Tailieuxanh c1 c9 0642

LẬP MÔ HÌNH TÀI CHÍNH
Chương 1
1.1 LẬP MÔ HÌNH TÀI CHÍNH
Các tình ðưa ra Thực hiện ðo lường

huống quyết quyết kết quả
thực tiễn ñịnh ñịnh thực hiện
Việc lập mô hình hỗ trợ 2 bước ñầu của tiến trình trên:
phân tích tình huống và ñưa ra các kết quả dự kiến của
những tình huống ñó
1
1.1.1 Tiến trình lập mô hình
Mô hình Kết quả

Phân tích
Thế giới lượng hóa

Tóm tắt ðánh giá Giải thích
quản trị
Thế giới thực
Tình Các
huống quyết
quản lý Trực giác ñịnh
1.1.1 Tiến trình lập mô hình

• Vai trò của nhà quản lý khi lập mô hình bao gồm
các bước: tóm tắt tình huống, hệ thống hóa mô
hình, giải thích và cuối cùng là thực hiện các
quyết định
• Sắp xếp các tình huống của bài toán sao cho phù
hợp với việc lập mô hình.
• Bố cục toàn cảnh mô hình sao cho việc thu thập,
truy xuất dữ liệu và phân tích mô hình một cách
thuận lợi để có thể giải quyết
• Truyền đạt những kết quả khả thi tốt nhất của
mô hình trong việc đưa ra quyết định.
2
1.1.3 Yêu cầu khi lập mô hình
• Các mô hình buộc bạn phải dứt khoát rõ ràng về
mục tiêu của mình.
• Các mô hình buộc bạn phải nhận dạng và lưu lại
các quyết định mà những quyết định này sẽ ảnh
hưởng và tác động đến các mục tiêu của bạn.
• Các mô hình buộc bạn nhận dạng và lưu lại
những tương tác và những đánh đổi bù trừ giữa
các quyết định.
• Các mô hình sẽ buộc bạn suy nghĩ cẩn trọng về
các biến số và lượng hóa rõ ràng những biến số
này trong điều kiện chúng có thể định lượng.
1.1.3 Yêu cầu khi lập mô hình

• Các mô hình buộc bạn cân nhắc dữ liệu nào là
thích hợp để định lượng những biến số đã nêu
trên và xác định những tương tác giữa chúng.
• Mô hình buộc bạn phải ghi nhận những ràng
buộc (các giới hạn) đối với các giá trị biến số của
mô hình.
• Các mô hình cho phép bạn dễ dàng thông đạt ý
tưởng và sự hiểu biết của mình về vấn đề cần
giải quyết đến các thành viên khác trong nhóm
làm việc.
3
1.1.4 Các loại mô hình
Loại mô hình ðặc ñiểm Ví dụ
Mô hình thực thể Hữu hình Mô hình máy bay

Lĩnh hội: dễ dàng Mô hình nhà
Nhân bản và chia sẻ: Khó khăn Mô hình thành phố
Sửa ñổi và thao tác: Khó khăn
Phạm vi sử dụng: Thấp nhất
Mô hình mô phỏng Vô hình Bản ñồ ñường phố
Lĩnh hội: Khó khăn hơn ðồng hồ ño tốc ñộ
Nhân bản và chia sẻ: Dễ dàng hơn Biểu ñồ, ñồ thị
Sửa ñổi và thao tác: Dễ dàng hơn
Phạm vi sử dụng: Rộng hơn
Mô hình lượng hóa Vô hình Mô hình mô phỏng
Lĩnh hội: Khó khăn nhất Mô hình ñại số
Nhân bản và chia sẻ: Dễ dàng nhất Mô hình bảng tính
Sửa ñổi và thao tác: Dễ dàng nhất
Phạm vi sử dụng: Rộng nhất
1.1.5 Xây dựng mô hình

Các bước tổng quát khi lập mô hình:
• Nghiên cứu môi trường để cấu trúc lại tình
huống quản lý phát sinh.
• Thiết lập công thức trình bày quan hệ giữa
các biến số, và các thông số chọn lọc.
• Xây dựng mô hình lượng hóa (định lượng).
4
1.1.5 Xây dựng mô hình
Các biến số quyết ñịnh

Kết quả thực hiện
(có khả năng kiểm soát)
Mô hình
Các thông số Các biến số hệ quả

(không có khả năng kiểm soát)
Các biến số ngoại sinh Các biến số nội sinh
Nhập lượng (Input) Xuất lượng (Output)
1.2.2 Ví dụ Công ty S.P

• Các nhập lượng của mô hình
Giá bán 8.00$
Số lượng bán (lượng cầu) 16
Chi phí chế biến (ñơn vị) 2.05$
Chi phí NVL1 (ñơn vị) 3.48$
Chi phí NVL2 (ñơn vị) 0.30$
Chi phí cố ñịnh (ñơn vị 1000$/tuần) 12$
5
• Mối quan hệ trong mô hình
Lợi nhuận
Doanh thu Chi phí chế biến Tổng chi phí
Lượng cầu về Yêu cầu về Chi phí NVL

bánh lượng NVL
Giá bán Chi phí chế Chi phí NVL 1 Chi phí NVL 2 Chi phí
biến (ñơn vị) (ñơn vị) cố ñịnh
(ñơn vị)

Xây dựng mô hình
• Lợi nhuận = Doanh thu – Tổng chi phí
• Doanh thu = Giá bán x Lượng cầu sản phẩm
(số lượng tiêu thụ)
• Tổng chi phí = Chi phí chế biến + chi phí
nguyên nguyên vật liệu + chi phí cố định
• Chi phí nguyên vật liệu = Số lượng sản phẩm
x chi phí NVL 1 + Số lượng sản phẩm x chi
phí NVL 2
6
Mô hình sơ khởi
Phân tích What if , đánh đổi (Trade Off) và Data Table

• Điều gì xảy ra nếu giá bán sản phẩm là 7$ (lượng cầu là 20)
và giá bán sản phẩm là 9$ (lượng cầu là 12).
• Tình huống thực tiễn lượng cầu phụ thuộc vào giá bán,
Giá bán Lượng cầu/tuần
≥12$ 0
11$ 4.000
10$ 8.000
9$ 12.000
Giải quyết: xây dựng kết quả theo quy luật tự nhiên.
7
• Tình huống thực tiễn: chi phí chế biến trong
thực tiễn đúng như dự báo (cố định
2,05$/SP). Giải quyết: cải tiến việc dự báo chi
phí chế biến.

• Tình huống thực tiễn: Công ty sản xuất 4 SP có mối liên quan với
giá sản phẩm 1. Có yếu tố chi phí sản xuất chung.
Sp1 Sp2 Sp3 Sp4
Giá 9.32 -1$ +0.25$ 0
CPSX chung 33$
• Giải quyết: bổ sung các nhân tố mới vào mô hình.
8
• Tình huống thực tiễn: khả năng sản xuất bình thường của
công ty là 25.000 SP/tuần. Số sản phẩm làm ngoài giờ sẽ
làm tăng chi phí chế biến thêm 0.8$/SP. Giải quyết: sử
dụng hàm IF để tính lại chi phí chế biến.
• Tình huống thực tiễn: công ty SP sẽ phải cân nhắc:
• Chi phí chế biến ngoài giờ có thể được giảm bớt bằng
cách tăng giá bán và từ đó làm giảm lượng cầu đối với sản
phẩm.
• Lợi nhuận đạt được sẽ là bao nhiêu nếu SP đầu tư thêm
máy móc thiết bị để tăng năng lực sản xuất trong giờ lên
trên mức 25.000.
• Giải quyết: Lập DataTable với Giá Bán và khả năng sx bình
thường

• Tình huống thực tiễn: Việc thay đổi giá bán sẽ tác
động đến 2 yếu tố: chi phí chế biến ngoài giờ và
lượng cầu tiêu thụ. Yêu cầu: phân tích đánh đổi giữa 2
yếu tố với các mức giá bán khác nhau. Giải quyết:
DataTable với 1 biến ngoại sinh.
• Kết quả: tăng giá bán để tối đa hóa lợi nhuận đến
mức 9,65$ và điều này sẽ làm giảm chi phí sản xuất
ngoài giờ từ mức gốc ban đầu là 6.400$/tuần xuống
còn duới 2.000$/tuần. Tuy nhiên để đạt được điều
này bạn phải giảm doanh số bán từ 33.000 sản phẩm
xuống còn 27.000 sản phẩm, hay tương ứng với mức
giảm khoảng 20% trong doanh số tiêu thụ.
9
1.2.3 Nghệ thuật lập mô hình
Các yêu cầu của mô hình bảng tính
• Các biến số phải được phân định rõ ràng và
được đặt tên phù hợp.
• Các thông số, nhập liệu đầu vào của mô hình
phải được nhận diện rõ ràng.
• Các kết quả thực hiện, các biến số hệ quả,
xuất liệu đầu ra của mô hình cũng phải được
nhận diện rõ ràng.
1.2.3 Nghệ thuật lập mô hình

Các yêu cầu của mô hình bảng tính
• Không nên gom quá nhiều các thông số vào trong một
công thức mà nên tách chúng vào các ô khác nhau để
công thức trở nên đơn giản hơn .
• Nếu được, bạn hãy rút gọn đơn vị tính nếu mô hình
có sử dụng các con số tự nhiên quá lớn nhằm mục
đích phản ánh kết quả một cách thuận lợi.
• Sử dụng các tùy chọn định dạng của Excel để làm nổi
bật các tiêu đề, hay thụt lề, canh đầu dòng các nội
dung mô tả để tăng tính thẩm mỹ và dễ quan sát của
mô hình.
10
1.2.7 Công ty C
• Khung tình huống
• Công ty C sản xuất ghế ngồi các loại chất lượng cao. Có 6
loại ghế của công ty được mã hóa như sau: G1, G2, G3; G4,
G5, G6. Những chiếc ghế này được thiết kế để có thể sử
dụng hoán đổi lẫn nhau 6 loại phụ tùng: g1, g2, g3, g4, g5,
g6 và chân ghế. Ngoài ra mỗi một ghế có tay vịn khác nhau.
• Lợi nhuận mỗi loại ghế, yêu cầu về phụ tùng, mức tồn kho
của mỗi loại phụ tùng lắp ráp đã được cố định từ trước và
hiện tại công ty đang đứng trước một kế hoạch sản xuất
sao cho tối đa hóa được lợi nhuận.Từ tất cả những đặc
điểm trên công ty đã phát triển mô hình bảng tính như
trong hình 1.42.
1.2.7 Công ty C
11
1.2.7 Công ty C
• Tình huống thực tiễn: Loại ghế G3 là loại sản
phẩm tạo ra lợi nhuận cao nhất nhưng lại sử
dụng nhiều loại phụ tùng g1 nhất. Nếu chúng
ta từ bỏ sản xuất 2 sản phẩm G3, chấp nhận
mất lợi nhuận là 90$ nhưng chúng ta sẽ có
được 2 x 12 = 24 phụ tùng g1 để sản xuất 3
sản phẩm G1 và đạt được lợi nhuận là 108$
• Giải quyết: Xem bảng tính
1.2.7 Công ty C
12
1.2.7 Công ty C
• Tình huống thực tiễn: Loại sản phẩm G5 đòi hỏi 8
phụ tùng g1 trong khi sản phẩm G6 chỉ cần 4 cái. Nên
chăng chúng ta từ bỏ sản phẩm G5 và chấp nhận mất
lợi nhuận 35$ nhưng chúng ta có thể sản xuất gấp đôi
sản phẩm G6 và lợi nhuận đạt được là 50$. Vậy bây
giờ chúng ta kiểm tra xem lợi nhuận tổng cộng tăng
thêm là bao nhiêu khi chúng ta ngừng sản xuất G5 và
chuyển sang gia tăng mức sản xuất sản phẩm G6
• Giải quyết: Xem bảng tính. Kết quả: Lợi nhuận tăng
360$ mà vẫn sử dụng đủ nguyên vật liệu => giải pháp
khả thi.
1.2.7 Công ty C
13
1.2.7 Công ty C
• Lợi nhuận tăng 600 $ nhưng giải pháp trên là
giải pháp không khả thi vì sẽ thiếu hụt một
loạt vật liệu khác nhau.
• YÊU CẦU:
• Tìm kiếm các giải pháp khả thi khác sao cho
tối đa hóa lợi nhuận đạt được.
14
12/31/2009
DANH MỤC HIỆU QUẢ KHÔNG

