2.5.1. Chức năng RiskView
RiskView là một add-in trong bộ Palisade Decision Tools được sử dụng với @Risk (hoặc Best Fit). Đây là chức năng cơ bản cho phép xem một đồ thị của bất kỳ phân phối xác suất nào. Khi @Risk (hoặc bất kỳ add-in của Decision Tools nào) được nạp, chúng ta thấy một thanh công cụ mở rộng (hình 2.19). Mỗi nút trên thanh công cụ này tương ứng với một trong những add-in trong bộ phần mềm của Palisade. Nút bên phải là dành cho RiskView. Để mở RiskView khi @Risk đã thực sự hoạt động, chúng ta chỉ cần click lên nút này.
Hình 2.20. Đồ thị RiskView của phân phối chuẩn trong ví dụ công ty ACC Hình 2.19. Thanh công cụ của Decision Tools Suite
Một khi RiskView được mở, chúng ta có thể lựa chọn bất kỳ phân phối xác suất và các thông số để xem đồ thị của phân phối này. Ví dụ, nếu chúng ta muốn xem phân phối chuẩn của chi phí cố định trong ví dụ của công ty Acc, chọn từ hộp Normal của cửa sổ Distribution và nhập vào giá trị µ là 2225 và là 150 và chúng ta thấy một đồ thị phân phối normal (hình 2.20).
Trong ví dụ 2.1 chúng ta đã minh họa khả năng mô phỏng của Excel với một phiên bản của mô hình News-vendor. Bây giờ chúng ta phân tích ví dụ này bằng cách sử dụng @Risk. Một sự so sánh của hai phương pháp tiếp cận rõ ràng cho thấy sức mạnh và sự tiện lợi của @Risk.
Ví dụ 2.5 (Đơn vị tiền tệ trong ví dụ này là VNĐ)
Từ ví dụ 2.1 của công ty sách thiết bị trường học Hà Tĩnh (CTSHT) mua lịch với giá 75.000, bán với giá 100.000 và hoàn lại với giá 25.000. Bây giờ chúng ta giả định rằng sự phân phối xác suất của yêu cầu là liên tục, không rời rạc. Cụ thể, giả sử sự phân phối xác suất là Normal với độ lệch trung bình là 175 và độ lệch chuẩn là 60. CTSHT muốn sử dụng @Risk để mô phỏng lợi nhuận số lịch cho các số lượng cần đặt hàng là 100, 150, 200, 250 và 300.
Giải pháp
Chúng ta sẽ sử dụng hai chức năng của @Risk từ mô hình bảng tính. Để mô phỏng một yêu cầu phân phối Normal, chúng ta sẽ sử dụng chức năng RiskNormal. Nếu thực hiện mô phỏng nhiều lần, mỗi lần với số lượng đặt hàng khác nhau, chúng ta sẽ sử dụng chức năng RiskSimTable.
Phát triển mô hình bảng tính. (hình 2.21 và file CTSHT4.xls).
1. Đầu vào. Xác định dữ liệu đầu vào, số liệu phân phối nhu cầu và các số lượng đặt hàng của công ty.
2. Số lượng đặt hàng có thể. Để thực hiện mô phỏng năm lần, mỗi lần với một số lượng đặt hàng, để xác định giá này sử dụng công thức RiskSimTable.
3. Yêu cầu mô phỏng. Tạo ra một yêu cầu ngẫu nhiên với công thức RiskNormal với đối sô là độ lệch chuẩn và trung bình cho số lượng yêu cầu.
4. Các số lượng mô phỏng khác. Nhu cầu, Doanh số, Chi phí, Tiền hoàn lại và Lợi nhuận tương tự như ví dụ 2.1.
Sử dụng @Risk. Bây giờ bảng tính đã được thiết lập mô hình, tiếp theo sử dụng các nút lệnh trên thanh công cụ @Risk để thực hiện mô phỏng.
1. Xác định các ô đầu ra. Đầu ra duy nhất cần theo dõi mô phỏng này là lợi nhuận. Vì vậy, lựa chọn ô F13 và bổ sung chức năng add Outputs làm ô đầu ra cho mô phỏng.
2. Thiết lập mô phỏng. Nhập số lần lặp 1000, số lần mô phỏng là 5 (cho 5 số lượng đặt hàng).
Các thiết lập khác tùy chọn, ví dụ, có 3 thiết lập Standard Recalc là: Expected value, Monte Carlo và True EV. Nếu lựa chọn là Monte Carlo, tất cả các số lượng ngẫu nhiên sẽ thay đổi tương tự như các thay đổi sẽ hiển thị trong bảng tính mỗi khi bấm F9. Mặt khác, nếu tùy chọn Expected value được chọn, tất cả các số lượng ngẫu nhiên sẽ được thay thế bởi giá trị mà chúng dự kiến, trong trường hợp phân phối rời rạc, giá trị có thể gần nhất với giá trị kỳ vọng. Cuối cùng, nếu tùy cọn True EV được chọn, giá trị dự kiến chính xác sẽ được hiển thị. Tuy nhiên tất cả các tùy chọn này chỉ làm thay đổi các số liệu có thể trên bảng tính, chúng không ảnh hưởng đến cách mô phỏng được thực hiện. Trong luận văn này, tất cả các bài toán mô phỏng đề sử dụng thiết lập Monte Carlo.
