???---LƯU HUYỀN TRANG XÂY DỰNG MÔ HÌNH ĐÁNH GIÁ RỦI RO VÀ ĐỊNH LƯỢNG PHẦN TRĂM VƯỢT CHI PHÍ CHO CÁC DỰ ÁN KẾT CẤU THÉP PHỨC TẠP Chuyên ngành: QUẢN LÝ XÂY DỰNGMã ngành: 8580302... Mô hì
GIỚI THIỆU ĐỀ TÀI
Cơ sở hình thành đề tài
Hiện tại, không chỉ dừng lại ở lĩnh vực công nghiệp cho nhà xưởng sản xuất đơn thuần, thị trường nhà thép tiền chế còn khá phổ biến trong các lĩnh vực dân dụng: như nhà hàng, khách sạn, đặc biệt được ứng dụng vào các ngành công nghiệp: nhiệt điện, hóa dầu, ,; dịch vụ công cộng: như cầu, sân bay, ; công nghiệp cơ khí
Các công ty lớn hoạt động trên thị trường toàn cầu đã áp dụng các chiến lược chính như phát triển sản phẩm, mua lại và mở rộng văn phòng đại diện để tăng trưởng khả năng tiếp cận thị trường của họ, và duy trì sự cạnh tranh gay gắt trên thị trường Hiện tại những người chơi chính trên thị trường toàn cầu cho ngành xây dựng kết cấu thép được ghi nhận bao gồm BlueScope Steel, Era Infra, Everest Industries, Interarch Building Products, Jindal Buildsys, Kirby Building Systems, Lloyd Insulation, PEB Steel, Tiger Steel Engineering và Zamil Steel Bên cạnh những công ty lớn, các công ty Việt Nam cũng đang và đã tham gia vào các thị trường thế giới với những dự án với mức quy mô lớn như: DDC, ATAD, BMB, Chẳng hạn vào năm 2019, công ty
Cổ Phần Cơ khí xây dựng Thương mại Đại Dũng (DDC) đã trúng gói thầu thiết bị kết cấu thép (hợp đồng cung ứng cấu kiện kết cấu thép) với trị giá hơn 80 triệu USD cho 2 sân vận động Lusail và Abu tại Qatar Vào năm 2023, công ty Cổ Phần kết cấu thép ATAD đã trúng gói thầu thiết kế và xây lắp kết cấu thép Sân Bay Long Thành với giá trị 3,700 nghìn tỷ VND Tuy nhiên, trong những năm gần đây đã có rất nhiều dự án khối lượng lớn và tiến độ dự án dài không đạt được sự mong đợi về quản lý chi phí và tiến độ so với mục tiêu ban đầu cho nhà thầu Kết Cấu Thép Dự án Metro thành phố Hồ Chí Minh thất bại thê thảm về tiến độ và chi phí do nhiều nguyên nhân, dự án kéo dài từ 2012 đến 2024
Trong bối cảnh này, việc đánh giá rủi ro trong giai đoạn mua sắm và triển khai dự án là cực kỳ quan trọng đối với các dự án KCT phức tạp với những lý do lớn sau:
● Do thời gian thi công lâu, sự biến động về thị trường nghiên vật liệu toàn cầu, chính sách thuế quan, và tình hình chính trị là điều không tránh khỏi Việc đánh giá rủi ro giúp nhà thầu xác định và lên kế hoạch cho những biến động này, tránh tình trạng tăng chi phí không lường trước
● Trong các dự án Mega sự chậm trễ trong tiến độ giao hàng thường xảy ra, và nó ảnh hưởng đến toàn bộ tiến trình dự án Đánh giá rủi ro giúp nhà thầu nhận diện và dự trù kế hoạch dự phòng
● Các dự án thường có yêu cầu kỹ thuật cao và chi tiết sản xuất phức tạp, đòi hỏi sự chính xác trong sản xuất và lắp dựng Việc đánh giá rủi ro giúp nhà thầu chuẩn bị tốt và tránh những sai sót có thể dẫn đến tăng chi phí
Việc xây dựng mô hình đánh giá rủi ro cho các dự án KCT phức tạp trong giai đoạn mua sắm và triển khai dự án là cấp bách Mô hình sẽ cung cấp thông tin quan trọng giúp các nhà quản lý dự án và các bên liên quan đưa ra quyết định chính xác dựa trên dữ liệu cụ thể Qua việc xây dựng và áp dụng một mô hình đánh giá rủi ro hiệu quả, các dự án KCT phức tạp có thể đạt được mục tiêu về mặt kỹ thuật, tài chính và thời gian, đồng thời giảm thiểu những bất ổn và thử thách không mong muốn
Do đó, học viên chọn đề tài “Xây dựng mô hình đánh giá rủi ro và định lượng phần trăm vượt chi phí cho các dự án kết cấu thép phức tạp” trong mua sắm và triển khai dự án, nhằm đánh giá định tính và định lượng được các rủi ro chính tác động đến sự thành công khi triển khai dự án cho nhà thầu Kết Cấu Thép Đề tài sẽ đóng góp một phần nhỏ vào việc quản lý rủi ro đối với dự án KCT phức tạp tại Việt Nam hoặc xuất khẩu, giúp các nhà cung cấp nhà thầu tiếp cận hợp lý đối với rủi ro trong dự án Đồng thời kiến nghị một số giải pháp nhằm hạn chế rủi ro, góp phần nâng cao hiệu quả cũng như sự thành công dự án đem về lợi ích cho nhà thầu.
Những điểm mới của đề tài
Nghiên cứu đi vào các dự án phức tạp với thời gian thực hiện dự án dài, công ty xây dựng kết cấu thép của Việt Nam đóng vai trò là một trong những nhà thầu xây dựng trong lĩnh vực: thiết kế - mua sắm – chế tạo – vận chuyển – và lắp dựng
Hình 1.1: Top những doanh nghiệp thép tiền chế và kết cấu thép tại Việt Nam năm
2021 (Nguồn: houselink, báo cáo thị phần nhà thép tiền chế và kết cấu thép tại
Mục đích nghiên cứu
a Lợi ích chung của quản lý xây dựng cho dự án phức tạp
Về bản chất, dự án phức tạp thường diễn ra trong một khoảng thời gian dài và đòi hỏi sự tham gia của nhiều nguồn lực, bao gồm: con người, tài chính, cơ sở vật chất, vật liệu và sở hữu trí tuệ Trong hầu hết các trường hợp, các dự án đều có mục tiêu xác định hoặc trạng thái kết thúc nhằm cung cấp cho những người tham gia vào dự án một tầm nhìn và thông số kỹ thuật rõ ràng về mục tiêu của họ
Mục đích của quản lý rủi ro dự án là giảm thiểu rủi ro khi không đạt được mục tiêu của dự án và các bên liên quan, đồng thời xác định và tận dụng các cơ hội Đặc biệt, quản lý rủi ro hỗ trợ các nhà quản lý dự án trong việc thiết lập các ưu tiên, phân bổ nguồn lực và thực hiện các hành động và quy trình nhằm giảm các rủi ro dự án không đạt được mục tiêu (Dale F Cooper, 2005)
Quản lý rủi ro tạo điều kiện cho kết quả kinh doanh và dự án tốt hơn Nó thực hiện điều này bằng cách cung cấp cái nhìn sâu sắc, kiến thức và sự tự tin để đưa ra quyết định tốt hơn Đặc biệt, nó hỗ trợ các quyết định tốt hơn về quy trình lập kế hoạch và thiết kế ngăn hoặc tránh rủi ro cũng như nắm bắt và khai thác cơ hội, có kế hoạch dự phòng tốt hơn để xử lý rủi ro và tác động của chúng, phân bổ nguồn lực tốt hơn cho rủi ro và điều chỉnh ngân sách dự án cho rủi ro, và quyết định tốt hơn về việc phân bố rủi ro giữa các bên tham gia vào thực hiện dự án Những điều này dẫn đến sự chắc chắn gia tăng và giảm thiểu rủi ro tổng thể
Lợi ích của việc quản lý rủi ro không chỉ giới hạn ở các dự án lớn hoặc các dự án có nguy cơ cao về việc không đạt mục tiêu Quy trình này có thể áp dụng cho mọi quy mô dự án và hoạt động mua sắm Nó có thể được áp dụng ở tất cả các giai đoạn trong chu trình dự án, từ những đánh giá sớm nhất về chiến lược đến cung cấp, vận hành, bảo trì và thanh lý các hạng mục, cơ sở vật chất Quản lý rủi ro có nhiều ứng dụng, từ việc đánh giá các hoạt động thay thế cho ngân sách và kế hoạch kinh doanh đến quản lý chi phí vượt mức và sự chậm trễ tiến độ (Dale F Cooper, 2005) Tóm lại, quản lý rủi ro mang lại lợi ích về trách nhiệm và hỗ trợ ra quyết định bằng cách cung cấp một quy trình nhất quán và mạnh mẽ để hỗ trợ việc ra quyết định b Mục đích của bài nghiên cứu
Nghiên cứu này, giúp các nhà thầu kết cấu thép Việt Nam có cái nhìn tổng quan về công tác chuẩn bị rủi ro (risk management) trong giai đoạn chuẩn bị mua sắm và tiến hành triển khai dự án Rủi ro là các điều kiện không mong muốn hoặc các sự kiện xảy ra ảnh hưởng tới các mục tiêu của dự án như phạm vi công việc (scope), tiến độ (schedule), ngân sách (cost) và chất lượng (quality)
Mục đích chính của nghiên cứu này là thiết lập một mô hình định lượng rủi ro cho những nguyên nhân có thể ảnh hưởng tới dự án FTA và BBNs là kỹ thuật và công cụ chính được áp dụng cho nghiên cứu này Phương pháp phân tích FTA (Fault Tree Analysis) được sử dụng trong việc đánh giá rủi ro của hệ thống và tìm xác suất xảy ra của các sự cố dựa trên cấu trúc nhánh cây BBNs dựa trên lý thuyết xác suất có điều kiện hay còn gọi là lý thuyết Bayes
Mục tiêu nghiên cứu được trình bày theo các bước sau:
● Xác định các yếu tố rủi ro chính có ảnh hưởng lớn đến dự án Kết Cấu Thép phức tạp (Mega project) trong giai đoạn mua sắm và chuẩn bị triển khai dự án;
● Xây dựng mô hình đánh giá rủi ro bằng phương pháp Fault Tree Analysis (FTA – Phân tích cây sai hỏng);
● Thiết lập mô hình định lượng rủi ro (biến kết quả) bằng cách áp dụng Bayesian Belief Networks;
● Ước lượng xác suất có điều kiện của mối quan hệ đó vào công trình thực tế thông qua chuyên gia, kỹ sư xây dựng tham gia thực hiện công trình Từ đó, dùng phần mềm GeNIe để tính toán mô hình;
Đối tượng nghiên cứu
Các dự án kết cấu thép phức tạp (Mega project):
● Dự án dầu khí hóa lỏng / nhiệt điện (LNG)
● Dự án sân bay, sân vận động
Các dự án có điểm chung là vốn đầu tư lớn, kết cấu phức tạp, khối lượng nặng, thời gian hoàn thành lâu với sự tham gia của nhiều bên Đối tượng tham gia khảo sát nhằm xác định các biến rủi ro ảnh hưởng đến chi phí dự án: Các chuyên gia trong các công ty kết cấu thép, các kỹ sư đã tham gia nhiều dự án tương tự và có nhiều kinh nghiệm trong quá trình đấu thầu & quản lý chi phí cho dự án gồm: Chủ đầu tư, các đơn vị tư vấn, các nhà thầu.
