Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty. Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu
|
|
- Nadzieja Pawlak
- 6 lat temu
- Przeglądów:
Transkrypt
1 Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu
2 Plan prezentacji 1. Opis metody wyceny opcji rzeczywistej metodą Datara-Mathewsa, oraz jej rozszerzenie, 2. Opis metody skorelowania zmiennych losowych oraz wpływu skorelowania zmiennych na uzyskiwane wyniki, 3. Analiza przykładowej inwestycji z uwzględnieniem macierzy przejścia stanów implementacja metodologii CreditMetrics do analizy inwestycji w czasie
3 Metoda Datara-Mathews a Metoda została opracowana na potrzeby firmy Boeing przez Prof. Vinaya Datara z Seattle University oraz Scotta Matthewsa, Została opatentowana w 2005 roku, Metoda została opisana w 2007r. w Journal of Applied Corporate Finance
4 Metoda Datara-Mathews a
5 Metoda Datara-Mathews a
6 Zakładamy 3 scenariusze planowanych przepływów finansowych: 1. Pesymistyczny 2. Realistyczny 3. Optymistyczny Następnie na ich podstawie generujemy trójkątne rozkłady prawdopodobieństwa planowanych przepływów finansowych dla każdego z etapów projektu. Pesymistyczna Najbardziej prawdopodobny scenariusz Optymistyczna $0 M $100 M $200 M
7 c z ę s t o ś ć Najbardziej prawdopodobny scenariusz 67% Dodatni wynik finansowy $0 M Strata Wartość projekt inwestycji u Średnia $200 M
8 Jak widaćna rysunku prawdopodobieństwo zwrotu początkowych nakładów na projekt wynosi ok. 25%. Wartośćoczekiwana po odjęciu kosztów wynosi 24,73, stąd wartość opcji wyznaczonej metodą Datara- Mathews a wynosi 6,36.
9 Metoda DM z uwzględnieniem scenariuszy. 1. W oryginalnej metodzie DM scenariusze optymistyczny oraz pesymistyczny mają po 10% prawdopodobieństwa. 2. Sposób generowania zmiennych losowych prowadzi do paradoksu, zwiększając udziałprocentowy scenariusza optymistycznego (do pewnej wartości) zmniejszamy wartość opcji. Pesymistycz na Najbardziej prawdopodobn y scenariusz Optymistycz na $0 M $10 0 M $20 0 M
10 Inne podejście do metody Datara Mathewsa z generowaniem przychodów i kosztów W tym podejściu używając metody Monte Carlo generujemy trójkątne rozkłady przychodów oraz kosztów wg trzech scenariuszy a następnie uzyskujemy rozkład NPV w każdym z etapów projektu Przychody w 1 roku zdyskontowane stopą Koszty w 1 roku zdyskontowane stopą r W wyniku otrzymujemy przewidywany DCF 1
11 Postępujemy analogicznie jak w przykładzie z generowaniem NPV, lecz generujemy dwa rozkłady trójkątne przychodów i kosztów. Następnie dyskontujemy uzyskane zmienne losowe na czas t = 0 przy użyciu dwóch różnych stóp procentowych a następnie obliczamy NPV projektu w danym roku: Dla kosztów (bardziej realne) stosujemy stopęwolnąod ryzyka Dla przychodów (obarczone większym ryzykiem) stosujemy tzw. stopę procentową projektu, która jest większa od stopy wolnej od ryzyka. Dla każdego roku inwestycji postępujemy analogicznie. W rezultacie uzyskamy ostateczny rozkład NPV projektu składający sięz sumy poszczególnych lat. Wartośćopcji realnej wyznaczamy z równania: ROV = E(max(Zdysk. Przychody - Koszt projektu>0,0) ROV=Średnia[Max(Przychody-Koszt projektu>0,0)] Excel ROV = E(Przychody>Koszt projektu)*prawdopodobieństwo zwrotu nakładów ROV = Średnia(P>K)*Prawdopodobieństwo zwrotu nakładów Excel
12
13 Problem skorelowania zmiennych O skorelowaniu zmiennych losowych z danymi z analogicznego projektu wspomina autor metody w swoim artykule opisującym zastosowanie opcji rzeczywistych.