BÁN KHỐNG
Financial Modeling 1
10.1 DANH MỤC HIỆU QUẢ KHÔNG

BÁN KHỐNG
• Định đề 1 trong chương 9 cho phép tìm được một danh mục đầu
tư hiệu quả bằng cách tìm kiếm một danh mục tiếp tuyến với
đường biên tập hợp các danh mục nằm trong vùng khả thi.
• Giải pháp cho bài toán tối ưu này là phải cho phép tỷ trọng vốn
đầu tư có giá trị âm; Khi xi <0, điều này tương đương với giả định
sau:
• Chứng khoán thứ i được bán khống bởi nhà đầu tư.
• Các nhà đầu tư lúc nào cũng có thể thực hiện việc bán khống.
• Trên thực tế vấn đề bán khống không dễ dàng thực hiện chẳng
hạn việc bán khống không luôn luôn có sẵn cho các nhà đầu tư vào
bất kỳ lúc nào họ cần. Điều này cũng có nghĩa là các nhà đầu tư có
thể gặp phải những rào cản thực hiện hành vi bán khống.
1
12/31/2009

BÁN KHỐNG
• Bài toán danh mục hiệu quả khi không bán
khống:
E ( rx ) − c
MaxΘ =
σp
• Sao cho N
∑x i =1
i =1
• xi ≥ 0, i =1,…N
N N
• Với : N
và σ p = x T Sx = ∑∑ x x σ
E (rx ) = x T * R = ∑ x i E( ri ) i =1 j=1
i j ij
i =1

BÁN KHỐNG
• Bài toán danh mục hiệu quả khi không bán
khống: có thể giải quyết bằng công cụ Solver
của Excel (chương 3).
2
12/31/2009

BÁN KHỐNG

BÁN KHỐNG
• Khi thay đổi giá trị của hằng số c, ta sẽ có
được một danh mục khác.
• Không phải tất cả các giá trị c đều cho ra danh
mục mà ràng buộc bán khống là có tác dụng.
• Khi c có giá trị quá thấp hoặc quá cao thì ràng
buộc về bán khống sẽ có tác dụng.
3
12/31/2009

BÁN KHỐNG
• Đường biên hiệu quả khi không có bán
khống: So sánh 2 ñường biên hiệu quả:
Ở m ức rủi ro thấp (ñộ lệch chuẩn thấp) thì 2 ñường biên này
hoàn toàn trùng nhau.
Ở m ức rủi ro cao (ñộ lệch chuẩn cao), trường hợp ñược bán
khống s ẽ cho TSSL cao hơn
13,0%
12,0%
Tỷ suất sinh lợi
11,0%
10,0%
9,0%
8,0%
7,0%
6,0%
19% 39% 59% 79% 99% 119%
ðộ lệch chuẩn
Không có bán khống ðược bán khống
4
TỐI ƯU HÓA TUYẾN TÍNH
Chương 2
2.1 BÀI TOÁN QUY HOẠCH TUYẾN

TÍNH
• Mọi mô hình quy hoạch tuyến tính đều có 2 đặc
điểm quan trọng: một hàm mục tiêu được tối
đa hóa hoặc tối thiểu hóa, và các điều kiện ràng
buộc.
• Bài toán quy hoạch tuyến tính còn được gọi là

mô hình tối ưu hóa đối ngẫu.
• Một mô hình tối ưu hóa đối ngẫu trình bày một

vấn đề về phân bổ nguồn lực bị giới hạn sao
cho tối ưu hóa mục tiêu về lợi ích.
1
TÍNH
• Các điều kiện ràng buộc
• Các ràng buộc có thể được xem như là tất cả

những giới hạn mà các biến số ra quyết định
phải tuân theo.
• Có 2 loại ràng buộc: ràng buộc từ những hạn chế
và ràng buộc từ những yêu cầu đòi hỏi.
• Hoặc có thể phân loại ràng buộc như: ràng buộc
mang tính tự nhiên; ràng buộc mang tính kinh tế;
hoặc ràng buột do chính sách chi phối.

TÍNH
• Nhà quản lý danh mục bị ràng buộc bởi hạn chế về
nguồn vốn (giới hạn mang tính tự nhiên) và những
quy định của ủy ban chứng khóan (giới hạn do chính
sách).
• Các quyết định sản xuất bị ràng buộc về giới hạn khả
năng sản xuất (giới hạn tự nhiên) và nguồn lực có sẵn
(giới hạn về kinh tế và giới hạn tự nhiên).
• Một doanh nghiệp không thể chi trả cổ tức nếu không
có lợi nhuận (giới hạn tự nhiên) hay khi tỷ suất lợi
nhuận không vượt qua một mức tối thiểu nào đó (giới
hạn chính sách).
2
TÍNH
• Hàm mục tiêu:
• Thông số đo lường kết quả thực hiện được các nhà
quản lý mong muốn tối đa hóa (chẳng hạn lợi
nhuận, tỷ suất sinh lợi, hiệu năng, hoặc tính hiệu
quả) hoặc tối thiểu hóa (như chi phí hoặc thời gian).
• Nhà quản lý danh mục có thể muốn tối đa hóa tỷ
suất sinh lợi của danh mục, và giám đốc sản xuất có
thể muốn chi phí sản xuất là thấp nhất. Tương tự
hãng hàng không muốn có một lịch trình bay sao cho
tối thiểu hóa chí phí và công ty dầu khí muốn khai
thác các mỏ dầu hiện có sao cho tối đa hóa lợi
nhuận.
2.2 VÍ DỤ VỀ BÀI TOÁN QUY HOẠCH

TUYẾN TÍNH
• Khung tình huống:
• Phần bù định phí đơn vị (giá bán trừ biến phí đơn vị) là 56$ cho Sp1 và 40$ cho
Sp2.
• Các phụ tùng g1, g2, g3, g4 là có giới hạn và không thể tăng thêm.
• Dự trữ phụ tùng là: g1= 1.280; g2=1.600; Sp1 sử dụng 8 g1 và 4 g2. Đối với Sp2
sử dụng 4 g1 và 12 g2.
• Tồn kho chân ghế là 760 đơn vị. Mỗi chiếc ghế sản xuất ra cần 4 chân ghế.
• Tồn kho phụ tùng g3 và g4 là 140 và 120 đơn vị. Để sản xuất Sp1 và Sp2 đều sử
dụng phụ tùng g3 và g4 như nhau.
• Theo hợp đồng tổng số lượng sản xuất trong tuần không được thấp hơn 100
sản phẩm.
3
2.2 VÍ DỤ VỀ BÀI TOÁN
QUY HOẠCH TUYẾN TÍNH
Loại phụ tùng Sp1 Sp2 Tổng số
g1 8 4 1280
g2 4 12 1600
Chân ghế 4 4 760
g3 1 0 140
g4 0 1 120

TUYẾN TÍNH
• Biến số ra quyết định:
• Các cặp giá trị x1 và x2 đại diện cho số lượng
SP1 và SP2
• Các cặp giá trị x1 và x2 phải nằm trong tập
hợp các quyết định khả thi (không vi phạm
các ràng buộc do giới hạn tự nhiên và giới
hạn chính sách).
4
TUYẾN TÍNH
• Công ty C có mục tiêu là tối đa hóa lợi nhuận và
mục tiêu này là kết hợp 2 mục tiêu thành phần:
• Tổng phần bù định phí đạt được từ doanh số
của Sp1
• Tổng phần bù định phí đạt được từ doanh số
của Sp2
• Phần bù định phí đơn vị của Sp1 là 56$ và của
Sp2 là 40$. Chúng ta có hàm mục tiêu sau:
• 56x1 + 40x2 = tổng phần bù định phí => max

TUYẾN TÍNH
• Bài toán quy hoạch tuyến tính
• 56x1 + 40x2 –> max (hàm mục tiêu)
• 8x1 + 4x2 ≤ 1280 (2.1) (giới hạn phụ tùng g1)
• 4x1 + 12x2 ≤ 1600 (2.2) (giới hạn phụ tùng g2)
• x1 +x2 ≥ 100 (2.3) (giới hạn chính sách hợp đồng)
• 4x1+ 4x2 ≤ 760 (2.4) (giới hạn chân ghế)
• x1 ≤ 140 và x2≤ 120 (2.5) (giới hạn phụ tùng g3,g4)
• x1 ≥ 0 và x2 ≥ 0 (2.6) (giới hạn tự nhiên)
• Lưu ý: Bài toán trên là bài toán tối ưu hoá tuyến tính vì tất cả hàm
mục tiêu và ràng buộc đều là bậc nhất (tuyến tính).
5
2.3 NGHỆ THUẬT LẬP BÀI TOÁN QUY

