Bài giảng Phân tích rủi ro, bài toán tối ưu và bài toán điểm hòa vốn, dự báo kinh doanh

LOGO Giảng viên: Phạm Thanh An Trung tâm Tin học - ĐH Ngân hàng TP HCM PHÂN TÍCH RỦI RO, BÀI TOÁN TỐI ƯU & BÀI TOÁN ĐIỂM HÒA VỐN, DỰ BÁO KINH DOANH 5/22/20141 NỘI DUNG 1. Phân tích rủi ro 2. Giải bài toàn Tối ưu 3. Bài toán điểm hòa vốn 4. Dự báo kinh tế 5/22/2014 2 PHÂN TÍCH RỦI RO  Phân tích độ nhạy.  Phân tích độ nhạy một chiều  Phân tích độ nhạy 2 chiều  Phân tích tình huống. 5/22/2014 3 MỤC ĐÍCH Để nhận diện được rủi ro, trợ giúp ra quyết định lựa chọn giữa quy mô lợi ích và mức độ rủi ro dự kiến Đề xuất những biện pháp phòng ngừa, hạn chế rủi ro C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N CÁC PHƯƠNG PHÁP Phân tích tất định  Từ các dữ liệu đầu vào cho trước một cách chủ quan, xác định kết quả đầu ra tương ứng Phân tích bất định (mô phỏng/xác suất)  Từ các dữ liệu đầu vào ngẫu nhiên, không định trước, xác định kết quả đầu ra tương ứng C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N KHÁI NIỆM VỀ ĐỘ NHẠY  Trong thực tế, với các bài toán kinh tế  Các yếu tố đầu vào thường xuyên thay đổi,  Làm ảnh hưởng đến kết quả đầu ra và rất có thể làm cho kết quả bài toán trở nên rất xấu.  Chính vì vậy chúng ta cần phần tích bài toán với mô hình động, nghĩa là xem xét bài toán trong điều kiện các yếu tố đầu vào thay đổi.  Phân tích độ nhạy chính là lập bảng xem xét sự thay đổi của kết quả đầu ra khi một hoặt hai yếu tố đầu vào thay đổi. 5/22/2014 6 PHÂN TÍCH ĐỘ NHẠY MỘT CHIỀU Định nghĩa:  Cho một biến (được tiên đoán là rất rủi ro) thay đổi, theo dõi sự thay đổi của biến kết quả Ví dụ:  Phân tích biến rủi ro khối lượng ảnh hưởng đến biến kết quả doanh thu C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N PHÂN TÍCH ĐỘ NHẠY MỘT CHIỀU Bài toán tĩnh  Một người kinh doanh một mặt hàng A với giá mua : 8, giá bán : 10 => tiền lời = 10 – 8 = 2 5/22/2014 8 PHÂN TÍCH ĐỘ NHẠY MỘT CHIỀU Bài toán động  Hãy tính tiền lời khi giá mua thay đổi hoặc giá bán thay đổi. Anh/ Chị hãy lập bảng phân tích độ nhạy một chiều để xem xét tiền lời. • Nhập vào bằng tay các giá trị của giá bán từ ô B9:B12 • Giá trị C8 = C4. • Đánh khối toàn bộ bảng từ ô B8:C12 • Vào Data > What-if Analysis 5/22/2014 9 PHÂN TÍCH ĐỘ NHẠY MỘT CHIỀU 5/22/2014 10 PHÂN TÍCH ĐỘ NHẠY MỘT CHIỀU Gõ vào phím Tab để con trỏ nhảy sang hộp thoại Column Input Cell Nhấp chuột vào ô C3 (giá trị của giá bán). Nhấp chuột vào chữ OK, để hoàn tất lập bảng độ nhạy một chiều. 5/22/2014 11 PHÂN TÍCH ĐỘ NHẠY HAI CHIỀU Định nghĩa:  Cho hai biến (được tiên đoán là rất rủi ro) thay đổi, theo dõi sự thay đổi của biến kết quả Ví dụ:  Phân tích biến rủi ro khối lượng và giá cả ảnh hưởng đến biến kết quả doanh thu C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N PHÂN TÍCH ĐỘ NHẠY HAI CHIỀU 5/22/2014 13 PHÂN TÍCH ĐỘ NHẠY HAI CHIỀU  Nhập vào bằng tay các giá trị của giá bán từ ô B9:B22  Nhập vào bằng tay các giá trị của giá mua từ ô C18:F18 Ô B18 = C4 (giá trị của tiền lời).  