Các thiết lập khác chúng ta có thể muốn thay đổi là tùy chọn Collect Distributions. Nếu tất cả các box đã được lựa chọn, @Risk sẽ thu thập số liệu thống kê trên tất cả các ô có chứa phân phối xác suất.
3. Thực hiện mô phỏng. Click vào nút StarSimulation để thực hiện mô phỏng. Sau khi mô phỏng được hoàn tất, có thể kiểm tra kết quả đầu ra dưới dạng đồ thị hoặc bảng lưới.
Lưu ý:
* Đôi khi không có sự thay đổi trong một biến đầu ra. Bất cứ khi nào điều này xảy ra, @Risk sẽ không cho phép tạo một biểu đồ của đầu ra.
* Ví dụ này thực hiện năm lần mô phỏng riêng biệt, mỗi lần cho một số lượng đặt hàng. Kết quả này được hiển thị riêng biệt trong cửa sổ @Risk Summary Statics và Detailed Statistics, được gán nhãn là Sim#1 (cho số lượng đặt hàng 100), Sim#2 (cho số lượng đặt hàng 150). Từ hình 2.22 hiển thị kết quả mô phỏng lần thứ hai, với số lượng đặt hàng là 150, được tạo ra lợi nhuận trung bình là 2.740.000. Các số lượng đặt hàng lớn hơn được tạo ra lợi nhuận lớn nhất, nhưng chúng cũng được tạo ra lợi nhuận trung bình thấp hơn.
Hình 2.23. Chi tiết mô phỏng từ hình 2.22
* Có thể thấy các yếu tố đầu vào ngẫu nhiên và kết quả đầu ra tương ứng cho tất cả các lần lặp của mô phỏng. Để làm được điều này, chọn mục Insert/dat từ menu của @Risk (hình 2.24). Đây là một trong những đặc trưng quan trọng của @Risk tiến hành một mô phỏng trong khi có một vài giá trị được sử dụng trong chức RiskSimTable. Cụ thể, mỗi lần lặp sử dụng cùng những số ngẫu nhiên, các yêu cầu ngẫu nhiên cho mỗi giá trị RiskSimTable. Điều này có nghĩa là mỗi số lượng đặt hàng cho ta một nhu cầu tương ứng.
Biểu đồ mô phỏng. Trong cửa sổ Summary Statistics, chọn Insert/Graph, rồi chọn Histogram, màn hình hiển thị biểu đồ mô phỏng.
Ví dụ, biểu đồ về lợi nhuận khi số lượng đặt hàng là 150 trong hình 2.25. Đây có lẽ là đầu ra rõ ràng nhất, chúng cho thấy rằng lợi nhuận đạt được tối đa 3,75 triệu cho số lượng đặt hàng này – nhưng một số khả năng mà lợi nhuận sẽ thấp và thậm chí là tiêu cực. Ngược lại, biểu đồ lợi nhuận này khi số lượng đặt hàng là 250 sẽ trải ra nhiều hơn, xem hình 2.26.
2.5.2. Chức năng Graph Type Command
Một khi có biểu đồ của một đầu ra được lựa chọn, chúng ta có thể sửa đổi đồ thị thông qua tùy chọn Cumlative Ascending. (hình 2.27). Với bất kỳ giá trị lợi nhuận nào (trên trục ngang), chiều cao của thanh tỷ lệ lợi nhuận được mô phỏng là ít hoặc bằng giá trị này. Ví dụ, đồ thị này chỉ ra từng khoảng 20% lợi nhuận được mô phòng là ít hơn hoặc bằng 70.000. (hình 2.26). Điều này có thể được xác định bằng tại các nhóm số liệu hiển thị trong hình 2.23. Nếu chúng ta thay vì
Hình 2.26. Biểu đồ lợi nhuận với số lượng đặt hàng là 250 Hình 2.25. Biểu đồ lợi nhuận với số lượng đặt hàng là 150
chọn tùy chọn Cumulative Descending, chiều cao của bất kỳ thanh giá trị lợi nhuận nào ở trên có tỷ lệ của lợi nhuận mô phỏng lớn hơn giá trị này.
