThiÕt lËp tiªu chuÈn vµ môc tiªu </li></ul><ul><li>§Ò xuÊt c¸c ph­¬ng ¸n trong kinh doanh hoÆc ®Çu t­ </li></ul><ul><li>X©y dùng m« h×nh vµ c¸c th«ng sè cña qu¸ tr×nh </li></ul><ul><li>X¸c ®Þnh ph­¬ng ¸n tèi ­u </li></ul>
  5. 5. m« h×nh quyÕt ®Þnh M« h×nh lµ tËp hîp c¸c quan hÖ gi÷a c¸c biÕn nh»m ®o hiÖu qu¶ ®¹t ®­îc vµ tho¶ m·n c¸c rµng buéc BiÕn ngoµi M« h×nh §iÒu kiÖn rµng buéc BiÕn quyÕt ®Þnh Hµm môc tiªu
  6. 6. Thµnh phÇn cña m« h×nh <ul><li>BiÕn quyÕt ®Þnh (decision variables): lµ biÕn n»m trong ph¹m vi kiÓm so¸t cña nhµ qu¶n lý (s¶n l­îng, gi¸ b¸n, . . .) </li></ul><ul><li>BiÕn ngoµi (exogenouss variables): lµ biÕn n»m ngoµi ph¹m vi kiÓm so¸t cña nhµ qu¶n lý, phô thuéc vµo c¸c yÕu tè bªn ngoµi (nhu cÇu thÞ tr­êng, gi¸ nguyªn vËt liÖu, ®èi thñ c¹nh tranh, . . .) </li></ul><ul><li>§iÒu kiÖn rµng buéc (constraints): lµ nh÷ng ®iÒu kiÖn mµ c¸c quyÕt ®Þnh ph¶i tho¶ m·n (luËt ph¸p, giíi h¹n vÒ c«ng suÊt, vèn ®Çu t­, . . .) </li></ul><ul><li>§é ®o hiÖu qu¶ (measure of performance): lµ hµm môc tiªu, tiªu chuÈn quyÕt ®Þnh (lîi nhuËn, NPV, IRR, . . .) </li></ul><ul><li>BiÕn trung gian (intermediate variables): lµ biÕn dïng ®Ó biÓu diÔn c¸c biÕn quyÕt ®Þnh, th­êng lµ biÓu thøc trung gian tr­íc khi tÝnh hµm môc tiªu (doanh thu=gi¸ b¸n x s¶n l­îng th­¬ng phÇm) </li></ul>
  7. 7. Quan hÖ gi÷a c¸c biÕn vµ hµm môc tiªu Lîi nhuËn CP CP v.hµnh CP b¸n hµng §Þnh phÝ CP thiÕt bÞ CP phô liÖu CP nguyªn liÖu CP nh©n c«ng Doanh thu C«ng suÊt S¶n l­îng Nguyªn liÖu Sè giê c«ng Gi¸ b¸n C.suÊt thªm Nhu cÇu CP nguyªn liÖu NSL§ Giê c«ng
  8. 8. M«i tr­êng ra quyÕt ®Þnh <ul><li>T×nh huèng x¸c ®Þnh </li></ul><ul><ul><li>Th«ng tin ®Çu vµo hoµn toµn x¸c ®Þnh </li></ul></ul><ul><ul><li>KÕt qu¶ ®Çu ra lµ duy nhÊt, x¸c suÊt: 1 </li></ul></ul><ul><ul><li>DÔ dµng, nhanh chãng ra quyÕt ®Þnh </li></ul></ul><ul><li>T×nh huèng rñi ro </li></ul><ul><ul><li>Th«ng tin ®Çu vµo cã nhiÒu gi¸ trÞ, cã ph©n bè s¸c xuÊt </li></ul></ul><ul><ul><li>KÕt qu¶ ®Çu ra còng vËy, tËp hîp c¸c kÕt qu¶ cã ph©n bè </li></ul></ul><ul><ul><li>x¸c suÊt </li></ul></ul><ul><ul><li>¸ p dông lý thuyÕt x¸c suÊt ®Ó ra quyÕt ®Þnh </li></ul></ul><ul><li>T×nh huèng bÊt ®Þnh </li></ul><ul><ul><li>Th«ng tin ®Çu vµo kh«ng ch¾c ch¾n, kh«ng cã ph©n bè x¸c suÊt. </li></ul></ul><ul><ul><li>KÕt qu¶ ®Çu ra kh«ng x¸c ®Þnh, kh«ng cã ph©n bè x¸c suÊt </li></ul></ul><ul><ul><li>Khã kh¨n ®Ó ra quyÕt ®Þnh </li></ul></ul><ul><ul><li>Áp dụng lý thuyết tr ò chơi </li></ul></ul>
  9. 9. X¸c suÊt kÕt qu¶ X¸c suÊt kÕt qu¶ X¸c suÊt kÕt qu¶ X¸c suÊt kÕt qu¶ kÕt qu¶ kÕt qu¶ kÕt qu¶ 1  X¸c ®Þnh Rñi ro BÊt ®Þnh
  10. 10. Kh¸i niÖm Rñi ro <ul><li>Mét sè ®Þnh nghÜa chän läc : </li></ul><ul><li>.Rñi ro lµ kh¶ n¨ng x¶y ra mét sù cè kh«ng may </li></ul><ul><li>.Rñi ro lµ sù kÕt hîp cña nguy c¬ </li></ul><ul><li>.Rñi ro lµ sù kh«ng thÓ ®oµn tr­íc ®­îc nguyªn nh©n dÉn ®Õn kÕt qu¶ thùc kh¸c víi kÕt qu¶ dù ®o¸n </li></ul><ul><li>..Rñi ro lµ kh¶ n¨ng x¶y ra tæn thÊt </li></ul>
  11. 11. Kh¸i niÖm vÒ Rñi ro <ul><li>Sù thèng nhÊt gi÷a c¸c ®Þnh nghÜa: </li></ul><ul><li>. §Ò cËp ®Õn sù kh«ng ch¾c ch¾n , ®­îc coi la mèi ngê vùc cña t­¬ng lai </li></ul><ul><li>. Møc ®é rñi ro lµ kh¸c nhau </li></ul><ul><li>. HËu qu¶ do mét hoÆc nhiÒu nguyªn nh©n </li></ul>
  12. 12. §Þnh nghÜa chung Rñi ro <ul><li>Rñi ro lµ sù kiÖn bÊt ngê x¶y ra g©y tæn thÊt cho con ng­êi </li></ul><ul><li>C¸c ®Æc tr­ng cña rñi ro: </li></ul><ul><li>. Rñi ro lµ sù kiÖn ngÉu nhiªn (bÊt ngê) </li></ul><ul><li>. Rñi ro lµ sù cè g©y tæn thÊt </li></ul><ul><li>. Rñi ro lµ sù kiÖn ngoµi mong muèn </li></ul>
  13. 13. HËu qu¶ Rñi ro <ul><li>Tæn thÊt rñi ro: con ng­êi vµ tµi s¶n </li></ul><ul><li>Chi phÝ rñi ro: Phßng ngõa, h¹n chÕ vµ bæi th­êng </li></ul><ul><li>Quan hÖ tÇn sè vµ møc ®é nghiªm träng rñi ro: </li></ul>Th­¬ng tÝch nghiªm träng Th­¬ng tÝch Ýt nghiªm träng Kh«ng g©y th­¬ng tÝch Tam gi¸c Heinrich (t¹i n¹n lao ®éng) TÇn sè rñi ro Møc ®é nghiªn träng 1 30 300
  14. 14. Th¸i ®é con ng­êi víi Rñi ro <ul><li>. ThÝch rñi ro, m¹o hiÓm </li></ul><ul><li>- ThÝch nh­ng t×m c¸ch h¹n chÕ </li></ul><ul><li>- ChÊp nhËn, phã mÆc, liÒu lÜnh </li></ul><ul><li>. Bµng quan víi rñi ro </li></ul><ul><li>. Sî rñi ro </li></ul><ul><li>--> Hµnh vi con ng­êi víi rñi ro: cã ý thøc vµ v« thøc </li></ul>
  15. 15. Nguyªn nh©n Rñi ro Kinh doanh vµ ĐÇu t­ <ul><li>. Nguyªn nh©n kh¸ch quan: </li></ul><ul><li>§iÒu kiÖn tù nhiªn: b·o lôt, ®éng ®Êt, biÕn ®æi khÝ hËu,… </li></ul><ul><li>§iÒu kiÖn m«i tr­êng KD§T: ChÝnh s¸ch kinh tÕ vÜ m«, tµi chÝnh tiÒn tÖ, biÕn ®æi thÞ tr­êng, khñng ho¶ng kinh tÕ. </li></ul><ul><li>. Nguyªn nh©n chñ quan: </li></ul><ul><li>Ho¹ch ®Þnh sai chiÕn l­îc </li></ul><ul><li>Ph­¬ng thøc KD, Nghiªm cøu thÞ tr­êng kh«ng ®Çy ®ñ </li></ul><ul><li>ThiÕu th«ng tin </li></ul><ul><li>ThiÕu kiÕn thøc </li></ul><ul><li>ThiÕu tr¸ch nhiÖm </li></ul><ul><li>Tham nhòng, chñ quan….. </li></ul>
  16. 16. Rủi ro Kinh doanh Đầu tư Rñi ro? Lµ toµn bé biÕn cè ngÉu nhiªn tiªu cùc t¸c ®éng lªn qu¸ tr×nh ®Çu t­, kinh doanh lµm thay ®æi kÕt qu¶ theo chiÒu h­íng bÊt lîi Lµ kh¶ n¨ng sai lÖch x¶y ra gi÷a gi¸ trÞ thùc tÕ vµ kú väng kÕt qu¶; sai lÖch cµng lín, rñi ro cµng nhiÒu