Chọn khối từ ô B18:F22  Data > What-if Analysis , xuất hiện hộp thoại  Row input cell: Nhấp chuột vào ô C2 (giá trị của giá mua)  Column Input Cell : Nhấp chuột vào ô C3  Nhấp chuột vào nút OK 5/22/2014 14 PHÂN TÍCH TÌNH HUỐNG Hoạt động:  Thực hiện nhiều kịch bản với nhiều biến rủi ro khác nhau, nhằm sắp xếp các kịch bản theo trình tự: tốt, xấu, trung bình Mục đích:  Xem xét sự biến đổi của biến kết quả trong các tình huống khác nhau C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N C Á C Q U A N Đ I Ể M Đ Á N H G I Á D Ự Á N BÀI TOÁN TĨNH Xem xét bài toán tĩnh như sau: Một người kinh doanh một mặt hàng A với:  Giá mua : 8  Giá bán : 10  Trả lương: 0.5  => Tiền lời = Giá bán - Giá mua - Trả lương = 10 – 8 - 0.5 = 1.5 5/22/2014 16 5/22/2014 17 PHÂN TÍCH TÌNH HUỐNG  Bài toán phân tích tình huống:  Bên dưới đây là ví dụ về giá cả cho các tình huống (Không phải gõ vào bảng này). Hãy tính tiền lời khi giá mua, giá bán và trả lương thay đổi theo Bảng sau 5/22/2014 18 Phân tích độ nhạy Cho phép đánh giá mức độ ảnh hưởng của các yếu tó đầu vào đối với kết quả bài toán. Ý nghĩa:  Cung cấp các thông tin về mức độ biến thiên có thể có của các thông số cần biết.  Giúp các nhà QL xác định được các yếu tố có ảnh hưởng mạnh nhất tới kết quả dự báo để có các quyết sách phù hợp. 5/22/2014 19 Ví dụ: Nhu cầu huy động vốn Theo dự báo, nhu cầu huy động vốn từ bên ngoài trong năm 2009 của công ty XYZ (Ví dụ trước) là 583 triệu đồng. Phân tích độ một số yếu tố đầu vào nhạy đối với kết quả dự báo trên. 5/22/2014 20 Phân tích độ nhạy một chiều: Cho phép lần lượt đánh giá mức độ tác động của từng yếu tố đầu vào tới kết quả bài toán. VD: đánh giá tác động của tỷ lệ tăng trưởng doanh thu và tỷ lệ giá vốn hàng bán tới nhu cầu huy động thêm vốn. 5/22/2014 21 Phân tích độ nhạy một chiều: (tt) 5/22/2014 22 Phân tích độ nhạy hai chiều: Cho phép lần lượt đánh giá tác động đồng thời của hai yếu tố đầu vào tới kết quả bài toán. VD: đánh giá tác động của tỷ lệ tăng trưởng doanh thu và tỷ lệ giá vốn hàng bán tới nhu cầu huy động thêm vốn. 5/22/2014 23 Phân tích độ nhạy hai chiều: 5/22/2014 24 Phân tích tình huống Cho phép khảo sát sự ảnh hưởng của một nhóm các yếu tố đầu vào đối với kết quả của bài toán trong một số trường hợp nhất định. 5/22/2014 25 Ví dụ Với sự tăng trưởng doanh thu của công ty ABCD trong năm 2009 là 45%, nhu cầu huy động vốn từ bên ngoài phụ thuộc vào tỷ lệ giá vốn hàng bán, tỷ lệ các khoản phải thu, tỷ lệ hàng tồn kho và tỷ lệ các khoản phải trả. Các tình huống tốt nhất, xấu nhất và kỳ vọng được xác định (determinant): 5/22/2014 26 Các tình huống khảo sát Yếu tố Tốt Kỳ vọng Xấu TL giá vốn hàng bán 55.0% 61.5% 70.0% TL khoản phải thu 19.0% 21.2% 23.0% TL hàng tồn kho 22.0% 23.3% 24.0% TL khoản phải trả 14.0% 12.6% 10.0% Vốn huy động ? 583 ? 5/22/2014 27 Thực hiện phân tích trên Excel Sử dụng công cụ Scenario Manager  Data | What – If Analysis | Scenario Manager. Thực hiện:  Khởi động Scenario Manager  Mô tả các tình huống (tên, các yếu tố đầu vào, giá trị).  