1
Chuyên ngành TCDN Hoch đnh NS vn đu t 1
PHÂN TÍCH RI RO D ÁN
Chuyên đ 5
Chuyên ngành TCDN Hoch đnh NS vn đu t 2
TNG QUAN V PHÂN TÍCH RI RO
• Có 5 lý do đ phân tích ri ro ca mt d án đu
t riêng l:
•Ngi đ xut mt d án đu t trong mt công
ty ln thng thiu nhng thông tin toàn din v
công ty và các d án ca nó vì th rt cn thit
đ đo lng s đóng góp trong đu t đn mc
đ ri ro ca công ty.
•Ngi đ xut d án thng đc đánh giá trên
hiu qu hot đng ca đu t đó. Trong nhng
trng hp nh vy, ngi đ xut cng quan
tâm đn ri ro d án, không làm gia tng ri ro
ca c công ty và các c đông.
Chuyên ngành TCDN Hoch đnh NS vn đu t 3
TNG QUAN V PHÂN TÍCH RI RO
• Phân tích ri ro mt d án đu t riêng l thì có
ích trong vic phát trin nhng gii pháp đ loi
tr hoc gim thiu ri ro mà không làm gim đi
t sut sinh li tng ng.
• Phân tích ri ro ca d án đu t thng cung
cp nhng nn tng cho vic hiu rõ s đóng
góp ca d án trong ri ro ca c công ty, ri ro
ca các c đông.
2
Chuyên ngành TCDN Hoch đnh NS vn đu t 4
PHÂN TÍCH  NHY

r
)r1(1
CFNPV
−
−
+×+
+−
×=
3
Chuyên ngành TCDN Hoch đnh NS vn đu t 7
PHÂN TÍCH  NHY
4.4443.4972.5491.601654-294-1.2423.000
3.2022.2551.307359-588-1.536-2.4841.000
5.0004.5004.0003.5003.0002.5002.000
NPV tng ng vi các mc doanh thu và giá tr thu hi
(đn v tính: 1.000 USD).
Ví d, vi t sut sinh li đòi hi là 10%, doanh thu 3,5 triu USD
và giá tr thu hi là 1 triu USD thì NPV s là:
NPV = 359.000 USD.
Bng tính trên có th lp mt cách d dàng tropng Excel
Chuyên ngành TCDN Hoch đnh NS vn đu t 8
PHÂN TÍCH  NHY
• Phân tích đ nhy ca NPV vi các bin s then
cht
Chuyên ngành TCDN Hoch đnh NS vn đu t 9
PHÂN TÍCH  NHY
• Phân tích đ nhy ca NPV vi các bin s then
cht
4
Chuyên ngành TCDN Hoch đnh NS vn đu t 10

cùng vi s lng sn phm hoc là mc bin
phí trên mt sn phm không thay đi khi sn
lng thay đi.
• nh phí là nhng chi phí mà tng chi phí không
đi khi mc đ doanh thu thay đi nhng đnh
phí/đn v sn phm s gim dn khi doanh thu
tng lên trong mt phm vi nào đó.
•Ph thuc vào vic bn doanh thu k vng và s
bin đng trong doanh thu, phân tích hòa vn có
th xác đnh đc doanh s cn thit đ chuyn
t thu nhp âm sang thu nhp dng hay nói
cách khác là đim hòa vn.
5
Chuyên ngành TCDN Hoch đnh NS vn đu t 13
PHÂN TÍCH HÒA VN
• im hòa vn thu nhp hoc đim hòa vn dòng tin là
mc doanh s cn thit đ bt đu to ra li nhun
hoc dòng tin bt đu dng.
• im hòa vn trong s lng sn phm tiêu th (BEPq)
là:
BEPq = nh phí / (Giá bán – Bin phí)
• im hòa vn v doanh s (BEP$) là
BEP$ = nh phí /(1- %bin phí/đn v sn phm)
Chuyên ngành TCDN Hoch đnh NS vn đu t 14
PHÂN TÍCH HÒA VN
• Công thc tính hòa vn thu nhp và hòa vn dòng tin
là nh nhau. Nhng đnh phí k toán có th khác đnh
phí tin mt.
•Khu hao đc tính là mt đnh phí trong phân tích hòa
vn thu nhp nhng nó không phi là mt khon tin