2.5.3. Các giá trị mục tiêu trong Output thống kê
Tại cửa sổ thống kê chi tiết (Detailed Statistics), chúng ta có thể lựa chọn các giá trị đích bằng cách nhập vào một giá trị lợi nhuận, @Risk sẽ xác định tỷ lệ phần trăm lợi nhuận được mô phỏng là nhỏ hơn hoặc bằng giá trị này. Ngược lại, nếu nhập vào tỷ lệ phần trăm, @Risk sẽ xác định giá trị tương ứng phần trăm đã nhập và tỷ lệ phần trăm của lợi nhuận sẽ thấp hơn giá trị này.
Thực hiện điều này trong cửa sổ Detailed Stastics tại các nhóm mục tiêu. (Hình 2.27, tại số lượng đặt hàng 200). Đối với bất kỳ mục tiêu nào, nhập vào hoặc là một giá trị hoặc là một tỷ lệ phần trăm trong ô thích hợp, @Risk sau đó trả về giá trị tương ứng hoặc tỷ lệ phần trăm trong ô khác. Ví dụ, trong hình 2.28, nếu nhập vào giá trị lợi nhuận là 2.000.000 và 3.000.000 cho target#1 và target#2, các tỷ lệ % @Risk trả lại tương ứng là 39,4% và 48,4%. Nếu nhập vào tỷ lệ phần trăm là 5% và 95% và Target#3 và Target#4, các giá trị lợi nhuận tương ứng mà @Risk trả lại là -3.925.000 và 5.000.000.
2.6. Kết luận chương 2
Trong chương này, luận văn thực hiện mô phỏng một số bài toán cho doanh nghiệp thông qua bảng tính, mặc dù bảng tính không phải là phần mềm mô phỏng chuyên dụng, tuy nhiên khi sử dụng bảng tính add-in một số chức năng như StatPro thì bảng tính đã thực hiện thành công những bài toán mô phỏng nhỏ như ở ví dụ 2.1, 2.2. Kết quả mô phỏng của những ví dụ này là vô cùng có ích cho các doanh nghiệp để quyết định số lượng đặt hàng mang lại lợi nhuận tốt nhất.
Chương này cũng giới thiệu tổng quát về công cụ @Risk của công ty Palisade, công cụ được sử dụng trong luận văn để xây dựng mô hình mô phỏng trong doanh nghiệp. Đồng thời giới thiệu các khả năng chính của công cụ @Risk thực hiện các ví dụ mô phỏng lập kế hoạch, dự báo doanh thu cho doanh nghiệp, các khả năng chính của công cụ là nền tảng cơ sở để áp dụng thực hiện mô phỏng cho các bài toán thường gặp trong doanh nghiệp.
Chương tiếp theo trình bày việc sử dụng công cụ @Risk để giải quyết các bài toán liên quan đến việc ra quyết định trong sản xuất, kinh doanh hoặc dự báo các kết quả kinh doanh thông qua dữ liệu đầu vào là các báo cáo tài chính, các kết quả khảo sát thị trường đã có, …
Chương III. ỨNG DỤNG MÔ PHỎNG TIN HỌC TRONG DOANH NGHIỆP
Trong thời đại hội nhập kinh tế quốc tế, việc ra quyết định trong sản xuất kinh doanh của doanh nghiệp đúng đắn là yếu tố quyết định sự thành công hay thất bại của mỗi doanh nghiệp, hỗ trợ cho các nhà hoạch định công việc khó khăn này, công cụ mô phỏng là lựa chọn hàng đầu cho các doanh nghiệp, thông qua công cụ mô phỏng, các nhà hoạch định chính sách có thể mô phỏng các bài toán trong doanh nghiệp, để từ đó thu được các kết quả đầu ra làm cơ sở căn cứ cho việc ra quyết định tốt nhất. Nội dung chương này ứng dụng công cụ @Risk mô phỏng một số bài toán cụ thể trong doanh nghiệp.
3.1. Mô hình lập kế hoạch tài chính
Nhiều công ty sử dụng mô phỏng trong ngân sách vốn và quá trình lập kế hoạch tài chính. Mô phỏng có thể được sử dụng để mô hình hóa liên kết không chắc chắn với dòng tiền trong tương lai và giải đáp những câu hỏi thường gặp trong quá trình sản xuất kinh doanh như:
* Trung bình ước tính và phương sai của mạng lưới giá trị hiện tại (NPV) của dự án là bao nhiêu?
* Xác suất ước tính NPV tiêu cực của một dự án là bao nhiêu?
* Trung bình ước tính và phương sai của lợi nhuận công ty trong năm tài chính tiếp theo là bao nhiêu?
* Xác suất ước tính cho một công ty sẽ phải vay nhiều hơn 2 triệu USD trong năm tiếp theo là bao nhiêu?