  17. 17. Ph©n Lo¹i rñi ro <ul><ul><li>Ph©n lo¹i theo b¶n chÊt: </li></ul></ul><ul><ul><ul><li>C¸c rñi ro tù nhiªn </li></ul></ul></ul><ul><ul><ul><li>C¸c rñi ro vÒ c«ng nghÖ vµ tæ chøc </li></ul></ul></ul><ul><ul><ul><li>C¸c rñi ro vÒ kinh tÕ-tµi chÝnh cÊp vi m« vµ vÜ m« </li></ul></ul></ul><ul><ul><ul><li>C¸c rñi ro vÒ chÝnh trÞ-x· héi </li></ul></ul></ul><ul><ul><ul><li>C¸c rñi ro vÒ th«ng tin khi ra quyÕt ®Þnh DA§T </li></ul></ul></ul><ul><ul><li>Ph©n lo¹i theo yÕu tè: Chñ quan vµ kh¸ch quan </li></ul></ul><ul><ul><ul><li>Rñi ro kh¸ch quan thuÇn tuý </li></ul></ul></ul><ul><ul><ul><li>Rñi ro chñ quan cña ng­êi ra quyÕt ®Þnh </li></ul></ul></ul>
  18. 18. Ph©n Lo¹i rñi ro <ul><li>Ph©n lo¹i theo n¬i ph¸t sinh </li></ul><ul><ul><li>Rñi ro do b¶n th©n dù ¸n g©y ra </li></ul></ul><ul><ul><li>Rñi ro x¶y ra bªn ngoµi (m«i tr­êng) vµ t¸c ®éng xÊu ®Õn dù ¸n </li></ul></ul><ul><li>Ph©n lo¹i theo møc ®é khèng chÕ rñi ro </li></ul><ul><ul><li>Rñi ro kh«ng thÓ khèng chÕ ®­îc (bÊt kh¶ kh¸ng) </li></ul></ul><ul><ul><li>Rñi ro cã thÓ khèng chÕ ®­îc </li></ul></ul><ul><li>Ph©n lo¹i theo giai ®o¹n ®Çu t­ </li></ul><ul><ul><li>Rñi ro giai ®o¹n chuÈn bÞ ®Çu t­ (chñ yÕu do ra quyÕt ®Þnh) </li></ul></ul><ul><ul><li>Rñi ro giai ®o¹n thùc hiÖn ®Çu t­ </li></ul></ul><ul><ul><li>Rñi ro giai ®o¹n khai th¸c dù ¸n </li></ul></ul>
  19. 19. Mét sè quan ®iÓm vÒ rñi ro <ul><li>Rñi ro kh«ng cã tÝnh ®èi xøng, chØ cã h¹i </li></ul><ul><li>Rñi ro cã tÝnh ®èi xøng, th¾ng hoÆc b¹i, ®­îc hoÆc thua </li></ul><ul><li>Rñi ro cã c¸c ®Æc tr­ng: </li></ul><ul><li>- TÇn suÊt xuÊt hiÖn (nhiÒu, Ýt) </li></ul><ul><li>- Biªn ®é thiÖt h¹i (lín, nhá) </li></ul><ul><li>- C¸c rñi ro ®ång thêi, xem xÐt tæng thÓ c¸c rñi ro </li></ul>
  20. 20. Qu¶n lý rñi ro <ul><li>“ Qu¶n lý rñi ro lµ dù kiÕn ng¨n ngõa vµ ®Ò xuÊt biÖn ph¸p kiÓm so¸t c¸c rñi ro nh»m lo¹i bá, gi¶m nhÑ hoÆc chuyÓn chóng sang mét t¸c nh©n kinh tÕ kh¸c, t¹o ®iÒu kiÖn sö dông tèi ­u nguån lùc cña doanh nghiÖp” </li></ul><ul><li>So s¸nh qu¶n lý rñi ro víi c«ng viÖc thÇy thuèc </li></ul><ul><li>- Phßng bÖnh (con ng­êi, doanh nghiÖp): chÈn ®o¸n bÖnh (rñi ro), ¸p dông biÖn ph¸p phßng ngõa vµ b¶o vÖ </li></ul><ul><li>- Ch÷a bÖnh, tiÕn hµnh ch¨m sãc bÖnh nh©n vµ chÈn trÞ bÖnh </li></ul>
  21. 21. C«ng ®o¹n qu¶n lý rñi ro <ul><li>NhËn d¹ng rñi ro: danh môc rñi ro (kh¸ch quan, chñ quan) theo ph­¬ng ph¸p “TËp kÝch n·o” </li></ul><ul><li>Ph©n tÝch rñi ro ®· nhËn d¹ng vµ xö lý s¬ bé (møc ®é thiÖt h¹i, x¸c suÊt x¶y ra; kh¶ n¨ng phßng ngõa hoÆc gi¶m nhÑ) </li></ul><ul><li>Xö lý hµnh chÝnh c¸c rñi ro: </li></ul><ul><li>- ChuyÓn rñi ro sang chñ thÓ kinh tÕ kh¸c </li></ul><ul><li>- T×m nguån tµi trî ®Ó trang tr¶i </li></ul><ul><li>- Giao cho c¸n bé (hoÆc bé phËn) chuyªn tr¸ch qu¶n lý rñi ro </li></ul><ul><li>KiÓm tra: </li></ul><ul><li>- LËp kÕ ho¹ch phôc håi rñi ro (ho¶ ho¹n, b·i c«ng, . . ,) </li></ul><ul><li>- Quy ®Þnh c¸c thñ tôc ph¸t hiÖn, phßng ngõa vµ th«ng b¸o rui ro </li></ul><ul><li>- KiÓm tra ®Þnh kú c¸c thñ tôc, hîp ®ång </li></ul><ul><li>- KiÓm tra ho¹t ®éng cña c¸n bé (hoÆc bé phËn) chuyªn tr¸ch qu¶n lý rñi ro </li></ul>
  22. 22. S¬ ®å qu¶n lý rñi ro NhËn d¹ng rñi ro “ PhiÕu ®iÒu tra” “ TËp kÝch n·o” Rñi ro ®· biÕt Rñi ro míi Møc ®é thiÖt h¹i tÇn sè x¶y ra Rñi ro cã lín kh«ng? Ph©n cÊp rñi ro Lo¹i trõ ®­îc kh«ng? Lo¹i trõ Cã gi¶m nhÑ ®­îc kh«ng? Gi¶m nhÑ §¸nh gi¸ c¸c rñi ro cßn l¹i vµ xö lý - TÇn sè - T¸c ®éng - Phßng ngõa - B¶o vÖ - LËp kÕ ho¹ch - §µo t¹o - Cung cÊp th«ng tin Buéc ph¶i gi÷ l¹i Tù nguyÖn gi÷ l¹i Di chuyÓn LËp riªng hoÆc tham gia b¶o hiÓm ngµnh - Ph­¬ng thøc xö lý - Ph©n vÒ c¸c bé phËn - Hîp ®ång - B¶o hiÓm - §¸nh gi¸ chi phÝ - Kinh phÝ - §¶m b¶o tµi chÝnh - Theo dâi C¸c ch­¬ng tr×nh kiÓm tra vµ ®¸nh gi¸ l¹i cã cã cã Kh«ng Kh«ng Kh«ng §¸nh gi¸ rñi ro
  23. 23. S¬ ®å t¸c ®éng qua l¹i gi÷a c¸c giai ®o¹n vµ ®èi t¸c KÕ ho¹ch khÈn cÊp Ch­¬ng tr×nh cøu gi÷ thÞ tr­êng Ch­¬ng tr×nh b¾t ®Çu s¶n xuÊt l¹i Qu¶n lý vµ kiÓm tra Cøu ho¶ C«ng an C¸c lùc l­îng cÊp cøu kh¸c C¸c ph­¬ng tiÖn th«ng tin ®¹i chóng ChÝnh quyÒn ®¹i ph­¬ng C¸c h·ng b¶o hiÓm Nh©n viªn Kh¸ch hµng C¹nh tranh C¸c h·ng cung øng Nh÷ng n¬i cã thÓ vay Cæ ®«ng C¸c ®èi t¸c kinh tÕ chñ yÕu cã liªn quan C¸c giai ®o¹n cña kÕ ho¹ch phôc håi
  24. 24. Bµi 2: ph­¬ng ph¸p ph©n tÝch tÝnh to¸n dA§T <ul><li>Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ th«ng tin x¸c ®Þnh (ph­¬ng ph¸p th«ng th­êng) </li></ul><ul><li>2. Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ rñi ro (¸p dông lý thuyÕt x¸c suÊt) </li></ul><ul><li>3. Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ th«ng tin bÊt ®Þnh (¸p dông lý thuyÕt trß ch¬i) </li></ul>
  25. 25. Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ th«ng tin x¸c ®Þnh <ul><li>1. Gi¸ trÞ hiÖn t¹i thuÇn NPV </li></ul><ul><li>2 Tû sè lîi Ých/chi phÝ B/C </li></ul><ul><li>3 HÖ sè hoµn vèn néi t¹i IRR </li></ul><ul><li>4 Thêi gian hoµn vèn T hv </li></ul>
  26. 26. Ph­¬ng ph¸p tÝnh to¸n ®¬n gi¶n <ul><ul><li>Rót ng¾n tuæi thä dù ¸n </li></ul></ul><ul><ul><ul><li>Tuæi thä dù ¸n ®­îc gi¶m a n¨m </li></ul></ul></ul><ul><ul><ul><li>TÝnh NPV øng víi (n-a) n¨m </li></ul></ul></ul><ul><ul><li>NÕu </li></ul></ul><ul><ul><ul><li>NPV(n-a) > 0 ChÊp nhËn </li></ul></ul></ul><ul><ul><ul><li>NPV(n-a) < 0 Lo¹i bá </li></ul></ul></ul><ul><ul><ul><li>NPV(n-a) = 0 Xem xÐt </li></ul></ul></ul><ul><ul><li>X¸c ®Þnh a phô thuéc vµo tõng lo¹i dù ¸n cô thÓ (møc ®é rñi ro, thêi gian thùc hiÖn dù ¸n) </li></ul></ul>