Nguồn dữ liệu
Thông tin và dữ liệu được thu nhập từ các nguồn sau:
● Dữ liệu sơ cấp: Được thu thập qua các cuộc phỏng vấn của những chuyên gia có nhiều kinh nghiệm trong lĩnh vực xây dựng ở các vai trò như: chủ đầu tư, ban QLDA, tư vấn giám sát, tư vấn thiết kế, thi công thông qua bảng câu hỏi khảo sát hoặc phỏng vấn trực tiếp
● Dữ liệu thứ cấp: Được thu thập qua tin tức, báo đài, internet, tài liệu của các công ty đơn vị cơ quan chuyên ngành có liên quan, và đặc biệt là các nghiên cứu trước, các tạp chí xây dựng trong và ngoài nước,
TỔNG QUAN NGHIÊN CỨU
Các khái niệm, định nghĩa, giả thiết trong nghiên cứu
2.1.1 Tổng quan về dự án xây dựng và dự án kết cấu thép phức tạp (Megaproject steel structure)
Megaproject (Siêu dự án) là các dự án phức tạp, quy mô lớn, thưởng tốn 1 tỷ USD trở lên, mất nhiều năm để phát triển và xây dựng, liên quan đến nhiều bên liên quan công cộng và tư nhân, là sự biến đổi và tác động đến hàng triệu người (Michael E Beehler, 2009) Tuy nhiên, 1 tỷ đô la không phải là một ràng buộc trong việc xác định megaprojects, trong một số bối cảnh, một cách tiếp cận tương đối là cần thiết, chẳng hạn như ở các nước đang phát triển, nơi một số dự án nhỏ hơn nhiều (như dự án có ngân sách 100 triệu đô la) có thể tạo thành một megaproject Do đó, một định nghĩa chung hơn là “ Megaproject là những nỗ lực tạm thời (nghĩa là các dự án) được đặc trưng bởi: cam kết đầu tư lớn, độ phức tạp lớn (đặc biệt là về mặt tổ chức) và tác động lâu dài đến nền kinh tế, môi trường và xã hội” (Jergeas and Ruwanpura, 2010)(Michael E Beehler, 2009)
Tóm lại, dự án kết cấu thép phức tạp là những dự án thuộc các lĩnh vực như: công nghiệp nặng – năng lượng (công trình giàn khoan, lọc hóa dầu, nhiệt điện); lĩnh vực hạ tầng giao thông (cảng, nhà ga, trạm dừng, cầu đường); lĩnh vực hạ tầng công cộng (sân vận động, sân bay, nhà triển lãm nghệ thuật, bệnh viện, các khu văn hóa, ); lĩnh vực cơ khí công nghiệp (hệ thống dẫn khí bồn làm mát, bể silo, ) có quy mô lớn độ phức tạp cao, thời gian xây dựng lâu và tác động đến nền kinh tế, môi trường xã hội của đất nước
Dưới đây là một số hình ảnh dự án kết cấu thép phân loại theo nhóm lĩnh vực
● Nhóm dự án trong lĩnh vực công nghiệp nặng:
Hình 2.1: Hình ảnh nhóm dự án công nghiệp nặng.(Nguồn: Nội bộ Công Ty Cổ
Phần Kết Cấu Thép ATAD)
● Nhóm dự án hạ tầng giao thông:
Hình 2.2: Hình ảnh nhóm dự án công trình giao thông.(Nguồn: Nội bộ Công Ty Cổ
Phần Kết Cấu Thép ATAD)
● Nhóm dự án hạ tầng công cộng:
Hình 2.3: Hình ảnh nhóm dự án hạ tầng công cộng.(Nguồn: Nội bộ Công Ty Cổ
Phần Kết Cấu Thép ATAD)
2.1.2 Định nghĩa về rủi ro, tính bất định, xác suất khách quan, xác suất chủ quan
Mục đích của bài nghiên cứu này là xây dựng mô hình định rủi ro các thể xảy ra trong giai đoạn mua sắm và chuẩn bị triển khai cho các dự án kết cấu thép phức tạp, do đó ta phải tìm hiểu về khái niệm “rủi ro”, tính “bất định”, “xác suất” là như thế nào?
Có nhiều định nghĩa khác nhau về rủi ro đã được nêu tra từ trước đến nay:
Glenn Shafer: “Rủi ro như là xác suất mà kết quả không thuận lợi sẽ xảy ra.” (risk as the probability that an unfavourable outcome will occur”) (Shafer, 2011)
Hert and Thomas: “Rủi ro là sự không chắc chắn (bất định) và kết quả của sự không chắc chắn” (risk as uncertainty and the result of uncertainty)
Lionel Galway: “Rủi ro là sự kiện không chắc chắn, có tác động ngược lại với một kết quả mong muốn” (A risk is an event, which is: uncertain, has a negative impact on some endeavor)
Irving Pfeffer: “Rủi ro là một hợp những sự ngẫu nhiên có thể đo lường bằng xác suất” Nhìn chung, phân tích rủi ro bao hàm ước lượng xác suất cần thiết cho dữ liệu đầu vào để từ đó đánh giá phương án lựa chọn
Larry C.Peppers và Dale G.Bail: “Rủi ro là trạng thái mà người ra quyết định chỉ có những thông tin không hoàn hảo nhưng vẫn có thể gán ước lượng xác suất đến các kết cục có thể có một quyết định Các ước lượng này có thể là những phán đoán chủ quan, những kinh nghiệm đúc kết trong quá khứ, hay từ những phân phối xác suất của toán học…”
Như vậy, rủi ro có thể mang tính tích cực (khi kết quả thực tế tốt hơn mong đợi) được gọi là các cơ hội; hay tiêu cực (khi kết quả thực tế không tốt như mong đợi) gọi là mối đe dọa Các mối đe dọa là những sự kiện cụ thể chi phối dự án theo hướng kết quả được xem là không thuận lợi Thông thường, mặt tiêu cực hay còn gọi là bất lợi của rủi ro được quan tâm nhiều hơn và muốn đo lường các rủi ro này Trong đề tài này, học viên chủ yếu tập trung vào nghiên cứu sự bất lợi của các rủi ro có thể xảy ra gây ảnh hưởng đến chi phí, tiến độ và chất lượng dự án
Bất định hay còn gọi là nguyên lý bất định (Uncertainty Principle), là một khái niệm trong cơ học lượng tử được Werner Heisenberg đề xuất vào năm 1927 Bất định là tình trạng thiếu thông tin hoàn chỉnh về các biến số hoặc kết quả trong tương lai Bất định có thể xuất phát từ một số nguyên nhân như: thiếu thông tin, tính phức tạp, tính
HVTH: LƯU HUYỀN TRANG - 2070567 kết quả có thể xảy ra
Rủi ro thực tế là một số đo về mức độ không chắc chắn tồn tại, nó trực tiếp gắn liền với thông tin, theo cách minh họa bên dưới:
Hình 2.4: Hình ảnh mối quan hệ mức độ rủi ro giữa thông tin và tính không chắc chắn
Theo nhận thức truyền thống, người ta phân biệt giữa rủi ro và bất định bằng khái niệm xác suất
Xác suất khách quan thể hiện xác suất của một sự kiện dựa trên tính chất khách quan và có thể đo lường được từ thực tế bằng tần suất xuất hiện của sự kiện đó trong một lượng lớn thử nghiệm lặp đi lặp lại trong điều kiện giống nhau Tuy nhiên, trong thực tế chúng ta không có cơ hội cũng như không thể thực hiện được các phép thử đó để có xác suất khách quan Vì vậy, có một trường phái khác liên quan đến khái niệm rủi ro là trường phái chủ quan Họ quan niệm xác suất như là một sự diễn đạt đầy đủ mức độ tin tưởng có tích chất chủ quan của một người nào đó, được biểu hiện qua mức độ dám chấp nhận hành động
Xác suất chủ quan là khi thông tin không đầy đủ, người ra quyết định tự gán xác suất một cách chủ quan đối với khả năng xuất hiện của trạng thái Trong trưởng hợp thiếu thông tin, việc sử dụng xác suất chủ quan vẫn tốt hơn là xem như bất định Như vậy, với khái niệm xác suất chủ quan, người ta không cần phân biệt rủi ro và bất định vì có thể gán xác suất chủ quan vào mô hình bất định để trở thành mô hình rủi ro và từ đó giải quyết bài toán
2.1.3 Các giả thiết trong quá trình nghiên cứu
● Mẫu được lấy một cách ngẫu nhiên từ tổng thể Ngẫu nhiên không có nghĩa là tùy tiện Những người được chọn để khảo sát một cách khách quan, chứ không theo ý kiến cá nhân (chủ quan) của học viên;
● Kích thước mẫu và mối quan hệ của mẫu đủ mạnh để thỏa mãn rằng kết quả nghiên cứu của mẫu cũng là kết quả của đám đông;
● Độ tin cậy dùng trong nghiên cứu này là 90% (mức ý nghĩa α = 0.1);
Tổng quan các nghiên cứu trước
2.2.1 Các phương pháp khác đã từ dùng để đánh giá rủi ro và phân tích rủi ro trong quản lý dự án a Mô hình Fuzzy AHP
Mô hình Fuzzy AHP (Fuzzy Analytic Hierarchy Process) là một phương pháp sử dụng trong quản lý rủi ro và đánh giá quyết định Nó kết hợp giữa phương pháp AHP và lý thuyết mờ để xử lý sự mơ hồ và không chắc chắn trong quá trình ra quyết định
