Phân phối chuẩn là gì?
Phân phối xác suất hình chuông đối xứng, được sử dụng rộng rãi trong mô hình tài chính.
Thuật ngữ tiếng Anh: Normal Distribution
Lĩnh vực: Thống kê & Mô hình
Hai tham số quyết định hình dáng đường cong
Mọi phân phối chuẩn đều được mô tả đầy đủ bởi hai tham số: giá trị trung bình (μ) quyết định vị trí đỉnh chuông nằm ở đâu trên trục hoành, và độ lệch chuẩn (σ) quyết định độ rộng – phân phối càng "thấp và trải" thì σ càng lớn, nghĩa là dữ liệu dao động càng mạnh quanh trung bình.
Một quy tắc hay dùng là quy tắc 68-95-99.7: khoảng 68% quan sát rơi vào phạm vi μ ± 1σ, khoảng 95% rơi vào μ ± 2σ, và khoảng 99.7% rơi vào μ ± 3σ. Nhờ vậy, khi biết trung bình và độ lệch chuẩn, người phân tích có thể ước lượng nhanh xác suất một giá trị rơi vào một khoảng cụ thể mà không cần tính tích phân.
Ứng dụng trong mô hình tài chính doanh nghiệp SME
Trong các mô hình tài chính, phân phối chuẩn thường là giả định nền cho các biến ngẫu nhiên như tỷ lệ nợ xấu, biến động doanh thu, lỗi dự báo nhu cầu, hay tốc độ tăng trưởng hàng tháng của một ngành. Chẳng hạn, nếu một cửa hàng bán lẻ trong chuỗi có doanh thu trung bình 800 triệu đồng/tháng với độ lệch chuẩn 120 triệu, thì có thể ước tính khoảng 95% tháng doanh thu sẽ nằm trong khoảng 560 triệu – 1,04 tỷ đồng – con số này rất hữu ích khi lập kế hoạch dòng tiền dự phòng hoặc tính vòng quay tồn kho an toàn.
Mô hình Black-Scholes dùng để định giá quyền chọn, Value at Risk (VaR) trong quản trị rủi ro, hay mô hình định giá tài sản vốn (CAPM) đều lấy phân phối chuẩn (hoặc log-chuẩn cho giá tài sản) làm giả định phân phối lợi nhuận. Với doanh nghiệp nhỏ, dù ít khi tự xây mô hình VaR, việc hiểu giả định này giúp SME đọc đúng báo cáo rủi ro do đối tác tài chính cung cấp.
Khi nào giả định chuẩn bị "vỡ"?
Phân phối chuẩn có hai hạn chế quan trọng mà SME nên biết:
- Đuôi mỏng hơn thực tế: Phân phối chuẩn gán xác suất cực thấp cho các sự kiện cực đoan (thiên tai, khủng hoảng giá nguyên liệu), trong khi thực tế các biến động lớn xảy ra thường xuyên hơn. Đây là lý do các nhà khoa học dữ liệu dùng phân phối Student's t hoặc phân phối đuôi nặng (fat-tailed) khi phân tích rủi ro.
- Không phù hợp với biến không âm: Doanh thu, sản lượng, số lượng khách hàng không thể âm, nhưng phân phối chuẩn cho phép giá trị âm. Vì vậy người ta thường dùng phân phối log-chuẩn cho các biến này.
Trước khi chấp nhận kết quả từ bất kỳ mô hình nào dựa trên phân phối chuẩn, SME nên kiểm tra giả định bằng biểu đồ histogram hoặc test Shapiro-Wilk trên dữ liệu lịch sử của chính doanh nghiệp mình.
Lưu ý: Nội dung trên mang tính tham khảo kiến thức tài chính – thống kê, không thay thế tư vấn chuyên môn cho từng trường hợp vay vốn cụ thể.
Câu hỏi thường gặp
Phân phối chuẩn và phân phối log-chuẩn khác nhau ở điểm nào, khi nào nên dùng cái nào? Phân phối chuẩn cho phép giá trị âm và đối xứng quanh trung bình, phù hợp với biến có thể âm như lỗi dự báo hay chênh lệch tỷ giá. Phân phối log-chuẩn chỉ sinh ra giá trị dương và có đuôi lệch phải, nên thường dùng cho doanh thu, sản lượng, giá nguyên liệu – tóm lại là các biến không thể âm.
Doanh nghiệp nhỏ có cần tự kiểm tra giả định phân phối chuẩn không, hay để phần mềm/kế toán lo? Nên kiểm tra ít nhất một lần bằng histogram hoặc test Shapiro-Wilk trên dữ liệu lịch sử (doanh thu, chi phí) trước khi dùng vào mô hình dự báo hay tính kế hoạch dòng tiền. Phần mềm kế toán thông thường không tự chạy kiểm định này, nên chủ doanh nghiệp hoặc bộ phận tài chính cần chủ động thực hiện.
Nếu dữ liệu kinh doanh không tuân theo phân phối chuẩn thì mô hình tài chính có còn đáng tin không? Kết quả mô hình vẫn dùng được nhưng cần diễn giải thận trọng, đặc biệt với các kịch bản cực đoan (doanh thu rớt mạnh, chi phí đột biến). Lúc này nên chuyển sang phân phối đuôi nặng như Student's t hoặc mô phỏng Monte Carlo để ước lượng rủi ro sát thực tế hơn.
Quy tắc 68-95-99.7 có áp dụng được cho mọi biến tài chính không? Không. Quy tắc này chỉ đúng khi dữ liệu thực sự theo phân phối chuẩn. Với lợi nhuận chứng khoán hay biến động giá nguyên liệu thường có đuôi nặng, tỷ lệ quan sát nằm ngoài ±2σ hoặc ±3σ sẽ cao hơn 5% hoặc 0.3%, nên không nên áp dụng máy móc.
Vay vốn kinh doanh
Hiểu rõ thuật ngữ tài chính giúp doanh nghiệp chuẩn bị hồ sơ vay vốn tốt hơn và tăng khả năng được phê duyệt khoản vay. Đăng ký so sánh lãi suất từ nhiều ngân hàng qua BizLoan.