Rủi ro bên phải (USD)
5% 0.42771 10% 0.42465 15% 0.42259 20% 0.42096 25% 0.41954 30% 0.41828 35% 0.41711 40% 0.41600 45% 0.41493 50% 0.41387 55% 0.41282 60% 0.41175 65% 0.41065 70% 0.40947 75% 0.40820 80% 0.40680 85% 0.40517 90% 0.40310 95% 0.40004 3.4 Kết quả hỗ trợ ra quyết định Giả sử 1:
Các loại chi phí khác cho 1 sản phẩm là 0.25 USD
Lợi nhuận trước thuế công ty Mekong muốn đạt được trên 1 sản phẩm là 0.25 USD
Rủi ro < 15%
Câu hỏi: Phải bán sản phẩm với giá bao nhiêu? Trả lời
Tra bảng 3.16 rủi ro tại 15% là 0.42259 USD
Giá bán là 0.42259 + 0.25 + 0.25 = 0.92259 USD
Giá bán > 0.92259 USD
Ở mức 85% về độ tin cậy, nếu danh mục sản xuất không thay đổi trong và nếu thị trường tài chính vẫn trong một tình trạng bình thường (khơng tồn tại worst case scenarios), thì khoản lỗ trong 85% các trường hợp tối đa là 0.42259 và xác suất khoản lỗ cao hơn 0.42259 là 15% trong trường hợp tồi tệ nhất. Giá trị Value at Risk (độ tin cậy 85%) là 0.42259.
Hay cách khác, với giá bán 0.92259 USD, xác xuất lỗ là 15%.
Giả sử 2:
Các loại chi phí khác cho 1 sản phẩm là 0.25 USD
Lợi nhuận trước thuế công ty Mekong muốn đạt được trên 1 sản phẩm là 0.25 USD
Rủi ro < 5%
Câu hỏi: Phải bán sản phẩm với giá bao nhiêu? Trả lời
Tra bảng 3.16 rủi ro tại 5% là 0.42771 USD
Giá bán là 0.42771 + 0.25 + 0.25 = 0.92771 USD
Rủi ro < 5%
Giá bán > 0.92771 USD
Ở mức 95% về độ tin cậy, nếu danh mục sản xuất không thay đổi trong và nếu thị trường tài chính vẫn trong một tình trạng bình thường (khơng tồn tại worst case scenarios), thì khoản lỗ trong 85% các trường hợp tối đa là 0.42771 và xác suất khoản lỗ cao hơn 0.42771 là 15% trong trường hợp tồi tệ nhất. Giá trị Value at Risk (độ tin cậy 95%) là 0.42771.
3.5 Phân tích nguyên nhân giá cả nguyên liệu thay đổi
STT Tên nguyên liệu Giá trung bình USD Độ lệch chuẩn USD Độ lệch chuẩn % Nguồn 1 CuSO4.5 H2O 0.85 0.09 2.33 Hình 3.2 2 Dolomite 0.06 0.00 0 Hình 3.4 3 MnSO4. H2O 1.19 0.03 2.52 Hình 3.8 4 Na2BO3 1.03 0.03 2.91 Hình 3.10 5 Nitrophenol 5.10 0.21 4.11 Hình 3.12 6 Pennac P 2.94 0.06 2.04 Hình 3.14 7 ZnSO4.H2O 1.36 0.08 5.88 Hình 3.16 8 Zeolite indo 0.25 Giá không thay đổi Bảng 3.8 9 Màu Green VP20 9.11 Giá không thay đổi Bảng 3.10 10 FeSO4.7H2O Min 0.23 USD, Max 0.25 USD Hình 3.6 Những nguyên nhân bên ngoài tác động đến giá cả nguyên liệu như: Lạm phát, cung – cầu, cạnh tranh, tình hình chính trị, chính sách phát triển của nhà nước… Đây là những nguyên nhân mà doanh nghiệp khơng thể kiểm sốt và chi phối được. Nó tác động thường xuyên nhiều chiều và lâu dài đến toàn bộ hệ thống giá của nguyên liệu vì vậy cần phải thường xuyên theo dõi sự tác động trên cơ sở của nó để cân nhắc áp dụng các biện pháp giảm rủi ro.