14 Skorelowanie dwóch zmiennych losowych z rozkładu N(0,1) o wariancji równej 1
15 Skorelowanie dwóch zmiennych losowych z rozkładu N(0,1) o różnych wariancjach
16 Różnice pomiędzy metodami skorelowania zmiennych Metoda klasyczna macierz wariancji Metoda przy zastosowaniu kopuli w przypadku dwuwymiarowym Załóżmy że korelujemy dwa symetryczne rozkłady trójkątne (90,100,110) współczynnik korelacji =0,7
17 Różnice pomiędzy metodami skorelowania zmiennych
18 Wpływ korelacji na generowane zmienne losowe
19 Wpływ korelacji na generowane zmienne losowe
20 Wpływ korelacji na generowane zmienne losowe
21 Wpływ korelacji na generowane zmienne losowe
22 Wpływ korelacji na generowane zmienne losowe
23 Wpływ korelacji na generowane zmienne losowe
24 Wpływ korelacji na generowane zmienne losowe Współczynnik korelacji =0,2 Współczynnik korelacji =0,7
25 Wpływ korelacji na generowane zmienne losowe Współczynnik korelacji =0,8 Współczynnik korelacji =0,9
26 Wpływ korelacji na generowane zmienne losowe Współczynnik korelacji =0,2 Współczynnik korelacji =0,9
27 Wpływ korelacji na generowane zmienne losowe Współczynnik korelacji =0,2 Współczynnik korelacji =0,9 34% 49%
28 Analiza porównawcza róŝnych wersji metody Datara-Mathewsa Dane wejściowe projektu: 1.Czas trwania inwestycji 1 rok 2.Czas trwania projektu 7 lat 3.Stopa wolna od ryzyka dyskonto kosztów 5% 4.Stopa dyskontowa przepływów finansowych 7% 5.Współczynnik korelacji = 0, korelacja z poprzednim rokiem 6.Wielkość przypływów oraz NPV projektu przedstawia poniższa tabela
29
30 Wykres skorelowania przychodów pomiędzy poszczególnymi latami inwestycji brak korelacji
31 Wykres skorelowania przychodów pomiędzy poszczególnymi latami inwestycji typ AR(1), wsp. korelacji = 0,7
32 Wyniki uzyskane przy zastosowaniu kopuli gaussowskiej, typ AR(1)
33 Wykres skorelowania przychodów pomiędzy poszczególnymi latami inwestycji typ const, wsp. korelacji = 0,7
34
35 Wyniki uzyskane przy zastosowaniu kopuli gaussowskiej, typu stałego porównanie z typem AR(1)
36 Wykres przedstawia histogram NPV projektu z uwzględnieniem scenariuszy
37
38 Z czym moŝemy skorelować planowane przychody projektu 1. Z ceną rynkową 2. Z indeksem giełdowym 3. Z analogicznym projektem zrealizowanym w przeszłości
39 Wpływ skorelowania zmiennych losowych na wartość opcji DM 1. Jeżeli do skorelowania użyjemy rozkładu o podobnej wartości oczekiwanej oraz wariancji wtedy ograniczymy wpływ współczynnika korelacji na wartość opcji. Wartość opcji maleje, ale w niewielkim zakresie. W każdym z analizowanych okresów rozkład planowanych przepływów byłzbliżony do rozkładu, z którym byłkorelowany
40 Wpływ skorelowania zmiennych losowych na wartość opcji DM 2. Jeżeli do skorelowania zmiennej losowej użyjemy rozkładu o większej wariancji, zauważamy dużo większy wpływ współczynnika korelacji na wartość opcji. Wycena przeprowadzona w ten sposób jest o wiele bardziej wrażliwa i wartość opcji maleje prawie do zera.
41 Wpływ skorelowania zmiennych losowych na wartość opcji DM 2. Jeżeli do skorelowania zmiennej losowej użyjemy rozkładu o większej wariancji, zauważamy dużo większy wpływ współczynnika korelacji na wartość opcji. Wycena przeprowadzona w ten sposób jest o wiele bardziej wrażliwa i wartość opcji maleje prawie do zera.