Theo nghiên cứu “Ứng dụng Fuzzy AHP đánh giá rủi ro cho dự án đầu tư xây dựng khu công nghiệp, Tp.HCM Đại Học Bách Khoa” của Nguyễn Thành Long, tác giả xây dựng cấu trúc thứ bậc cùng với bộ trọng số xét đến tính mờ của các yếu tố rủi ro ảnh hưởng sự thành công dự án đầu tư xây dựng Khu công nghiệp Từ đó tác giả đề xuất một số đánh giá rủi ro IIR được có thể giúp các đơn vị Chủ đầu tư, QLDA có cái nhìn tổng quan trong việc đánh giá rủi ro cho dự án Khu công nghiệp
Nhận xét phương pháp Fuzzy AHP: Mặc dù Fuzzy AHP là một công cụ mạnh mẽ trong quản lý rủi ro và đánh giá quyết định, nhưng cũng có những giới hạn và hạn
HVTH: LƯU HUYỀN TRANG - 2070567 của người đánh giá Điều này có thể dẫn đến sự không chắc chắn trong kết quả cuối cùng Mặc dù Fuzzy AHP giúp xử lý sự mơ hồ và không chắc chắn, nhưng không phải mọi loại sự không chắc chắn đều có thể được mô hình hóa một cách hiệu quả
Có những tình huống mà Fuzzy AHP không thể xử lý hiệu quả, đặc biệt là khi sự không chắc chắn quá lớn b Mạng Nơ-ron nhân tạo (Artificial Neural Nework – ANN)
Dự đoán chi phí xây dựng là một vấn đề phức tạp, đòi hỏi sự xem xét nhiều yếu tố khác nhau như vật liệu, nhân công, thời gian, và điều kiện địa lý Phương pháp công nghệ thông tin thường được sử dụng trong dự đoán chi phí xây dựng là Mạng Nơ- ron nhân tạo (Artificial Neural Networks - ANN) ANN bắt chước cách thức hoạt động của não người, với các nơ-ron ảo được sắp xếp trong các lớp và kết nối với nhau Mỗi nơ-ron nhận đầu vào, xử lý thông tin và truyền tín hiệu đến nơ-ron tiếp theo Và đối với ngành xây dựng thì ANN có thể được huấn luyện để nhận diện mẫu từ dữ liệu lịch sử của các dự án xây dựng, bao gồm chi phí, thời gian hoàn thành, và các yếu tố khác Mạng nơ ron sau khi được huấn luyện có thể dự đoán chi phí dựa trên các thông số của dự án mới
Theo nguyên cứu “Ước lượng chi phí xây dựng cầu dầm nhịp giản đơn bằng mô hình mạng neuron nhân tạo (ANN), đại học Bách Khoa TP.HCM” của Đặng Trần Đăng Khoa, đã tiến hành ước lượng chi phí xây dựng cầu đơn giản sử dụng mô hình Mạng Neuron nhân tạo (ANN) Mục tiêu là xác định các yếu tố ảnh hưởng đến chi phí và áp dụng mô hình ANN để phát triển một mô hình ước lượng chi phí chính xác hơn Đánh giá mô hình được tiến hành thông qua việc so sánh với dữ liệu từ các dự án thực tế và được thực hiện bằng cách sử dụng Excel cùng phương pháp Bootstrap để đánh giá sự chính xác của các ước lượng Kết quả thu được cho thấy mô hình ANN có thể dự đoán chi phí ở giai đoạn đầu của dự án với độ chính xác cao đến 80% và đối với giai đoạn 2 là 95% không khác biệt với chi phí thực tế đáng kể, đồng thời cung cấp thông tin chi tiết giúp cải thiện việc đánh giá và quản lý chi phí xây dựng ngay từ giai đoạn đầu dự án
Nhận xét phương pháp ANN: Nhìn chung các phương pháp ước lượng chi phí dựa mạng Neural nhân tạo mang tính định lượng rất tốt tuy nhiên cho ra sai số còn lớn
>5% và việc thu thập dữ liệu từ quá khứ một cách chính xác cũng là một vấn đề rất lớn và khó khăn Bên cạnh việc dự đoán vượt chi phí chưa thể bám sát vào thực tế theo chiều thời gian xuyên suốt quá trình thực hiện dự án c Phương pháp mô phỏng Monte Carlo
Phương pháp Mô phỏng Monte Carlo sử dụng mô phỏng ngẫu nhiên để dự đoán kết quả trong điều kiện không chắc chắn Dẫn chứng là trong nghiên cứu “Nghiên cứu phân tích rủi ro chi phí của dự án tổng thầu thiết kế thi công khi xét sự tương quan, đại học Bách Khoa TP.HCM” của Ngô Minh Liêm, đã sử dụng mô hình mô phỏng Monte Carlo và mô hình Fuzzy Delphi để phân tích rủi ro chi phí của dự án tổng thầu thiết kế thi công khi xét sự tương quan Bằng cách phân tích sự không chắc chắn về chi phí các công tác của dự án thiết kế thi công đã được xây dựng, nghiên cứu đã phát triển được mô hình có khả năng dự đoán và quản lý chi phí trong dự án thiết kế và thi công xây dựng một cách hiệu quả hơn, đồng thời giảm thiểu sự không chắc chắn và tăng cường khả năng kiểm soát rủi ro
Nhận xét phương pháp mô phỏng Monte Carlo: Phương pháp này đòi hỏi máy tính có khả năng xử lý mạnh mẽ do số lượng lớn các phép tính cần thiết cho mô phỏng Việc chọn phân phối xác suất phù hợp cho các biến số đầu vào là rất quan trọng, nhưng cũng khá phức tạp và đôi khi dựa vào sự phán đoán chủ quan d Phương pháp ứng dụng logic mờ
Phương pháp ứng dụng logic mờ để dự đoán vượt chi phí trong các dự án đầu tư xây dựng là một cách tiếp cận độc đáo và linh hoạt trong việc quản lý rủi ro Logic mờ, một nhánh của lý thuyết mờ, cho phép xử lý thông tin không chắc chắn hoặc mơ hồ điều rất thường gặp trong quản lý dự án xây dựng Trong nghiên cứu “ Dự đoán chi phí đầu tư xây dựng bị vượt dựa trên ứng dụng logic mờ” của Nguyễn Hoàng
Hà, đã dự báo vượt chi phí đầu tư xây dựng của 3 dự án mẫu bằng cách sử dụng VBA (Visual Basic for Applications) trong Microsoft Office Excel và thuật toán của Karla
HVTH: LƯU HUYỀN TRANG - 2070567 luyện với 47 mẫu dữ liệu và đã kiểm định với kết quả thực tế của các dự án cụ thể ở
2 dự án đầu được áp dụng cho thấy sai lệch của dự báo là < 2% ( chấp nhận được ) Đối với dự án 3 dự đoán của mô hình cho kết quả sai lệch >5% sai lệch này lớn hơn sai lệch cho phép
Nhận xét phương pháp ứng dụng logic mờ: Sử dụng phương pháp ứng dụng logic mờ để dự đoán vượt chi phí vẫn còn một số tồn tại như kết quả dự đoán chưa chính xác lắm khi dữ liệu đầu vào không đầy đủ Cũng giống như ANN mô hình cần nguồn dữ liệu nhiều và kết quả dự đoán cũng sẽ chỉ ước lượng vượt chi phí kết thúc dự án mà không dự báo vượt chi phi trong từng giai đoạn dự án để đưa ra cảnh báo và quản lý rủi ro được tốt hơn
2.2.2 Các ứng dụng của Fault Tree Analysis và Bayes Belief Networks a Ứng dụng của mô hình FTA (Fault Tree Analysis)
Vì sao nên lựa chọn mô hình FTA và BBNs
Mô hình Bayesian Belief Netwworks (BBNs) dựa trên phân tích Fault Tree Analyssis (FTA) là một lựa chọn hợp lý cho việc phân tích rủi ro vì nó kết hợp giữa hai phương pháp mạnh mẽ trong lĩnh vực quản lý rủi ro
FTA giúp xác định và phân tích các nguyên nhân gốc rễ của các lỗi hệ thống Nó cho phép mô hình hóa các tình huống không mong muốn và các yếu tố góp phần gây ra chúng (tính phân tích hệ thống) FTA cung cấp một cấu trúc rõ ràng để xác định các lỗi có thể dẫn đến các sự cố hoặc các vấn đề trong dự án
BBNs là công cụ mạnh mẽ để mô hình hóa các mối quan hệ nguyên nhân – kết quả và tính toán xác suất của các sự kiện khác nhau dựa trên dữ liệu có sẵn BBNs cung cấp một cách tiếp cận trực quan và dễ hiểu để hiện thị các mối quan hệ phức tạp giữa các yếu tố rủi ro Điều này giúp các nhà quản lý rủi ro và đưa ra các quyết định thông minh dựa trên phân tích
Sự kết hợp FTA và BBNs cho phép tích hợp phân tích định tính từ mô hình FTA với phân tích định lượng từ BBNs FTA cung cấp các kịch bản sự cố chi tiết và BBNs mô hình hóa các xác suất của những sự cố đó xảy ra Việc sử dụng FTA để xác định các nguyên nhân gốc rễ và BBNs để tính toán xác suất giúp tạo ra một mô hình dự đoán chính xác hơn về khả năng vượt chi phí Ngoài ra, BBNs còn có khả năng linh hoạt và thích ứng với dữ liệu mới, giúp mô hình luôn cập nhật và chính xác trong suốt vòng đời dự án
Tóm lại, việc sử dụng mô hình BBNs dựa trên phân tích FTA là một phương pháp mạnh mẽ để phân tích rủi ro với tính linh hoạt, độ tin cậy, tính toán được và khả năng kết hợp giữa hai phương pháp phân tích mạnh mẽ Nhờ sự kết hợp này, các nhà quản lý dự án có thể dự đoán và quản lý rủi ro vượt chi phí một cách hiệu quả hơn, từ đó tối ưu hóa hiệu suất và thành công của dự án.