HOẠCH TUYẾN TÍNH
•Diễn đạt mục tiêu bằng từ ngữ và đo lường kết quả thực hiện của hàm
mục tiêu.
•Diễn đạt bằng từ ngữ mỗi một ràng buộc, xác lập các yêu cầu của từng ràng
buộc một các cẩn trọng theo đó những yêu cầu này là ≥; ≤ hay =
•Xác định các biến số ra quyết định.
Một điều rất quan trọng là các biến số ra quyết định cần được xác định
chính xác. Đôi lúc bạn cảm thấy rằng có một vài khả năng chọn lựa. Ví dụ,
bạn nên
•Diễn đạt mỗi một ràng buộc bằng những ký hiệu theo biến số ra quyết
định.
•Diễn đạt mỗi một hàm mục tiêu bằng những ký hiệu theo biến số ra quyết
định.
6
2.4 CHI PHÍ CHÌM VÀ CHI PHÍ BIẾN ĐỔI
• Chi phí chìm là những chi phí đã bỏ ra và
những quyết định trong tương lai không thể
tác động hay sửa đổi được gì đối với những
chi phí đã chi tiêu này. Vì thế, chi phí chìm
không đưa vào mô hình tối ưu hóa.
• Chi phí biến đổi là những thông số đầu vào
(biến ngoại sinh) nên được tính vào trong mô
hình tối ưu hoá.
2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

HÓA BẰNG BẢNG TÍNH
• Mô hình tối ưu hóa của công ty C được thể hiện

trên bảng tính
7
• Mỗi một biến số quyết định được trình bày trong các ô khác nhau, thường được
nhóm lại với nhau theo dòng hay cột
• Mỗi một ràng buộc được trình bày trong các dòng và cột riêng rẽ trong một bảng
tính.
• Các biến số ra quyết định được nhóm lại với nhau theo các cột/các dòng liền kề
nhau và các ràng buộc được nhóm lại với nhau theo các dòng/cột liền kề nhau.
• Mỗi một ô biến số ra quyết định và ô hàm mục tiêu phải được đặt tên tại ô trên
cùng của cột đó. Và mỗi một ràng buộc phải được đặt tên tại ô bên trái ngoài
cùng của dòng đó.
• Các thông số được đặt trong các ô nằm trong các dòng riêng biệt liền kề ngay
bên trên hay bên dưới các biến số ra quyết định để phản ánh tác động từ những
hệ số này và công thức hàm mục tiêu xuất hiện gần kề ngay bên cạnh những ô
này.

• Các ô biến số ra quyết định và ô hàm mục tiêu được định dạng nổi bật
bằng cách tô nền hay tạo đường viền
• Đối với mỗi một ràng buộc, ô chứa các thông số liên quan đến biến số ra
quyết định được đặt tại góc giao nhau giữa cột hoặc dòng chứa các biến
số ra quyết định đó và những cột hoặc dòng chứa các điều kiện ràng
buộc đó.
• Đối với các dòng ràng buộc thì ô thể hiện nội dung của vế bên phải bất
đẳng thức chỉ được chứa hằng số hoặc công thức không có liên quan
đến các biến số ra quyết định. Để tránh việc Solver sẽ báo lỗi sau này, bất
kỳ một công thức nào của ô thể hiện nội dung của vế bên phải bất đẳng
thức có liên quan trực tiếp hay gián tiếp tới các biến số ra quyết định
phải được cắt chuyển sang vế bên trái của của ràng buộc đó.
8
2.5 GIẢI QUYẾT MÔ HÌNH
TỐI ƯU HÓA BẰNG
BẢNG TÍNH
Thuật ngữ quy hoạch tuyến tính Thuật ngữ Solver
Hàm mục tiêu Ô mục tiêu (Set target cell)
Các biến số ra quyết ñịnh Biến số ra quyết ñịnh (By changing cells)
Các ñiều kiện ràng buộc Ràng buộc (Subject to the constraints/add)
Hàm ràng buộc (Vế trái của bất ñẳng thức) Tham chiếu ô ràng buộc (Cell reference)
Giới hạn ràng buộc- Vế phải bất ñẳng thức Các ràng buộc hoặc giới hạn (Constraint)
Mô hình tuyến tính LP Giả ñịnh mô hình tuyến

• Kích hoạt Solver
9
• Hộp thoại Solver

• Giả định tuyến tính
10
• Hộp thoại Answer của Solver

• Kết quả mô hình tối ưu hóa của Công ty C
11
• Báo cáo độ nhạy của công ty C

• Hình thức khác của báo cáo độ nhạy
12
2.6 TỐI ƯU HÓA KHI
NGUỒN VỐN BỊ GIỚI
HẠN
Dự án Năm 0 Năm 1 Năm 2 Năm 3 NPV (r =
10%)
W – 70 – 20 60 60 6,44
X ––– – 90 60 50 5,30
Y – 80 10 60 30 1,18
Z ––– – 50 30 30 1,86
• Vốn đầu tư hiện tại và năm thứ nhất không vượt

quá 100 tỷ đồng
2.6 TỐI ƯU HÓA KHI

NGUỒN VỐN BỊ GIỚI
HẠN
• Bước 1: Bài toán tối ưu hóa tuyến tính
• NPV = 6,44w + 5,30 x + 1,18y + 1,86z –> max
• Các điều kiện ràng buộc:
• 70w + 80y ≤ 100
• 20w + 90 x – 10y + 50z ≤ 100
• 0 ≤ w ≤ 1 ; 0 ≤ x≤
≤1;0≤y≤1;0≤z≤1
13
TỐI ƯU HÓA PHI TUYẾN
CHƯƠNG 3
3.1 GiỚI THIỆU MÔ HÌNH PHI TUYẾN

• Trên thực tế có nhiều vấn đề trong kinh tế và trong các
hoạt động kinh doanh có những mối liên hệ với nhau
không phải là mối quan hệ tuyến tính mà là phi tuyến.
• Sự tồn tại các mối quan hệ không theo tỷ lệ ( doanh số
đạt được không theo tỷ lệ với giá bán vì giá bán có thể
tăng và doanh số có thể giảm.
• Sự tồn tại các mối quan hệ không mang tính cộng bổ sung
(rủi ro của danh mục sẽ khác với bình quân gia quyền của
2 chứng khoán trong danh mục này.
• Sự hiệu quả và không hiệu quả theo quy mô (khi sản
lượng tiêu thụ vượt quá một mức giới hạn nào đó thì
tổng định phí và biến phí đơn vị sẽ thay đổi)
1
3.1 GiỚI THIỆU MÔ HÌNH PHI TUYẾN
• Bất cứ giá trị nào của x mà tại đó đạo hàm riêng = 0 gọi là điểm dừng.
• Tại giá trị tối ưu địa phương (tối thiểu hoặc tối đa) tất cả các đạo hàm riêng
phải = 0. Điểm tối ưu cực đại hoặc cực tiểu luôn là điểm dừng.
• Việc thiết lập các đạo hàm riêng cấp 1 bằng 0 trong một hàm n biến sẽ tạo ra n
hệ phương trình. Ngoại trừ trường hợp hệ phương trình là tuyến tính, thì đối
với trường hợp hàm phi tuyến (ví dụ hàm số gốc là hàm bậc 3) không dễ dàng
tìm lời giải và sẽ không khả thi khi giải bằng tay.
• Điều kiện đủ thứ 2 khá phức tạp, yêu cầu phải tính toán các định thức của các
ma trận đạo hàm riêng cấp 2. Trên thực tế, ngay cả trong trường hợp hàm f chỉ
có một hay hai biến số nhưng quá phức tạp thì dường như chúng ta vẫn không
có khả năng giải bằng thủ công bài toán tối ưu này.
3.2 TỐI ƯU HÓA PHI TUYẾN QUA ĐỒ

THỊ
2
THỊ
• Giải pháp tối ưu của mô hình phi tuyến không phải luôn luôn tại góc như của mô
hình tuyến tính

THỊ
• Sự so sánh giữa LP và NLP
• Có một vài điểm tương đồng giữa LP và NLP. Ví dụ:
• Một sự gia tăng (hay giảm) RHS của bất phương trình
ràng buộc ≤ (≥) sẽ nới lỏng điều kiện ràng buộc. Điều
này không làm co lại và có thể mở rộng vùng khả thi.
• Việc nới lỏng điều kiện ràng buộc không làm tổn hại
và có thể giúp gia tăng giá trị mục tiêu tối ưu.
• Việc thắt chặt điều kiện ràng buộc không giúp ích và
có thể gây tổn hại giá trị mục tiêu tối ưu.
•
3
THỊ
• Giá trị tối ưu địa phương (cực trị địa phương) so với giá trị tối
ưu toàn cục (cực trị toàn cục)
• Trong mô hình LP cực trị địa phương cũng là cực trị toàn cục
• Trong mô hình NLP có thể vừa có cực trị địa phương và vừa có cựa
trị toàn cục.
• Giá trị cực đại toàn cục là điểm cực đại theo ràng buộc toàn cục
bởi vì giá trị của hàm mục tiêu tại điểm này là lớn nhất so với tất
cả các điểm khả thi khác.
• Trong mô hình NLP để tìm ra cực trị toàn cục từ các cực trị địa
phương cần phải bổ sung các điều kiện các điều kiện lồi và điều
kiện lõm. Những điều kiện này phải được thỏa mãn để đảm bảo
rằng giá trị tối ưu hóa địa phương cũng sẽ là giá trị tối ưu hóa toàn
cục.

THỊ
4
3.3 SỬ DỤNG SOLVER CHO MÔ HÌNH PHI TUYẾN
• Trong mô hình LP, Solver sử dụng phương pháp di chuyển từ
góc này sang góc khác trong các vùng khả thi.
• Trong mô hình NLP, Solver sử dụng phương pháp “leo dốc” dựa
trên tiến trình tìm kiếm ñộ dốc ñược giảm thiểu chung và
phương pháp này còn ñược gọi là GRG.
• Các bước của tiến trình này ñược thực hiện như sau:
• Sử dụng các giá trị ban ñầu của các biến số quyết ñịnh tính
toán một hướng ñi ñược sao cho cải thiện nhanh nhất giá trị
của hàm mục tiêu.
• Solver lại thử một hướng tính toán mới từ một ñiểm khởi sự
mới, tiến trình trên ñược lặp lại cho ñến khi giá trị OV không
còn ñược cải thiện tốt hơn trên bất kỳ một hướng mới nào thì
tiến trình tìm kiếm giá trị tối ưu kết thúc.
3.4 MÔ HÌNH QUẢN LÝ HÀNG TỒN

KHO EOQ
• Kiến thức nền tài chính
• Các chi phí liên quan đến tồn kho

Tại cùng một thời điểm khi một doanh nghiệp được
hưởng những lợi ích từ việc sử dụng hàng tồn kho thì
các chi phí có liên quan cũng phát sinh tương ứng, bao
gồm:
• Chi phí đặt hàng (Ordering costs)
• Chi phí tồn trữ (Carrying costs)
• Chi phí thiệt hại do kho không có hàng (Stockout costs)
5
KHO EOQ
• Kiến thức nền tài chính
• Gọi S là lượng hàng tiêu thụ trong kỳ nên số lần
đặt hàng trong kỳ là S
Q
• Gọi O là chi phí cho mỗi lần đặt hàng thì tổng chi
phí đặt hàng trong kỳ là: S
xO
Q
• Gọi TC là tổng chi phí thì: Q S

TC = xC+ xO
2 Q

KHO EOQ
6
KHO EOQ
• Ví dụ:
• Công ty bán sỉ Steco có nhu cầu hàng hóa mỗi
tháng duy trì ở mức ổn định là vào khoảng 5.000
sản phẩm (60.000 sản phẩm/năm).
• Giả định chi phí cho một lần đặt hàng của công
ty Steco là 25$.
• Chi phí lưu giữ tính trên mỗi sản phẩm tồn kho
bao gồm chi phí cơ hội của vốn là 20% trên giá
mua vào và chi phí tồn trữ là 4% trên giá mua vào
mỗi sản phẩm. Vậy chi phí lưu giữ cho mỗi đơn
vị hàng tồn kho là 24% x 8,00$ = 1,92$.

