Bài viết: Hướng dẫn sử dụng Crystal Ball (phần 3)

[TranThanhPhong]

1.5. Tổng quan về xây dựng mô hình và phân tích rủi ro

Crystal Ball là một công cụ phân tích bằng cách thực hiện việc mô phỏng trên mô hình bảng tính và từ đó cung cấp các thông tin cần thiết để hỗ trợ cho người ra quyết định một cách chính xác hơn, hiệu quả hơn và tin cậy hơn. Trong phần này sẽ trình bày sơ lược về các khái niệm phân tích rủi ro và lập mô hình.

Rủi ro và phân tích rủi ro

Sự không chắc chắc thường liên quan đến rủi ro, mà ở đó bao gồm khả năng xuất hiện các sự kiện không mong muốn rất lớn. Ví dụ như doanh số kỳ vọng tháng tới sẽ cao hơn tổng giá trị tháng hiện hành (sự kiện kỳ vọng), khi đó sẽ có nhiều đơn hàng hơn và sẽ làm giảm lượng hàng tồn kho. Nếu lượng hàng tồn kho giảm quá nhiều thì sẽ làm chậm trễ việc chuyển giao các đơn hàng (sự kiện không chắc chắn). Sự trỳ hoãn này có thể dẫn đến việc đánh mất các đơn đặt hàng và điều này có khả năng gây nên một sự rủi ro. Khi sự không chắc chắn và rủi ro tăng lên, việc ra quyết định sẽ trở nên khó khăn hơn rất nhiều.

Có hai điểm phải nhớ khi phân tích rủi ro đó là:

• Rủi ro ở đâu?
• Mức độ mà rủi ro gây nên như thế nào?

Hầu hết các sự thay đổi tốt hoặc xấu đều tiềm ẩn các rủi ro. Sự phân tích chúng thông thường sẽ giúp phát hiện các vùng mà rủi ro tiềm ẩn như là: các chi phí ngoài giờ, sự thiếu hụt hàng tồn kho, doanh số tương lai, các kết quả khảo sát địa chất, sự thay đổi bất thường về nhân sự, nhu cầu không thể dự báo, sự thay đổi trong chi phí lao động, các quyết định của chính phủ, những sự liên doanh liên kết tiềm ẩn, các luật mới sắp ban hành,…

Khi bạn đã xác định được các rủi ro của mình, một mô hình phù hợp có thể giúp bạn định lượng được chúng. Sự định lượng rủi ro có nghĩa là sự xác định các thay đổi mà rủi ro có thể xảy ra và tổn thất mà nó có thể gây ra. Điều này sẽ giúp bạn quyết định xem có đáng phải chấp nhận rủi ro đó hay không nhằm đạt được mục tiêu mong muốn. Ví dụ như, nếu bạn có 5% khả năng bị trễ tiến độ và nếu trễ thì bạn phải trả khoản tiền phạt tới $10.000 thì khi đó bạn có chấp nhận rủi rỏ này hay không.

Việc tìm kiếm một sự chắc chắn để đạt được một kết quả xác định nào đó thông thường chính là mục tiêu của mô hình phân tích. Phân tích rủi ro sử dụng một mô hình và xem xét các biến nào ảnh hưởng đến mục tiêu cần phân tích. Phân tích rủi ro có thể:

• Giúp thoát khỏi tình trạng "không điều khiển" và giúp việc ra quyết định tốt hơn bằng cách khảo sát nhanh tất cả các tình huống có thể xảy ra.
• Nhận dạng được yếu tố hoặc biến nào ảnh hưởng nhiều nhất lên mục tiêu dự báo.
• Làm sáng tỏ các yếu tố không chắc chắn trong mô hình giúp cho thông tin về các rủi ro được nắm bắt tốt hơn.

Mô hình là gì?

Crystal Ball làm việc với mô hình trên bảng tính, đặc biệt là mô hình bảng tính Excel. Bảng tính của bạn có thể có sẵn một mô hình tùy thuộc vào loại thông tin mà bạn có trên bảng tính và cách mà bạn sử dụng nó.

• Dữ liệu đối lập với sự phân tích:

Nếu bạn chỉ sử dụng bảng tính để lưu trữ dữ liệu: dữ liệu về doanh thu, dữ liệu hàng tồn kho, dữ liệu kế toán, … thì bạn chưa có một mô hình trên bảng tính. Thậm chí khi bạn có sử dụng các công thức tính toán trên dữ liệu thì có thể bạn vẫn chưa có một mô hình phù hợp cho việc mô phỏng.

Một mô hình là một bảng tính mà ở đó có tổ chức về dữ liệu phù hợp cho một công cụ phân tích. Một mô hình phải biểu diễn được sự quan hệ giữa các biến đầu vào và đầu ra bằng cách sử dụng phối hợp các công thức, các hàm và dữ liệu.
​

• Các phân tích truyền thống trên bảng tính

Khi tạo một mô hình bạn phải xác định được các biến biến đổi của mô hình bằng cách tự đặt câu hỏi cho mình "Tôi cảm thấy giá trị của nó (biên) chắc chắn như thế nào? Nó có biến đổi hay không? Nó có được ước lượng tốt nhất hay chưa hay nó là một sự việc đã được biết rồi?". Từ đó, bạn có thể thấy được trong mô hình của mình có một vài yếu tố biến đổi mà bạn không xác định được một cách chắc chắn. Điều đó, có thể là do bạn vẫn chưa có dữ liệu thực tế (số liệu về doanh số tháng này) hoặc là do sự biến đổi không thể dự báo được (chi phí đơn vị sản phẩm).