Phương pháp Fault Tree Analysis (FTA)
2.4.1 Giới thiệu phương pháp (FTA)
Mô hình Fault Tree Analysis - FTA được giới thiệu lần đầu tiên vào năm 1975 trong
F Haals (Intitude of System Scences) và giáo sư Nomann H Robert (University of Washington) Hiện nay, mô hình FTA là một mô hình phân tích nguyên nhân và hậu quả được sử dụng rộng rãi trong lĩnh vực kỹ thuật và quản lý rủi ro
Trong FTA, trước tiên là một sự cố hoặc một sự kiện không mong muốn được xem xét từ góc độ các các nguyên nhân có thể gây ra nó (ví dụ: rủi ro về vượt chi phí, rủi ro về chậm trễ tiến độ, …) FTA là một biểu đồ đồ thị sử dụng các ký hiệu hình học và các quan hệ logic để mô tả các nguyên nhân có thể gây ra một sự kiện không mong muốn FTA bắt đầu từ sự kiện không mong muốn ở mức cao nhất và sau đó phân tích các nguyên nhân tiềm ẩn dẫn đến sự kiện đó thông qua các mối quan hệ nguyên nhận – hậu quả (Commission, 1981)(Swarna and Venkatakrishnaiah, 2014)
Hình bên dưới thể hiện một mô hình Fault Tree Analysis cơ bản:
Hình 2.5: Sơ đồ ví dụ Mô hình Fault Tree Analysis
● RISK: Rủi ro hàng đầu cần được đánh giá
● RE: sự kiện gây ra rủi ro
● CE: Sự kiện trung gian
● TE: Sự kiện cuối cùng
2.4.2 Công thức xác định xác suất FTA
Trong phân tích FTA, xác suất của sự kiện chính (Risk – Top Event) được xác định bằng cách tính toán xác suất của các sự kiện con và sử dụng các cổng logics AND và
- Công thức xác định xác suất trường hợp cổng AND
Xác suất của sự kiện đầu ra từ cổng AND xảy ra chỉ khi tất cả các sự kiện đầu vào đều xảy ra, công thức xác suất được xác định như sau:
- Công thức xác định xác suất trường hợp cổng OR
Xác suất của sự kiện đầu ra từ cổng OR xảy ra nếu ít nhất một trong các sự kiện đầu vào xảy ra, công thức xác suất được xác định như sau:
Trong phân tích rủi ro, việc đánh giá và phân loại khoảng rủi ro dựa trên khả năng đo lường có thể được thực hiện trên mức độ tin cậy của thông tin và mức độ không chắc chắn của dự đoán
Hình 2.6: Sơ đồ xác suất rủi ro (Dale F Cooper, 2005)
Khả năng Mức gán Diễn giải
Rất cao (High) 0.80 – 1.00 Khoảng rủi ro này ám chỉ rằng xác suất xảy ra của sự kiện là rất cao hoặc có khả năng lớn hơn so với các sự kiện khác
Cao (Moderate) 0.60 – 0.79 Khoảng rủi ro này đề cập đến một mức độ rủi ro mà mặc dù không phải là tối cao, nhưng vẫn đáng quan ngại và cần phải được quản lý một cách cẩn thận
0.40 – 0.59 Khoảng rủi ro trung bình đề cập đến một mức độ rủi ro trung bình, không quá cao nhưng cũng không thấp Mức độ này thường đòi hỏi sự chú ý và quản lý, nhưng có thể chấp nhận được nếu có biện pháp phòng ngừa hiệu quả
Thấp (Low) 0.20 – 0.39 Khoảng rủi ro thấp ám chỉ rằng xác suất xảy ra của sự kiện là thấp, và mức độ tin tưởng vào việc sự kiện này xảy ra là không cao
0.00 - 0.19 Khoảng rủi ro rất thấp ám chỉ rằng sự kiện có xác suất xảy ra gần như không, và không đáng lo ngại trong hầu hết các trường hợp.
Giới thiệu mạng BBNs (BBNs – Bayesian Belief Networks)
Bayesian Belief Networks (BBNs) còn gọi là Bayesian Netwworks (BNs) hay Belief Networks (BNs) được phát triển đầu tiên vào cuối những năm 1970s ở Đại học Stanford (Sahely and Bagley, 2001) (Luu et al., 2009) BBNs là mô hình đồ thị (graphical model) thể hiện mối quan hệ nhân – quả (cause – effect) giữa các biến (Nguyen Van Tuan, 2006) BBNs chủ yếu dựa trên lý thuyết xác suất có điều kiện và lý thuyết đồ thị, bao gồm các nút, khớp giữa các nút và CPT
Trong 34 năm qua, BBNs đã nổi lên như một hình thức biểu diễn tri thức khả thi trên thực tế So với các mô hình học tập khác, BBNs có một số ưu điểm (Nguyen Van Tuan, 2006):
● Thể hiện rõ ràng mối quan hệ nhân quả giữa các biến từ nhiều nguồn dữ liệu khác nhây (chẳng hạn như kiến thức chuyên môn, dữ liệu thử nghiệm, đầu ra từ mô hình khác);
● Quản lý bộ dữ liệu không đầy đủ;
● Cập nhật hiệu quả khi có kiến thức hoặc kết quả mới;
BBN có hiệu quả và độ chính xác cao hơn trong các suy luận không chắc chắn, đặc biệt đối với các hệ thống phức tạp có các yếu tố tương quan cao, chẳng hạn như hỗ trợ chuẩn đoán bệnh, thiết kế công nghiệp, đầu tư tài chính, sinh thái, hệ thống máy bị lỗi, giải thích đồ họa và lập kế hoạch nhà máy trong điều kiện không chắc chắn (Doguc and Ramirez-Marquez, 2009) Trong lĩnh vực xây dựng, BBNs dùng để dự
2.5.2 Công thức BBNs – Công thức xác suất đầy đủ
BBNs dựa trên lý thuyết xác suất có điều kiện của Thomas Bayes (Murphy, 2001) Công thức đơn của Bayes như sau:
● C và B là hai sự kiện có thể xảy ra và phụ thuộc vào nhau;
● P(C) là xác suất của sự kiện C;
● P(D) là xác suất của sự kiện D;
● P(D/C) là xác suất có điều kiện của D khi biết trước C đã xảy ra;
● P(C/D) là xác suất có điều kiện của C khi biết trước D đã xảy ra;
● Công thức Bayes tổng quát:
Với mỗi K bất kỳ (K=1…n), ta có:
𝐶 ) Công thức xác suất đầy đủ:
● 𝐶 là nhóm đầy đủ các biến cố (các biến này đôi một xung khắc và ít nhất một biến trong chúng xảy ra);
● 𝐹 là biến cố bất kì;
2.5.3 Minh họa cấu trúc của một mạng BBNs
Một mô hình mạng BBNs đơn giản quan sát gồm 3 biến nghiên cứu như hình bên dưới Mưa “Rain” ảnh hưởng đến việc vòi phun nước “Sprinkler” có được kích hoạt hay không, và cả mưa “Rain” và vòi phun nước “Sprinkler” đều ảnh hưởng đến việc có ướt “Grass wet” hay không?
Hình 2.7: Sơ đồ minh họa mạng BBNs (SY, 2019a)
Cần tính toán xác suất mưa xảy ra khi biết cỏ ướt Dựa vào công thức lý thuyết bên trên ta có được phương trình xác suất có điều kiện như sau:
● S = Spribkler được bật (True/Fales)
● 𝑃 (𝐺 = 𝑇, 𝑅 = 𝑇) ∶ là tổng của các xác suất đồng thời để cỏ ướt và mưa xảy
● 𝑃 (𝐺 = 𝑇): là tổng của các xác suất đồng thời cho việc cỏ ướt ở tất cả các trạng thái kết hợp của mưa và máy phun nước
Một cách khác, bằng việc sử dụng phần mềm GeNie ta mô hình tính toán như sau:
● Bước 1: Mô hình các nút biến quan sát:
● Bước 2: Nhập các trạng thái quan sát và dữ liệu biến vào mô hình, ta chạy kết quả tính toán ta có các xác suất quan sát như sau:
Kết quả cho thấy, tính toán bằng mô hình GeNIe và bằng tay là như nhau Và mô hình cho chúng ta thấy mức độ tương quan lẫn nhau giữa các yếu tố, từ đó có thể mở rộng vấn đề dự đoán các biến ở mô hình phức tạp hơn trong xây dựng đặc biệt là quản lý chi phí xây dựng
Dưới đây là một mô hình BBNs phức tạp dự đoán tai nạn lao động của công trình thép trên cao:
Hình 2.8: Mô hình BBNs đánh giá mức độ rủi ro về tai nạn lao động trên cao (Leu and Chang, 2015)
CƠ SỞ VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Giai đoạn 1: Nhận dạng các yếu tố rủi ro – Sơ đồ khảo sát định tính
● Dựa vào các bài báo, các nghiên cứu tương tự trước đó, các cuộc phỏng vấn với những chuyên gia trong lĩnh vực xây dựng KCT tại Việt Nam nhằm liệt kê các yếu tố rủi ro các thể xảy ra trong quá trình thực hiện dự án mà lúc đấu thầu nhà thầu không lường trước, gây hậu quả đến chi phí cho nhà thầu;
● Thiết kế bảng câu hỏi với các yếu tố đã liệt kê ở trên để khảo sát với các chuyên
HVTH: LƯU HUYỀN TRANG - 2070567 ảnh hưởng của các yếu tố đến chi phí phát sinh cho nhà thầu;
● Sử dụng phần mềm SPSS để tổng hợp và phân tích kết quả khảo sát, từ đó xếp hạng các yếu tố theo mức độ xảy ra và ảnh hưởng dựa vào trị số trung bình (mean);
● Từ bảng xếp hạng các yếu tố rủi ro, lựa chọn các yếu tố được xem là có tác động mạnh đến chi phí và tiến độ so với ban đầu;
Hình 3.2: Sơ đồ phương pháp nghiên cứu phân tích định tính
3.1.2 Thiết kế bảng câu hỏi
Bảng câu hỏi là một trong những phương pháp thống kê thường được dùng để khảo sát, thu nhập dữ liệu phục vụ nghiên cứu Người thiết lập bảng câu hỏi phải làm sao để câu hỏi có cấu trúc logic, ngắn gọn, súc tích và đơn giản