  27. 27. Ph­¬ng ph¸p tÝnh to¸n ®¬n gi¶n <ul><ul><li>Gi¶m dßng l·i dù ¸n </li></ul></ul><ul><ul><ul><li>Dßng l·i dù ¸n: NCF t hay A t </li></ul></ul></ul><ul><ul><ul><li>Nh©n dßng l·I dù ¸n víi c¸c hÖ sè  t  1 </li></ul></ul></ul><ul><ul><ul><li> 0 >  1 >  2 >…>  n </li></ul></ul></ul><ul><ul><ul><li>Khi ®ã NPV víi dßng l·i ®· ®iÒu chØnh NPV  </li></ul></ul></ul><ul><ul><li>NÕu </li></ul></ul><ul><ul><ul><li>NPV  > 0 ChÊp nhËn </li></ul></ul></ul><ul><ul><ul><li>NPV  < 0 Lo¹i bá </li></ul></ul></ul><ul><ul><ul><li>NPV  = 0 Xem xÐt </li></ul></ul></ul>
  28. 28. Ph­¬ng ph¸p tÝnh to¸n ®¬n gi¶n <ul><ul><li>T¨ng hÖ sè chiÕt khÊu </li></ul></ul><ul><ul><ul><li>HÖ sè chiÕt khÊu ph­¬ng ¸n c¬ së: i </li></ul></ul></ul><ul><ul><ul><li>HÖ sè chiÕt khÊu t¨ng thªm, cßn gäi lµ hÖ sè rñi ro: r </li></ul></ul></ul><ul><ul><ul><li>HÖ sè chiÕt khÊu cã tÝnh ®Õn rñi ro i’ = i + r </li></ul></ul></ul><ul><ul><ul><li>TÝnh NPV víi hÖ sè chiÕt khÊu i’ NPV’ </li></ul></ul></ul><ul><ul><li>NÕu </li></ul></ul><ul><ul><ul><li>NPV i’ > 0 ChÊp nhËn </li></ul></ul></ul><ul><ul><ul><li>NPV i’ < 0 Lo¹i bá </li></ul></ul></ul><ul><ul><ul><li>NPV i’ = 0 Xem xÐt </li></ul></ul></ul><ul><li>X¸c ®Þnh r phô thuéc tõng lo¹i dù ¸n (dù ¸n th¨m dß, khai th¸c,…dù ¸n RD r cao nhÊt tõ 4-6%; dù ¸n ®Çu t­ míi tõ 0-2%) </li></ul>
  29. 29. Ph­¬ng ph¸p ph©n tÝch ®é nh¹y <ul><li>Chän c¸c th«ng sè ®Çu vµo mang tÝnh nh¹y c¶m </li></ul><ul><li>Chän mét sè th«ng sè c¬ b¶n vµ x¸c ®Þnh miÒn biÕn thiªn </li></ul><ul><li>TÝnh chØ tiªu hiÖu qu¶ theo c¸c th«ng sè theo miÒn lùa chän </li></ul><ul><li>LËp b¶ng vµ vÏ ®å thÞ biÓu diÔn quan hÖ chØ tiªu kÕt qu¶ vµ c¸c th«ng sè </li></ul><ul><li>Ph©n tÝch vµ ®¸nh gi¸ ®é an toµn vÒ kÕt qu¶ dù ¸n </li></ul>
  30. 30. IRR theo Vèn ®Çu t­, Tuæi thä, Chi phÝ khai th¸c vµ gi¸ b¸n
  31. 31. NPV theo tæ hîp Vèn ®Çu t­ vµ gi¸ b¸n -41 -49 10% 39 B D C R - 119 NPV Tû ®ång % R: Tæ hîp 2 nh©n tè Gi¸ b¸n Vèn ®Çu t­ -5%
  32. 32. Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ tÝnh ®Õn rñi ro Lý thuyÕt c¬ b¶n vÒ x¸c suÊt <ul><li>1. §¹i l­îng ngÉu nhiªn (biÕn ngÉu nhiªn) </li></ul><ul><li>Ký hiÖu: X, Y, Z, . . . X rêi r¹c, cã c¸c gi¸ trÞ x 1 , x 2 , . . ., x n </li></ul><ul><li> c¸c x¸c suÊt p 1 , p 2 , . . ., p n </li></ul><ul><li>2. Kú väng to¸n </li></ul>x liªn tôc TÝnh chÊt: 1) E(C) = C 2) E(CX) = C.E(X) 3) E(X+Y) = E(X) + E(Y) 4) E(XY) = E(X) . E(Y) ý nghÜa: Kú väng to¸n cña ®¹i l­îng ngÉu nhiªn chÝnh lµ gi¸ trÞ trung b×nh cña ®¹ l­îng ngÉu nhiªn ®ã
  33. 33. Lý thuyÕt c¬ b¶n vÒ x¸c suÊt <ul><li>3.Ph­¬ng sai </li></ul><ul><li>Ph­¬ng sai cña ®¹i l­îng ngÉu nhiªn X lµ: </li></ul>NÕu X rêi r¹c X liªn tôc Trong thùc tÕ tÝnh <ul><li>TÝnh chÊt ph­¬ng sai </li></ul><ul><ul><li>.) Var(C) = 0 </li></ul></ul><ul><ul><li>.) Var(CX) = C 2 Var(X) </li></ul></ul><ul><ul><li>.) Var(X.Y) = Var(X) + Var(Y) </li></ul></ul>
  34. 34. Lý thuyÕt c¬ b¶n vÒ x¸c suÊt <ul><li>4. §é lÖch chuÈn </li></ul><ul><li>ý nghÜa: - Ph­¬ng sai lµ kú väng to¸n cña b×nh ph­¬ng c¸c sai lÖch, lµ sai lÖch b×nh ph­¬ng cña trung b×nh </li></ul><ul><li>- Ph­¬ng sai (®é lÖch chuÈn) ph¶n ¸nh møc ®é ph©n t¸n c¸c gi¸ trÞ ®¹i l­îng ngÉu nhiªn xung quanh gi¸ trÞ trung b×nh </li></ul><ul><li>- §é lÖch chuÈn cã cïng ®¬n vÞ víi ®¹i l­îng ngÉu nhiªn </li></ul><ul><li>5. HÖ sè biÕn ®æi lµ tû sè gi÷a ®é lÖch chuÈn vµ kú väng NPV cña dù ¸n; nãi lªn møc ®é rñi ro trªn mét ®¬n vÞ kú väng </li></ul><ul><ul><li>Dù ¸n cã CV cµng nhá cµng tèt vµ ng­îc l¹i </li></ul></ul>
  35. 35. Ph­¬ng ph¸p tÝnh to¸n rủi ro Dự á n đầu tư <ul><ul><li>C¸c kh¸i niÖm cã liªn quan </li></ul></ul><ul><ul><ul><li>Ph©n bè x¸c suÊt </li></ul></ul></ul><ul><ul><ul><li>Kú väng </li></ul></ul></ul><ul><ul><ul><li>Ph­¬ng sai, ®é lÖch chuÈn </li></ul></ul></ul><ul><ul><ul><li>HÖ sè biÕn ®æi </li></ul></ul></ul><ul><ul><li>§Ó tÝnh to¸n rñi ro dù ¸n ®Çu t­: </li></ul></ul><ul><ul><ul><li>Sö dông tiªu chuÈn ®¸nh gi¸: NPV; IRR,… </li></ul></ul></ul>
  36. 36. TÍNH THEO GIÁ TRỊ HiỆN TẠI THUẦN NPV <ul><ul><li>Ký hiÖu </li></ul></ul><ul><ul><ul><li>E(NPV) Kú väng cña NPV </li></ul></ul></ul><ul><ul><ul><li>m Sè sù kiÖn (tr¹ng th¸i) </li></ul></ul></ul><ul><ul><ul><li>P j x¸c suÊt cña sù kiÖn j (p j =0,1) </li></ul></ul></ul><ul><ul><ul><li>NPV j Gi¸ trÞ hiÖn t¹i thuÇn s­ kiÖn j </li></ul></ul></ul><ul><ul><li>Kú väng gi¸ trÞ hiÖn t¹i thuÇn cña dù ¸n </li></ul></ul>
  37. 37. <ul><ul><li>Ph­¬ng sai cña NPV </li></ul></ul><ul><ul><li>§é lÖch cña NPV </li></ul></ul><ul><ul><ul><li>Kú väng E(NPV) cña dù ¸n cµng lín cµng tèt </li></ul></ul></ul><ul><ul><ul><li>§é lÖch chuÈn (NPV) cµng lín, sù ph©n t¸n th«ng tin cµng nhiÒu, rñi ro dù ¸n cµng cao </li></ul></ul></ul>
  38. 38. <ul><ul><li>Hệ số biến đổi </li></ul></ul><ul><ul><li>HÖ sè biÕn ®æi lµ tû sè gi÷a ®é lÖch chuÈn vµ kú väng NPV cña dù ¸n; nãi lªn møc ®é rñi ro trªn mét ®¬n vÞ kú väng </li></ul></ul><ul><ul><li>Dù ¸n cã CV cµng nhá cµng tèt vµ ng­îc l¹i </li></ul></ul><ul><ul><li>Ch ú ý: Tương tự, ta có thể tính với tiêu chuẩn:IRR </li></ul></ul>