PHÂN TÍCH HÒA VN
• Hòa vn dòng tin cho chúng ta bit rng mc
doanh thu cn thit đ dòng tin bt đu t 0
USD, mt con s hu dng đ tiên đoán kh
nng ca chúng ta có đáp ng nhng nhu cu
tin mt trong tng lai. Ví d, nó có th có li
tc nhng nhng kh c n s dn đn mt
s tình trng mt kim soát nu công ty không
kim ra tin mt.
•Nhng nhìn chung, phân tích đim hòa vn NPV
là đim phân tích thng đc s dng cho
mc tiêu hoch đnh ngân sách vn đu t. Nó
nói cho chúng ta mc doanh s mà d án bt
đu to ra giá tr cho doanh nghip.
Chuyên ngành TCDN Hoch đnh NS vn đu t 17
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
• Giá tr k vng
•Nu dòng tin d kin mi nm trong tng lai
đã bit, chúng ta có th tính đc giá tr NPV k
vng nh sau:
•Vi E(CF
t
) là dòng tin k vng  thi đim t
•r làt sut sinh li đòi hi.
• Công thc này thì có giá tr khi dòng tin có
tng quan xác đnh hoàn toàn, tng quan 1
phn hay không tng quan gia các nm vi
nhau.
n
n

7
Chuyên ngành TCDN Hoch đnh NS vn đu t 19
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
• Dòng tin tng quan hoàn toàn:
• Dòng tin tng quan xác đnh hoàn toàn t k
này sang k khác nu dòng tin sau k th nht
thì hoàn toàn xác đnh bi dòng tin ca k th
nht. Nói cách khác, tt c nhng thay đi v
dòng tin tng lai s b loi tr khi dòng tin
th nht xy ra.
• σ CF
t
là đ lch chun ca phân phi xác sut
dòng tin nm t
∑
=
+
σ
=σ
n
1t
t
CF
PV
)k1(
t
Chuyên ngành TCDN Hoch đnh NS vn đu t 20
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
• Dòng tin không tng quan
•Nu dòng tin là không tng quan, dòng tin

=
×=
∑
=
8
Chuyên ngành TCDN Hoch đnh NS vn đu t 22
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
•  lch chun ca dòng tin:
USD000.362
p)]CF(ECF[
CF
n
1j
j
2
jCF
=σ
×−=σ
∑
=
Chuyên ngành TCDN Hoch đnh NS vn đu t 23
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
•Nu dòng tin là hoàn toàn tng quan qua
tng nm,
•Nu dòng tin là không tng quan,
∑
=
+
σ
=σ

•Gi s rng giá tr thu hi hoc là 1 triu USD
hoc là 3 triu USD vi xác sut ln lt là 40%
và 60%.
•Giátr thu hi k vng và đ lch chun ca giá
tr thu hi là:
• E(giá tr thu hi) = 40% x 1.000.000 + 60% x
3.000.000 = 2.200.000 USD
USD000.980
)200.2000.3%(60)200.2000.1%(40
22
SV
=
−+−=σ
9
Chuyên ngành TCDN Hoch đnh NS vn đu t 25
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
•Hin giá ca giá tr thu hi k vng và đ lch
chun ca hin giá giá tr thu hi là
USD000.366.1
%)101(
000.200.2
)PV(E
5
SV
=
+
=
USD000.609
%)101(
000.980

PHÂN TÍCH RI RO DA TRÊN XÁC SUT
•Tng quan hoàn toàn và không tng quan là
hai thái cc mà chúng ta him gp trong thc t.
Tng quan mt phn thì ph bin hn, trong
đócómt vài s liên h gia dòng tin nm này
và dòng tin ca nm k tip.
•Nu chui các dòng tin là tng quan mt
phn, đ lch chun ca NPV s nm đâu đó
gia 2 thái cc này, gia 868.000 USD và
1.501.000 USD.
•Mt khi NPV k vng và đ l
ch chun NPV đã
đc tính toán, nhà qun tr có th s dng
nhng thông tin này đ ra quyt đnh, hoc là s
dng phán đoán hoc là phát trin nhng đnh
hng chính sách đ có th chp nhn s đánh
đi gia kh nng sinh li và ri ro.
10
Chuyên ngành TCDN Hoch đnh NS vn đu t 28
PHÂN TÍCH RI RO DA TRÊN XÁC SUT
•Víd, gi đnh phân phi xác sut là NPV là
phân phi chun, tính xác sut doanh nghip RC
có NPV<0 khi quyt đnh đu t.
•Hoc chúng ta có th tính xác sut NPV thp
hn mt mc NPV mc tiêu nào đó.
Chuyên ngành TCDN Hoch đnh NS vn đu t 29
MÔ PHNG
•Mt mô hình mô phng là mt mô hình ca mt
h thng mà nó có th thc hin mt cách hoàn
chnh đ xem xét h thng trong thc t s phn