Những nguyên nhân bên trong công ty tác động đến giá nguyên liệu:
Số lượng nguyên liệu đặt mua: Với một loại nguyên liệu, với một nhà cung cấp vẫn có nhiều mức giá khác nhau tùy thuộc vào số lượng mua hàng.
Do mua nguyên liệu từ nhiều nhà cung cấp nên chắc chắn có sự chênh lệch nhất định về giá.
Phương thức giao hàng: Công ty Mekong tự chuyên chở nguyên liệu hoặc nhà cung cấp giao nguyên liệu đến tận công ty Mekong cũng ảnh hưởng đến giá của nguyên liệu.
Phương thức thanh toán: Cách thanh toán tiền nguyên liệu cho nhà cung cấp cũng tác động đến giá của nguyên liệu. Giá nguyên liệu mua trả ngay sẽ khác với giá nguyên liệu mua ghi nợ.
Thời gian mua nguyên liệu: Mua nguyên liệu trong lúc cao điểm giá sẽ cao hơn trong mùa nước nổi. Do đặc trưng của ngành phân bón nói chung và cơng ty Mekong nói riêng. Giá nguyên liệu sẽ thay đổi theo vụ mùa.
Tóm tắt chƣơng 3
Dựa vào các biến đầu vào là giá của nguyên liệu trong quá khứ, phương pháp ước lượng rủi ro Value at Risk với thuật tốn mơ phỏng Monte Carlo đã dự báo được giá của nguyên liệu tổng hợp trong tương lai gần kèm theo xác suất cụ thể xảy ra. Đây chính là phương pháp ước lượng được mục tiêu quản trị với một rủi ro xác định.
Dự báo được rủi ro của giá nguyên liệu cho phép nhà kinh doanh dưa ra quyết định chính xác hơn, chắc chắn hơn trong việc xác định giá bán và mức lợi nhuận đạt được
Xác định nguyên nhân ảnh hưởng đến giá từ đó tìm giải pháp hạn chế sự thay đổi về giá, rủi ro.
CHƢƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ
4.1 Kết luận:
Rủi ro trong kinh doanh dường như là một điều hiển nhiên mà bất cứ doanh nghiệp nào cũng gặp phải. Và việc dự đốn chính xác quy luật biến động của giá nguyên liệu là vấn đề luôn được quan tâm trong việc xác định giá thành sản phẩm. Vì thế mỗi doanh nghiệp cần có những cơng cụ dự báo rủi ro để chủ động hơn trong kinh doanh.
Trong khuôn khổ nghiên cứu, bài viết đã đạt được những mục tiêu sau:
Đo lường được rủi ro về giá thành đầu vào của một sản phẩm một công ty cụ thể, với giá trị Value at Risk kèm theo khả năng (xác suất) xuất hiện của mỗi kết quả (biến cố), phù hợp với phương pháp của Nga Do Thua, Thammarat Kootattepb và cộng sự (2011) cùng cho rằng phân tích đầu vào thành phẩm của sản phẩm đo lường được rủi ro của chi phí sản phẩm.
Từ mức độ rủi ro mục tiêu, xác định được mức giá cụ thể để đưa ra quyết định bán sản phẩm với một mức lợi nhuận xác định trước. Kết quả này phù hợp với kết quả tiếp cận của Rodrigo Antonio Arriagada (2004), Reinhard Madlener và Simon Stoverink (2011), Supisra Arayaphong (2012), các tác giả cho rằng việc sử dụng mơ phỏng Monte Carlo trong tính tốn phân tích rủi ro ước lượng được rủi ro chi phí, lợi nhuận mục tiêu, giá bán sản phẩm. Bên cạnh đó cịn có những hạn chế mà bài nghiên cứu chưa khắc phục được:
Không cho thấy được ảnh hưởng của các nhân tố bên ngồi chẳng hạn: lạm phát, chính trị…
Chỉ phù hợp để dự báo trong ngắn hạn.