  39. 39. ¸ p dông 1 <ul><li>Mét doanh nghiÖp cã 2 dù ¸n lo¹i trõ nhau, thùc hiÖn trong mét thêi kú (n¨m). Ph©n bè dßng tiÒn mçi dù ¸n nh­ sau: </li></ul>Dù ¸n A Vèn ®Çu t­: 60.000 USD X¸c suÊt dßng tiÒn (t=1) 0,1 65.000 USD 0,2 70.000 USD 0,3 75.000 USD 0,3 80.000 USD 0,1 100.000 USD Dù ¸n B Vèn ®Çu t­: 25.000 USD X¸c suÊt dßng tiÒn (t=1) 0,2 25.000 USD 0,6 40.000 USD 0,2 60.000 USD <ul><li>HÖ sè chiÕt khÊu i=11% </li></ul><ul><li>TÝnh E(NPV) vµ  (NPV) tõng dù ¸n </li></ul><ul><li>Doanh nghiÖp sÏ chän dù ¸n A hay B </li></ul>
  40. 40. TÍNH THEO DÒNG TIỀN NCFt <ul><li>Kú väng E(NPV) </li></ul><ul><li>§é lÖch chuÈn  (NPV) </li></ul>
  41. 41. ¸ p dông 2 <ul><li>Mét doanh nghiÖp ®Ò xuÊt mét dù ¸n, vèn ®Çu t­: 25.000 USD; n = 2 n¨m; dßng tiÒn ®éc lËp vµ cã ph©n bè nh­ sau biÕt i=10% </li></ul>N¨m t1 X¸c suÊt Dßng tiÒn 0,2 16.000 USD 0,6 20.000 USD 0,2 24.000 USD N¨m t2 X¸c suÊt Dßng tiÒn 0,3 13.000 USD 0,4 15.000 USD 0,3 17.000 USD <ul><li>TÝnh E(NPV) vµ  (NPV) cña dù ¸n </li></ul><ul><li>Dù ¸n cã chÊp nhËn? </li></ul>
  42. 42. Áp dụng 3 <ul><li>Mét doanh nghiÖp ®Ò xuÊt mét dù ¸n, vèn ®Çu t­: 25.000 USD; n = 2 n¨m; hÖ sè i=10%, dßng tiÒn nh­ sau: </li></ul>N¨m t1 X¸c suÊt NCF1 0,2 10.000 0,6 20.000 0,2 30.000 N¨m t2 NÕu NCF 1 = 10.000 20000 30.000 X¸c suÊt NCF 2 X¸c suÊt NCF 2 X¸c suÊt NCF 2 06 10.000 0,3 15000 0,5 20000 0,3 15.000 0,7 20000 0,4 15000 0,1 20.000 0,1 10000 <ul><li>VÏ c©y quyÕt ®Þnh </li></ul><ul><li>TÝnh E(NPV);  (NPV) vµ CV </li></ul><ul><li>§¸p sè </li></ul><ul><li>E(NPV) = 7232 USD </li></ul><ul><li> (NPV) = 7447 USD </li></ul><ul><li>CV = 1,03 </li></ul>
  43. 43. §¹i l­îng ngÉu nhiªn 2 chiÒu <ul><li>§¹i l­îng ngÉu nhiªn X vµ Y ®­îc xÐt ®ång thêi t¹o nªn ®¹i l­îng ngÉu nhiªn 2 chiÒu lµ (X,Y) </li></ul><ul><li>B¶ng ph©n phèi x¸c suÊt cña ®¹i l­îng ngÉu nhiªn 2 chiÒu </li></ul>1 p m … p 2 p 1 p y p n p nm … p n2 p n1 x n .. … … … … … p 2 p 2m … p 22 p 21 x 2 p 1 p 1m … p 12 p 11 x 1 p x y m … y 2 y 1 X Y
  44. 44. Tham sè ®Æc tr­ng cña ®¹i l­îng ngÉu nhiªn 2 chiÒu <ul><li>HiÖp ph­¬ng sai cña 2 ®¹i l­îng ngÉu nhiªn X vµ Y </li></ul><ul><li>Phương sai </li></ul>NÕu cov(X,Y) = 0 X vµ Y kh«ng t­¬ng quan (®éc lËp) NÕu cov(X,Y) ‡ 0 X vµ Y t­¬ng quan HÖ sè t­¬ng quan
  45. 45. VÝ Dô <ul><li>Mét DN dang thùc hiÖn dù ¸n hiÖn hµnh E(b¶ng 1), vµ dù kiÕn bæ sung 1 trong 3 dù ¸n míi X, Y, Z (b¶ng 2). H·y t­ vÊn cho DN nªn chän dù ¸n X, Y hay Z dùa trªn quan ®iÓm tæng hîp lîi Ých vµ rñi ro ®èi víi DN ? </li></ul>Dù ¸n míi Dù ¸n hiÖn hµnh 20000 0.2 XÊu 35000 0.6 B×nh th­êng 50000 0.2 Tèt NPV ($) X¸c suÊt Tr¹ng th¸i kinh tÕ Tr¹ng th¸i kinh tÕ X¸c suÊt NPV ($) Dù ¸n X Dù ¸n Y Dù ¸n Z Tèt 0.2 3000 4000 6000 Binh th­êng 0.6 5000 2500 4500 XÊu 0.2 8000 500 2000
  46. 46. TÝnh NPV vµ c¸c tiªu chuÈn ®¸nh gi¸ rñi ro <ul><li>1. XÐt trªn quan ®iÓm tõng dù ¸n X, Y, Z ®éc lËp </li></ul><ul><li>Dù ¸n X: </li></ul><ul><li>E(NPV X ) = (0.2)(3000) + (0.6)(5000) + (0.20)(8000) = 5200$ </li></ul>NhËn xÐt: XÐt tõng dù ¸n ®éc lËp, sÏ thÊy dù ¸n Z tèi ­u nhÊt v× CV Z <CV X <CV Y 0.2995 0.4642 0.3077 1288$ 1114$ 1600$ 4300$ 2400$ 5200$ E(NPV i ) Dù ¸n Z Dù ¸n Y Dù ¸n X
  47. 47. TÝnh NPV vµ c¸c tiªu chuÈn ®¸nh gi¸ rñi ro <ul><li>2. XÐt trªn quan ®iÓm tæng hîp tõng dù ¸n X, Y, Z víi dù ¸n hiÖn hµnh E. </li></ul><ul><li>- Dù ¸n hiÖn hµnh trong doanh nghiÖp: </li></ul><ul><li>E(NPV E ) = (0.2)(50000) + ((0.6)(35000) + (0.2)(20000) = 35000 $ </li></ul>- TÝnh cho tõng tæ hîp: + Dù ¸n X víi dù ¸n hiÖn hµnh E E(NPV E + NPV X ) = E(NPV E ) + E(NPV X ) = 35000+5200 = 40200$
  48. 48. TÝnh NPV vµ c¸c tiªu chuÈn ®¸nh gi¸ rñi ro <ul><li>Cov(NPV E ,NPV X ) = 0.2 (50000 - 35000) (3000 - 5200) </li></ul><ul><li>+ 0.6 (35000 - 35000) (5000 - 5200) </li></ul><ul><li>+ 0.2 (20000 - 35000) (8000 - 5200) = -15 000 000 </li></ul>
  49. 49. B¶ng kú väng vµ rñi ro cña 3 tæ hîp 12000000 10500000 -15000000 Cov(E,i) 0.98 0.99 -0.99 0.2737 0.2833 0.1968 CV E,i 10755$ 10595$ 7910$ 39300$ 37400$ 402000$ E(NPV E +NPV i ) Dù ¸n E vµ Z Dù ¸n E vµ Y Dù ¸n E vµ X
  50. 50. NhËn xÐt <ul><li>Trªn quan ®iÓm tËp hîp gåm dù ¸n hiÖn hµnh vµ dù ¸n míi, ta thÊy: tæ hîp dù ¸n hiÖn hµnh vµ dù ¸n míi X cã tæng kú väng lín nhÊt vµ rñi ro trªn mét ®¬n vÞ kú väng bÐ nhÊt. </li></ul><ul><li>Do ®ã, chän dù ¸n míi lµ X (kh¸c víi quan ®iÓm xÐt ®éc lËp tõng dù ¸n X,Y,Z,E) </li></ul>
  51. 51. Ph­¬ng ph¸p m« pháng Monte Carlo <ul><li>Môc ®Ých: </li></ul><ul><ul><li>X©y dùng ph©n bè x¸c suÊt chØ tiªu hiÖu qu¶ (NPV) dùa theo ph©n bè x¸c suÊt c¸c th«ng sè ®Çu vµo vµ xem xÐt mèi t­¬ng quan gi÷a c¸c th«ng sè ngÉu nhiªn </li></ul></ul><ul><ul><li>§¸nh gi¸ kÕt qu¶ qua c¸c </li></ul></ul><ul><li>C¸c b­íc m« pháng vµ tÝnh to¸n </li></ul><ul><ul><li>Chän c¸c th«ng sè ®Çu vµo mang tÝnh ngÉu nhiªn víi ph©n bè x¸c suÊt cña nã </li></ul></ul><ul><ul><li>X¸c ®Þnh chØ tiªu hiÖu qu¶ ®Ó m« pháng </li></ul></ul><ul><ul><li>X¸c ®Þnh miÒn biÕn ®æi vµ thùc hiÖn ph­¬ng ph¸p m« pháng nhê ch­¬ng tr×nh m¸y tÝnh (ch­¬ng tr×nh m« pháng hiÖn cã: Crystall ball </li></ul></ul><ul><ul><li>Tæng hîp ph©n bè x¸c suÊt cña c¸c chØ tiªu hiÖu qu¶ </li></ul></ul><ul><ul><li>TÝnh to¸n ®o l­êng møc ®é rñi ro dù ¸n nhê c¸c gi¸ trÞ kú väng, ®é lÖch vµ hÖ sè biÕn ®æi </li></ul></ul>
