Đang tải... (xem toàn văn)
Bài 3: Lập mô hình và tối ưu hóa. Những nội dung chính trong bài này gồm có: Mô hình là gì? Nghệ thuật lập mô hình, mô hình xếp hàng, khi nào thì đơn giản hóa là không phù hợp? Mô hình tất định và mô hình xác suất, mô hình mô tả và mô hình chuẩn đoán,... Mời các bạn cùng tham khảo.
Bài 3: Lập mơ hình tối ưu hóa Nhập mơn sách cơng Nguyễn Xn Thành T10/2015 Mơ hình gì? (Stokey & Zeckhauser, Ch 1) • Mơ hình đơn giản hóa khía cạnh giới thực • Các nhà phân tích sách cơng cần sử dụng mơ hình họ thường phải đưa khuyến nghị sách bối cảnh có vơ vàn loại thơng tin khác • Nhà phân tích phải loại bỏ thơng tin không cần thiết để vừa làm sáng tỏ vấn đề phân tích, vừa giúp xác định mối quan hệ cấu trúc biến quan trọng, từ dự đốn tác động lựa chọn sách cụ thể Nghệ thuật lập mơ hình: Đơn giản hóa mức độ vừa phải • Ví dụ 1: Đường cầu Giá Lượng • Ví dụ 2: Thomas Schelling đội mũ bảo hiểm Payoff Lựa chọn cầu thủ chơi khúc quân cầu băng: A: đội mũ bảo hiểm B: không đội mũ bảo hiểm Lợi ích cầu thủ nhận khơng đội mũ A B Số cầu thủ chọn A Lợi ích cầu thủ nhận đội mũ Mơ hình xếp hàng (Stokey & Zeckhauser, Ch 5) • Cần cửa thu phí trạm thu phí qua cầu để đảm bảo xe lưu thông đợi? Cầu cửa ngõ vào thành phố Cầu có xe (1 chiều chiều vào) Một cửa thu phí 10 giây để giải xe ô-tô Một ngày (24 giờ) có 7200 xe qua cầu chiều Trạm thu phí – – – – 7200 7200 Khi đơn giản hóa khơng phù hợp? • Ví dụ: Phân bổ nguồn lực tiếp bệnh nhân Phân loại mơ hình – Box Diagram Mơ hình tất định (Deterministic model) Mơ hình mơ tả (Descriptive model) Mơ hình chẩn đốn (Prescriptive model) Mơ hình xác suất (Probabilistic model) Mơ hình tất định mơ hình xác suất • Mơ hình tất định: – Các thơng số đầu vào, mối quan hệ tác động đầu giá trị chắn – Bất thường thực tế hoạch định sách Nhưng nhiều trường hợp, thơng số đầu vào mang tính ngẫu nhiên, ta sử dụng giá trị trung bình kết thu có tính gần • Mơ hình xác suất: – Các biến số mơ hình nhận giá trị khác theo tình huống/kịch khác (tình trạng khơng chắn – uncertainty) – Các giá trị biến số tuân theo phân phối xác suất định (biến rủi ro – risk) Mơ hình mơ tả mơ hình chuẩn đốn • Mơ hình mơ tả: – Mơ tả thực tế diễn – Dự đoán xem số biến số phản ứng trước thay đổi phận khác hệ thống – Đưa lựa chọn làm rõ điều kiện đằng sau lựa chọn – Chỉ việc thực hành động tạo tác động • Mơ hình chuẩn đốn: – Mơ hình mơ tả + Hàm số sở thích người định – Đưa quy tắc ràng buộc dựa vào để giải tốn tối ưu hóa – Với lựa chọn đưa mơ hình mơ tả sở thích người định, mơ hình chuẩn đốn giúp xếp thứ tự ưu tiên lựa chọn/hướng hành động tối ưu Mô hình mơ tả, tất định Ví dụ: Sân bay Long Thành hay Tân Sơn Nhất? Mở rộng Tân Sơn Nhất từ 2021 Phương Phương Phương Phương Phương án A án B án C án D án E không không không khơng có Đóng cửa Tân Sơn Nhất Từ năm 2021 Từ năm 2031 có có Từ năm 2036 Chủ đầu tư sân bay Long Thành có khơng tư nhân tư nhân nhà nước nhà nước có nhà nước Mơ hình chẩn đốn, tất định Ví dụ: Sân bay Long Thành hay Tân Sơn Nhất? Phương án A NPV kinh tế IRR kinh tế (giá thực) Phương án B Phương án C Phương Phương án D án E 5.288,6 -329,4 5.288,6 10.287,7 7.751,2 10,1% 5,8% 10,1% 23,8% 19,7% Mơ hình chuẩn đốn, xác suất • Ví dụ: Sân bay Long Thành hay Tân Sơn Nhất Forec ast: NPV chu so huu NPV kinh tế theo tốc độ tăng trưởng hành khách (PA C)5,000 Tr ials Kịch Tốc độ tăng trưởng hành khách giảm so với kịch sở Kết 0,0% NPV kinh tế (triệu USD) 5.289 10,1% EIRR thực -2,0% Frequxác ency Char t Phân phối suất NPV 4,874 Dis 027 136 020 102 -3,0% 014 68 1.864 007 498 34 7,9% 000 6,6% -296.29 -163.59 -30.90 Certainty is 66.48% from 0.00 to +Infinity 101.79 234.49 Mơ hình chuẩn tắc Mơ hình mơ tả + Sở thích cá nhân + Hàm phúc lợi xã hội Dùng tư phản biện việc lập mô hình • Lựa chọn mơ hình “đúng” – Mơ hình mô tả giới thực tốt đến đâu – Mô hình dự đốn kết xác nào? – Mơ hình phản ảnh sở thích cá nhân/xã hội hợp lý khơng? • Giới hạn mơ hình – Nhớ mơ hình phiên đơn giản hóa giới thực – Nhưng mơ hình q lớn, q phức tạp mà khơng hiểu khơng có tác dụng ... -2 ,0% Frequxác ency Char t Phân phối suất NPV 4,874 Dis 027 136 020 102 -3 , 0% 014 68 1.864 007 498 34 7,9% 000 6,6% -2 96.29 -1 63. 59 -3 0 .90 Certainty is 66.48% from 0.00 to +Infinity 101.79 234 .49... Phương án C Phương Phương án D án E 5.288,6 -3 2 9,4 5.288,6 10.287,7 7.751,2 10,1% 5,8% 10,1% 23, 8% 19,7% Mô hình chuẩn đốn, xác suất • Ví dụ: Sân bay Long Thành hay Tân Sơn Nhất Forec ast: NPV chu... 2021 Từ năm 2 031 có có Từ năm 2 036 Chủ đầu tư sân bay Long Thành có khơng tư nhân tư nhân nhà nước nhà nước có nhà nước Mơ hình chẩn đốn, tất định Ví dụ: Sân bay Long Thành hay Tân Sơn Nhất? Phương