Chỉ định biến kết quả và kiểu báo cáo. 5/22/2014 28 Hộp thoại Scenario Manager 5/22/2014 29 Mô tả tình huống 5/22/2014 30 Nhập giá trị tập yếu tố đầu vào 5/22/2014 31 Chỉ định biến kế quả và kiểu báo cáo 5/22/2014 32 Kết quả thực hiện 5/22/2014 33 Xem BÀI TOÁN TÔI ƯU Giới thiệu công cụ Solver  Bài toán cổ  Bài toán giao việc  Bài toán phân lịch làm việc (work schedule) 5/22/2014 34 Bài toán điểm hòa vốn Mục tiêu: Xác định số sản phẩm cần sản xuất/kinh doanh để đạt cân bằng giữa doanh thu và chi phí (điểm hòa vốn). Dữ liệu  F: Định phí.  v: Biến phí đơn vị.  r: giá bán đơn vị. 5/22/2014 35 Bài toán điểm hòa vốn (tt) Biến  Q: Số lượng sản phẩm. Biến trung gian  TC: Tổng chi phí.  DT: Doanh thu. Hàm mục tiêu  LN: Lợi nhuận (bằng 0 tại ĐHV). 5/22/2014 36 Bài toán điểm hòa vốn (tt) Các phương trình quan hệ  LN = DT – TC  DT = r * Q  TC = F + v * Q 5/22/2014 37 Bài toán điểm hòa vốn (tt) Công thức tính điểm hòa vốn  LN = DT – CP = r * Q – (F + v * Q) = 0 Điểm hòa vốn QBE = F/(r – v) 5/22/2014 38 Ví dụ minh họa Một xí nghiệp lập kế hoạch sản xuất loại hàng A với định phí là 15 triệu đồng, giá bán 20,000 đồngvà chi phí sản xuất là 10,000 đồng trên một đơn vị sản phẩm. Yêu cầu: Xác định điểm hòa vốn cho bài toán trên. Xem 5/22/2014 39 Dự báo kinh tế 1. Dữ liệu cho dự báo 2. Các dự báo Bình quân diễn biến 3. Dự báo bằng các hàm hồi qui 4. Dự báo bằng các hàm liên tiến 5. Phân tích dự báo bằng phương trình hồi qui thuyến tính đa biến 5/22/201440 KHÁI NIỆM DỰ BÁO  Dự báo là phán đoán những sự kiện sẽ xảy ra trong tương lai trên cơ sở phân tích khoa học các dữ liệu của quá khứ và hiện tại nhờ một số mô hình toán học.  Dự báo kinh tế là việc đưa ra các dự báo những sự kiện kinh tế sẽ xảy ra trong tương lai dựa trên cơ sở phân tích khoa học các số liệu kinh tế của quá khứ và hiện tại  3 phương pháp là:  phương pháp trung bình dài hạn,  phương pháp trung bình động,  phương pháp hồi quy tương quan 5/22/2014 41 Dữ liệu cho dự báo Dự báo được thực hiện trên việc nghiên cứu, phân tích chuỗi dữ liệu vào => dòng cơ sở (baseline). Dòng cơ sở: chuỗi số liệu quan sát được qua thời gian (chuỗi thời gian – Time series) về một sự kiện, hiện tượng nào đó xảy ra trong thế giới thực. 42 Yêu cầu Các số liệu quan sát phải đợc sắp xếp theo thời gian. Các kỳ quan sát có độ dài bằng nhau. Số liệu quan sát phải xuất phát từ cùng một điểm trong mỗi kỳ. Không được phép để thiếu dữ liệu. Một số công cụ dự báo của Excel yêu cầu số liệu quan sát phải được sắp xếp theo chiều dọc (theo cột). 43 Phương pháp trung bình dài hạn 5/22/2014 44 Ví dụ: 5/22/2014 45 Dự báo trung bình động (Moving Average) Phương pháp đơn giản, tính số dự báo của một kỳ nhất định bằng bình quân số một số kỳ trước đó. Ưu điểm :  Dễ tính toán.  Đáp ứng được các thay đổi mới nhất trong chuỗi thời gian. 46 Ví dụ: Trung bình động 5/22/2014 47 Ví dụ: Dịch vụ kỹ thuật Công ty dịch vụ - tư vấn kỹ thuật X nhận hợp đồng lắp đặt, bảo trìvà sửa chữa thiết bị cho một doanh nghiệp. Nhằm phục vụ tốt cho công tác lập kế hoạch, công ty lập bảng theo dõi số sự cố kỹ thuật xảy ra mỗi tuần và dự báo số sự cố có khả năng xảy ra trong tuần kế tiếp. Hãy sử dụng Excel để giúp công ty thực hiện công việc trên. 48 Thống kê sự cố kỹ thuật Tuần Số sự có 1 17 2 12 3 114 4 8 5 11 6 10 7 6 49 Thực hiện Lập bảng giá trị bình quân diễn tiến với hàm AVERAGE. Sử dụng biểu đồ với đường xu hướng. Sử dụng công cụ Moving Average. Lưu ý: Công cụ Moving Average cho kết quả dự báo sớm