KHO EOQ
• Bài toán tối ưu hóa của công ty Steco

60.000 Q
TC = x 25 $ + x 1,92$ → Min
Q 2
• Biến số ra quyết định

Q
• Ràng buộc:
Q >= 1
7
MÔ PHỎNG MONTE CARLO
CHƯƠNG 4
4.1 GIỚI THIỆU

• Mô phỏng so với tối ưu hóa:
• Trong một mô hình tối ưu hóa, mô hình sẽ
cho ra tập hợp các giá trị của biến số ra quyết
định để tối đa hóa hay tối thiểu hóa giá trị của
hàm mục tiêu.
• Trong một mô hình mô phỏng, mô hình sẽ
đánh giá các giá trị hàm mục tiêu đạt được
theo sự thay đổi của tập hợp các giá trị đầu
vào này.
1
4.1 GIỚI THIỆU
• Mô phỏng và các biến ngẫu nhiên
• Các mô hình mô phỏng thường được sử dụng để phân
tích một quyết định trong điều kiện có rủi ro, đó là một mô
hình mà khả năng biến động một hay nhiều các yếu tố của
mô hình là không biết được một cách chắc chắn.
• Các nhân tố mà ta không biết được một cách chắc chắn
được hiểu như là biến ngẫu nhiên. Hành vi thay đổi của
một biến ngẫu nhiên được mô tả bởi phân phối xác suất.
• Loại hình mô phỏng này đôi khi được gọi là phương pháp
Monte Carlo, sau đó là phương pháp bánh xe Roulette, là
phương pháp có thể được hiểu như là cấu hình tạo lập
nên các sự kiện ngẫu nhiên hay không chắc chắn.
4.2 THIẾT LẬP CÁC BIẾN NGẪU NHIÊN

• Biến ngẫu nhiên liên tục:
Các biến ngẫu nhiên nhận các giá trị liên tục, không có bất cứ
khoảng cách nào giữa các biến ngẫu0 nhiên.
Ví dụ: bánh xe quay số sau:
0,75 0,25
0,5
• Biến ngẫu nhiên rời rạc:

Các biến ngẫu nhiên chỉ nhận một số lượng giới hạn các giá
trị. Ví dụ: lượng cầu của một sản phẩm, số lượng nhân
công cần thiết
2
4.2 THIẾT LẬP CÁC BIẾN NGẪU NHIÊN
• Các dạng phân phối xác suất:
• Phân phối đồng dạng: các giá trị ngẫu nhiên trong khoảng
(min, max) có xác suất xảy ra bằng nhau.
• Phân phối chuẩn: một giá trị ngẫu nhiên sẽ có xác suất xảy
ra cao nhất (giá trị trung bình). Các giá trị trên hay dưới giá
trị trung bình có xác suất xảy ra như nhau (cân đối).
• Phân phối nhị thức: Chỉ xảy ra hai giá trị và có kết quả độc
lập lẫn nhau.
• Phân phối lognomal: Biến có thể tăng vô hạn nhưng không
thể nhỏ hơn 0. Log của biến có phân phối chuẩn.
• Và rất nhiều các dạng phân phối xác suất khác.
4.2 THIẾT LẬP CÁC BiẾN NGẪU NHIÊN

• Hàm phân phối tích lũy
• Hàm phân phối tích lũy được định nghĩa như là xác suất mà
giá trị D nhỏ hơn hoặc bằng x hay F(x) = Prob{D ≤ x}.
• Đồ thị phân phối tích lũy:
Xác
Bước 1: ðịnh vị giá trị u lên trục tung
suất
1,0 F(x)
0,8
0,6 u
Bước 2: ðọc giá trị ngẫu nhiên d
0,4
tương ứng trên trục hoành
d
0,2
x
Financial Modeling 8 9 10 11 12 13 14 6
3
4.2 MÔ PHỎNG VỚI BẢNG TÍNH THÔNG THƯỜNG

• Công ty Airbus đang cân nhắc các vấn đề liên quan đến tài chính về khả năng bổ
sung thêm một nhánh sản phẩm mới.
• Chi phí khởi sự cho mô hình máy bay thế hệ mới A3XXs được ước tính khoảng
150.000.000$. Dự báo lượng cầu đối với máy bay A3XXs là 10 chiếc cho mỗi một
năm trong 4 năm vòng đời của dự án. Một chiếc máy bay mới sẽ được bán với
giá 35.000.000$. Chi phí cố định được ước tính 15.000.000$ cho một năm, trong
khi đó chi phí biến đổi sẽ khoảng 75% trên doanh số mỗi năm.
• Chi phí khấu hao chịu thuế đối với thiết bị mới sẽ là 10.000.000$ một năm trong
suốt vòng đời của dự án máy bay A3XXs là 4 năm. Giá trị còn lại của thiết bị vào
cuối năm thứ 4 của dự án xem như là 0$.
• Chi phí sử dụng vốn của hãng Airbus là 10%, và thuế suất thuế thu nhập doanh
nghiệp là 34%.
• Câu hỏi thực tiễn:

• Công ty Airbus có nên thục hiện dự án này không?
• Nếu lượng cầu của loại máy bay này không chắc chắn như
giả định ban đầu rằng lượng cầu trong năm sẽ là một
trong các giá trị sau: 8,9,10, 11 hoặc 12 sản phẩm và xác
suất xảy ra mỗi giá trị này là bằng nhau. Hãy đánh giá rủi
ro dự án?
Cụ thể:
• Giá trị trung bình hoặc giá trị mong đợi của NPV là bao
nhiêu?
• Xác suất để NPV có giá trị âm là bao nhiêu?
• Cách giải quyết: xây dựng mô hình mô phỏng dự án trên
trong điều kiện không chắc chắn.
4
• Một số lưu ý đối với chương trình mô phỏng bằng bảng

tính:
• Gia tăng con số những phép thử là khuynh hướng để
nhận được dự đoán tốt hơn giá trị mong đợi nhưng ngay
cả khi với con số phép thử lớn hơn thì vẫn tồn tại sai số
giữa giá trị bình quân mô phỏng và giá trị mong đợi đúng.
• Mô phỏng có thể cung cấp thông tin hữu ích từ sự phân
phối các giá trị kết quả đạt được. Đây là những thông tin
rất có giá trị và đôi khi kết quả này không thể có được từ
những phân tích giản đơn, hoặc thậm chí trong cả phân
tích rủi ro giá lên/giá xuống.
• Kết quả mô phỏng khá nhạy cảm theo những giả định yếu
tố nhập lượng đầu vào.
4.5 TỐI ƯU HÓA TRONG ĐIỀU KIỆN KHÔNG CHẮC CHẮN
• Vấn đề đặt ra với các nhà quản lý là kết hợp giữa mô hình
mô phỏng và mô hình tối ưu.
• Công cụ Solver đã làm việc rất hiệu quả khi đi giúp chúng
ta đi tìm giải pháp tối ưu trong điều kiện chắc chắn theo
đó các biến nội sinh (biến số đầu vào của mô hình) sẽ tạo
ra giá trị hàm mục tiêu tối ưu.
• Các chương trình mô phỏng như Crytal Ball rất hữu ích
trong việc giải quyết các biến số ngoại sinh trong điều kiện
không chắc chắn.
• Kết hợp 2 công cụ trên nhà quản lý sẽ giải quyết được bài
toán tối ưu trong những điều kiện không chắc chắn.
• Phần này sẽ giới thiệu công cụ OptQuest trong Crytal Ball
giải quyết vấn đề trên.
5
• Thiết lập danh mục tối ưu trong điều kiện không chắc
chắn
• Giả định rằng nhà đầu tư đã lựa chọn đầu tư vào danh
mục gồm 3 loại cổ phiếu là Intel; Microsoft và Proter &
Gamble và chứng chỉ quỹ đầu tư Money Market. Các biến
số ra quyết định của chúng ta sẽ là W, X, Y, Z với:
• W: là tỷ trọng vốn đầu tư vào chứng chỉ quỹ Money
Market
• X: là tỷ trọng vốn đầu tư vào cổ phiếu Intel
• Y: là tỷ trọng vốn đầu tư vào cổ phiếu Microsoft
• Z: là tỷ trọng vốn đầu tư vào cổ phiếu Proter & Gamble

• Các điều kiện ràng buộc là tỷ trọng vốn đầu tư
vào mỗi tài sản không quá 50% tổng vốn đầu tư
vào danh mục, tổng tỷ trọng vốn đầu tư bằng 1.
• Sử dụng quan sát trong lịch sử chúng ta có được
tỷ suất sinh lợi hàng năm trong 9 năm qua:
Cổ phiếu Intel là: 46,6% Cổ phiếu Proter & Gamble là :
20,8%
Cổ phiếu Microsoft là: Chứng chỉ quỹ ñầu tư Money Market

62,1% là :5,2%
6
• Excel có thể giải quyết bài toán tối ưu hóa phi tuyến trên
• Đáng tiếc là tỷ suất sinh lợi mong đợi không chắc chắn xảy ra mà
nó tuân theo phân phối xác suất vì thế thông số về TSSL là không
chắc chắn.
• CHúng ta sẽ dùng OptQuest giải quyết bài toán trên.
• OptQuest cho câu trả lời tương tự như Solver và bạn có thể thắc
mắc rằng như vậy giá trị của OptQuest khác với Solver ở điểm gì?
Kết quả xử lý từ OptQuest đã xác nhận rằng:
• Sau khi thực hiện 1000 phép thử, phương sai bình quân của danh
mục thực sự rất gần với giá trị đạt được khi xử lý tối ưu hóa bằng
Solver trong bảng tính gốc trước đây. Vì vậy mặc dù ví dụ này
không bổ sung thêm được một giá trị mới nào, nhưng nó đã thật
sự hữu ích khi xác nhận với chúng ta rằng giá trị phương sai mong
đợi của danh mục đã tìm được là đúng.
• Lựa chọn dự án khi nguồn vốn bị giới hạn