Trong nghiên cứu này, bảng câu hỏi được thiết kế dưới dạng trắc nghiệm, người trả lười chỉ việc lựa chọn phương án mà họ cho là đúng nhất rồi đánh dấu vào ô lựa chọn trong bảng trả lời Mục đích của bảng câu hỏi là nhằm khảo sát mức độ rủi ro của các yếu tố đến vượt chi phí của nhà thầu Các yếu tố ảnh hưởng được phân thành 4 loại để người trả lời dễ dàng đánh giá là: Nhà thầu kết cấu thép, Chủ đầu tư, các nhà thầu khác và đơn vị tư vấn
● Bước đầu nhận dạng các yếu tố các khảo sát từ các nguồn thông tin sau: xin ý kiến từ các chuyên gia trong ngành KCT, kết quả từ các nghiên cứu trước, tra cứu trên sách báo khoa học và truyền thông,
● Lựa chọn thang đo: bài viết chọn thang đo (05) mức độ (five – scales)
● Xây dựng bảng câu hỏi, nội dung chủ yếu bám chặt theo các vấn đề đã được nhận dạng
● Tiến hành khảo sát thử nghiệm: bước này nhằm để hoàn thiện bảng câu hỏi, chỉnh sửa các sai sót, đồng thời thăm dò ý kiến phản hồi từ phía người trả lời
● Thu nhập thông tin, hoàn thiện bảng câu hỏi, và tiến hành phát bảng câu hỏi để thu thập số liệu nghiên cứu
Hình 3.3: Quy trình thiết kế bảng câu hỏi khảo sát
Kích thước mẫu trong khảo sát là một yếu tố quan trọng trong nghiên cứu, vì nó ảnh hưởng đến khả năng tổng quát hóa kết quả và độ chính xác của nghiên cứu Xác định kích thước mẫu phù hợp phụ thuộc vào nhiều yếu tố, bao gồm mục tiêu nghiên cứu, khả năng lựa chọn mẫu ngẫu nhiên và mức độ chấp nhận sai số
Một trường hợp nghiên cứu đã chứng minh rằng, để giảm khoảng tin cậy đi một nữa, từ ±20% xuống ±10%, ta cần phải tăng kích thước mẫu lên 4 lần (George Bojadziev, 2007)
Với số lượng các biến khảo sát của đề tài là 27 biến khảo sát Theo (George Bojadziev, 2007) kích thước mẫu thu thập tối thiểu là 27x4 = 108 mẫu nghiên cứu
3.1.4 Lý thuyết kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s alpha
Trong quá trình thực hiện mô hình nghiên cứu định lượng để đánh giá các yếu tố rủi ro ảnh hưởng vượt chi phí cho dự án KCT phức tạp được đo lường thông qua gián tiếp khảo sát bằng bảng câu hỏi Cho nên, việc xây dựng và kiểm định thang đo có ý nghĩa rất quan trọng đến độ tin cậy của các câu hỏi cũng như các kết quả phân tích sau này của nghiên cứu Kiểm định thang đo là xem xét các mục hỏi nào đã đóng góp vào việc đo lường một khái niệm lý thuyết mà ta đang nghiên cứu, và những mục hỏi nào không
Hệ số Cronbach Alpha là một thước đo được sử dụng để đánh giá độ tin cận nội tại của một bộ thang đo hoặc bằng câu hỏi Nó phản ánh mức độ tương quan giữa các mục trong thang đo Ý nghĩa của Cronbach’s Alpha:
● 0.7 ≤ ∝ < 0.8 : Độ tin cậy chấp nhận được;
● 0.6 ≤ ∝ < 0.7 : Độ tin cậy tạm chấp nhận được;
● ∝ < 0.5 : Độ tin cậy không chấp nhận được;
Hair và cộng sự (2009) cho rằng, một thang đo đảm bảo tính đơn hướng và đạt độ tin cậy nên đạt ngưỡng Cronbach’s Alpha chọn ∝ ≥ 0.7
3.1.5 Thu thập và xử lý số liệu a Nhận dạng các yếu tố rủi ro tiềm năng
Sau khi xem xét các nghiên cứu trong và ngoài nước về rủi ro dự án xây dựng nói chung, rủi ro các dự án công trình công nghiệp và đặc biệt rủi ro của các dự án Kết Cấu Thép phức tạp có thể xảy ro so với giai đoạn đấu thầu Bên cạnh đó, thông qua tham khảo ý kiến của các chuyên gia hoạt động trong lĩnh vực Kết Cấu Thép Học viên đã bước đầu nhận diện, sắp xếp và phân nhóm các yếu tố rủi ro chính ảnh hưởng đến kế hoạch triển khai dự án KCT xét trên quan điểm của nhà thầu KCT: thiết kế, mua sắm, chế tạo, vận chuyển và lắp dựng (Leu et al., 2023)
Bảng tổng hợp các yếu tố tiềm năng được đưa ra dựa trên tham khảo ý kiến và bàn luận cùng các chuyên gia, đây là những người có kinh nghiệm nhiều năm trong ngành kết cấu thép, tham gia trực tiếp vào dự án từ giai đoạn đấu thầu đến thi công dự án (đây gọi là bước Pretest) Nhóm chuyên gia sẽ được cung cấp thông tin danh sách và bảng diễn giải chi tiết các mô tả theo từng yếu tố Sau đó, từ kinh nghiệm thực tế của mình, các chuyên gia tiến hành thảo luận tính thực tiễn và hợp lý của từng yếu tố, loại bỏ và thêm vào các yếu tố thuyết phục hơn
Bảng 3.1: Danh sách chuyên gia thực hiện khảo sát Pretest
STT Họ và tên Kinh nghiệm
Chức vụ Đơn vị công tác
1 Lại Đình Cường 22 năm P.Tổng giám đốc khối
Thương Mại và Kỹ Thuật
Công ty CP KCT ATAD
2 Mai Phước Đức 19 năm Giám đốc dự án Công ty CP KCT
HVTH: LƯU HUYỀN TRANG - 2070567 nghiệm
3 Phan Hoàng Huy 16 năm Phó giám đốc Kinh
Công ty CP KCT ATAD
4 Đào Công Thường 12 năm Phó phòng Support
Công ty CP KCT ATAD
5 Hà Thanh Triều 10 năm Trưởng nhóm Support
Công ty CP KCT ATAD
Sau cuộc khảo sát bảng danh sách các yếu tố rút gọn thành 33 yếu tố và được chia thành 6 nhóm thích hợp theo bảng dưới đây:
Bảng 3.2: Bảng phân loại nhóm rủi ro
STT Phân loại rủi ro Ảnh hưởng
1 Nhóm rủi ro trong phạm vi công việc (scope of work) Chi phí: tỷ lệ % số tiền bị vượt ngân sách so với phạm vi ban đầu
Nhóm rủi ro trong quá trình triển khai bản vẽ (shop drawings & erection drawing) phục vụ sản xuất và lắp dựng
Tiến độ: Số ngày bị chậm trễ so với tiến độ dự kiến trong hợp đồng
3 Nhóm rủi ro trong quá triển khai mua vật tư (Purchase material)
Chi phí và tiến độ: tỷ lệ % số tiền bị vượt ngân sách và số ngày bị chậm trễ so với tiến độ dự kiến trong hợp đồng
4 Nhóm rủi ro trong quá trình sản xuất (Fabrication) Chi phí và tiến độ: tỷ lệ % số tiền bị vượt ngân sách và số ngày bị chậm trễ so với tiến độ dự kiến trong hợp đồng
5 Nhóm rủi ro trong quá trình cấp hàng (Packing &
Chi phí và tiến độ: tỷ lệ % số tiền bị vượt ngân sách và số ngày bị chậm trễ so với tiến độ dự kiến trong hợp đồng
6 Nhóm rủi ro trong quá trình lắp dựng (Erection) Chi phí và tiến độ: tỷ lệ % số tiền bị vượt ngân sách và số ngày bị chậm trễ so với tiến độ dự kiến trong hợp đồng
HVTH: LƯU HUYỀN TRANG - 2070567 án
STT Yếu tố Mô tả Nguồn tham khảo
Nhóm 1 : Nhóm rủi ro do trong phạm vi công việc (scope of work)
1 "General Technical Requirement" không thể xác định chi tiết liên quan đến dự án triển khai
“Yêu cầu kỹ thuật chung” thường không rõ ràng, ràng buộc nhiều yêu cầu không thể lường trước khi có sự cố
2 Tăng phạm vi kiểm tra thiết kế đối với những dự án thiết kế của khách hàng
Giai đoạn 2: Xây dựng mô hình đánh mức độ định lượng
3.2.1 Tổng quan sơ đồ thực hiện
● Thiết lập mô hình phân tích Fault Tree Analysis đối với các nhóm yếu tố rủi ro
● Chuyển đổi FTA sang BBNs ( chuyển đổi khung và tính toán CPT)
● Ước lượng xác suất cho các mối quan hệ
Hình 3.4: Sơ đồ phương pháp nghiên cứu phân tích định lượng
3.2.2 Thiết lập mô hình phân tích FTA
Trên cơ sở kết quả khảo sát các yếu tố rủi ro ảnh hưởng đến các nhóm rủi ro chính của dự án KCT phức tạp ở trên học viên xây dựng mô hình cấu trúc rủi ro ứng với từng nhóm rủi ro cần đánh giá Mỗi nhóm rủi ro khác nhau sẽ được xây dựng thành một cấu trúc hình cây mô tả các yếu tố rủi ro gồm các biến cố rủi ro, biến cố thành phần và sự kiện cuối Cấu trúc này chỉ rõ mối quan hệ giữa các yếu tố rủi ro và mức độ ảnh hưởng giữa chúng
Trong mô hình FTA, các sự kiện không mong đợi tức là sự kiện rủi ro cần đánh giá
HVTH: LƯU HUYỀN TRANG - 2070567 các cổng trong mô hình “OR” hoặc “AND”
Một số biểu tượng mô hình FTA như sau:
Hình 3.5: Mô hình Fault Tree Analysis (SY, 2019a) 3.2.3 Xây dựng mô hình dự đoán BBN a Chuyển đổi mô hình FTA sang BBN
Ba cách tiếp cận và xây dựng mô hình BBNs thường được sử dụng:
● Lấy từ một lượng dữ liệu data lớn;
● Dựa trên kinh nghiệm của các chuyên gia trong lĩnh vực;
● Dùng bảng khảo sát, phỏng vấn;
Thông thường các tiếp cận thứ hai được sử dụng để xây dựng mạng BBNs thực tế do hạn chế về tính khả dụng của dữ liệu Tuy nhiên, nhìn chung rất khó để thiết lập mối quan hệ lẫn nhau giữa các nút trong mạng nếu chỉ dựa vào kiến thức của kỹ sư và chuyên gia Do đó, một số quy trình chuyển đổi từ TE ( kết quả của mô hình Fault Tree Analysis) sang BBNs đã được đề xuất (Franke, Flores and Johnson, 2009)(Liu,