Kết quả dự báo chỉ phụ thuộc vào dữ liệu trong quá khứ, không thấy được sự ảnh hưởng của các yếu tố tại tại điểm hiện tại và tương lai.
4.2 Kiến nghị
Với nguyên liệu Zeolite indo và màu Green VP20 là 2 nguyên liệu có giá mua cố định nên không gặp rủi ro về giá khi mua. Nên kiến nghị công ty Mekong chỉ cần mua số lượng đủ dùng trong một vụ, khi số lượng tồn kho sắp hết thì mua tiếp.
Với nguyên liệu Dolomite giá khá rẻ 0.06 USD độ lệch chuẩn của giá xấp xỉ bằng 0% nhưng nguyên liệu này lại chiếm 63.5% tổng nguyên liệu sản xuất. Nên kiến nghị công ty Mekong mua mỗi lần 20 tấn (container 20 feet) hoặc 40 tấn (container 40 feet) là phù hợp với kho chứa nguyên liệu của công ty. Hình thức vận chuyển giao tận nơi (Cơng ty Mekong khơng có xe chở container).
Với nguyên liệu CuSO4.5 H2O, MnSO4. H2O, Na2BO3, Pennac P,
FeSO4.7H2O độ lệch chuẩn của giá các loại nguyên liệu này từ 2.04% đến
2.91%. Tỉ lệ sử dụng các loại nguyên liệu này trong sản xuất thấp từ 0.2% đến 2.2%. Nên kiến nghị công ty Mekong mua đủ để sản xuất trong một vụ từ 500kg đến 1000kg. Chọn một nhà cung cấp có giá cả hợp lý nhất, cho xe của công ty đi lấy nguyên liệu về để giảm được chi phí vận chuyển. Hình thức thanh tốn trả tiền trước hay ghi nợ tùy thuộc vào tình hình tài chính của cơng ty.
Với ngun liệu Nitrophenol có giá 5.10 USD, độ lệch chuẩn của giá là 4.11%, tỉ lệ sử dụng trong sản xuất là 1.6%. Nên kiến nghị công ty Mekong mua đủ sản xuất ít nhất trong 1 tháng, cơng ty tự chuyên chở nguyên liệu về kho để giảm chi phí vận chuyển. Hình thức thanh tốn trả tiền trước hay ghi nợ tùy thuộc vào tình hình tài chính của cơng ty.
Với nguyên liệu ZnSO4.H2O có giá 1.36 USD, độ lệch chuẩn của giá là 5.88%, tỉ lệ sử dụng trong sản xuất là 9.1%. Độ lệch chuẩn của giá nguyên liệu này khá cao. Nên kiến nghị mua 2 đến 3 lần trong một vụ sản xuất, công ty tự chuyên chở nguyên liệu về kho để giảm chi phí vận chuyển. Hình thức
thanh tốn trả tiền trước hay ghi nợ tùy thuộc vào tình hình tài chính của cơng ty.
Thời gian mua ngun liệu tùy tình hình tài chính của cơng ty, tùy theo khả năng chứa hàng của kho nguyên liệu mà chọn thời điểm thích hợp.
Theo dõi hiệu quả ứng dụng phương pháp ước lượng rủi ro Value at Risk với mô phỏng Monte Carlo hàng kỳ để điều chỉnh các bộ số về độ tin cậy phù hợp, từ kết quả các trường hợp thực nghiệm xảy ra. Doanh nghiệp chủ động trong các tham số mơ hình ước lượng rủi ro của biến động thị trường nguyên liệu mình tham gia, quản trị rủi ro đầu vào doanh nghiệp.
