DCF – chiết khấu dòng tiền – là nơi rất dễ lạm dụng mô hình ngôn ngữ. Một chatbot có thể viết công thức đúng nhưng vẫn cộng sai, dùng sai thời điểm dòng tiền hoặc nhầm đơn vị. Vì vậy trong hệ thống BĐS, AI không nên là bộ máy tính DCF cuối cùng.
Cách an toàn là tách phần ngôn ngữ khỏi phần số học: AI hiểu tài liệu và yêu cầu; mô hình tài chính xác định thực hiện phép tính; AI đọc kết quả để giải thích và phát hiện mâu thuẫn.
Chuyên đề: AI ứng dụng trong Bất động sản · Bài 21 · Định giá, đầu tư và phát triển dự án
Biên soạn: ThS. Nguyễn Mạnh Hùng
GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Luồng chuẩn
Hồ sơ → trích giả định → kiểm nguồn → con người duyệt → bảng tính/code → DCF → kiểm đối soát → AI giải thích → sensitivity/scenario → quyết định.
2. Schema giả định trước khi tính
| Nhóm | Ví dụ trường |
|---|---|
| Thời gian | start_date, hold_period, lease_expiry |
| Doanh thu | rent, growth, occupancy |
| Chi phí | opex, capex, selling_cost |
| Tài trợ | debt_amount, rate, amortization |
| Thoát | exit_yield/terminal_growth, sale_cost |
| Chiết khấu | discount_rate, timing_convention |
Mỗi trường cần đơn vị, nguồn, ngày hiệu lực và trạng thái phê duyệt.
3. Những gì AI tuyệt đối không tự bù
- Tỷ lệ chiết khấu thiếu.
- Exit yield thiếu.
- Thời điểm giải ngân/thu tiền không rõ.
- Capex chưa có nguồn.
- Đơn vị triệu/tỷ hoặc tháng/năm mơ hồ.
Trạng thái đúng là MISSING/UNCLEAR và yêu cầu người dùng cung cấp hoặc chọn assumption được phê duyệt.
4. Bộ máy tính xác định
Một service hoặc spreadsheet có kiểm soát nhận JSON input đã duyệt và trả về cash flow, NPV, IRR cùng các kiểm tra. Unit test phải bao phủ tình huống dòng tiền đầu kỳ/cuối kỳ, âm/dương, nhiều lần đổi dấu, ngày tháng và các convention.
5. Sensitivity không phải “đổi vài số cho đẹp”
Ma trận nhạy cảm cần chọn biến có ý nghĩa: giá thuê, occupancy, capex, discount rate, exit yield, thời gian triển khai. Mọi kịch bản phải lưu bộ assumption. AI có thể mô tả “giá trị nhạy nhất với exit yield” sau khi code đã tính bảng.
6. Ví dụ minh họa
Đây là ví dụ mô phỏng: base case có 5 giả định đã duyệt. Người dùng hỏi nếu vacancy tăng 3 điểm phần trăm và capex tăng 10% thì sao. AI chuyển yêu cầu thành thay đổi tham số; model engine tính lại; AI so với base và giải thích nguyên nhân chênh lệch. Không có bước nào AI tự nhẩm IRR.
7. Kiểm tra đối soát
- Tổng dòng tiền từng năm khớp chi tiết.
- Không trộn nominal/real hoặc trước/sau thuế nếu mô hình không cho phép.
- Đơn vị tiền tệ nhất quán.
- Ngày chiết khấu và timing convention rõ.
- IRR có cảnh báo khi dòng tiền có nhiều nghiệm/không phù hợp.
- Kết quả memo lấy đúng version model.
8. RICS và tính minh bạch
RICS nhấn mạnh việc lựa chọn phương pháp/mô hình phải dựa phán đoán nghề nghiệp và được trình bày minh bạch. AI không biến DCF thành phương pháp bắt buộc; nó chỉ giúp quy trình sử dụng mô hình có cấu trúc, có nguồn và dễ kiểm hơn.
Ghi nhớ trong 30 giây
- Không giao NPV/IRR/DCF trọng yếu cho mô hình ngôn ngữ tự tính.
- Mọi assumption cần nguồn, đơn vị, ngày và trạng thái phê duyệt.
- Sensitivity dùng model engine xác định rồi AI mới giải thích.
- Cùng input + cùng version model phải tái tạo được cùng output.
Nguồn tham khảo
- RICS – Discounted cash flow valuation: hướng dẫn thực hành về DCF và yêu cầu minh bạch trong lựa chọn phương pháp/mô hình.
- RICS – Valuation – Global Standards (Red Book), bản hiện hành có hiệu lực từ 31/01/2025.
- International Valuation Standards (IVS), bản công bố 31/01/2024 và có hiệu lực từ 31/01/2025; tăng trọng tâm vào dữ liệu, đầu vào, mô hình và tài liệu hóa.
- RICS – Responsible use of artificial intelligence in surveying practice, 1st edition; có hiệu lực từ 09/03/2026.
Bài tiếp theo
Bài 22: AI sàng lọc quỹ đất và Site Selection: kết hợp tiêu chí, bản đồ, pháp lý và thị trường