Bài toán sau đây ứng dụng mô phỏng tin học với công cụ @Risk để trả lời cho thể loại những câu hỏi trên và so sánh các cơ hội đầu tư trong sản xuất kinh doanh.
Bài toán 3.1
Công ty Toyota Việt Nam (TVN) đang cần lựa chọn kiểu dáng loại xe để phát triển. Hai mô hình (model 1 và model 2) được xem xét. Mỗi model được giả định để tạo ra doanh số bán hàng trong 10 năm. Để xác định model nào được phát triển, TVN đã thu thập thông tin về số lượng thông qua các bộ phận tiếp thị và thị trường.
* Cố định chi phí phát triển xe hơi. Chi phí này giả định được phân bố chuẩn cho mỗi model với chi phí trung bình và độ lệch chuẩn cho model 1 là 2,5 tỷ USD và 0,4 tỷ USD; model 2 là 2,3 tỷ USD và 0,5 tỷ USD.
* Chi phí sản xuất biến đổi. Chi phí này bao gồm tất cả các chi phí sản xuất biến đổi được quy định để sản xuất một chiếc xe hơi duy nhất, giả sử chi phí này được phân bố chuẩn cho mỗi model trong năm đầu tiên. Với model 1 có chi phí trung bình 8.000 USD và độ lệch chuẩn là 400 USD; với model 2 là 7.800 USD và 600USD. Sau mỗi năm chi phí sản xuất biến đổi là chi phí sản xuất biến đổi của năm trước nhân với yếu tố lạm phát. Mỗi năm yếu tố lạm phát được giả định là phân bố chuẩn trung bình 1,05 (tăng 5%) và độ lệch chuẩn 0,015 (1,5%). Tất cả các chi phí sản xuất của năm được giả định tính toán ở thời điểm kết thúc của năm.
* Giá bán. Giá bán hàng trong năm đầu tiên của model 1 là 12.000USD và model 2 là 11.800USD. Sau mỗi năm giá sẽ được tăng lên bởi các yếu tố lạm phát cùng với sự biến đổi chi phí sản xuất. Tương tự như chi phí sản xuất, doanh thu từ bán hàng của năm nào thì được giả định tính toán ở thời điểm kết thúc của năm đó.
* Nhu cầu. Nhu cầu cho mỗi model trong đầu tiên được giả sử là phân bố chuẩn với trung bình là 100.000 chiếc. Độ lệch chuẩn cho model 1 là 7.500, của model 2 là 10.000. Sau năm đầu tiên, nhu cầu trong năm được giả sử là phân bố chuẩn với số lượng trung bình tương đương với nhu cầu thực tế năm trước và độ lệch chuẩn 7.500 chiếc cho model 1 và 10.000 chiếc cho model 2. Ví dụ, nếu nhu cầu trong năm thứ ba là 105.000, thì phân bố nhu cầu trong năm thứ tư trung bình cũng là 105.000. Như vậy nếu nhu cầu trong một năm trước là lớn, kéo theo nhu cầu trung bình cho năm tới cũng lớn, do đó nhu cầu thực tế cho năm tới sẽ có xu hướng tăng.
* Sản xuất. Kế hoạch sản xuất của năm được căn cứ vào chính sách sản xuất của năm đó kết hợp với phân phối xác suất nhu cầu và nhu cầu thực tế bán hàng của năm trước. Cụ thể, nếu nhu cầu dự kiến trong năm t là E(Dt) và độ lệch chuẩn của nhu cầu là t, kế hoạch sản xuất của TVN là E(Dt)+ kt chiếc, trong đó k là bội số mà TVN sẽ phải lựa chọn. Ví dụ, nếu chọn k=1 thì số lượng sản xuất trong bất kỳ năm nào sẽ là một độ lệch chuẩn lớn hơn nhu cầu dự kiến. Nếu nhu cầu trong năm bất kỳ lớn hơn so với số lượng sản xuất, đồng nghĩa với số xe được bán hết. Tuy nhiên, nếu sản xuất trong năm bất kỳ lớn hơn nhu cầu, TVN sẽ bán xe dư thừa vào cuối năm với giá giảm 30%.
* Lãi suất. TVN lên kế hoạch sử dụng tỷ lệ lãi suất 10% để chiết khấu lượng tiền cho tương lai. Ví dụ, nếu lượng tiền mặt vào đầu năm là 100USD thì cuối năm sẽ là 110USD.
Bài toán đặt ra: Từ những giả định trên, TVN muốn phát triển một mô hình mô phỏng để đánh giá NPV cho mỗi model trong thời gian 10 năm và đề xuất model nào được sản xuất.
Giải pháp
Thực hiện thiết kế mô hình cho model 1 theo các bước sau (hình 3.1 và 3.2, file Toyota_Vietnam.xls):
1. Đầu vào. Nhập các số liệu đầu vào khác nhau thông qua dòng 24. Như