s ca vic xy ra.
•Gi đnh rng vic qun tr d án thì có nhng
ngun không chc chn t doanh thu, giá tr thu
hi, và t s bin phí.
•Quay li quyt đnh đu t ca công ty RC,
chúng ta có th thc hin mô phng Monte-
Carlo nh sau:
Chuyên ngành TCDN Hoch đnh NS vn đu t 32
MÔ PHNG MONTE-CARLO
25%50%25%Xác sut
0,60,50,4T s bin phí
60%40%Xác sut
3.0001.000Giá tr thu hi
5%10%20%30%20%10%5%Xác sut
5.0004.5004.0003.5003.0002.5002.000Doanh thu
Chuyên ngành TCDN Hoch đnh NS vn đu t 33
MÔ PHNG MONTE-CARLO
• Chúng ta xem xét trong ch tiêu t s bin phí.
Chúng ta to ra bánh xe roullette mà :
•¼ca bánh xe này đi din cho mt t s bin
phí là 0,4,
• ½ hình tròn đi din cho mt t s bin phí là
0,5 và
• ¼ còn li ca hình tròn này đi din cho t s
bin phí 0,6 tng ng vi phân phi xác sut
ca bin phí.
• Khi các bánh xe này quay, xác sut mà bánh xe
ngng li  mt t s bin phí c th là ging
nh là xác sut thc s ca t s này xy ra.
12

•Sau mt s lng ln các phép lp, t l ca
các phép lp s dn đn kt qu mt NPV c th
(hoc là mt dãy các giá tr NPV) xp x bng vi
xác sut ca NPV (hoc dãy NPV) xy ra.
•Mt nghìn ln phép lp ca mô hình trên đc
thc hin và kt qu đc tng kt trong bng
sau. Nhng kt qu này có th s dng trong
mt s dng ra quyt đnh ri ro – t sut sinh li
vi phân phi xác sut ca NPV đã đt đc
trong vài cách khác.
13
Chuyên ngành TCDN Hoch đnh NS vn đu t 37
MÔ PHNG MONTE-CARLO
0
%
5
%
10
%
15
%
20
%
25
%
< -
1.600
1.600 -
800
800 -

• Mu hình phân phi xác sut
• Trong ví d trên, chúng ta gi đnh rng nhng
bin s ch có th nhn mt con s hu hn giá
tr, nh doanh thu ch có th là 2 triu USD hoc
2,5 triu USD mà không th là 2,3 triu USD.
•Hu nh bt k hình dng phân phi xác sut
nào đu thích hp. Chc nng to s ngu
nhiên thì có sn cho rt nhiu mu hình phân
phi xác sut và bt k phân phi nào cng có
th xp x bng mt tp hp ca các giá tr ri
rc vi xác sut cho trc.
14
Chuyên ngành TCDN Hoch đnh NS vn đu t 40
MÔ PHNG MONTE-CARLO
• Gii quyt vi tính tng quan
• Chúng ta gi đnh rng không có tính tng
quan gia các bin s mà chúng ta không chc
chn v chúng. Nu 2 bin tng quan hoàn
toàn, mt s đc xem là bin ngu nhiên và
bin kia s đc xem là mt hàm s ca bin
ngu nhiên. Mt cách đ gii quyt mi tng
quan mt phn là đnh rõ mt mi quan h vi
h s ngu nhiên.
• Phân tích hi quy s cung cp các tham s đc
lp mà nó có th đc s dng trong nhng
thông tin đang trin khai v phân phi xác sut
ca nhng bin s này.
Chuyên ngành TCDN Hoch đnh NS vn đu t 41
MÔ PHNG MONTE-CARLO
• Bt li ca vic mô phng

•Mt quyt đnh dãy có th liên quan đn mt c
hi đ m rng hoc t b quyt đnh đu t
ph thuc vào doanh thu nm th nht.
•Víd: RC có th thc hin m rng phân tích
cây quyt đnh.
•Nh li rng dòng tin ca RC là 0,5 x doanh thu
-500.000.
•Giátr thu hi vào cui vòng đi d án 5 nm có
th là 1 triu USD hoc 3 triu USD.
Chuyên ngành TCDN Hoch đnh NS vn đu t 44
CÂY QUYT NH
• Doanh thu có th là 2 triu USD hoc 4 triu
USD mt nm tng ng vi xác sut ln lt
là 0,3 và 0,7
•Bt k doanh thu xy ra trong nm th nht nh
th nào s xy ra trong nhng nm sau đó nh
vy.
•Nhàmáy cóth bán vi giá 3,5 triu USD vào
cui nm th nht.
•Cóxác sut 0,4 cho giá tr thu hi là 1 triu USD
vào cui nm th 5 và xác sut cho giá tr thu
hi 3 triu USD là 0,6 cho thi đim đó.
Chuyên ngành TCDN Hoch đnh NS vn đu t 45
CÂY QUYT NH
16
Chuyên ngành TCDN Hoch đnh NS vn đu t 46
CÂY QUYT NH
• Hình vuông là đim đa ra quyt đnh.
• Hình tròn là đim ca kt qu.
•Ti đim A doanh nghip đng trc đim quyt