• Công ty R đang xem xét lựa chọn 8 dự án khả thi cho năm tới. Mỗi dự án đều có
báo cáo phân tích dòng tiền dự kiến, nhu cầu vốn đầu tư ban đầu, và kết quả
NPV đạt được tương ứng. Vị giám đốc tài chính CFO của công ty đã tính toán và
quyết định mức ngân sách vốn chi tiêu cho đầu tư năm tới chỉ là 2 triệu $. Trong
khi đó tổng vốn đầu tư vào tất cả 8 dự án sẽ lên đến con số là 2,8 triệu$ vì vậy
công ty phải lựa chọn tập hợp các dự án có NPV lớn nhất sao cho tổng nguồn vốn
đầu tư ban đầu vẫn nằm trong giới hạn cho phép là 2 triệu$.
• Tuy nhiên nếu chúng ta bổ sung vào mô hình tính không chắc chắn được đo
lường theo tỷ lệ thành công của mỗi dự án bằng cách thêm vào cột “tỷ lệ thành
công” thì kết quả lựa chọn tối ưu hóa bây giờ sẽ thay đổi như thế nào?
7
• Chúng ta có khả năng sử dụng OptQuest để

xác định một tập hợp khác các biến số ra
quyết định phù hợp theo các lựa chọn rủi ro,
tối thiểu hóa khả năng NPV xấu nhất nói
chung của các dự án được lựa chọn.
• Đây là một công cụ rất mạnh cho phép chúng
ta tối ưu hóa trong điều kiện không chắc
chắn và chọn ra được những dự án tối thiểu
hóa NPV trong trường hợp xấu nhất.
8
12/31/2009
Chương 5
Các phép tính tài chính cơ bản

và chi phí sử dụng vốn
5.1 Các phép tính tài chính cơ bản

• Hiện giá (PV) và hiện giá thuần (NPV):
• Trong Excel, hàm PV là tính hiện giá của một chuỗi tiền
tệ đều, có cú pháp như sau:
= PV(Rate,Nper,Pmt,[Fv],[Type])
Rate : lãi suất chuỗi tiền tệ đều.
Nper : số kỳ của chuỗi tiền tệ.
Pmt : Số tiền phát sinh mỗi kỳ.
FV : số tiền trong tương lai. Mặc định là 0.
Type : 0 là chuỗi cuối kỳ. 1 là chuỗi đầu kỳ. Mặc định là 0.
1
12/31/2009

• Tương tự chúng ta có các hàm RATE, PMT,
NPER để tính các yếu tố khác liên quan đến
chuỗi tiền tệ đều.
• Cụ thể:
= RATE(nper,pmt,pv,[fv],[type])
= PMT(rate,nper,pv,[fv],[type])
= NPER(rate,pmt,pv,[fv],[type])

• Trong Excel, hàm NPV được áp dụng để tính
hiện giá của một chuỗi tiền tệ không đều,
phát sinh cuối kỳ:
= NPV(rate,value1,value2…)
Để tính toán hiện giá thuần của một dòng
tiền, chúng ta sử dụng hàm NPV trong Excel
và sau đó trừ bổ sung giá trị vốn đầu tư năm
0.
2
12/31/2009

• Tỷ suất sinh lợi nội tại IRR
• Tỷ suất hoàn vốn nội bộ IRR được định nghĩa
như là tỷ suất sinh lợi r% mà tại đó sẽ cân
bằng hiện giá của dòng thu nhập tương lai
với vốn đầu tư bỏ ra, hay NPV = 0.
Chúng ta có thể sử dụng công cụ GoalSeek
để tìm IRR hay đơn giản hơn là dùng hàm
IRR.
= IRR(value,[guess])

• IRR đa trị:
• Trên thực tế có những dự án đầu tư với mẫu hình dòng tiền mang tính đặc thù
sẽ có IRR đa trị (nhiều hơn 1 trị IRR).
• Hàm IRR của Excel cho phép giúp chúng ta tìm cả 2 giá trị IRR. Thay vì công thức
=IRR(values), chúng ta sẽ viết =IRR(values, guess).
• Luận cứ guess là điểm khởi đầu cho thuật toán mà Excel sẽ sử dụng để tìm các
trị IRR. Có 2 điều cần thiết phải lưu ý đến tiến trình này:
• Luận cứ guess phải gần sát với giá trị IRR mà ta cần tìm và luận cứ guess không
chỉ có một giá trị duy nhất.
• Để xác định số trị IRR và giá trị xấp xỉ của chúng, các bạn nên sử dụng đồ thị
biểu diễn NPV vì bản thân đồ thị này là một hàm số biểu diễn NPV thay đổi theo
lãi suất chiết khấu r%.
3
12/31/2009

• Công ty Airbus đang cân nhắc các vấn đề liên quan đến tài chính về khả
năng bổ sung thêm một nhánh sản phẩm mới.
• Chi phí khởi sự cho mô hình máy bay thế hệ mới A3XXs được ước tính
khoảng 150.000.000$. Dự báo lượng cầu đối với máy bay A3XXs là 10
chiếc cho mỗi một năm trong 4 năm vòng đời của dự án. Một chiếc máy
bay mới sẽ được bán với giá 35.000.000$. Chi phí cố định được ước tính
15.000.000$ cho một năm, trong khi đó chi phí biến đổi sẽ khoảng 75%
trên doanh số mỗi năm.

• Chi phí khấu hao chịu thuế đối với thiết bị
mới sẽ là 10.000.000$ một năm trong suốt
vòng đời của dự án máy bay A3XXs là 4 năm.
Giá trị còn lại của thiết bị vào cuối năm thứ 4
của dự án xem như là 0$.
• Chi phí sử dụng vốn của hãng Airbus là 10%,
và thuế suất thuế thu nhập doanh nghiệp là
34%.
4
12/31/2009
5.2 Chi phí sử dụng vốn

• Chi phí sử dụng vốn cổ phần:
• Mô hình Gordon:
D1 D1 (1 + g ) D1 (1 + g ) 2 D1 (1 + g ) 3 ∞
D1 (1 + g ) t −1 D1
P0 = + + + + ... = ∑ =
1 + re (1 + re ) 2
(1 + re ) 3
(1 + re ) 4
t =1 (1 + re ) t
(re − g )
re =
D1
+g D0 (1 + g )
re = +g
P0 P0
• Điều kiện g<re

• Mô hình Gordon khi cổ tức tăng quá nhanh:
Cách giải quyết là ta xem như cổ phiếu của công ty có dòng thu nhập cổ
tức tăng trưởng đều qua 2 giai đoạn và giá trị hiện tại của cổ phiếu sẽ
được tính toán như sau:
• P0 = P01 + P02
H
DIV0 (1 + g1 )t
P01 = ∑
t =1 (1 + r %)t
DIVH +1 1
P02 =
r % − g 2 (1 + r %) H
5
12/31/2009

• Ứng dụng mô hình Gordon trong thực tiễn:
• Các yếu tố D0 và P0 đều có sẵn, vấn đề duy nhất là g.
• Thứ nhất, có thể sử dụng số liệu cổ tức trong quá khứ
để tìm g. Lưu ý: đây là g quá khứ chứ không phải g dự
báo trong tương lai.
• Thứ hai, sử dụng các báo cáo dự kiến trong tương lai
để tìm g. (chương sau).
• Thứ ba, sử dụng số liệu dự báo của các công ty nghiên
cứu trên thị trường.

• Mô hình CAPM để xác định re:
• re= rf + β[E(rM) – rf]
Rf: tỷ suất sinh lợi phi rủi ro (có thể sử dụng lãi
suất kỳ phiếu chính phủ).
Rm: tỷ suất sinh lợi thị trường
Beta: COV (TSSL M , TSSL A)
βA =
Var (TSSL M )
6
12/31/2009

• Ứng dụng mô hình CAPM trong thực tiễn:
• rf: lãi suất kỳ phiếu chính phủ.
• rm: sử dụng 1 danh mục (chỉ số) đại diện thị
trường.
• Beta:
Sử dụng công thức thống kê.
Sử dụng đường Trendine trong Excel.
Sử dụng hồi quy để tính.
5.3 Chi phí sử dụng nợ

• Phương pháp 1: Chi phí sử dụng nợ vay bình quân:
Chi phí sử dụng nợ = Lãi vay/Dư nợ bình quân.
• Phương pháp 2: Tỷ suất sinh lợi điều chỉnh rủi ro:
Sử dụng tỷ suất sinh lợi của các chứng khoán công ty
có cùng mức rủi ro. Nếu một công ty được xếp hạng A
và hầu hết nợ của công ty là nợ trung hạn, khi đó ta có
thể sử dụng tỷ suất sinh lợi khi đầu tư vào các chứng
khoán nợ trung hạn của các công ty xếp hạng tín
nhiệm là A như là chi phí sử dụng nợ của công ty.
7
12/31/2009
5.3 Chi phí sử dụng nợ

• Phương pháp 3: Sử dụng mô hình CAPM
• rD = rf + βnợ vay[E(rM) – rf]
A
Cov(rNôï vay , rM )
β Nôï
A
vay =
Var (rM )
• Trong thực tiễn, hệ số beta đối với nợ của một công ty liên quan đến 2
yếu tố:
• Thời gian đáo hạn của nợ vay: thời gian đáo hạn xa hơn thì rủi ro cao hơn
tương ứng và ngược lại.
• Rủi ro không trả được nợ: rủi ro không trả được nợ cao hơn thì hệ số
beta của nợ sẽ cao hơn.
5.4 Chi phí sử dụng vốn bình quân

• Chi phí sử dụng vốn bình quân (WACC):
E D
WACC = rE + rD (1 − TC )
E+D E+D
8
12/31/2009
5.5 Các trục trặc trong mô hình

• Đối với mô hình Gordon:
• Đối với các công ty không chi trả cổ tức hoặc
dòng cổ tức không ổn định sẽ làm mô hình
không còn chính xác.
• Có thể điều chỉnh vấn đề này bằng cách dựa
vào những báo cáo tài chính dự kiến trong
tương lai.
5.5 Các trục trặc trong mô hình

• Đối với mô hình CAPM
• Đôi khi, những con số thống kê hàm chứa
những vấn đề (ví dụ: beta âm hoặc ý nghĩa
thống kê beta không cao). Chúng ta có thể
giải quyết vấn đề này bằng cách quan sát
trực tiếp các yếu tố rủi ro của công ty trên thị
trường.
9
12/31/2009
5.6 Kết luận

• Luôn luôn sử dụng một vài mô hình khác nhau để tính toán chi phí sử
dụng vốn.
• Tính toán chi phí sử dụng vốn không chỉ cho công ty đang phân tích mà
còn cho cả những công ty cùng ngành.
• Rút ra được một ước lượng nhất quán chi phí sử dụng vốn, loại bỏ
những con số không hợp lý (như chi phí sử dụng vốn âm của công ty Big
City)
• Nói tóm lại, tính toán chi phí sử dụng vốn không chỉ đơn giản là một bài
tập hai cộng với hai là bốn!
10
12/31/2009
LẬP MÔ HÌNH KẾ HOẠCH TÀI

