Rủi ro mô hình thường được nghĩ tới khi nói về mô hình định lượng, nhưng một bảng SWOT, ma trận chấm điểm hay khung ra quyết định cũng có thể tạo ra rủi ro rất lớn. Nếu câu hỏi sai, giả định sai hoặc cách diễn giải sai, kết luận vẫn sai dù không có một phương trình nào.
Chuyên đề: Mô hình định tính, hành vi & ra quyết định trong BĐS · Bài 04 · Nền tảng tư duy mô hình định tính
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Rủi ro mô hình ở cấp định tính là gì?
Có thể hiểu đơn giản là nguy cơ quyết định sai vì khung phân tích không phù hợp, dữ liệu đầu vào yếu, giả định không được kiểm, cách triển khai không nhất quán hoặc kết quả bị diễn giải quá mức.
Ví dụ, doanh nghiệp dùng SWOT để quyết định mua đất và ghi “hạ tầng sắp hoàn thành” là cơ hội. Nếu thông tin này chỉ đến từ môi giới, mô hình đang biến một giả định chưa kiểm thành tiền đề chiến lược.
2. Bốn nguồn rủi ro lớn
2.1. Sai đặc tả vấn đề
Mô hình trả lời một câu hỏi khác câu hỏi cần quyết định. Ví dụ phân tích hấp dẫn thị trường nhưng không xét khả năng triển khai pháp lý của chính tài sản.
2.2. Sai dữ liệu hoặc sai bằng chứng
Nguồn cũ, quảng cáo, mẫu phỏng vấn lệch, thông tin thiếu phạm vi hoặc không cùng thời điểm.
2.3. Sai cách dùng mô hình
SWOT không chuyển sang chiến lược, PESTEL biến thành bản tin thời sự, Porter dùng sai ranh giới ngành, Risk Matrix bị cộng điểm máy móc.
2.4. Sai diễn giải
Kết quả được trình bày chắc chắn hơn mức bằng chứng cho phép. Nhãn “rủi ro cao” không có nghĩa xác suất xảy ra chắc chắn cao nếu thang chỉ dùng để ưu tiên.
3. Thiên lệch nhận thức: phần khó nhất vì nằm trong con người
| Thiên lệch | Biểu hiện trong BĐS | Cách giảm |
|---|---|---|
| Neo | Bám giá chào ban đầu | Dùng nhiều nguồn, blind review |
| Xác nhận | Chỉ tìm dữ liệu ủng hộ dự án | Yêu cầu lập luận phản biện |
| Quá tự tin | Đánh giá thấp độ bất định | Dùng khoảng, kịch bản |
| Hiện diện | Sự kiện mới xảy ra được coi là phổ biến | So với dữ liệu dài hạn |
| Lợi ích bộ phận | Nhóm phát triển thiên về phương án xây | Phản biện độc lập |
4. Quản trị một mô hình định tính
Không cần hệ thống phức tạp, nhưng nên có tối thiểu năm thứ: tên mô hình; phạm vi được phép dùng; giả định trọng yếu; người chịu trách nhiệm; thời điểm rà soát.
| Trường | Ví dụ |
|---|---|
| model_id | SITE_SCREENING_V3 |
| purpose | Sàng lọc site logistics |
| scope | Miền Đông Nam Bộ, 2026–2028 |
| critical_assumptions | Vành đai 3 theo tiến độ; xe tải nặng được tiếp cận |
| owner | Nhóm đầu tư |
| independent_reviewer | Ban chiến lược |
| review_trigger | Tiến độ hạ tầng chậm > 6 tháng |
5. Hậu kiểm: mô hình sai ở đâu?
Sau quyết định, cần quay lại so kết quả thực tế với logic ban đầu. Mục tiêu không phải tìm người sai mà tìm khâu sai. Dữ liệu sai? Giả định sai? Mô hình thiếu biến? Quyết định bỏ qua cảnh báo? Hay bối cảnh thay đổi?
Ví dụ, ba dự án đều được đánh giá “vị trí tốt” nhưng hiệu quả thấp. Hậu kiểm có thể phát hiện định nghĩa vị trí chỉ dựa khoảng cách tới trung tâm, trong khi yếu tố quyết định thực sự là thời gian tiếp cận và khả năng đỗ xe.
6. Khi nào phải nâng mức kiểm soát?
- Quyết định có vốn lớn hoặc khó đảo ngược.
- Mô hình được dùng lặp lại cho nhiều dự án.
- Kết quả phụ thuộc mạnh vào một hoặc hai giả định.
- Nguồn dữ liệu không ổn định.
- Nhiều nhóm khác nhau cho kết quả rất khác.
Khi đó nên có phản biện độc lập, lưu phiên bản và stress-test giả định.