17
Chuyên ngành TCDN Hoch đnh NS vn đu t 49
CÂY QUYT NH
• Doanh nghip có 3 đim quyt đnh:
•Ti đim C (doanh thu nm 1 là 2 triu USD):
E
(NPVtip tc)
= 40% x (-2.484.000) +60% x (-1.242.000) = -
1.730.000 .
• Doanh nghip nên t b vì th đng phân
nhánh đn đim E s không có xác sut xy ra.
•Ti đim D (doanh thu nm 1 là 4 triu USD):
E
(NPVtip tc)
= 40%(1.307.000) + 60%(2.549.000) = 2.052
USD
•Vìth đng phân nhánh hy b không có xác
xut xy ra.
Chuyên ngành TCDN Hoch đnh NS vn đu t 50
CÂY QUYT NH
• E
(NPV)
= 30%(-1.364.000) + 28%(1.307.000) +
42%(2.549.000) = 1.207.000 USD
• Phân tích cây quyt đnh, tng t nh các
phng pháp phân tích ri ro khác, không nói
cho nhà qun tr bit s la chn nào nên thc
hin. Tuy nhiên, công c này thc s cho nhà
qun tr mt bc tranh rõ ràng hn các h qu
có th ca nhng quyt đnh mà nhà qun tr

phng ti đim đn C và D đã cho đ giúp nhà
qun tr quyt đnh rng nhng gì h s làm ti
nhng đim này.
•Mt khi quy lut quyt đnh cui cùng  nhng
đim đc xác đnh mt mô phng Monte Carlo
có th đc chy cho toàn b d án đu t
đc đ ngh, kt hp cht ch vi nhng quy
tc quyt đnh đc thit lp ti mi giao đim
sau quyt đnh đu t khi đu.
Chuyên ngành TCDN Hoch đnh NS vn đu t 53
CÂY QUYT NH
• Cây quyt đnh
• u đim:
• Cung cp kt qu trong điu kin xác sut.
• Không ch giúp đ, nó tp trung vào vic ra
quyt đnh theo chui
• Nhc đim:
• òi hi c tính xác sut
•Cóth đòi hi nhiu thi gian và chi phí ph
thuc vào quy mô và mc đ linh hat ca tng
trng hp.
Chuyên ngành TCDN Hoch đnh NS vn đu t 54
C TÍNH XÁC SUT CHO PHÂN TÍCH RI
RO
• D liu lch s
•Khi bn thc hin mt phân tích hi quy v mi
quan h quá kh ca nhng bin s, bn nhn
đc thông tin v phân phi xác sut ca mi h
s hi quy.
• Phân phi xác sut này có th đc s dng

cn này là đc bit thông dng cho k thut tiên
đoán tng lai.
•Víd, mt ngi am tng có th tính mt s
nm d kin đ mt na dân s có TV phân gii
cao. Mt phân phi xác sut có th đc c
tính da trên nhng thông tin này. ólàlnh vc
nghiên cu có phm vi rng vi ch đ c tính
xác sut và phng pháp này chc chn đã
đc s dng trong nhng lnh vc nht đnh.
Chuyên ngành TCDN Hoch đnh NS vn đu t 57
CHN LA PHNG PHÁP PHÂN
TÍCH
•Mi phng pháp phân tích ri ro có nhng u
nhuc đim riêng đc.
• Không có mt thc đo nào đúng cho mi
trng hp. Công vic ca các chuyên gia là la
chn thc đo đúng cho tng trng hp, đólà
mt phân tích đ nhy đn gin và nhanh chóng
cho mt d án vi quy mô va phi hay ri ro
qua hng tip cn cây quyt đnh đ phân tích
th trng quc t mi đc xác đnh bi nhng
c hi bc vào và m rng sau đó.
20
Chuyên ngành TCDN Hoch đnh NS vn đu t 58
LÃI SUT VÀ PHÂN TÍCH RI RO
•Vic đo lng ri ro bnh hng bi lãi sut
chit khu mà bn thân nó thng xuyên b tác
đng bi ri ro. Chúng ta khng đnh rng gii
pháp duy nht đ đo lng ri ro ca đu t là
s dng lãi sut phi ri ro sau thu đ chit khu