  52. 52. Lo¹i thÞ tr­êng X¸c suÊt KÕt qu¶:NPV, IRR Qu¸ tr×nh m« pháng kÕt qu¶ ®Çu t­ M« pháng Monte Carlo Gi¸ b¸n T¨ng tr­ëng thÞ tr­êng ThÞ phÇn Tổng vốn đÇu t­ Nguồn vốn Chi phÝ vËn hµnh Chi phÝ söa ch÷a Tuæi thä thiÕt bÞ Ph©n tÝch thÞ tr­êng Ph©n tÝch chi phÝ ®Çu t­ Chi phÝ vËn hµnh vµ söa ch÷a X¸c ®Þnh gi¸ trÞ x¸c suÊt c¸c nh©n tè chñ yÕu Tæ hîp x¸c suÊt c¸c nh©n tè X¸c ®Þnh gi¸ trÞ kÕt qu¶ cho mçi tæ hîp VÏ ®å thÞ ph©n bè x¸c suÊt gi¸ trÞ kÕt qu¶
  53. 53. BÀI 3 PH ­¬ng ph¸p c©y quyÕt ®Þnh <ul><li>Kü thuËt hç trî ra quyÕt ®Þnh </li></ul><ul><li>C¸c sè liÖu vµ kÕt qu¶ ®­îc biÓu diÔn d­íi d¹ng h×nh c©y </li></ul><ul><li>C©y quyÕt ®Þnh bao gåm: </li></ul><ul><li>Nót quyÕt ®Þnh </li></ul><ul><li>Nót bÊt ®Þnh </li></ul><ul><li>C¸c nh¸nh </li></ul><ul><li>Con ®­êng hµnh ®éng </li></ul>
  54. 54. Nguyªn t¾c gi¶i c©y quyÕt ®Þnh <ul><li>ChiÒu bµi to¸n </li></ul><ul><li>ChiÒu lêi gi¶i </li></ul><ul><li>GÆp nót , tÝnh kÕt qu¶ tæng c¸c nh¸nh t¹i nót </li></ul><ul><li>GÆp nót , tÝnh kÕt qu¶ mçi nh¸nh vµ lùa chän nh¸nh cã gi¸ trÞ tèi ­u </li></ul>ChiÒu bµi to¸n ChiÒu lêi gi¶i
  55. 55. ¸ p dông thùc tÕ <ul><li>Doanh nghiÖp cã 3 ph­¬ng ¸n: </li></ul><ul><li>§Çu t­ míi: 140 tû ®ång </li></ul><ul><li>§Çu t­ më réng: </li></ul><ul><li>- Giai ®o¹n 1: 25 tû ®ång </li></ul><ul><li>- Giai ®o¹n 2: 60 tû ®ång (sau giai ®o¹n 1: 2 n¨m) </li></ul><ul><li>Kh«ng ®Çu t­ </li></ul><ul><li>- Thêi kú ph©n tÝch: 10 n¨m </li></ul><ul><li>HÖ sè chiÕt khÊu: 10% </li></ul>A B 1 C 2 D E §Çu t­ míi B×nh th­êng Tèt §Çu t­ më réng Tèt B×nh th­êng Kh«ng ®Çu t­ §Çu t­ g® 2 Kh«ng ®Çu t­ X¸c suÊt 0,7 0,3 0,9 0,1 0,9 0,1 0,3 §Çu t­ g® 1
  56. 56. <ul><li>§Çu t­ míi - Chi phÝ ®Çu t­: 140 tû ®ång - Dßng l·i hµng n¨m: 30 tû (0,7) vµ 10 tû (0,3) TÝnh NPV t¹i nót </li></ul>A 1 A Dßng l·i i + 30 tû + 10 tû NPV + 7,49 B×nh th­êng Tèt Dßng l·i (tû) Thõa sè hiÖn t¹i ho¸ Dßng l·i hiÖn t¹i ho¸ X¸c suÊt 30 x 6,145 = 184,350 x 0,7 = 129,05 10 x 6,145 = 61,450 x 0,3 = 18,44 Kú väng dßng l·i hiÖn t¹i ho¸ 147,49 Trõ chi phÝ ®Çu t­ -140,00 NPV + 7,49 6,145 = (P/A,10%,10)
  57. 57. <ul><li>§Çu t­ më réng - 2 giai ®o¹n - Gåm c¸c nót , , vµ </li></ul>D E B 2 A B 1 C 2 D E Dßng l·i (tû) + 20 + 9 + 6 + 3 + 3 §Çu t­ më réng Tèt B×nh th­êng §Çu t­ g® 2 Kh«ng ®Çu t­ B×nh th­êng Tèt B×nh th­êng Tèt 5,335 = (P/A,10%,8) Nót bÊt ®Þnh (nÕu quyÕt ®Þnh ®Çu t­ giai ®o¹n 2) D
  58. 58. Nót bÊt ®Þnh (nÕu kh«ng ®Çu t­ giai ®o¹n 2) <ul><li>Nót quyÕt ®Þnh </li></ul><ul><li>§Çu t­ thªm giai ®o¹n 2 cã NPV = 40,38 tû ®ång </li></ul><ul><li>Kh«ng ®Çu t­ thªm giai ®o¹n 2, NPV = 30,41 tû ®ång </li></ul><ul><li>Chän ®Çu t­ thªm giai ®o¹n 2 </li></ul>E 2
  59. 59. Nót bÊt ®Þnh <ul><li>6,145 = (P/A,10%,10); 1,736 = (P/A,10%,2); 0,826 = (P/F,10%,2) </li></ul>B Dßng l·i (tû) Thõa sè HTH Dßng l·i HTH X¸c suÊt 3 x 6,145 = 18,44 x 0,3 = 5,53 6 40,83 x 1,736 x 0,826 = 10,42 = 33,73 x 0,7 = 30,91 Kú väng dßng l·i hiÖn t¹i ho¸ 36,44 Trõ chi phÝ ®Çu t­ - 25,00 NPV + 14,44
  60. 60. KÕt qu¶ bµi to¸n KÕt qu¶ lùa chän: Chän ph­¬ng ¸n ®Çu t­ më réng v× cã NPV lín nhÊt §Çu t­ míi: NPV = 7,49 tû ®ång §Çu t­ më réng: NPV = 11,44 tû ®ång A B 1 C 2 D E NPV + 7,49 NPV + 11,44 NPV . 0 NPV + 40 ,83 NPV + 30,41
  61. 61. NhËn xÐt vÒ ph­¬ng ph¸p c©y quyÕt ®Þnh <ul><li>¦u ®iÓm: </li></ul><ul><li>BiÓu diÔn râ rµng c¸c sè liÖu vµ kÕt qu¶ gióp cho viÖc tÝnh to¸n vµ ra quyÕt ®Þnh </li></ul><ul><li>C©y quyÕt ®Þnh cã tÝnh ®Õn c¸c t×nh huèng víi x¸c suÊt kh¸c nhau, nªn ¸p dông trong tÝnh to¸n rñi ro c¸c dù ¸n. </li></ul><ul><li>C©y quyÕt ®Þnh biÓu diÔn ®­îc tiÕn tr×nh ph©n tÝch dù ¸n </li></ul><ul><li>Nh­îc ®iÓm: </li></ul><ul><li>Trong tr­êng hîp bµi to¸n nhiÒu th«ng sè, nhiÒu t×nh huèng, nhiÒu thêi kú, … biÓu diÔn trªn c©y quyÕt ®Þnh sÏ qu¸ phøc t¹p </li></ul><ul><li>ViÖc lùa chän quyÕt ®Þnh liªn quan nhiÒu ®Õn ph©n bè x¸c suÊt t¹i c¸c nót. SÏ kh¾c phôc ®­îc nÕu kÕt hîp víi ph­¬ng ph¸p m« pháng Monte Carlo </li></ul>
  62. 62. ¸ p dông 9 <ul><li>Mét c«ng ty má lùa chän 2 ph­¬ng ¸n ®Çu t­ khai th¸c má </li></ul><ul><li>Ph­¬ng ¸n A: §Çu t­ khai th¸c toµn má trong 2 thêi kú: </li></ul><ul><li>- Vèn ®Çu t­ ban ®Çu: 5.000 triÖu ®ång </li></ul><ul><li>- Dßng l· i trong mçi thêi kú phô thuéc vµo x¸c suÊt tr¹ng th¸i: </li></ul><ul><li>-1.500 triÖu ®ång (0,4); 6.000(0,4); 10.000(0,2) </li></ul><ul><li>Ph­¬ng ¸n B : §Çu t­ khai th¸c tõng phÇn cña má trong 2 thêi kú: </li></ul><ul><li>Thêi kú 1: §Çu t­ khai th¸c vØa 1 cña má </li></ul><ul><li>- Vèn ®Çu t­ ban ®Çu: 3.000 triÖu ®ång </li></ul><ul><li>- Dßng l· i: 2.000 triÖu ®ång (0,4); 4.000 (0,4); 6.000 (0,2) </li></ul><ul><li>Thêi kú 2 : </li></ul><ul><li>- §Çu t­ khai th¸c vØa 2 cña má </li></ul><ul><li>- Vèn ®Çu t­ ban ®Çu: 3.000 triÖu ®ång </li></ul><ul><li>- Dßng l· i: -1.500 triÖu ®ång (0,4); 6.000 (0,4); 10.000 (0,2) </li></ul><ul><li>HoÆc tiÕp tôc khai th¸c vØa 1 </li></ul><ul><li>- Dßng l· i: 2.000 triÖu ®ång (0,4); 4.000 (0,4); 6.000 (0,2) </li></ul><ul><li>H·y t­ vÊn lùa chän ph­¬ng ¸n cã lîi nhÊt cho c«ng ty má theo tiªu chuÈn cùc ®¹i ho¸ kú väng gi¸ trÞ hiÖn t¹i rßng: E(NPV) = Max víi i = 10%. VÏ c©y quyÕt ®Þnh cña 2 ph­¬ng ¸n A vµ B </li></ul>
  63. 63. Bµi gi¶i 9 0 1 2 t Toµn má A: Toµn má B: VØa 1 VØa 2 VØa 1