Li and Li, 2008) Sự chuyển đổi cổ điển của các cổng logic từ FTA sang BBN nói chung là một – một, nghĩa là các cổng logic FTA được chuyển đổi thành các nút vật lý tương ứng với BN Tuy nhiên, ý nghĩa của các nút sự kiện trong BN khác với ý nghĩa của cổng logic trong FTA Nút sự kiện được sử dụng để biểu thị một biến trong miền vấn đề, trong khi logic được sử dụng để mô tả một mối quan hệ logic giữa các nút (Leu and Chang, 2015)(Vairo et al., 2019) Để chuyển đổi từ TE sang BBN, các nút sự kiện và cổng logic phải được quản lý riêng Trong quá trình chuyển đổi cổng logic, CPT trong BN tương ứng với các cổng logic phải được phân tích theo hai trạng thái hoặc nhiều trạng thái bằng cách sử dụng các giá trị xác suất Quá trình chuyển đổi được chia thành hai phần: chuyển đổi khung và tính toán CPT (Leu and Chang, 2015) Các bước cơ bản để chuyển đổi khung như sau:
● Chuyển đổi trực tiếp từ các sự kiện và liên kết dọc trong FTA sang các nút liên kết cơ bản trong BBNs (loại trừ các cổng logic)
● Chèn các liên kết bổ sung sử dụng kiến thức chuyên gia và kỹ sư; b Ước lượng và tính toán bảng xác suất có điều kiện (CPT)
Bảng phân phối xác suất có điều kiện (Conditional Probability Table – CPT) trong mạng BBNs là một phần quan trọng trong mô hình vì nó định nghĩa cách thức các biến phụ thuộc vào nhau Mỗi nút trong mạng có một CPT riêng, nó định nghĩa phân phối xác suất có điều kiện cho biến tương ứng dựa trên các biến ban đầu của nó (nếu có) hoặc xác suất xảy ra các trạng thái của node gốc (node không có nguyên nhân) CPT cho chúng ta biết xác suất của một trạng thái cụ thể của biến đó dựa trên các trạng thái của các biến ban đầu Để xác định xác suất có điều kiện của các biến, học viên thực hiện phỏng vấn các chuyên gia và khảo sát các kỹ sư trực tiếp tham gia công trình cụ thể Bằng kinh nghiệm của mình các chuyên gia thực hiện đánh giá xác suất cho mỗi biến Để tăng mức độ tin cậy của dữ liệu Học viên sử dụng phương pháp PERT (Program Evaluation and Review technique) hay phương pháp ba điểm ước lượng để tính toán giá trị kỳ vọng đưa vào mô hình (Cook, 1966) Công thức như sau:
● e là giá trị kỳ vọng của dữ liệu đầu vào đưa vào mô hình
● a là giá trị xác suất nhỏ nhất của trạng thái theo khảo sát
● b là giá trị xác suất lớn nhất của trạng thái theo khảo sát
● m là giá trị xác suất trung bình của trạng thái theo khảo sát
● 𝛿 là độ lệch chuẩn của dữ liệu khảo sát
3.2.4 Phần mềm tính toán BBNs
Có rất nhiều phần mềm để hỗ trợ trong tính toán mạng BBNs, như là: Bnet.Builder, Hugin Explorer, MSBNx (của hãng Microsoft), etc Trong bài nghiên cứu sử dụng phần mềm của GeNIe để mô hình tính toán GeNie (Graphical Network interface) là một công cụ phần mềm được phát triển tại Đại học Pittsburgh của hãng Microsoft Windows và được cung cấp miễn phí Nó rất hữu ích cho việc phân tích quyết định và biểu diễn bằng đồ họa sự kết hợp giữa xác suất và các sự kiện nối mạng Đặc biệt, GeNie có thể được sử dụng để phân tích mạng Bayes hoặc biểu đồ acylic có hướng (tức là các lần xuất hiện trong một mạng lưới các sự kiện độc lập với nhau có điều kiện)
Trong mạng Bayesian, việc bổ sung thêm nhiều nút và suy luận làm tăng đáng kể độ phức tạp của các phép tính liên quan và GeNie cho phép phân tích các hệ thống phức tạp này.
PHÂN TÍCH DỮ LIỆU
Giai đoạn khảo sát Pilot test lần 1
Sau khi nhận dạng được 33 yếu tố rủi ro có thể xảy ra tác động lên dự án, tiến hành bảng câu hỏi khảo sát thử nghiệm (xem phụ lục I) Bảng câu hỏi thử nghiệm chưa được phát đại trà, học viên chỉ gửi cho những chuyên gia hoặc cá nhân có kinh nghiệm trong lĩnh vực KCT để tiếp nhận thông tin phản hồi
● Số bảng công hỏi gửi đi: 12 bảng
● Số bảng câu hỏi thu được: 8 bảng, tương ứng 66,67%
- Kinh nghiệm làm việc của người tham gia phỏng vấn:
Hình 4.1: Biểu đồ phần trăm kinh nghiệm người phỏng vấn pilot
- Chức danh hiện tại trong cơ quan nhà thầu KCT:
- Số lượng dự án KCT phức tạm đã từng tham gia:
Hình 4.3: Biểu đồ phần trăm số dự án KCT phức tạp người phỏng vấn pilot đã tham gia
- Loại dự án KCT phức tạm đã từng tham gia:
Hình 4.4: Biểu đồ loại dự án KCT phức tạp người phỏng vấn pilot đã tham gia Nhận xét chung:
Kết quả cho thấy kinh nghiệm công tác những người tham gia khảo sát đều trên 5 năm trở lên và đa số đều là những người am hiểu về ngành kết cấu thép và trực tiếp tham gia ít nhất một dự án phức tạp (chiếm 87.5%), đặc biệt là kinh nghiệm đa dạng trong nhiều lĩnh vực
- Kết luận sau khi khảo sát thử nghiệm:
Kết quả khảo sát thử nghiệm sau khi thu thập đã được xử lý phân tích thống kê bằng phần mềm SPSS Có 33 yếu tố rủi ro đã được khảo sát Tuy nhiên, kết quả xử lý cho thấy 27 yếu tố rủi ro có số điểm mean > 2.50 (xem kết quả phụ lục số I), trong đó các yếu tố có số điểm mean 108 mẫu (với 27*4 biến khảo sát) và đạt yêu cầu về số mẫu tối thiểu thực hiện khảo sát theo đề xuất của George Bojadziev (George Bojadziev, 2007)
● Đối với hình thức online: học viên thực hiện khảo sát qua google form sau đó chia sẽ link tới cho người cần khảo sát, đa số đối tượng là các đồng nghiệp công ty, bạn bè và anh chị cùng công tác trong lĩnh vực nhà thầu kết cấu thép Các này giúp giảm bớt thời gian và chi phí so với khảo sát truyền thống, không cần in ấn và có thể tiếp cận được một lượng lớn người tham gia khảo sát
● Đối với hình thức phỏng vấn trực tiếp: học viên thực hiện in bản giấy và phỏng vấn trực tiếp ngày cần khảo sát (trường hợp này học viên chỉ áp dụng với người lớn tuổi)
4.2.2 Phân tích dữ liệu a Tiến hành phân tích thống kê mô tả
Thống kê mô tả là một phần quan trọng trong việc phân tích dữ liệu, với mục đích chính là tóm tắt và mô tả các đặc trưng cơ bản của bộ dữ liệu Kết quả phân tích thống kê mô tả nhóm các câu hỏi thông tin chung của đối tượng thực hiện khảo sát như sau:
Tiêu chí khảo sát Số lượng Tỉ lệ
Phần lớn những người được khảo sát có thời gian công tác từ 5 đến 10 năm chiếm tỷ lệ cao nhất 47.4% và nhóm 11 năm đến 20 năm 21.1% Kết quả này cho thấy những người có thâm niên công tác từ 5 năm trở lên chiếm hơn 50% và đó đa phần là những người ít nhiều am hiểu về ngành xây dựng cũng như các công tác quản lý tại dự án cũng có thể xem đây là một nhóm quan trọng vì họ có thể cung cấp những hiểu biết sâu sắc và kỹ năng chuyên môn cao
- Đơn vị công tác của người tham gia phỏng vấn:
Tiêu chí khảo sát Số lượng Tỉ lệ
Các đơn vị sở, ban ngành 6 5.3%
Tư vấn thiết kế 6 5.3% Đơn vị nhà thầu 96 84.2%
Chủ đầu tư, ban QLDA 6 5.3%
Học viên tập trung nhóm khảo sát vào những người am hiểu và đang làm trong lĩnh vực kết cấu thép Đặc biệt là đang tham gia và làm việc tại các đơn vị nhà thầu kết cấu thép, họ có ít nhiều kinh nghiệm trong lĩnh vực và trực tiếp tham gia vào dự án
- Chức vụ hiện tại của người tham gia phỏng vấn:
So với các lựa chọn ban đầu của khảo sát với chỉ bốn vị trí chung được đề xuất thì kết quả có rất nhiều công việc khác của người những tham gia khảo sát với tỷ lệ phân bổ đa dạng trong đó có nhiều vị trí trực tiếp và gián tiếp tham gia vào công tác quản lý dự án ở công trình với bảng chi tiết như sau:
Tiêu chí khảo sát Số lượng Tỉ lệ
Quản lý bộ phận/ chức năng - QLDA 24 21.4%
Quản lý bộ phận/ chức năng - QLCP 6 5.4%
Kết quả cho thấy phần lớn người tham gia khảo sát là thuộc bộ phận quản lý dự án, quản lý chi phí và đặc biệt là nhóm thành viên trực tiếp tham gia vào dự án chiếm 64.3% Họ có thể là những người nắm rõ nhất về tình trạng các giai đoạn dự án từ lúc đấu thầu cho tới triển khai dự án và đóng dự án, họ trực tiếp theo dõi, quản lý chi phí, thanh toán về dòng tiền dự án Từ đó họ là những người có cái nhìn rõ và trực quan nhất về tình trạng vượt chi phí dự án so với ngân sách ban đầu
- Số dự án Kết Cấu Thép người tham gia phỏng vấn đã tham gia :
Tiêu chí khảo sát Số lượng Tỉ lệ