CHÍNH
Chương 6
CHƯƠNG 8 – LẬP KẾ HOẠCH TÀI

CHÍNH
Báo cáo thu nhập
Doanh thu 2.160
Chi phí hàng bán (CGS – Cost of Goods Sold) 1.944
EBIT 216
Lãi vay (INT) * 36
Lãi trước thuế 180

Thuế thu nhập (50) (TAX) 90
Lãi ròng 90
1
12/31/2009

CHÍNH
Nguồn và sử dụng nguồn
Nguồn vốn
Lãi ròng (NET) 90
Khấu hao (DEP)** 80
Dòng tiền hoạt ñộng (OCF) 170
Vay (∆D) 0
Phát hành cổ phần (SI) 64
Tổng nguồn 234
Sử dụng nguồn
Tăng vốn luân chuyển (∆NWC) 40
ðầu tư (INV) 140
Lợi tức cổ phần 54
TổngModeling
Financial sử dụng 3234

CHÍNH
Bảng cân ñối kế toán
2004 2003 Thay ñổi
Tài sản
Vốn luân chuyển (NWC)*** 200 160 +40
Tài sản cố ñịnh (FA) 800 740 +60
Tổng tài sản 1.000 900 +100
Nợ và vốn cổ phần
Nợ vay (D) 400 400 0
Vốn cổ phần (E) 600 500 +100
Tổng nợ và vốn cổ phần 1.000 900 +100
2
12/31/2009

CHÍNH
• (1) Doanh số và chi phí hoạt động dự kiến tăng 30% so với năm 2004;
• (2) Sẽ không phát hành cổ phần thường.
• (3) Lãi suất vẫn giữ 9% (giả định tất cả nợ mới đều được sử dụng ngay
từ đầu năm 2005)
• (4) Công ty vẫn áp dụng tỷ lệ chia lợi tức cổ phần truyền thống là 60%,
• (5) Vốn luân chuyển và tài sản cố định sẽ tăng 30% để hỗ trợ cho doanh
số tăng thêm.
• Khấu hao giữ nguyên ở mức 10% của tài sản cố định. (giả định tất cả các
khoản đầu tư mới đều được thực hiện đầu năm 2005)
6.1 LẬP MÔ HÌNH KẾ HOẠCH TÀI CHÍNH
• Hầu hết các mô hình kế hoạch tài chính đều phụ thuộc
vào doanh số. Các thông số trên bảng CĐKT và BCTN
đều phụ thuộc doanh số như:
• Tài sản cố định
• Khoản phải thu
• Nhu cầu vốn luân chuyển…
• Tuy nhiên, cũng có những khoản mục không phụ thuộc
vào doanh số còn gọi là những quyết định chính sách
như: nợ, cổ tức …
3
12/31/2009
• Ví dụ: lập kế hoạch tài chính 5 năm cho công ty sau:

• Doanh số là 1.000. Tốc độ tăng doanh số 10%.
• Tài sản lưu động chiếm 15% trên doanh số vào cuối năm.
• Các khoản nợ ngắn hạn chiếm 8% trên doanh số vào cuối năm.
• Tài sản cố định ròng 77% trên doanh số vào cuối năm.
• Khấu hao 10% trên giá trị bình quân trên sổ sách của TSCĐ.
• Doanh nghiệp sẽ không trả nợ dài hạn hoặc vay thêm trong 5 năm.
• Tiền mặt và chứng khoán thị trường là “hạng mục cân đối” của bảng cân đối
kế toán. Thu nhập tiền lãi là 8%/năm
• Khi tiền mặt và chứng khoán là hạng mục cân đối sẽ có 2 hàm ý:
• Ý nghĩa về mặt tính toán:
Tiền mặt và chứng khoán thị trường=Tổng nợ và vốn cổ phần–Tài sản lưu
động–Tài sản cố định ròng
• Ý nghĩa về tài chính:
Việc xác định tiền mặt và chứng khoán thị trường là hạng mục cân đối,
chúng ta sẽ tính toán được mức độ tự tài trợ của doanh nghiệp là bao
nhiêu khi doanh nghiệp không phát hành thêm cổ phiếu, không trả bớt
nợ cũng như không vay thêm tiền.
4
12/31/2009
• Các phương trình khi lập kế hoạch tài chính (BCTN):

• Doanh số = Doanh số năm 0 * (1 + T l tăng trng trong doanh s)
• Giá vốn hàng bán = Doanh số * Giá vn hàng bán/Doanh s
• Lãi vay của nợ dài hạn = %Lãi vay * Nợ dài hạn bình quân
• Thu nhập từ tiền mặt và chứng khoán thị trường = Lãi sut chng khoán
* Tiền mặt và Chứng khoán thị trường bình quân trong năm
• Khấu hao = T l khu hao * Nguyên giá tài sản cố định bình quân trong
năm
• Các phương trình khi lập kế hoạch tài chính:

• Lợi nhuận trước thuế = Doanh số – Giá vốn
hàng bán – Lãi vay + Thu nhập từ tiền mặt và
Chứng khoán thị trường – Khấu hao
• Thuế = Thu sut * Lợi nhuận trước thuế
• Chi trả cổ tức = T l chi tr c
tc * Lợi
nhuận sau thuế.
• Lợi nhuận giữ lại = Lợi nhuận sau thuế – Cổ
tức
5
12/31/2009
• Các phương trình khi lập kế hoạch tài chính (CĐKT):

• Tiền mặt và chứng khoán thị trường = Tổng nguồn vốn – Tài sản lưu động
– Tài sản cố định ròng.
• Tài sản lưu động = Tài s n lu đng/doanh s * Doanh số
• Tài sản cố định = Tài s n c đnh ròng/doanh s * Doanh số
• Khấu hao lũy kế = Khấu hao lũy kế năm trước + T l khu hao * Nguyên
giá tài sản cố định bình quân trong năm
• Nguyên giá tài sản cố định = Tài sản cố định ròng + Khấu hao lũy kế
• Các phương trình khi lập kế hoạch tài chính

(CĐKT):
• Nợ ngắn hạn = N ngn hn/doanh s *
Doanh số
• Vốn cổ phần không thay đổi (Doanh nghiệp
không phát hành thêm vốn cổ phần)
• Lợi nhuận giữ lại lũy kế = Lợi nhuận giữ lại lũy
kế của năm trước + Lợi nhuận giữ lại bổ sung
của năm nay
6
12/31/2009
• Lưu ý:
• Các mô hình báo cáo tài chính dự kiến trong
Excel luôn luôn bao gồm các ô tham chiếu qua lại
lẫn nhau. Vì vậy giải pháp của mô hình phải dựa
trên khả năng của Excel khi giải quyết những ô
tham chiếu lẫn nhau tạo thành vòng lặp.
• Để đảm bảo mô hình bảng tính của bạn có thể
tính toán được, chọn Tools/Options/Calculation
và click Iteration.
• Hầu hết các dự báo đều nhằm mục đích xác

định dòng tiền tự do (FCF).
• FCF – là lưu lượng tiền mặt được tạo ra từ
hoạt động của doanh nghiệp mà không cần
đến nguồn tài trợ nào – là cách đo lường tốt
nhất tiền mặt đã được tạo ra từ hoạt động
của doanh nghiệp như thế nào.
7
12/31/2009
• Sử dụng dòng tiền tự do để định giá doanh nghiệp và cổ phần

• Giá trị của một doanh nghiệp được định nghĩa như là bao gồm giá trị nợ
của doanh nghiệp, giá trị chứng khoán có thể chuyển đổi và giá trị cổ phần
của doanh nghiệp.
FCF1 FCF2 FCF5 V5

V0 = + + ... + +
(1 + WACC ) (1 + WACC )
1 2
(1 + WACC ) (1 + WACC ) 5
5
• Trong công thức này V5 là giá trị của doanh nghiệp vào cuối năm thứ 5 và có
giá trị xấp xỉ bằng hiện giá của tất cả các dòng tiền FCF từ năm thứ 6 trở đi
• Một vài lưu ý khi sử dụng dòng tiền tự do để định giá doanh nghiệp và cổ phần
∞
FCFt +5 ∞
FCF5 (1 + g %)t ∞ FCF5 (1 + g %)
V5 = ∑ = ∑ =∑
t =1 (1 + WACC ) t t =1 (1 + WACC )t t =1 WACC − g %
• Trên thực tế chúng ta có 3 cách khác để xác định giá trị đến hạn vào thời điểm H:
• Cách 1: Khi đó VH = (Tỷ số giá trị thị trường/ Giá trị số sách) * (Giá trị sổ sách năm H).
• Cách 2: VH = Tỷ số P/E * Lợi nhuận năm H + Giá trị sổ sách của nợ vay vào năm H.
• Cách 3: VH = Tỷ số EBITDA * EBITDA mong đợi vào năm H.
8
12/31/2009
• Nợ là hạng mục cân đối.

• Khi tiền mặt và chứng khoán thị trường là hạng mục cân đối thì nợ là
không thay đổi. Tuy nhiên trong một số trường hợp tiền mặt và chứng
khoán thị trường trong mô hình bị âm.
• Trong trường hợp này, ý nghĩa kinh tế của của những con số âm này là với
mức tăng trưởng doanh số cho trước, sẽ dẫn đến mức tăng tương ứng
của tài sản lưu động và tài sản cố định. Trong khi nhu cầu vốn đầu tư tăng
thêm như vậy và tỷ lệ chi trả cổ tức lại ở mức cao nên doanh nghiệp buộc
phải huy động thêm vốn từ bên ngoài.
• Để chạy lại mô hình, các bạn cần lưu ý những vấn đề sau:
• Tiền mặt không thể âm
• Khi doanh nghiệp cần nguồn tài trợ bổ sung, doanh nghiệp sẽ vay nợ hoặc
phát hành cổ phiếu. Nhưng trong ví dụ này, để cho đơn giản, chúng ta chỉ
giả định là doanh nghiệp chỉ vay nợ bổ sung mà thôi khi cần huy động vốn
cổ phần.
• Khi đó, nợ là hạng mục cân đối.
9
12/31/2009
• Mô hình mới sẽ tuân thủ các điều kiện sau:

• Tiền mặt và chứng khoán là hạng mục cân đối. Tuy nhiên:
• Tài sản lưu động + Tài sản cố định ròng > Nợ ngắn hạn + Nợ dài hạn năm trước +
Vốn cổ phần + Lợi nhuận giữ lại lũy kế
• Trong trường hợp này, ngay cả khi tiền mặt và chứng khoán thị trường là bằng 0,
doanh nghiệp vẫn cần huy động nợ vay tăng thêm để tài trợ cho các hoạt động sản
xuất kinh doanh.
• Tài sản lưu động + Tài sản cố định ròng < Nợ ngắn hạn + Nợ dài hạn năm trước +
Vốn cổ phần + Lợi nhuận giữ lại lũy kế
• Trong trường hợp này, không cần thiết phải vay thêm nợ vì hiện doanh nghiệp đang
có khoản mục tiền mặt và chứng khoán thị trường dương
• Duy trì tỷ lệ D/E mục tiêu:

• Một tình huống khác là mô hình kế hoạch tài chính mà trong đó hạng mục
cân đối lại có liên quan đến duy trì cấu trúc vốn mục tiêu.
• Nợ vay = Tỷ số nợ/vốn cổ phần mục tiêu * (Vốn cổ phần + Lợi nhuận giữ
lại)
• Vốn cổ phần = Tổng tài sản – Nợ ngắn hạn – Nợ dài hạn – Lợi nhuận giữ lại
lũy kế
10
MÔ HÌNH PORTFOLIO
CHƯƠNG 8
8.1 TỔNG QUAN

Khung tình huống
TSSL danh mục -> Max
Hoặc RR danh mục -> Min
• Biến số ra quyết định:
Tỷ trọng đầu tư vào các chứng khoán (xi)
• Ràng buộc:
- Ràng buộc về vốn đầu tư.
- Ràng buộc về đầu tư hết.
- Giới hạn về trần rủi ro hoặc sàn TSSL.
- Ràng buộc về bán khống và đa dạng hóa.
1
8.2 CÁC KÝ HIỆU
• E(ri) là tỷ suất sinh lợi mong đợi của tài sản i
• Var(ri) phương sai của tỷ suất sinh lợi tài sản
i
• Cov(ri;rj) là hiệp phương sai của giữa tài sản i
và tài sản j. Cov(ri;rj) là σij
• Var(ri) là σii
8.3 MÔ HÌNH 2 CHỨNG KHOÁN

• Từ số liệu giá đóng cửa vào cuối mỗi tháng (tuần,
ngày) của mỗi cổ phiếu, chúng ta tính toán tỷ suất sinh
lợi hàng tháng (tuần, ngày) của mỗi cổ phiếu.
 P 
rAt = ln  At 
 PA,t −1 
• Đây là công thức tính theo kỳ ghép lãi liên tục, trong
trường hợp có cổ tức, chúng ta có thể tính:
 P + Divt 
rAt = ln At 

 PA,t −1 
2
• Giả định rằng các dữ liệu tỷ suất sinh lợi
trong 12 tháng qua thể hiện phân phối tỷ
suất sinh lợi của cổ phiếu này trong những
tháng (tuần, ngày) sắp tới.
• Tính TSSL
n
mong đợi như sau:
1
r= ∑ rj
N j=1
• Tính phương sai của TSSL:
N
1
Var =
N
∑ (r
j =1
j − r )2
• Tính hiệp phương sai giữa 2 chứng khoán

A,B
1
Cov(rA , rB ) =
N
∑ [r
t
At − E (rA )] * [rBt − E (rB )]

• Sử dụng các hàm Average( ), Varp( ), và
Stdevp( ) và COVAR() trong Excel để tính
TSSL mong đợi, Phương sai, độ lệch chuẩn
và hiệp phương sai.
• Tính toán hệ số tương quan giữa chứng
khoán:
Cov (rA , rB )
ρ AB =
σA σB
• Hoặc dùng hàm Correl () trong Excel

• Hệ số tương quan luôn luôn nằm giữa +1và –1 hay –1≤ ρAB≤+1
• Nếu hệ số tương quan là +1, khi đó tỷ suất sinh lợi giữa 2 chứng khoán có
tương quan xác định hoàn toàn.
• Nếu hệ số tương quan là –1, khi đó tỷ suất sinh lợi giữa 2 chứng khoán sẽ
có tương quan phủ định hoàn toàn.
3
• Giá trị trung bình tỷ suất sinh lợi của danh mục là bình quân
gia quyền với trọng số là tỷ lệ vốn ñầu tư vào mỗi cổ phiếu
thành phần.
• Gọi xA là tỷ trọng vốn ñầu tư vào cổ phiếu A, ta có:
• E(rp) = xAE(rA) + (1–xA)E(rB)
• Phương sai danh mục không phải là bình quân gia quyền
của các phương sai (vì có mối tương quan trong biến ñộng
TSSL của các cổ phiếu)
• Var(rp) = xA2 Var(rA) + (1– xA)2 Var(rB) + 2 xA(1–xA)Cov(rA,rB)
• σp2 = xA2 σA2 + (1– xA)2 σB2 + 2 xA(1–xA)ρABσAB

• Đường hiệu quả danh mục:
ðường hiệu quả của danh mục
3.50%
3.45%
TSSL bình quân của danh mục
3.40%
3.35%
3.30%
3.25%
3.20%
3.15%
3.10%
3.05%
3.00%
3.50% 4.50% 5.50% 6.50% 7.50% 8.50%
Financial Modeling ðộ lệch chuẩn của danh mục 22
4
8.4 MÔ HÌNH NHIỀU CHỨNG KHOÁN
• Trong trường hợp tổng quát với N chứng khoán (hay N tài sản), giả
định rằng tỷ lệ vốn đầu tư vào chứng khoán i trong danh mục là xi,
như vậy ta có ma trận cột X các tỷ trọng vốn đầu tư vào danh mục
như sau:
x1 
x 
 2
X = x 3 
 
.... 
x n 
 
• Chúng ta có thể viết XT như là ma trận đảo của ma trận cột X:
• XT = [x1, x2, x3, ….xn]

• Bây giờ ta viết E(r) như là ma trận cột của tỷ suất sinh lợi
các chứng khoán
E( r1 ) 
E ( r ) 
 2 
E (r ) = E( r3 ) 
 
.... 
 E ( rN ) 
 
• E(r)T như là ma trận hàng của tỷ suất sinh lợi các chứng
khoán:
• E(r)T = [E(r1), E(r2), E(r3), ….E(rn)]
5
• Tỷ suất sinh lợi mong đợi của danh mục dưới
dạng công thức ma trận như sau:
N
E ( rp ) = ∑ x i E (ri ) = X T E (r ) = E ( r ) T X
i −1
• Hoặc có thể dùng hàm SUMPRODUCT () của 2

vector hàng hoặc 2 vector cột.

• Phương sai danh mục:
• Gọi ma trận có σij trong hàng thứ i và cột thứ j là ma
trận phương sai – hiệp phương sai:
σ11 σ12 σ13 ... σ1N 
σ σ σ ... σ 
 21 22 23 2N 
S = σ 31 σ 32 σ 33 ... σ 3 N 
 
..... ..... ..... ..... 
σ N1 σ N 2 σ N3 ... σ NN 
 
• Phương sai của danh mục là Var(rp) = XTSX
6
8.5 TÍNH TOÁN MA TRẬN HIỆP
PHƯƠNG SAI
• Cách 1:
• Dựa trên công thức thống kê và các hàm của
Excel, chúng ta có thể tính ma trận phương
sai – hiệp phương sai:
• A là ma trận chênh lệch tỷ suất sinh lợi các
chứng khoán r11 − r1 .... rN 1 − rN 
r − r .... r − r 
A =  12 1 N2 N 
.... .... ..... 
 
Financial Modeling
r1M − r1 .... rNM − rN  27

PHƯƠNG SAI
• Ma trận chuyển vị của ma trận A:
r11 − r1 r12 − r1 .... .... r1M − r1 
..... 
 
rN1 − rN rN 2 − rN .... .... rNM − rN 
• Ma trận phương sai – hiệp phương sai được

tính như sau:
S = σ ij =
A T .A
M
[ ]
7
PHƯƠNG SAI
• Sử dụng hàm COVAR kết hợp với hàm Offset
• Hàm Covar(array1;array2…): dùng để tính hiệp

phương sai của 2 mảng dữ liệu (2 chuỗi TSSL
quan sát)
• Hàm Offset(initial cells, rows, columns) sẽ tham

chiếu khối các ô tương đồng về hình dáng với
các ô gốc ban đầu nhưng thay đổi vị trí sang các
hàng và cột khác.

PHƯƠNG SAI
~ ~ ~
• Mô hình chỉ số đơn R i = α i + β i R x + εi
• Giả định của mô hình là tỷ suất sinh lợi của mỗi
một tài sản có thể được hồi quy tuyến tính từ
các chỉ số của thị trường:
~ ~
E (R i ) = α i + β i E (R x )
• Từ đó, chúng ta có 2 lập luận: lập luận thứ nhất

giống mô hình CAPM và lập luận thứ 2 dùng để
tính ma trận phương sai – hiệp phương sai:
σ ij = β i β j σ 2x
8
DANH MỤC ĐẦU TƯ HIỆU QUẢ
CÓ BÁN KHỐNG
Chương 9
9.1 CÁC ĐỊNH ĐỀ NỀN TẢNG

•Định đề 1
Với c là hằng số bất kỳ, ta có ma trận hướng sau:
 E(r1 ) − c 
R − c =  E(r2 ) − c 
 E(rN ) − c
Bất cứ ma trận x tuân theo mẫu hình sau đều là
danh mục hiệu quả
Z= S-1{R – c}
•x = {x1,…,xN}
zi
xi = N
•Với ∑z j
j=1
1

•Định đề 2
Với bất kỳ 2 danh mục đầu tư hiệu quả nào ta
cũng đều có thể thiết lập nên toàn bộ các danh
mục hiệu quả.
Gọi 2 danh mục đầu tư hiệu quả bất kỳ x =
{x1,…,xN} và y = {y1,….,yN}. Danh mục sau là kết
hợp giữa danh mục x và y cũng là danh mục
hiệu quả: ax + (1 − a ) y  1 1
 ax + (1 − a ) y 2 
ax + (1 − a ) y =  2
............. 
 
ax N + (1 − a ) y N 
2
•Định đề 3
Gọi y là một danh mục đầu tư hiệu quả bất kỳ, khi đó với bất kỳ một danh
mục đầu tư x nào đó (có thể là hiệu quả hoặc không), chúng ta có mối quan
hệ sau:
E(rx) = c + βx[E(ry) – c]
Với Cov ( x, y)
βx =
σ 2y
C là tỷ suất sinh lợi mong đợi của danh mục z, là danh mục có hiệp phương
sai với y là 0:
•c = E(rz)
•Với Cov(y,z) = 0