  64. 64. A 1 B A (Toµn má) B (VØa 1) 10.000(0,2) -1500(0,4) 6000(0,4) 2000(0,4) 6.000(0,2) 4000(0,4) 10.000(0,2) -1500(0,4) 6000(0,4) 10.000(0,2) -1500(0,4) 6000(0,4) 10.000(0,2) -1500(0,4) 6000(0,4) 10.000(0,2) 6.000(0,4) -1500(0,4) 4.000(0,4) 2.000(0,4) 6.000(0,2) 10.000(0,2) -1500(0,4) 6000(0,4) 2000(0,4) 6.000(0,2) 4000(0,4) 10.000(0,2) -1500(0,4) 6000(0,4) 2000(0,4) 6.000(0,2) 4000(0,4) t = 0 t = 1 t = 2 VØa 2 VØa 1 VØa 2 VØa 1 VØa 2 VØa 1
  65. 65. Lùa chän ph­¬ng ¸n <ul><li>E(NPV) A = -5000 + [(10000)(0,2) + (6000)(0,4) + (-1500)(0,4)](1+0,1) -1 </li></ul><ul><li>+ [(10000)(0,2) + (6000)(0,4) + (-1500)(0,4)](1+0,1) -2 </li></ul><ul><li>= 1595,04 </li></ul><ul><li>E(NPV) B = -3000 + 3600(1+0,1) -1 + 2975,21 = 3247,94 </li></ul><ul><li>Trong ®ã: </li></ul><ul><li>E(CF vØa 1, t=1) = (0,4)(2000) + 0,4(4000) + 0,2(6000) = 3600 </li></ul><ul><li>Max{E(NPV vØa 2, t=2); E(NPV vØa 1, t=2)} = Max{413,22;2975,21} </li></ul><ul><li> = 2975,21 </li></ul><ul><li>NhËn xÐt: </li></ul><ul><li>E(NPV) B > E(NPV) A , nªn chän ph­¬ng ¸n ®Çu t­ B </li></ul>
  66. 66. <ul><li>Quyết định đầu tư cổ phiếu, có khả năng dẫn đến sinh lợi (lãi) hoặc rủi ro (lỗ). Ta sẽ tính toán các trường hợp sinh lợi và rủi ro đối với nhà đầu tư </li></ul>BÀI 4 PHÂN TÍCH VÀTÍNH TOÁN SINH LỜI VÀ RỦI RO ĐẦU TƯ CỔ PHIẾU
  67. 67. TÍNH TOÁN SINH LỢI <ul><li>Sinh lợi một cổ phiếu trong một thời kỳ (ngày, tuần, tháng, năm,…) </li></ul><ul><li>P t : giá trị cổ phiếu cuối thời kỳ t </li></ul><ul><ul><li>P t-1 : giá trị cổ phiếu đầu thời kỳ t </li></ul></ul><ul><ul><li>D t : tiền lãi trong thời kỳ t </li></ul></ul><ul><ul><li>Ví dụ: P t = 60USD ngày 30/6 </li></ul></ul><ul><ul><li>P t-1 = 50USD ngày 1/6 </li></ul></ul><ul><ul><li>D t = 1USD trong tháng 6 </li></ul></ul><ul><ul><li>Hệ số sinh lợi </li></ul></ul>
  68. 68. TÍNH TOÁN SINH LỢI <ul><li>Sinh lợi trung bình một cổ phiếu trong n thời kỳ </li></ul><ul><ul><li>Tính giá trị trung bình cộng: </li></ul></ul><ul><ul><li>Ví dụ: Giá cổ phiếu A ngày 31/12/2003 : 100USD </li></ul></ul><ul><ul><li>Giá cổ phiếu A ngày 31/12/2004 : 200USD Giá cổ phiếu A ngày 31/12/2005 : 100USD </li></ul></ul><ul><ul><li>Tính sinh lợi cổ phiếu trung bình cộng hàng năm đối với nhà đầu tư cổ phiếu A tại 31/12/2003 </li></ul></ul>
  69. 69. TÍNH TOÁN SINH LỢI <ul><li>Giải </li></ul><ul><ul><li>Tính sinh lợi tại mỗi năm: </li></ul></ul><ul><ul><li>Từ đó </li></ul></ul>
  70. 70. TÍNH TOÁN SINH LỢI <ul><li>Kỳ vọng sinh lợi một cổ phiếu: </li></ul><ul><ul><li>Nhà đầu tư mua cổ phiếu tại thời điểm hiện tại có thể dự đoán sinh lợi của cổ phiếu trong tương lai với các khả năng khác nhau: </li></ul></ul><ul><ul><li>Khả năng sinh lợi này được đặc trưng bởi kỳ vọng toán học và độ lệch chuẩn. Có 2 phương pháp tiếp cận: </li></ul></ul><ul><ul><ul><li>Sử dụng lý thuyết xác suất </li></ul></ul></ul><ul><ul><ul><li>Trong đó R k : khả năng sinh lợi thứ k với xác suất xuất hiện p k với </li></ul></ul></ul><ul><ul><ul><li>Sử dụng thông tin quá khứ: </li></ul></ul></ul><ul><ul><li>Chú ý: để xác định E(R) tin cậy, thường sử dụng 60 số liệu quá khứ tháng (tương đương 5 năm) </li></ul></ul>
  71. 71. TÍNH TOÁN SINH LỢI <ul><li>Kỳ vọng sinh lợi một tập cổ phiếu: </li></ul><ul><ul><li>Nhà đầu tư mua một tập cổ phiếu, kỳ vọng sinh lợi của một tập cổ phiếu E(R p ) là bằng giá trị trung bình tạo bởi kỳ vọng sinh lợi của các cổ phiếu trong tập. </li></ul></ul><ul><ul><ul><li>Trong đó x i : tỷ lệ vốn đầu tư cổ phiếu i </li></ul></ul></ul><ul><ul><ul><li>n : số cổ phiếu trong tập </li></ul></ul></ul><ul><ul><ul><li>E(R i ) : kỳ vọng sinh lợi cổ phiếu i </li></ul></ul></ul><ul><ul><li>Chú ý: </li></ul></ul><ul><ul><li>Tổng </li></ul></ul><ul><ul><li>Giá trị của x i có thể > 0 hay < 0 (khi mua x i >0, khi bán x i >0) </li></ul></ul>
  72. 72. TÍNH TOÁN SINH LỢI <ul><li>Ví dụ: Nhà đầu tư mua một tập cổ phiếu 10.000USD mua tập cổ phiếu 2 loại A và B. Dự đoán E(R A ) = 10% và E(R B ) = 25%, lãi tức vay để mua cổ phiếu r = 12%. Tính toán: </li></ul><ul><li>a) Đầu tư 4000USD loại cổ phiếu A và 6000USD loại cổ phiếu B </li></ul><ul><li>b) Nhà đầu tư vay 5000USD và đầu tư 15000USD loại cổ phiếu B </li></ul><ul><li>Giải </li></ul><ul><ul><li>Áp dụng công thức trên, ta có: </li></ul></ul><ul><ul><li>x r = -tiền vay/ vốn đầu tư cho tập dự án </li></ul></ul>
  73. 73. TÍNH TOÁN RỦI RO (1 loại cổ phiếu) <ul><li>Tính rủi ro một cổ phiếu: 2 phương pháp tiếp cận </li></ul><ul><ul><li>Phương pháp xác suất: Rủi ro của cổ phiếu được đo bằng phương sai hoặc độ lệch chuẩn </li></ul></ul><ul><ul><ul><li>Phương sai: </li></ul></ul></ul><ul><ul><ul><li>Độ lệch chuẩn: </li></ul></ul></ul>
  74. 74. TÍNH TOÁN RỦI RO (1 loại cổ phiếu) <ul><li>Ví dụ: </li></ul><ul><ul><li>Giả sử phân bố xác suất các giá trị sinh lợi một cổ phiếu </li></ul></ul><ul><ul><li>Sinh lợi Xác suất </li></ul></ul><ul><ul><li>-0,10 0,20 0 0,30 </li></ul></ul><ul><ul><li> 0,15 0,25 </li></ul></ul><ul><ul><li> 0,20 0,15 </li></ul></ul><ul><ul><li> 0,25 0,10 </li></ul></ul><ul><ul><li>Tính E(R) </li></ul></ul><ul><ul><li>Tính phương sai và độ lệch chuẩn </li></ul></ul>
  75. 75. TÍNH TOÁN RỦI RO (1 loại cổ phiếu) <ul><li>Giải </li></ul><ul><ul><li>Tính kỳ vọng: </li></ul></ul><ul><ul><li>Tính độ lệch chuẩn: </li></ul></ul><ul><ul><li>Nhận xét: sinh lợi của cổ phiếu sẽ dao động trong khoảng </li></ul></ul>