Kết quả về số dự án kết cấu thép từng tham gia của đối tượng khảo sát chiếm tỷ lệ cao 84.2% cho nhóm trên >10 dự án Qua đó, kết quả phản ánh khảo sát cho thấy có tính khả thi hơn vì số lượng kinh nghiệm thực hiện dự án kết cấu thép đa dạng
- Lĩnh vực dự án Kết cấu thép mega người phỏng vấn đã tham gia :
Công nghiệp nặng – năng lượng 72 54.5%
Kết quả cho thấy các dự án Mega thuộc các lĩnh vực khác nhau đều có người đã tham gia, trong đó nhóm cơ khí công nghiệp nặng – năng lượng và Cơ khí công nghiệp chiếm tỷ trọng nhiều nhất, lần lượt là 54.5% và 59.1% Điều này cho thấy rằng phần lớn đối tượng thực hiện khảo sát đúng với phạm vi nghiên cứu đề ra và số liệu thu thập là đáng tin cậy b Kiểm ra độ tin cậy thang đo Cronbach’s Alpha
Kết quả hệ số Cronbach’s Alpha của nhóm tất cả các yếu tố khảo sát thu được sau khi phân tích bằng phần mềm SPSS như sau:
Bảng 4.1: Bảng kết quả hệ số Cronbach’s Alpha của các biến khảo sát
Bảng kết quả hệ số tương quan biến tổng của nhóm tất cả các yếu tố khảo sát sau khi phân tích bằng sppp như sau:
Bảng 4.2: Bảng kết quả hệ số tương quan biến tổng quát của các biến khảo sát (Item – total statistics)
Scale Variance if Iteam Deleted
Cronbach’s Alpha if Item Deleted
Kết quả kiểm định cho thấy: hệ số tin cậy thang đo Cronbach’s Alpha bằng 0.814 > 0.7 nên thang đo đạt độ tin cậy
4.2.3 Xếp hạng các yếu tố gây rủi ro vượt chi phí mạnh nhất
Sử dụng phần mềm SPSS kết quả cho ra bảng giá trị trung bình (mean) của các biến như trong bảng sau:
Bảng 4.3: Bảng kết quả giá trị trung bình và độ lệch chuẩn (Item statistics)
Giá trị trung bình của các biến phân bố từ 1.97 tới 4.08 để đưa ra mức giá trị hợp lý và lựa chọn các biến có ảnh hưởng nhất làm phân tích tiếp theo, ta có biểu đồ biến thiên giá trị trung bình như bên dưới:
Hình 4.5: Biểu đồ giá trị trung bình của yếu tố ảnh hưởng
Quan sát biểu đồ ta thấy rằng đồ thị biến thiên giá trị trung bình của các biến là khá đồng đều, có một số yếu tố ảnh hưởng mạnh gây biến thiên lớn Với mức đánh giá theo thiết kế thang đo Likert của bảng khảo sát ban đầu, mức thang điểm 3 là mức ảnh hưởng “trung bình” (yếu tố là vượt chi phí ở mức trung bình nằm trong khoảng
Biểu đồ giá trị trung bình
% dự trù của nhà thầu) Như vậy học viên lựa chọn các biến có giá trị mean >3, tức là ảnh hưởng vượt chi phí trên mức trung bình để làm đầu vào cho mô hình dự đoán tiếp theo Kết quả còn lại 17 yếu tố biến đầu vào tiếp theo
4.3 Danh mục các yếu tố rủi ro vượt chi phí cho nhà thầu KCT trong các dự án Mega
Từ kết quả của bảng xếp hạng trên, 17 yếu tố ảnh hưởng mạnh nhất đến vượt chi phí phân bố ở 5 giai đoạn khác nhau: giai đoạn triển khai thiết sản xuất (gọi là nhóm Risk 01); giai đoạn triển khai mua sắm (gọi là nhóm Risk 02); giai đoạn sản xuất chế tạo (gọi là nhóm Risk 03); giai đoạn đóng gói và vận chuyển (gọi là nhóm Risk 04); giai đoạn thi công (gọi là nhóm Risk 05) Trong đó, nhóm Risk 01 có 03 yếu tố, nhóm Risk 02 có 07 yếu tố, nhóm Risk 03 có 02 yếu tố, nhóm Risk 04 có 03 yếu tố và cuối cùng nhóm Risk 05 có 02 yếu tố Sơ đồ các yếu tố ảnh hưởng đến chậm trễ tiến độ theo nhóm như sau:
Hình 4.6: Sơ đồ các yếu tố ảnh hưởng gây vượt chi phí cho dự án KCT phức tạp
Hai yếu tố xếp hạng mạnh nhất: “R3.1- Ảnh hưởng biến động thị trường, trượt giá nguồn vật tư” thuộc nhóm Risk 02 với trị trung bình là 4.07 và “R5.5- Biến động thị trường logistic: biến động giá cước tàu” thuộc nhóm Risk 04 với trị trung bình là
HVTH: LƯU HUYỀN TRANG - 2070567 trước và kiến nghị của chuyên gia.
Xây dựng mô hình khung Fault Tree Analysis
Dựa trên sơ đồ các yếu tố ảnh hưởng gây vượt chi phí cho dự án KCT phức tạp, phỏng vấn chuyên gia sự tương quan “nhân – quả” giữa các yếu tố và sự tương tác giữa các nguyên nhân gốc rễ và nguyên nhân gián tiếp để hình thành mô hình Fault Tree Analysis tổng thể học viên xây dựng được sơ đồ FTA đầu tiên Sau đó, học viên gửi mô hình sơ khởi cho 8 chuyên gia (bảng 3.1) tư vấn và góp ý kiến, kết quả được mô hình phân tích Fault Tree tương ứng cho rủi ro cuối cùng như hình 4.7 Học viên sử dụng web:https://www.fault-tree-analysis-software.com/ để hỗ trợ mô hình Fault Tree Các giá trị xác suất ban đầu không xét trong giai đoạn này
Tình trạng vượt chi phí cơ bản có thể xảy ra ở tất cả các giai đoạn thực hiện dự án
Hình 4.7: Sơ đồ FTA mô tả các yếu tố rủi ro gây vượt chi phí.
HVTH: LƯU HUYỀN TRANG - 2070567 chuyên gia đánh giá khả năng cao nhất là nhóm Risk 02 và Risk 04 Và các nguyên nhân gốc rễ gây ra là: (1) Biến động thị trường, trượt giá nguồn vật tư; (2) Thay đổi biện pháp lắp dựng; (3) Sai khối lượng dự toán; (4) Thiết bị lắp dựng không đảm bảo hoặc không có sẵn tại địa phương dự án; (5) Yêu cầu đóng gói phức tạp hơn lúc đấu thầu; (6) Phản hồi thông tin làm rõ giữa các bên liên quan bị trễ; (7) Kiểm soát thầu phụ không tốt (thầu phụ giao hàng không đảm bảo chất lượng và tiến độ); (8) Nghiệm thu nhận hàng trước khi lắp dựng không đảm bảo Hơn nữa, các nguyên nhân gián tiếp có thể xảy ra chi phí vượt mức được các chuyên gia liên kết và phân tích tuần tự như hình 4.7.
Thiết lập mô hình BBNs từ chuyển đổi khung FTA
4.5.1 Chuyển đổi khung mô hình FTA sang BBNs
Dựa trên quá trình chuyển đổi được mô tả lý thuyết trên chương 3 mục 3.2.3, tất cả các sơ đồ FTA đã được chuyển đổi sang BN Khung BN hoàn chỉnh được thể hiện như hình 4.8 bên dưới Phần mềm GeNIe hỗ trợ mô hình
4.5.2 Nguyên tắc tinh toán mô hình
Học viên mã hóa các biển rủi ro theo mã biến “r” từ 1 đến 17, biến kết quả (vượt chi phí) được gán bằng R Khi đó, ta có thể thấy R là hàm số của 17 biến trên, có thể viết dưới dạng:
R= f(𝑟 , 𝑟 , …, 𝑟 ); trong đó f là hàm số thể hiện mối quan hệ (xác suất có điều kiện) giữa các biến rủi ro
Bảng 4.4: Bảng mã hóa dữ liệu
STT Code Diễn giải Kí hiệu
1 R2.1 Phản hồi thông tin làm rõ giữa các bên liên quan 𝑟
2 R2.3 Thay đổi biện pháp lắp dựng 𝑟
STT Code Diễn giải Kí hiệu
3 R2.4 Sự sai xót từ bản vẽ của nhà thầu phụ ( grating, nhôm kính, cửa, )
4 R3.1 Ảnh hưởng biến động thị trường, trượt giá nguồn vật tư 𝑟
5 R3.2 Vật tư thép sản xuất hao hụt lớn 𝑟
6 R3.3 Vật tư thông số đặc biệt, giá độc quyền thị trường 𝑟
7 R3.4 Rủi ro cước vận chuyển tăng ảnh hưởng giá nhập khẩu vật tư
8 R3.6 Sai sót khối lượng dự toán 𝑟
9 R3.7 Phát sinh mua khối lượng không đủ MOQ 𝑟
10 R3.8 Thay đổi thiết kế làm vật tư mua sai 𝑟
11 R4.3 Sai sót cung cấp vật tư về nhà máy 𝑟
12 R4.6 Kiểm soát thầu phụ không tốt: thầu phụ không đáp ứng tiến độ và chất lượng
13 R5.2 Yêu cầu đóng gói phức tạp hơn lúc chào thầu 𝑟
14 R5.3 Số lượng xe hay container không đáp ứng 𝑟
15 R5.5 Biến động thị trường logistic 𝑟
16 R6.1 Nghiệm thu vật tư nhận hàng trước khi láp dựng không đảm bảo, phải sửa chữa
17 R6.3 Thiết bị lắp dựng không đảm bảo hoặc không có sẵn 𝑟 Biến kết quả
Sau khi mã hóa các biến rủi ro, biến trung gian và kết quả, ta được mô hình mới tương ứng với hình 4.9
HVTH: LƯU HUYỀN TRANG - 2070567 tắc xác suất có điều kiện Hai công thức quan trọng được áp dụng là công thức xác suất đầy đủ (lý thuyết chương 3) Trình tự tính toán được thể hiện ở sơ đồ hình 4.9 Trong đó:
● P(𝑟 ): xác suất của biến rủi ro thứ i;
● P®: xác suất của kết quả “vượt chi phí”;
● P(𝑟 ) = 𝑓(𝑃(𝑟 , 𝑟 ): xác suất của biến rủi ro thứ i với các xác suất biết trước 𝑃(𝑟 );
● 𝑃(𝑟 ) là xác suất của yếu tố thứ i phụ thuộc vào xác suất của yếu tố j và k;
Theo sơ đồ hình 4.10, có 8 biến gồm: 𝑟 , 𝑟 , 𝑟 , 𝑟 , 𝑟 , 𝑟 , 𝑟 , 𝑣à 𝑟 là các biến mà không có nguyên nhân khác gây ra, gọi là nút gốc (root nudes) Bảng xác suất của chúng gọi là xác suất ban đầu (prior probabilities), được xác định trước khi tính toán mô hình Xác suất tương ứng của các biến đó lần lượt là: 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ), 𝑃(𝑟 ).