•Định đề 4:
Nếu tồn tại một tài sản phi rủi ro có tỷ suất sinh lợi
là rf, khi đó tồn tại một danh mục đầu tư hiệu quả
M sao cho:
•E(rx) = rf + βx[E(rM) – rf]
•Với β = Covσ( x, M )
x 2
M
•M sẽ là một danh mục mà bao gồm trong đó tất

cả các tài sản (chứng khoán) có rủi ro trong nền
kinh tế, với tỷ lệ đầu tư vào mỗi tài sản được tính
theo giá trị của chúng so với tổng giá trị của danh
mục. x =
V
i
i
N
∑V
Financial Modeling h =1
h
6
3
•Định đề 5:
Giả định rằng có một danh mục y và một danh
mục x có mối quan hệ như sau:
E(rx) = c + βx[E(ry) – c]
Cov ( x , y)
Với β x = σ 2y
Thì danh mục y sẽ là danh mục hiệu quả
9.2 TÍNH TOÁN ĐƯỜNG BIÊN HIỆU

QUẢ
Giả định có 4 tài sản có rủi ro có ma trận tỷ suất
sinh lợi mong đợi và phương sai như sau:
Vận dụng định đề 1 để tính 2 danh mục hiệu

quả x và y như sau:
4
QUẢ
Danh mục hiệu quả x tương ứng với c = 0 còn
danh mục hiệu quả y có hằng số c 6,5%

QUẢ
Để hoàn tất các tính toán cơ bản, chúng ta tính
toán giá trị trung bình, độ lệch chuẩn và
phương sai tỷ suất sinh lợi của danh mục x và y:
5
QUẢ
Sau đó tính đường biên hiệu quả là kết hợp
giữa 2 danh mục hiệu quả x và y trên:
E(Rp) = aE(Rx) + (1– a)E(Ry)
σ p = a 2 σ 2x + (1 − a ) 2 σ 2y + 2a (1 − a )Cov( x, y)

QUẢ
Sử dụng Data Table để có dữ liệu về TSSl và độ
lệch chuẩn danh mục khi tỷ trọng a biến đổi
6
QUẢ
Sử dụng đồ thị của Excel ta sẽ có đường biên
hiệu quả như sau
ðường biên hiệu quả
11%
Tỷ suất sinh lợi kỳ vọng
10%
w
9% y
z
8%
7%
x
6%
q
5%
10% 30% 50% 70% 90%
Financial Modeling ðộ lệch chuẩn 13
9.3 DANH MỤC THỊ TRƯỜNG

•Giả định rằng có tồn tại các tài sản phi rủi ro và
những tài sản này có tỷ suất sinh lợi là rf. Gọi M là
danh mục hiệu quả tuân theo các phương trình
sau:
R – rf = Sz
z
Với: M = i N
i
∑z i =1
i
Đường CML là kết hợp lối giữa danh mục thị

trường và tài sản phi rủi ro: E(rp) = arf + (1– a)E(rM)
σ p = a 2 σ 2rf + (1 − a ) 2 σ 2M + 2a (1 − a )Cov (rf , y) = (1 − a )σ M
7
9.3 DANH MỤC THỊ TRƯỜNG
Tỷ suất sinh lợi trung bình của danh ðường biên hiệu quả CML
ðường hiệu quả thị trường vốn, CML
Danh mục thị trường, M

mục
Lãi suất phi rủi ro, rf
ðộ lệ ch chuẩn của danh m ục
9.4 BETA VA ĐƯỜNG SML

• Các quy tắc chung để kiểm định CAPM:
• Xác định một ứng viên đại diện cho danh mục
thị trường M
• Xác định hệ số beta β tương ứng của từng
chứng khoán.
• Hồi quy các giá trị tỷ suất sinh lợi trung bình
của các chứng khoán theo hệ số beta tương
ứng của chúng. Bước này sẽ giúp tính được
phương trình của đường SML.
8
• Kiểm định mô hình CAPM:
Bước 1: Chọn danh mục thị trường (tạm thời chọn VN-Index)
Bước 2: Tính TSSL trung bình và beta của các chứng khoán:
Co var( TSSL chöùng khoaùn i, TSSL VN − Index)
βi =
Varp (TSSL VN − Index)
• Thay vì tính toán beta bằng cách sử dụng hàm Covar( ) và
Varp(), chúng ta có thể sử dụng hàm Slope( ) của Excel.
• Đường SML của mô hình CAPM cho rằng:
E(Ri) = α + βiП + єi.

• Bước 3: kiểm tra giả thuyết này bằng cách
hồi quy các giá trị tỷ suất sinh lợi theo hệ số
beta của nó.
• Để thực hiện hồi quy: một cách đơn giản là
sử dụng hàm Intercept( ), Slope( ), và Rsqr( )
để có được các kết quả hồi quy cơ bản
9
• Chúng ta cũng có thể sử dụng công cụ Tools/Data
Analysis/Regression để thực hiện công việc hồi quy
một cách chi tiết hơn và sẽ nhận được nhiều kết quả
hơn.
• Các kết quả này cho thấy rằng đường SML được cho
bởi công thức E(Ri) = α + βiП với α = 0,0766 và П =
0,0545.
• Hệ số R2 của hồi quy (là % thay đổi trong các giá trị tỷ
suất sinh lợi khi hệ số beta thay đổi) bằng 28%.
• E(Ri) = 7,66% + 5,45%βi , R2 = 27,93%.
• Nếu TSSL phi rủi ro (danh mục có beta = 0) là 7,66% thì
TSSL danh mục thị trường là 13,11%.

• Các vấn đề trong kiểm định CAPM
• Ví dụ trên cho thấy R2 hoặc t-statistic đã không cho
thấy có mối tương quan giữa tỷ suất sinh lợi mong
đợi và hệ số beta của danh mục. Điều này có thể do
các nguyên nhân:
• Mô hình CAPM không được giữ vững. Điều này có thể
là do những nguyên nhân sau:
– Có lẽ trên thị trường việc mua bán khống đã bị hạn chế.
– Có lẽ không phải tất cả các nhà đầu tư đều có kỳ vọng
thuần nhất liên quan đến giá trị tỷ suất sinh lợi, phương
sai và hiệp phương sai của các chứng khoán.
10
• Các vấn đề trong kiểm định CAPM
• Mô hình CAPM chỉ đúng cho các kết hợp đầu tư
vào các danh mục hơn là kết hợp đầu tư vào các
tài sản (chứng khoán) riêng lẻ.
• Có lẽ tập hợp các lựa chọn các (tài sản) chứng
khoán của chúng ta là không đủ lớn: Mô hình
CAPM đã sử dụng thuật ngữ tất cả các tài sản có
rủi ro trong khi chúng ta lại lựa chọn mẫu quan
sát chỉ là một tập hợp con rất nhỏ của những tài
sản này.
• Có lẽ “danh mục thị trường” là không hiệu quả.

• Sự không hiệu quả của “danh mục thị trường”
• Trên thực tế danh mục VN-Index không phải là danh
mục hiệu quả (chỉ có 6 chứng khoán).
• Định đề 3 cho rằng nếu chúng ta đã chọn hồi quy các
giá trị tỷ suất sinh lợi của 6 chứng khoán này theo một
danh mục hiệu quả đối với các chứng khoán thì kết
quả hệ số tương quan R2 là 100%.
• Định đề 5 cho rằng nếu chúng ta nhận được hệ số
tương quan R2 là 100% thì khi đó danh mục mà chúng
ta hồi quy theo các giá trị tỷ suất sinh lợi của các
chứng khoán nhất thiết phải là danh mục hiệu quả đối
với các chứng khoán này.
11
Các danh mục hiệu quả
tạo nên danh mục thị trường VN-Index
30%
25%
Tỷ suất sinh lợi trung bình
20%
15%
VN-Index
10%
5%
0%
0% 5% 10% 15% 20% 25%
ðộ lệch chuẩn
12
Thank you for evaluating AnyBizSoft PDF
Merger! To remove this page, please
register your program!
Go to Purchase Now>>
AnyBizSoft
PDF Merger
 Merge multiple PDF files into one
 Select page range of PDF to merge
 Select specific page(s) to merge
 Extract page(s) from different PDF
files and merge into one

Tailieuxanh c1 c9 0642

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tailieuxanh c1 c9 0642

Uploaded by

Copyright:

Available Formats

LẬP MÔ HÌNH TÀI CHÍNH

1.1 LẬP MÔ HÌNH TÀI CHÍNH

Các tình ðưa ra Thực hiện ðo lường

Mô hình Kết quả

Thế giới lượng hóa

1.1.1 Tiến trình lập mô hình

1.1.3 Yêu cầu khi lập mô hình

Mô hình thực thể Hữu hình Mô hình máy bay

1.1.5 Xây dựng mô hình

Các biến số quyết ñịnh

Các thông số Các biến số hệ quả

Các biến số ngoại sinh Các biến số nội sinh

Nhập lượng (Input) Xuất lượng (Output)

1.2.2 Ví dụ Công ty S.P

Giá bán 8.00$

Số lượng bán (lượng cầu) 16

Chi phí chế biến (ñơn vị) 2.05$

Chi phí NVL1 (ñơn vị) 3.48$

Chi phí NVL2 (ñơn vị) 0.30$

Chi phí cố ñịnh (ñơn vị 1000$/tuần) 12$

• Mối quan hệ trong mô hình

Doanh thu Chi phí chế biến Tổng chi phí

Lượng cầu về Yêu cầu về Chi phí NVL

1.2.2 Ví dụ Công ty S.P

1.2.2 Ví dụ Công ty S.P

Phân tích What if , đánh đổi (Trade Off) và Data Table

1.2.2 Ví dụ Công ty S.P

Giá 9.32 -1$ +0.25$ 0

CPSX chung 33$

• Giải quyết: bổ sung các nhân tố mới vào mô hình.

1.2.2 Ví dụ Công ty S.P

1.2.3 Nghệ thuật lập mô hình

DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

10.1 DANH MỤC HIỆU QUẢ KHÔNG

2.1 BÀI TOÁN QUY HOẠCH TUYẾN

• Bài toán quy hoạch tuyến tính còn được gọi là

• Một mô hình tối ưu hóa đối ngẫu trình bày một

• Các ràng buộc có thể được xem như là tất cả

2.1 BÀI TOÁN QUY HOẠCH TUYẾN

2.2 VÍ DỤ VỀ BÀI TOÁN QUY HOẠCH

Chân ghế 4 4 760

2.2 VÍ DỤ VỀ BÀI TOÁN QUY HOẠCH

2.2 VÍ DỤ VỀ BÀI TOÁN QUY HOẠCH

2.3 NGHỆ THUẬT LẬP BÀI TOÁN QUY

2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

• Mô hình tối ưu hóa của công ty C được thể hiện

2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

Hàm mục tiêu Ô mục tiêu (Set target cell)

Mô hình tuyến tính LP Giả ñịnh mô hình tuyến

2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

• Kích hoạt Solver

• Hộp thoại Solver

2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

• Giả định tuyến tính

• Hộp thoại Answer của Solver

2.5 GIẢI QUYẾT MÔ HÌNH TỐI ƯU

• Kết quả mô hình tối ưu hóa của Công ty C

• Báo cáo độ nhạy của công ty C