4.3 Hạn chế đề tài
Bên cạnh các vấn đề được nghiên cứu ở trên, luận văn này còn tồn tại một số hạn chế như sau:
Thứ nhất, hạn chế giới hạn của các mơ hình phân tích dữ liệu dự báo nói chung, phụ thuộc vào biến động dữ liệu quá khứ. Phương pháp dự báo dữ liệu dự báo tốt khi các biến động của tương lai không quá khác biệt so với các biến động trong quá khứ. Việc dự báo trong trường hợp biến động lớn chưa từng xảy ra trong quá khứ có khả năng gặp phải là giới hạn của đề tài.
Thứ hai, đề tài nghiên cứu về biến động giá thành phẩm của sản phẩm một công ty cụ thể rất hạn chế nên chưa có điều kiện so sánh các kết quả thực nghiệm. Việc so sánh với kết quả thực nghiệm về vấn đề này với các nghiên cứu thế giới thì vẫn cịn nhiều hạn chế vì đặc điểm và tính chất đặc thù của các nước, lĩnh vực khác nhau là không giống nhau nên việc so sánh với các kết quả này chỉ mang tính đối chiếu chứ chưa giải thích hết bản chất của vấn đề đặt ra.
4.4 Hƣớng mở rộng của đề tài
Từ hiệu quả của phương pháp đo lường rủi ro của đầu vào doanh nghiệp, chúng ta có thể mở rộng ra phân tích biến động rủi ro về giá đầu ra thành phầm, hoặc ứng dụng vào phân tích biến động đầu vào doanh nghiệp, tỷ trọng các thành phần đầu, như tiếp cận của Serhat Asci, Tatiana Borisova , John J. VanSickle (2015). Doanh nghiệp lượng hóa được rủi ro trong mơi trường kinh doanh đối mặt
chính là đang quản trị rủi ro kinh doanh, hiểu về rủi ro, hạn chế và kiểm sốt được rủi ro của mơi trường kinh doanh góp phần khơng nhỏ vào mục tiêu chung tối đa hóa lợi nhuận bền bỉ của doanh nghiệp.
TÀI LIỆU THAM KHẢO Tài liệu Tiếng Việt
1. Charles W. L. Hill, 2014. Kinh Doanh Quốc Tế Hiện Đại. Dịch từ tiếng Anh. Tập thể giảng viên khoa Thương Mại – Du Lịch – Marketing trường đại học Kinh Tế TP.HCM dịch. Nhà xuất bản Kinh Tế TP.HCM
2. Đặng Thị Thúy Vân, 2011. Luật số lớn và ứng dụng. Luận văn thạc sĩ. Trường Đại Học Đà Nẵng.
3. Đỗ Đức Thái và Nguyến Tiến Dũng, 2010. Nhập môn hiện đại xác suất và thống kê. Trung Tâm Tốn Tài Chính Và Cơng Nghiệp Hà Nội.
4. Hồng Thị Hồng Minh, 2012. Phương pháp mơ phỏng Monte Carlo và ứng
dụng vào tốn tài chính. Luận văn thạc sĩ khoa học. Trường Đại Học Khoa
Học Tự Nhiên Hà Nội.
5. Nguyễn Đình Thọ, 2013. Phương Pháp Nghiên Cứu Khoa Học Trong Kinh
Doanh. Thành Phố Hồ Chính Minh: Nhà Xuất Bản Tài Chính.
6. Nguyễn Thị Liệu, 2009. Tạo số giả ngẫu nhiên tạo biến ngẫu nhiên. Tiểu luận học phần mô phỏng ngẫu nhiên. Trường đại học Huế.
7. Trần Quang Trung, 2014. Giới thiệu mô phỏng bằng Crystal Ball.
http://doc.edu.vn/tai-lieu/gioi-thieu-mo-phong-bang-crystal-ball-69187/. [Ngày truy cập: ngày 14 tháng 9 năm 2015].