7. Phân biệt rủi ro mô hình với rủi ro của tài sản
Một tài sản có thể rủi ro cao nhưng mô hình đánh giá nó vẫn tốt; ngược lại, tài sản có thể tương đối an toàn nhưng mô hình đánh giá lại kém. Hai khái niệm phải tách biệt. Rủi ro của tài sản là khả năng xảy ra sự kiện bất lợi ở chính BĐS; rủi ro mô hình là khả năng công cụ phân tích làm ta hiểu sai tài sản hoặc quyết định.
Ví dụ một tòa nhà có tỷ lệ trống thấp, khách thuê tốt, hợp đồng dài. Bản thân tài sản có vẻ ổn. Nhưng nếu mô hình đánh giá chỉ nhìn occupancy mà không nhìn thời hạn thuê còn lại và mức thuê dưới thị trường, nó có thể bỏ qua rủi ro rollover lớn trong hai năm tới. Rủi ro nằm ở cách nhìn, không nằm ở dữ liệu occupancy.
| Tình huống | Rủi ro tài sản | Rủi ro mô hình |
|---|---|---|
| Hạ tầng chậm | Có | Nếu mô hình giả định đúng tiến độ mà không có trigger |
| Giá chào tăng mạnh | Chưa chắc | Nếu mô hình dùng giá chào thay giá giao dịch |
| Khách thuê lớn sắp hết hạn | Có | Nếu dashboard chỉ nhìn occupancy hiện tại |
| Dữ liệu cũ 18 tháng | Chưa phải rủi ro tài sản | Là rủi ro đầu vào mô hình |
8. Kiểm định mô hình định tính bằng cách nào?
Định tính không có R² hay sai số dự báo theo nghĩa thông thường, nhưng vẫn có thể kiểm định bằng nhiều cách. Thứ nhất là kiểm nguồn: kết luận có đứng vững khi thay một nguồn bằng nguồn độc lập hay không. Thứ hai là kiểm người: hai nhóm dùng cùng quy tắc có cho kết quả gần nhau hay không. Thứ ba là kiểm ngược: tìm trường hợp mà mô hình lẽ ra phải phát hiện nhưng đã bỏ sót. Thứ tư là hậu kiểm: so logic ban đầu với diễn biến thực tế.
Nếu một khung liên tục cho kết quả rất khác giữa các chuyên gia, cần xem lại định nghĩa tiêu chí hoặc mức tự do của người chấm. Nếu mô hình luôn ủng hộ phương án mà bộ phận phát triển mong muốn, cần kiểm xung đột lợi ích và thiên lệch xác nhận.
9. Ví dụ quản trị phiên bản
Giả sử mô hình sàng lọc đất phiên bản V1 dùng bốn nhóm: vị trí, pháp lý, thị trường, tài chính. Sau ba dự án thất bại vì chậm giải phóng mặt bằng, doanh nghiệp bổ sung tiêu chí khả năng kiểm soát đất và thời gian hoàn tất thủ tục. Phiên bản V2 phải ghi rõ tiêu chí mới, lý do thêm và tác động tới các dự án cũ.
Không nên âm thầm sửa bảng Excel rồi dùng tiếp, vì khi đó không ai biết kết quả cũ và mới có còn so sánh được hay không. Quản trị phiên bản giúp mô hình trở thành tài sản tri thức của tổ chức.
10. Rủi ro mô hình khi AI tham gia vào quy trình định tính
AI có thể tóm tắt hồ sơ, gợi ý SWOT, phân loại rủi ro hoặc tổng hợp ý kiến. Nhưng nếu nguồn đầu vào thiếu, AI có thể tạo một bản phân tích rất mạch lạc nhưng sai. Nguy cơ lớn nhất là vẻ thuyết phục che mất chất lượng bằng chứng.
Trong quy trình có AI, cần tách ba lớp: dữ liệu nguồn; nội dung AI suy luận; phê duyệt của con người. Mọi nhận định trọng yếu nên có khả năng quay về tài liệu gốc. Không nên để AI tự quyết định mức rủi ro pháp lý hoặc kết luận đầu tư mà không có kiểm soát chuyên môn.
Đây cũng là lý do series AI ứng dụng trong BĐS sau này phải đi rất sâu vào truy nguồn, kiểm chứng và quản trị.
Ghi nhớ trong 30 giây
- Không có phương trình vẫn có rủi ro mô hình.
- Giả định ngầm nguy hiểm hơn giả định được viết ra.
- Thiên lệch con người là một phần của model risk.
- Mô hình quan trọng cần owner, version và trigger.
- Hậu kiểm giúp cải thiện mô hình cho lần sau.
Nguồn tham khảo
- ISO 31000:2018 – Risk management — Guidelines.
- Kahneman, D. – Thinking, Fast and Slow.
- Các nguyên tắc quản trị mô hình được phát triển sâu hơn ở series định lượng.
Bài tiếp theo: PESTEL: mô hình hóa môi trường vĩ mô tác động tới thị trường BĐS