Phân tích truyền thống trên bảng tính cố gắng kiểm soát sự không chắn chắn này bằng 3 cách:

• Ước lượng điểm: Là cách ước lượng các giá trị mà bạn cho là đại diện tốt nhất cho các biến không chắc chắn. Ước lượng này thì dễ thực hiện nhưng có thể dẫn đến các kết quả sai lầm.
• Ước lượng khoảng: Là việc phân chia thành 3 tình huống phân tích - tình huống tốt nhất, tình huống xấu nhất và tình huống kỳ vọng. Các kết quả phân tích cũng thể hiện giá trị dạng khoảng nhưng không biết được xác suất xuất hiện của các kết quả này.
• Phân tích nhân quả: Là dạng phân tích nhằm trả lời câu hỏi "điều gì sẽ xảy ra … nếu như … " (what - if). Phân tích này xem xét yếu tố đầu vào nào là quan trọng nhất (yếu tố mang tính chất rủi ro) ảnh hưởng đến kết quả bài toán (lợi nhuận hoặc chi phí). Trong Excel hỗ trợ phân tích độ nhạy 1 chiều và hai chiều, nghĩa là chỉ đánh giá được tối đa 2 yếu tố rủi ro. Phân tích độ nhạy không xét đến mối quan hệ tương quan giữa các biến.

Tuy nhiên các phương pháp phân tích trên có hai điểm hạn chế chính:

• Một lần bạn chỉ có thể thay đổi một ô bảng tính. Như thế, bạn gần như không thể khảo sát tỉ mỉ toàn bộ dãy kết quả có thể có. Thực tế, bạn không thể xác định được lượng rủi ro đang tác động vào kết quả phân tích.
• Phép phân tích nhân quả luôn luôn dẫn đến những ước lượng điểm đơn, không cho biết khả năng đạt được một kết quả cụ thể nào đó. Trong khi những ước lượng điểm đơn cho bạn biết cái gì có thể xảy ra thì chúng lại không cho bạn biết cái gì có lẽ đúng.

Mô phỏng bằng Crystal Ball khắc phục được các giới hạn này:

• Bạn có thể mô tả một phạm vi các giá trị có thể có cho mỗi ô không chắc chắn trong bảng tính của bạn. Các ô này gọi là ô giả thuyết và khi mô phỏng thì chúng biến đổi một cách đồng thời và cũng đồng thời tác động đến kết quả phân tích.
• Mô phỏng Monte Carlo bằng Crystal Ball mô tả các kết quả trong đồ thị dự báo và trình bày toàn bộ kết quả có thể có kèm theo khả năng (xác suất ) xuất hiện của mỗi kết quả.

Mô phỏng Monte Carlo

Phân tích rủi ro trên bảng tính sử dụng cả mô hình bảng tính và mô phỏng để phân tích tác động của các đại lượng biến đổi ở đầu vào lên các đại lượng ở đầu ra của mô hình hệ thống. Mô phỏng Monte Carlo cũng là một loại của mô phỏng trên bảng tính, nó tạo ra các giá trị ngẫu nhiên cho các yếu tố (biến) không chắc chắn dùng để mô phỏng một mô hình.

Mô phỏng Monte Carlo về cơ bản chỉ là một thử nghiệm lấy mẫu với mục đích ước tính sự phân phối của một biến kết quả mà biến này lại phụ thuộc vào một số biến biến đổi ở đầu vào. Thuật ngữ mô phỏng Monte Carlo đầu tiên được dùng trong suốt thời kỳ phát triển bom nguyên tử dưới tên gọi mô phỏng máy tính của quá trình phân chia hạt nhân. Các nhà nghiên cứu đặt tên thuật ngữ này cho mô phỏng vì nó tương tự như việc lấy mẫu ngẫu nhiên trong các trò chơi ở sòng bạc nổi tiếng của thành phố Monte Carlo.

1.6. Một số thuật ngữ

• Mô hình bảng tính (Spreadsheet model): Là bảng tính biểu diễn một hệ thống thực tế hoặc giả thuyết hay tập các quan hệ.
• Giả thuyết (Assumption): Là giá trị ước lượng hoặc giá trị đầu vào được ước lượng cho một mô hình bảng tính.
• Mô phỏng Monte Carlo (Monte Carlo simulation): Hệ thống sử dụng các số ngẫu nhiên để đo lường ảnh hưởng của sự không chắc chắn trong mô hình bảng tính.
• Dự đoán (Forecast): Tóm tắt thống kê của những giả thuyết trong một mô hình bảng tính, trình bày dưới dạng đồ thị và các thông số.
• Xác suất (Probability): Khả năng sự việc xảy ra.
• Số ngẫu nhiên (Random number): Giá trị được chọn một cách toán học, được phát sinh (theo công thức) hoặc được chọn (từ bảng) tuân theo một phân phối xác suất.
• Bộ phát số ngẫu nhiên (Random number generator): Là phương pháp theo đó chương trình máy tính thực thi để sinh ra một chuỗi số ngẫu nhiên độc lập.
• Phân phối xác suất (Probability Distribution): Tập hợp tất cả các sự kiện có thể có và xác suất của chúng
• Độ lệch chuẩn (Standard Deviation): căn bậc hai của bình phương của phương sai đối với một phân phối. Đại lượng đo độ phân tán của các giá trị nằm xung quanh trị trung bình.
• Giá trị trung bình (Mean): trung bình số học của một tập các giá trị quan sát (tổng của các giá trị quan sát chia cho số quan sát).
• Phương sai (Variance): bình phương của độ lệch chuẩn, tức là trung bình của bình phương độ lệch của giá trị quan sát so với giá trị trung bình.

Những bài viết có liên quan:
1/ Hướng dẫn sử dụng Crystal Ball (phần 2)
2/ Hướng dẫn sử dụng Crystal Ball (phần 1)
3/ Ebook: Dữ liệu & Báo cáo trong Excel 2013