hơn 1 kỳ so với thực tế. xem 50 Dự báo bằng các hàm hồi qui Phương pháp bình quân: chỉ cho phép lập dự trù cho các kỳ không vượt quá điểm cuối cùng của chuỗi thời gian. Phương pháp hồi qui: ước định mối tương quan giữa các số quan sát với một biến khác, có thể là vị trí của số quan sát trong chuỗi thời gian hoặc thời điểm quan sát. 51 Lineer : Hồi qui tuyến tính y = a.x + b Logarithmic: Hồi qui logarit y = a.ln(x) + b Polynomial (n): Hồi qui đa thức (bậc n) y = bnx n + bn-1x n-1 + + b1x + b0 Các kiểu đường hồi qui trong Excel 52 Power: Hồi qui lũy thừa y = b.xn Exponential: Hồi qui số mũ y = b.nx Các kiểu đường hồi qui trong Excel 53 Tạo các dự báo hồi qui tuyến tính Phương cách đơn giản để tạo một dự báo với hàm hồi quy tuyến tính, dạng y = ax + b Thực hiện trong Excel: sử dụng hàm FORECAST hoặc hàm mảng TREND. 54  Cú pháp FORECAST(x, Known_Y’s, Known_X’s)  Công dụng: Hàm hồi qui truyến tính, dựa trên tập giá trị quan sát Known_Y’s tại chuỗi thời điểm Known_X’s, cho biết giá trị dự báo tại thời điểm tương lai x. Trong đó:  x là giá trị dùng để dự báo.  known_y’s là các giá trị hoặc vùng địa chỉ của tập số liệu phụ thuộc quan sát được  known_x’s là các giá trị hoặc vùng địa chỉ của tập số liệu độc lập quan sát được. Hàm FORECAST 55 SỬ DỤNG FORECAST 5/22/2014 56 Hàm TREND  Cú pháp TREND(Known_Y’s, Known_X’s, New_X’s, Const) Công dụng: Hàm mảng,, dựa trên tập giá trị quan sát Known_Y’s tại chuỗi thời điểm Known_X’s, tính cá cgiá trị dự báo tại chuổi thời điểm tương lai New_X’s. Giá trị b =0 nếu const = FALSE, được tính bình thường nếu const = TRUE hoặc bỏ qua. 57 Ví dụ: Dịch vụ kỹ thuật const là hằng số. Ngầm định nếu const = 1 (True) thì hồi quy theo hàm y = ax + b, nếu const = 0 (False) thì hồi quy theo hàm y = ax. Xem 58 Ví dụ: Hàm Trend 5/22/2014 59 Sử dụng hàm SLOPE và INTERCEPT  Hàm SLOPE để tính hệ số góc a va hàm INTERCEPT để tính hệ số tự do b của hàm hồi quy tuyến tính đơn y=ax+b.  Thay các hệ số a, b này vào hàm số với giá trị đã biết của x hoặc y ta sẽ tìm ra giá trị còn lại cần dự báo. Cú pháp:  = SLOPE(known_y’s, known_x’s)  = INTERCEPT(known_y’s, known_x’s) 5/22/2014 60 Ví dụ 5/22/2014 61 Tạo các dự báo hồi qui phi tuyến Sử dụng trong trường hợp các số quan sát biến động lên hoặc xuống theo một đường cong tương đối lớn. Thực hiện trong Excel: sử dụng hàm GROWTH. 62 Hàm GROWTH  Cú pháp GROWTH(Known_Y’s, Known_X’s, New_X’s, Const) Công dụng: Tương tự như hàm TREND song các giá trị được dự báo với quan hệ y = b*n^x. Giá trị b được tính bình thường nếu const = TRUE hoặc bỏ qua, b = 1 nếu const = FALSE. 63 Ví dụ :Hàm GROWTH 5/22/2014 64 Ví dụ: Doanh thu sản phẩm mới Một công ty kinh doanh mới tung ra thị trường một loại sản phẩm mới. Do là loại sản phẩm độc đáo, chất lượng tốt, giá cả phải chăng nên công ty đã bán được hàng với doanh số ngày càng cao (xem bảng thống kê). Hãy sử dụng Excel để dự báo doanh thu của công ty trong những tháng sắp tới.. 65 Thống kê doanh thusản phẩm Tháng Doanh thu Tháng Doanh thu 1 10 5 20 2 11 6 30 3 12.5 7 45 4 15 8 70 66 Thực hiện Xem 67 Tạo các biểu đồ hồi qui trên Excel Nhấp phải chuột vào chuỗi dữ liệu trong biểu đồ, yhực hiện chức năng Add Trendline. Xem 68 Dự báo bằng các hàm liên tiến Áp dụng phương trình cơ bản F(t+1) = F(t) + a.e(t) Trong đó:  t, t + 1: các kỳ (thời điểm) liên tiếp  F(t), F(t+1): số dự báo trong các kỳ t và t+1.  