  76. 76. TÍNH TOÁN RỦI RO (1 loại cổ phiếu) <ul><li>Phương pháp dựa theo số liệu quá khứ : dựa vào số liệu quá khứ của một loại cổ phiếu, ta xác định được phương sai: </li></ul><ul><ul><li>Ví dụ: Trong thời kỳ 2000-2005, thời giá của cổ phiếu doanh nghiệp XYZ được thống kê như sau: </li></ul></ul><ul><ul><ul><li>Thời giá 31/12/2000 : 28 USD </li></ul></ul></ul><ul><ul><ul><li>Thời giá 31/12/2001 : 31 USD </li></ul></ul></ul><ul><ul><ul><li>Thời giá 31/12/2002 : 36 USD </li></ul></ul></ul><ul><ul><ul><li>Thời giá 31/12/2003 : 33 USD </li></ul></ul></ul><ul><ul><ul><li>Thời giá 31/12/2004 : 35 USD </li></ul></ul></ul><ul><ul><ul><li>Thời giá 31/12/2005 : 42 USD </li></ul></ul></ul><ul><ul><ul><li>Tính toán kỳ vọng sinh lợi cổ phiếu XYZ năm 2006 bằng cách sử dụng số liệu quá khứ </li></ul></ul></ul><ul><ul><ul><li>Tính toán phương sai và độ lệch sinh lợi cổ phiếu </li></ul></ul></ul>
  77. 77. TÍNH TOÁN RỦI RO <ul><ul><li>Giải </li></ul></ul><ul><ul><li>a) Kỳ vọng sinh lợi cổ phiếu XYZ năm 2006: </li></ul></ul><ul><ul><li>R 2001 = (31-28)/28 = 0,1071 </li></ul></ul><ul><ul><li>R 2002 = (36-31)/31 = 0,1613 </li></ul></ul><ul><ul><li>R 2003 = (33-36)/36 = -0,0833 </li></ul></ul><ul><ul><li>R 2004 = (35-33)/33 = 0,0606 </li></ul></ul><ul><ul><li>R 2005 = (42-35)/35 = 0,20 </li></ul></ul><ul><ul><li>b) Kỳ vọng sinh lợi cổ phiếu XYZ năm 2006: </li></ul></ul>
  78. 78. TÍNH TOÁN RỦI RO (tập hợp 2 cổ phiếu) <ul><li>Tính toán rủi ro của một tập hợp: </li></ul><ul><ul><li>Tính toán rủi ro của một tập hợp phức tạp hơn tính kỳ vọng sinh lợi vì trong tính toán rủi ro phải tính đến sự biến đổi về sinh lợi mỗi cổ phiếu, độ phụ thuộc giữa sinh lợi cổ phiếu trong tập hợp. Dựa theo quan điểm thống kê, mức độ phụ thuộc được đo bằng hiệp phương sai hoặc hệ số tương quan , sẽ được trình bày sau đây: </li></ul></ul>
  79. 79. TÍNH TOÁN RỦI RO (tập hợp 2 cổ phiếu) <ul><li>HIỆP PHƯƠNG SAI : </li></ul><ul><li>Hiệp phương sai giữa các hệ số sinh lợi 2 cổ phiếu i và j </li></ul><ul><li>R ik : sinh lợi cổ phiếu i trong trạng thái k </li></ul><ul><li>R jk : sinh lợi cổ phiếu j trong trạng thái k </li></ul><ul><li>p k : xác suất ứng với trạng thái k </li></ul><ul><ul><li>Ví dụ nếu p=0,10, R i1 =8%, R j1 =12% có nghĩa là với 10 cơ hội/100 sinh lợi của cổ phiếu j: 8% đồng thời cổ phiếu j: 12% </li></ul></ul><ul><li>Công thức trên cho thấy R ik và R jk có thể lớn hoặc nhỏ hơn kỳ vọng tương ứng. </li></ul><ul><li>Nếu R ik - E(R i ) và R jk - E(R j ) cùng dấu thì cov(R j , R j ) > 0 và ngược lại cov(R j , R j ) < 0 </li></ul>
  80. 80. TÍNH TOÁN RỦI RO (2tập hợp cổ phiếu) <ul><li>HÖ sè t­¬ng quan lµ ®¹i l­îng thø 2 ®Ó ®o møc phô thuéc gi÷a c¸c hÖ sè sinh lîi cña 2 cæ phiÕu, b»ng tû sè gi÷a hiÖp ph­¬ng sai vµ tÝnh c¸c ®é lÖch chuÈn. </li></ul><ul><li>HÖ sè t­¬ng quan lu«n cïng dÊu víi hiÖp ph­¬ng sai </li></ul><ul><li>HÖ sè t­¬ng quan thay ®æi gi÷a gi¸ trÞ –1 vµ +1 </li></ul><ul><li>HÖ sè t­¬ng quan: +1 khi cã liªn hÖ d­¬ng gi÷a c¸c chuyÓn ®éng cïa R i vµ R j </li></ul><ul><li>HÖ sè t­¬ng quan: -1 khi cã liªn hÖ ©m gi÷a c¸c chuyÓn ®éng cïa R i vµ R j </li></ul><ul><li>HÖ sè t­¬ng quan: 0 khi c¸c yÕu tè chuyÓn ®éng cña R i vµ R j ®éc lËp </li></ul>
  81. 81. T ÍNH TOÁN RỦI RO (tập hợp 2 cổ phiếu) <ul><li>Ph­¬ng sai cña tËp hîp hai cæ phiÕu i vµ j </li></ul><ul><li>C«ng thøc nµy cho ta thÊy tæng rñi ro cña hÖ sè sinh lîi tËp hîp gåm 2 cæ phiÕu, phô thuéc: </li></ul><ul><li>. Ph­¬ng sai mçi cæ phiÕu, Var(R i ) vµ Var(R j ) </li></ul><ul><li>. HiÖp ph­¬ng sai gi÷a i vµ j, cov(R i , R j ) </li></ul><ul><li>. Tû lÖ c¸c cæ phiÕu trong tËp hîp, x i vµ x j </li></ul><ul><li>Ta cã quan hÖ: </li></ul><ul><li>Tõ c¸c ph­¬ng tr×nh trªn còng cã thÓ viÕt </li></ul><ul><li>NhËn xÐt: HÖ sè t­¬ng quan gi÷a 2 cæ phiÕu cµng bÐ th× ph­¬ng sai sÏ nhá ®i, rñi ro cña rËp hîp bÐ nhÊt khi </li></ul>
  82. 82. VÍ DỤ <ul><li>Ví dụ: Tính cov(R i , R j ) biết </li></ul><ul><ul><li>Giải </li></ul></ul><ul><ul><li>E(R i ) = (0,10)(0,08)+(0,20)(0)+(0,30)(0,20)+(0,40)(-0,12) = 0,02 </li></ul></ul><ul><ul><li>E(R j ) = (0,10)(0,12)+(0,20)(0,04)+(0,3)(0,4)+(0,4)(-0,24) = 0,044 </li></ul></ul><ul><ul><li>Cov(R i ,R j ) = (0,10)(0,08-0,02)(0,12-0,044)+(0,20)(0-0,02)(0,04-0,044) </li></ul></ul><ul><ul><li> + (0,40)(-0,12-0,02)(-0,24-0,044) = 0,0356 </li></ul></ul><ul><ul><li>Kết quả cho thấy hệ số sinh lợi của cổ phiếu i và j cùng hướng </li></ul></ul><ul><ul><li>Trường hợp nếu có số liệu quá khứ hệ số sinh lợi của CP i & j, ta sẽ tính được hiệp phương sai giữa hệ số sinh lợi các CP này theo công thức </li></ul></ul>-0,24 -0,12 0,40 4 0,40 0,20 0,30 3 0,04 0 0,20 2 0,12 0,08 0,10 1 R jk R ik p k k
  83. 83. VÍ DỤ <ul><li>Ví dụ: Giả sử sinh lợi được đánh giá đối với CP i & j trong 6 năm gần đây: </li></ul><ul><ul><li>Tính cov(R i , R i ) </li></ul></ul><ul><ul><li>Giải </li></ul></ul><ul><ul><li>= (0,10 + 0,32 - 0,08 + 0,18 + 0,09 + 0,17)/6= 0,13 </li></ul></ul><ul><ul><li>= (0,08 + 0,17 + 0,02 + 0,10 + 0,40 + 0,13)/6 = 0,15 </li></ul></ul>0,13 0,17 2005 0,40 0,09 2004 0,10 0,18 2003 0,02 -0,08 2002 0,17 0,32 2001 0,08 0,10 2000 R jt R it Năm