Hình 4.8: Mô hình tổng quát dự đoán vượt chi phí các dự án KCT phức tạp cho nh
Hình 4.9: Mô hình tổng quá dự đoán vượt chi phí sau khi mã hóa
Hình 4.10: Sơ đồ nguyên lý tính toán xác suất của các biến trong mô hình BBNs.
KIỂM CHỨNG MÔ HÌNH THỰC TẾ
Giới thiệu vài nét chính về công trình áp dụng
Mô hình sẽ được kiểm chứng bằng cách áp dụng dự báo xác suất vượt chi phí trong giai đoạn triển khai dự án cho nhà thầu thi KCT ở hai dự án thuộc dạng loại hình và phạm vi khác nhau Theo nguyên tắc trong nghiên cứu khoa học, tác giả xin giấu tên công trình cũng như các bên tham gia Những thông tin chung sẽ được mô tả sơ lược dưới đây:
5.1.1 Giới thiệu công trình A – dự án xuất khẩu
Dự án là nhà máy điện đốt than công suất 1,200MW sử dụng công nghệ siêu tới hạn và cơ sở hạ tầng liên quan Dự án này nhà thầu KCT tham gia vào gói cung cấp dịch vụ “thiết kế, sản xuất chế tạo và vận chuyển kết cấu thép” cho dự án với quy mô khoảng 28,600 tôn thép
Hình 5.1: Hình ảnh tổng quan mặt bằng công trình A
● Địa chỉ công trình: Matarbari, Cox’s Bazar District, Chittagong Divisiob, Bangladesh;
● Loại hình công trình: nhà máy nhiệt điện
● Loại hình vốn: Vốn vay nhà nước (Cơ quan hợp tác Quốc tế Nhật Bản JICA) chuyển hàng hóa kết cấu thép tới cảng Cát Lái Việt Nam – FOB (gói piperacke và nhà kho)
● Giá trị gói thầu theo hợp đồng: 16,715,024.00USD + 13,913,043.00USD
● Giá trị quyết toán: 20,679,331.00USD + 17,578,290.00USD
● Hình thức hợp đồng: trọn gói
● Thời gian thực hiện hợp đồng: 08/07/2020 đến 21/07/2024
Thông tin về chi phí ngân sách gói thầu thi công của nhà thầu KCT: tổng giá trị gói thầu sau quyết toán là: 38,257,621.00USD tương ứng với đơn giá trung bình 1,338.87usd/ton, ứng với chi phí quản lý và lợi nhuận ban đầu phê duyệt 8% Tuy nhiên chi phí thực hiện gói thầu sau cùng là 20,100,309.73USD vượt gân sách đề ra 5,65% dẫn đến chi phí quản lý và lợi nhuận chỉ còn 2.8% Tổng quan quan gói thầu này nhà thầu KCT không còn lợi nhuận
Dưới đây là bảng tổng hợp thông tin tổng chi phí dự án thay đổi thay theo thời gian:
Thời điểm ký hợp đồng
Thời điểm biến động điều chỉnh HĐ
Thời điểm kết thúc dự án Giá trị hợp đồng (USD) 30,628,043.00 38,257,621.00 38,257,621.00 Đơn giá trung bình HĐ
Ngân sách dự kiến (USD) 28,177,779.56 35,197,011.74
Chi phí thực tế (USD) 37,186,408.05
CP quản lý và lợi nhuận
Mô tả tình hình kinh tế xoay quanh thời gian thực hiện dự án: dự án bắt đầu trong tình hình Covid -19 vẫn tiếp tục lây lan, chưa được kiểm soát trung bình mỗi ngày có từ 8,000 đến 10,000 ca mắc mới tại Việt Nam Để giải quyết tình trạng này
HVTH: LƯU HUYỀN TRANG - 2070567 kinh tế Các tỷ giá, nghiên vật liệu, xăng dầu tăng vọt làm ảnh hưởng tới toàn bộ nền kinh nói chung và dự án nhà thầu nói riêng Đặc biệt nhóm ảnh hưởng mạnh nhất đến dự án của nhà thầu là cước vận chuyển và giá nguyên vật liệu thép, như bên dưới:
Hình 5.2: Chỉ số container toàn cầu (Nguồn tham khảo Staista)
Hình 5.3: Chỉ số nghiên vật liệu thép (Nguồn LME Steel HRC FOB) thực hiện dự án
5.1.2 Giới thiệu công trình B – dự án tại Việt Nam
Dự án là tổ hợp hóa dầu đầu tiên tại Việt Nam với công suất 1,6 triệu tấn/năm, có khả năng thay thế các sản phẩm polyolefins đang nhập khẩu Dự án cũng bao gồm các cơ sở hạ tầng khác cạnh tổ hợp sản xuất hóa dầu, khu cảng nước sâu Dự án này nhà thầu KCT tham gia vào gói cung cấp dịch vụ “thiết kế chi tiết, sản xuất chế tạo và vận chuyển kết cấu thép cho hạng mục văn phòng tạm, nhà kho và hệ đỡ”
Hình 5.4: Hình ảnh tổng quan công trình
● Địa chỉ công trình: xã Long Sơn, tỉnh Bà Rịa – Vũng Tàu, Việt Nam
● Loại hình công trình: cơ dầu khí công nghiệp
● Loại hình vốn: Vốn tư nhân
● Phạm vi công việc nhà thầu KCT: thiết kế chi tiết, mua sắm sản xuất chế tạo và vận chuyển hàng hóa kết cấu thép tới công trình
● Giá trị gói thầu theo hợp đồng (tạm tính): 296,102,000,000.00VNĐ
● Giá trị quyết toán: 411,400,000,000.00VNĐ
Thông tin về chi phí ngân sách gói thầu thi công của nhà thầu KCT: tổng giá trị gói thầu sau quyết toán là:411,400,000,000 tỷ VNĐ, tương ứng với đơn giá trung bình 34,571VNĐ/kg, ứng với chi phí quản lý và lợi nhuận ban đầu phê duyệt 13% Tuy nhiên chi phí thực hiện gói thầu sau cùng là 385,893,200,000 tỷ VNĐ vượt gân sách đề ra 7.82% dẫn đến lợi nhuận trên tổng dự án của nhà thầu bị giảm đáng kể so với mức kỳ vọng ban đầu
Dưới đây là bảng tổng hợp thông tin tổng chi phí dự án thay đổi thay theo thời gian:
Thời điểm ký hợp đồng
Thời điểm biến động điều chỉnh HĐ
Thời điểm kết thúc dự án
296,102,000,000 356,318,324,440 411,400,000,000 Đơn giá trung bình hợp đồng (VNĐ/kg)
Khối lượng dự án (ton) 10,306.73 10,306.73 11,900.00
Chi phí thực tế (VNĐ) 385,893,200,000
CP quản lý và lợi nhuận(%/HĐ)
Mô tả tình hình kinh tế xoay quanh thời gian thực hiện dự án: cũng như dự án A, dự án B cũng thực hiện trong giai đoạn biến động thị trường do Covid -19 gây ra, nên dự án đã có một lần điều chỉnh đơn giá hợp đồng giúp giảm rủi ro về chi phí mong đợi ban đầu nhà thầu đưa ra.
Kiểm chứng tính hợp lý, phân tích kết quả của mô hình
5.2.1 Áp dụng mô hình BBNS vào thực tế công trình
Tùy thuộc vào công trình cụ thể, mô hình BBNs ở sơ đồ hình 4.7 sẽ được hiệu chỉnh cho phù hợp với các đặc trưng của công trình đó Chẳng hạn, các yếu tố thuộc giai đoạn lắp dựng không còn phù hợp với dự án A va B (cả hai dự án nhà thầu kết cấu thép không cung cấp dịch vụ lắp dựng), hay yếu tố “yêu cầu đóng gói phức tạp hơn lúc chào thầu” không còn phù hợp với các dự án trong nước, Và cũng có thể bổ sung các yếu tố chưa xét đến trong mô hình do đặc tính riêng cho công trình đó Sự hiệu chỉnh mô hình là do học viên tham khảo ý kiến của kỹ sư và các chuyên gia trực tiếp tham gia vào công trình để đưa ra ý kiến, quan điểm và đánh giá lại mô hình phù hợp Đề tài này chủ yếu tập trung vào nghiên cứu rủi ro vượt chi phí trong giai đoạn triển khai dự án so với ngân sách dự trù lúc đấu thầu Mô hình nghiên cứu đánh giá rủi ro vượt chi phí cho nhà thầu kết cấu thép cụ thể của công trình A và công trình B được thể hiện tương ứng ở sơ đồ hình 5.5 và hình 5.6:
5.2.2 Khảo sát bảng xác suất có điều kiện giữa các biến (tính toán CPT)
Sau khi hiệu chỉnh mô hình định lượng rủi ro vượt chi phí cho phù hợp với từng công trình cụ thể, học viên tiến hành ước lượng xác suất cho các mối quan hệ trong mô hình bằng cách khảo sát các kỹ sư và chuyên gia tham gia thực hiện công trình
Bảng khảo sát xác suất có điều kiện của mỗi dự án được gửi cho cấp quản lý và Qs/team hợp đồng tham gia mỗi dự án và mỗi dự án học viên gửi những người trực tiếp tham gia (xem phụ lục III)
5.2.3 Dữ liệu đầu vào mô hình a Các thông số của một biến trong mô hình BBNs
Trong mô hình BBNs, mỗi biến (yếu tố rủi ro) bao gồm các đặc tính sau:
Hình 5.5: Mô hình BBNs đánh giá rủi ro vượt chi phí cho nhà thầu KCT của công trình A
Hình 5.6: Mô hình BBNs đánh giá rủi ro vượt chi phí cho nhà thầu KCT của công trình B
● Dữ liệu của biến (bảng xác suất có điều kiện)
Trạng thái biến càng chia nhỏ, mức độ chính xác của mô hình sẽ càng sát với thực tế Tuy nhiên, với mức độ tính toán quá nhiều và cùng với thời gian nghiên cứu có hạn, học viên xin đơn giản hóa khi xét đến 2 trạng thái cơ bản cho tất cả biến rủi ro là “có xảy ra” và “ không xảy ra” Biến kết quả “vượt chi phí” học viên xét đến 5 trạng thái quan sát như sau:
● Không vượt chi phí Wi