a: hằng liên tiến.  e(t): sai số giữa số dự báo và số quan sát tại thời điểm t. 69 Công cụ Exponential Smoothing Công cụ dự báo liên tiến, thành phần trong bộ công cụ Data Analysis, Ccác tùy biến trong hộp thoại Exponential Smoothings:  Input range: Vùng nhập.  Damping factor,: Thừa số cản (= 1 – a).  Output range: Vùng xuất.  Chart Output: Xuất biểu đồ. 70 Hộp thoại Exponential Smoothing 71 Ví dụ: Cơ sở cho thuê xe Một cơ sở cho thuê xe du lịch tiến hành thống kê số xe cho thuê mỗi ngày (xem bảng) và dự trù số xe cần chuẩn bị để sẵn sàng cho thuê vào ngày kế tiếp. Hãy sử dụng Excel để thực hiện công việc trên. Xem 5/22/201472 Phương pháp được sử dụng phổ biến, cho phép nghiên cứu tác động của nhiều nhân tố đối với kết quả bài toán. Đặc biệt thích hợp với các doanh nghiệp có sản phẩm đặc trưng, phần lớn. Phân tích dự báo bằng phương trình hồi qui đa biến 73 Phương trình mẫu: Y = b0 + b1x1 + b2x2 + + bnxn +  Trong đó  Y: biến kết quả.  b0: hằng số, gốc của phương trình.  x1, x2, xn: biến độc lập.  b1, b2, bn: hệ số biến độc lập  : mức sai số của các tác động khác. Phương trình hồi qui tuyến tính đa biến 74 Công ty ABC thống kê tình hình kinh doanh mặt hàng X trong 3 năm 2008, 2009 và 2010 (Xem ). Yêu cầu: Xây dựng phương trình hồi qui tuyến tính đa biến, qua đó dự báo doanh thu trong các tháng tới và mối quan hệ giữa các chỉ số. Ví dụ 75 Sử dụng công cụ Regression (bộ công cụ Data Analysis ). Các tùy biến chính trong hộp thoại công cụ:  Khởi động tiện ích.  Input Y range: khối giá trị biến Y .  Input X range.: Khối giá trị các biến X  Labels : dòng đầu trong các vùng là nhãn.  Output options: Tùy biến vùng xuất. Xây dựng phương trình hồi qui tuyến tính đa biến trên Excel 76 77 Xem Kết quả xuất 78 Hệ số R = 0,99 => giữa các biến có mối thương quan cao, Hệ số xác định R2 = 0.97 => mức độ cao về khả năng giải thích của các biến số. Thông số độ dốc của biến Giá cả (X1) = - 338.02 biến động tỷ lệ nghịch với Sản lượng (biến Y ). Thông số độ dốc của biến Chi phì QC (X2) = 13.03 >0 => tỷ lệ thuận với Sản lượng. Nhận định kết quả 5/22/201479 Xem xét giá trị t-stat (kiểm định thống kê) của các biến độc lập:  |t-stat| > 2.58 : độ tin cậy 99%  |t-stat| > 1.96 : độ tin cậy 95%  |t-stat| > 1.64 : độ tin cậy 90% Kết quả kiểm định: Biến X1 có |t-stat||= 11.24, biến X2 có |t-stat||= 24.98 => mô hình có độ tin cậy rất cao, phương trình hồi qui có ý nghĩa thực tiễn. Kiểm định mô hình hồi qui 80 Phương trình hồi qui: Y = -199.93 - 338.02X1 + 13.03 X2 Ứng dụng: Phân rích, dự báo, đánh giá mức độ tác động của việc thay đổi giá bán và chi phí QC tới sản lương, phục vụ cho việc xây dựng các chiến lược kinh doanh của doanh nghiệp. Xây dựng mô hình dự báo hồi qui 81 Lập bảng phân tích độ nhạy hai chiều, xem xét tác động của việc thay đổi giá bán và chi phí quảng cáo tới sản lượng Phạm vi biến động:  Gía bán: từ 3.5 tới 4.75 triệu đồng/tấn.  Chi phí QC: từ 300 tới 400 triệu đồng. Xem Ví dụ 5/22/201482