  84. 84. VÍ DỤ <ul><ul><li>Cov(R i ,R j ) = [(0,10-0,13)(0,08-0,15)+(0,32-0,13)(0,17-0,15) </li></ul></ul><ul><ul><li> +(-0,08-0,13)(0,02-0,15)+(0,18-0,13)(0,10-0,15) </li></ul></ul><ul><ul><li> + (0,09-0,13)(0,40-0,15)(0,07-0,13)(0,13-0,15)]/5 </li></ul></ul><ul><ul><li> = 0,0356 </li></ul></ul><ul><ul><li>Chú ý: </li></ul></ul><ul><ul><li>Trong thực tế, để đánh giá chính xác, người ta phải sử dụng nhiều số liệu thống kê (ví dụ 60 tỷ lệ lãi tháng) </li></ul></ul><ul><ul><li>Trong trường hợp hiệp phương sai chưa đủ để xác định sự phụ thuộc giữa các hệ số sinh lợi các cổ phiếu, phải sử dụng đến hệ số tương quan </li></ul></ul>
  85. 85. VÝ dô: ph©n tÝch vµ dù ®o¸n liªn quan ®Õn 2 cæ phiÕu i vµ j víi c¸c sè liÖu nh­ sau Nhµ ®Çu t­ bá ra mét sè tiÒn: 1000 USD A/ TÝnh ®é lÖch chuÈn cña tËp hîp nhµ ®Çu t­ víi tû lÖ: 40% cho cæ phiÕu i 60% cho cæ phiÕu j B/ TÝnh kú väng vµ ®é lÖch chuÈn cña tËp hîp nÕu nhµ ®Çu t­ vay 1500 USD víi l·i suÊt 10% vµ ®Çu t­ sè tiÒn nµy, còng nh­ sè tiÒn cã ban ®Çu, cho cæ phiÕu i. Gi¶i
  86. 86. <ul><li>NhËn xÐt: </li></ul><ul><li>Vay vèn lµm nhµ ®Çu t­ t¨ng ®­îc kú väng tËp hîp. </li></ul><ul><li>Vay vèn còng lµm t¨ng ph­¬ng sai cña tËp hîp, rñi ro cao h¬n. </li></ul>
  87. 87. Rñi ro mét tËp hîp gåm n cæ phiÕu <ul><li>Ph­¬ng sai: </li></ul><ul><li> n sè h¹ng ph­¬ng sai n(n-1) sè h¹ng hiÖp ph­¬ng sai </li></ul><ul><li>Chó ý : ph­¬ng sai cña biÕn thay ®æi phï hîp víi hiÖp ph­¬ng sai víi chÝnh nã, cã nghÜa lµ: Var (R i ) = Cov(R i , R j ) nªn ph­¬ng tr×nh trªn viÕt ®­îc </li></ul><ul><li>VÝ dô: Nhµ ®Çu t­ cã c¸c th«ng sè cña 3 cæ phiÕu 1, 2 vµ 3 </li></ul><ul><li>Var(R 1 ) = 0.002 Cov(R 1 , R 2 ) = -0.0008 </li></ul><ul><li>Var(R 2 ) = 0.001 Cov(R 2 , R 3 ) = 0.0006 </li></ul><ul><li>Var(R 3 ) = 0.004 Cov(R 1 , R 3 ) = 0.0004 </li></ul><ul><li>TÝnh ph­¬ng sai cña hÖ sè sinh lîi tËp hîp víi c¬ cÊu: </li></ul><ul><li>X 1 = 0.20 ; x 2 = 0.30 ; x 3 = 0.50 </li></ul>
  88. 88. <ul><li>Gi¶i: </li></ul><ul><li>TÝnh </li></ul>V× cov(R i , R j ) = cov(R j , R i ) nªn ta ®¬n gi¶n ho¸:
  89. 89. Ph­¬ng ph¸p gi¶i bµi to¸n ®Çu t­ trong ®iÒu kiÖn th«ng tin bÊt ®Þnh Áp dụng lý thuyết tr ò chơi Trong ®ã: E i : ph­¬ng ¸n quyÕt ®Þnh i víi m ph­¬ng ¸n F j : tr¹ng th¸i j víi n tr¹ng th¸i e Þ : gi¸ trÞ môc tiªu quyÕt ®Þnh chiÕn l­îc i víi tr¹ng th¸i j (hiÖu qu¶ hay chi phÝ: VD nh­ NPV hay PVC) Th«ng th­êng ta lùa chän chiÕn l­îc E i cã max e i (víi e i lµ hiÖu qu¶) E i cã min e i (víi e i lµ chi phÝ) Nh­îc ®iÓm , lùa chän E i nh­ vËy kh«ng ch¾c ch¾n v× cã nhiÒu tr¹ng th¸i F j , cã thÓ xuÊt hiÖn ngÉu nhiªn tr¹ng th¸i xÊu. Bæ sung c¸c tiªu chuÈn quyÕt ®Þnh theo lý thuyÕt trß ch¬i. Lùa chän quyÕt ®Þnh Ma trËn quyÕt ®Þnh e 11 e 12 e 13 e 1j e 1n e 21 e 22 e 23 e 2j e 2n e 31 e 32 e 33 e 3j e 3m e i1 e i2 e i3 e ij e in e m1 e m2 e m3 e mj e mn E 1 E 2 E 3 . E i . E m F 1 F 2 F 3 . . . F j . . . F n E F
  90. 90. C¸c tiªu chuÈn quyÕt ®Þnh 1. Tiªu chuÈn minimax (vµ maximin) <ul><li>trong ®ã e ir = min e Þj </li></ul><ul><li>TiÕn tr×nh lùa chän chiÕn l­îc E i: </li></ul><ul><li>T×m gi¸ trÞ nhá nhÊt e ir cña tõng chiÕn l­îc theo c¸c tr¹ng th¸i </li></ul><ul><li>Chän chiÕn l­îc cã gi¸ trÞ lín nhÊt trong c¸c gi¸ trÞ nhá nhÊt </li></ul><ul><li>Tr­êng hîp nµy ¸p dông víi ma trËn hiÖu qu¶ </li></ul><ul><li> trong ®ã e ’ ir = max e Þj </li></ul><ul><li>TiÕn tr×nh lùa chän chiÕn l­îc E i : </li></ul><ul><li>T×m gi¸ ttrÞ lín nhÊt e ’ ir cña tõng chiÕn l­îc theo tr¹ng th¸i </li></ul><ul><li>Chän chiÕn l­îc cã gi¸ trÞ nhá nhÊt trong gi¸ trÞ lín nhÊt </li></ul><ul><li>¸ p dông ®èi víi ma trËn chi phÝ </li></ul>KÕt qu¶ chän chiÕn l­îc E 2 cho c¶ 2 tr­êng hîp ma trËn hiÖu qu¶ hoÆc chi phÝ VÝ dô 100 1.1 1.1 1 1.1 1.1 <ul><li>100 </li></ul><ul><li>1.1 1.1 </li></ul>E 1 E 2 e ’ ir min e ’ ir e ir max e ir F 1 F 2
  91. 91. 2. Tiªu chuÈn Hurwicz <ul><li>KÕt hîp gi÷a 2 tiªu chuÈn minimax vµ maximin víi hÖ sè träng c </li></ul><ul><li>Tiªu chuÈn lùa chän: </li></ul>trong ®ã VD: Ma trËn hiÖu qu¶ ®Çu t­, víi hÖ sè träng c = 0.7 Theo tiªu chuÈn =17.4 chän chiÕn l­îc E 3 35 25 30 5 14 15 18 35 5 20 14 25 12 15 30 E 1 E 2 E 3 Max e Þj Min e Þj F 1 F 2 F 3 14.0 17.3 17.4 0.3*35=10.5 0.*25=7.5 0.3*30=9.0 0.7*5=3.5 0.7*14=9.8 0.7*15=8.4 E 1 E 2 E 3 Tæng e ir (1-c)maxe ij c min e Þj
  92. 92. 3. Tiªu chuÈn Savage <ul><li>Tiªu chuÈn nµy cßn gäi lµ tiªu chuÈn tæn thÊt hay hèi tiÕc bÐ nhÊt </li></ul><ul><li>Ký hiÖu: </li></ul>Tiªu chuÈn lùa chän: VD: Ta sö dông VD trªn, lËp ®­îc ma trËn tæn thÊt hoÆc hèi tiÕc (Regret-Matric) Theo tiªu chuÈn Z s = 20 Chän chiÕn l­îc E 3 25 21 20 2 0 25 0 21 5 8 20 0 E 1 E 2 E 3 F 1 F 2 F 3
  93. 93. 4. Tiªu chuÈn Bayes - Laplace <ul><li>Tiªu chuÈn nµy kÕt hîp gi÷a lý thuyÕt trß ch¬i vµ x¸c suÊt </li></ul><ul><li>Tiªu chuÈn lùa chän: </li></ul>trong ®ã víi p j lµ x¸c suÊt xuÊt hiÖn tr¹ng th¸i F j , VD: Sè liÖu NPV 2 dù ¸n víi 3 t×nh huèng Dù ¸n E 1 cã e 1r = 400*0.2 +0500*0.6 + 600*0.2 = 500 E 2 cã e 2r = 0*0.2 + 500*0.6 + 1000*0.2 = 500  2 1 = (400 - 500) 2 *0.2 + (500 - 500) 2 *0.6 + (600 - 500) 2 *0.2 = 400  1 = 63  2 2 = (0 - 500) 2 *0.2 + (500 - 500) 2 *0.6 + (1000 - 500) 2 *0.2 = 100000  2 = 316 2 ph­¬ng ¸n cã kú väng b»ng nhau, nh­ng  1 <  2 chän dù ¸n E 1 400 500 600 0 500 1000 E 1 E 2 F 1 (p 1 =0.2) F 2 (p 2 =0.6) F 3 (p 3 =0.2)

×