8. Trần Thanh Phong, 2008. Hướng dẫn sử dụng Crystal Ball.
<http://www.giaiphapexcel.com/forum/showthread.php?13901-Hướng-dẫn- sử-dung-Crystal-Ball>. [Ngày truy cập: ngày 18 tháng 9 năm 2015].
Tài liệu Tiếng Anh
1. Arayaphong, S., 2012. Cost–Benefit Analysis of Different Rice Cropping systems in Thailand.
2. Arriagada, R.A., 2004. Estimating profitability and fertilizer demand for rice
3. Asci, S., Borisova, T. and VanSickle, J.J., 2015. Role of economics in developing fertilizer best management practices. Agricultural Water
Management.
4. Do Thu, Nga, Antoine Morel, Hung Nguyen Viet, Phuc Pham Duc, Kei Nishida, and Thammarat Kootattep. Assessing nutrient fluxes in a Vietnamese rural area despite limited and highly uncertain data. Resources,
Conservation and Recycling 55.
5. Khor, L.Y., 2013. Fertilizer quality and its impacts on technical efficiency
and use intensity in the North China Plain. Doctoral dissertation, University
of Hohenheim.
6. Madlener, R. and Stoverink, S., 2012. Power plant investments in the Turkish electricity sector: A real options approach taking into account market liberalization. Applied Energy.
7. Wiley & Sons, 2008. Simulation And The Monte Carlo Method. University
Of Queensland.
8. Zlatniczki, A., 2015. Analyzing the value of the residue of crops grown on
arable land with stochastic optimization.
AGRARINFORMATIKA/JOURNAL OF AGRICULTURAL INFORMATICS.
PHỤ LỤC 1.Luật số lớn
Luật số lớn chỉ ra rằng, khi ta chọn ngẫu nhiên các giá trị mẫu thử trong một quần thể giá trị, kích thước dãy mẫu thử càng lớn thì các đặc trưng thống kê (trung bình, phương sai,...) của mẫu thử càng gần với các đặc trưng thống kê của quần thể
Các định lý Luật số lớn tập trung nghiên cứu các điều kiện đủ (đôi khi là điều kiện cần và đủ) đặt lên các đại lượng ngẫu nhiên X1, X2, … để sai số giữa trung bình cộng
∑
của các đại lượng ngẫu nhiên này và trung bình cộng
∑
của các kỳ vọng toán ak = EXk của chúng hội tụ về 0 khi n + , nghĩa là
| ∑
∑
|
Trong lý thuyết xác suất người ta thường xét các kiểu hội tụ như sau:
Dãy (Xn) gọi là hội tụ theo xác suất về X nếu với mọi > 0
{| | }
Dãy (Xn) gọi là hội tụ hầu chắc chắn về X nếu (Xn X) là một biến cố chắc chắn,
nghĩa là
{ }
| |
Luật số lớn chia ra thành luật số lớn mạnh và luật số lớn yếu như sau
1.1Luật số lớn yếu Nếu | ∑ ∑ |
theo xác suất, nghĩa là
{| ∑ ∑ | }
với mọi dương, thì ta nói rằng dãy (Xn) tuân theo Luật số lớn yếu
1.1.1 Bất đẳng thức Chebyshev
Cho là biến ngẫu nhiên có phương sai D () hữu hạn. với mỗi > 0 cho
trước, thì bất đẳng thức sau đây thỏa mãn.
2 D P E Chứng minh:
Gọi F x là hàm phân phối của biến ngẫu nhiên thì:
E x x dF E P
Trong miền lấy tích phân, ta có: 1 E x Nên suy ra 2 2 2 2 2 1 1 D x dF E x x dF E x x dF E x x E Vậy: 2 D P E 1..1.2 Định lý Chebyshev Nếu{n} nN*
là một dãy các đại lượng ngẫu nhiên độc lập từng đơi một có phương sai hữu hạn và bị chặn bởi cùng một hằng số D(k) <, với mọi k thì với mọi số>0 cho trước, ta ln có:
1 ) ( 1 1 lim 1 1