42 Macierz przejścia dla korelacji z historycznymi projektami Macierz przejścia pomiędzy rokiem 1 a 2, korelacja = 0 Macierz przejścia pomiędzy rokiem 1 a 2, korelacja = 0,7
43 Macierz przejścia pomiędzy rokiem 1 a 3, korelacja = 0,7 Macierz przejścia pomiędzy rokiem 1 a 7, korelacja = 0,7
44 Przykładowe obliczenia wraz z zastosowaniem macierzy przejścia Dane wejściowe projektu: 1.Czas trwania inwestycji 1 rok 2.Czas trwania projektu 7 lat 3.Stopa wolna od ryzyka dyskonto kosztów 5% 4.Stopa dyskontowa przepływów finansowych 7% 5.Współczynnik korelacji = 0,85, korelacja z poprzednim rokiem 6.Wielkość przypływów oraz NPV projektu przedstawia poniższa tabela :15 wycinek ekranu
45
46
47
48
49
50
51 Wnioski Jeżeli do korelacji posłużymy się rozkładem niezmiennym w czasie, to wartość opcji nie zależy od współczynnika korelacji. Duży wpływ na wartość opcji ma typ rozkładu (bazowego) z którym będziemy korelować zmienne w poszczególnych okresach. Współczynnik korelacji skupia zmienne wokółwartości oczekiwanej, w związku z tym wpływa znacząco na zanikanie wartości ekstremalnych, co skutkuje zmniejszaniem się wartości opcji wraz ze wzrostem korelacji. Największe znaczenie na uzyskane rezultaty w tej metodzie ma zmienność, gdyż dzięki niej uzyskujemy duże wartości w ogonie rozkładu. Korelacja z poprzednim okresem znacząco wpływa na wzrost wartości opcji obliczanej metodą DM. Do wyceny projektu, bez informacji z czym i jak skorelowano zmienne, musimy podejśćz rezerwą.
52 Nieklasyczne metody oceny ryzyka Miara Expected Shortfall Badania, które doprowadziły do sformułowania pojęcia Expected Shortfall mają swój początek w poszukiwaniu odpowiedzi na pytanie, jak jest wartośćoczekiwana straty, którą możemy ponieść w α najgorszych przypadkach. W pracy Acerbi i Taschego (2001) autorzy wyszli od pojęcia ES próbkowego, który jest naturalnym estymatorem dla oczekiwanej straty. Expected Shortfall próbkowy wyraża się wzorem:
53 Nieklasyczne metody, oceny ryzyka Wskaźnik Racheva jest to stosunek oczekiwanego zysku uzyskanego na podstawie prawego ogona rozkładu zmiennej X o grubości α, do oczekiwanej straty wyznaczonej na podstawie lewego ogona rozkładu zmiennej X o grubości β. Parametry αi βdobiera subiektywnie inwestor. ( w szczególnym przypadku można przyjąć, że są równe)
54
55 Dziękuję za uwagę
56 Nieklasyczne metody, oceny ryzyka Wskaźnik Farinelli-Tibiletti- oceniający wyniki inwestycyjne przy zastosowaniu jednostronnej miary ryzyka dla dowolnego momentu częściowego rzędu pi qoraz progu m określającego próg zysku i straty gdzie
57 Nieklasyczne metody oceny ryzyka Wskaźnik d odpowiedniego rzędu p i q określony jest przez iloraz zdarzeń pozytywnych związanych z osiągnięciem zakładanego zysku i zdarzeń negatywnych przynoszących stratę. Wskaźnik ma interpretacjęekonomicznąw postaci nadwyżkowej stopy zwrotu przypadającej na jednostkę ryzyka związanego z jej osiągnięciem.
58 Przykładowe obliczenia Parametry αi βustalamy na 0,2 i 0,8 stąd mamy wartośćwskaźnika Ra-ratio
59 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli R.Doman Zastosowanie Kopuli w modelowaniu dynamiki zależności na rynkach finansowych UE Poznań 2011
60 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli
61 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli 1 Kopula (u,v) 0 1 (u,v) 0 1
62 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli 1 Kopula (u,v) 0 1 (u,v) 0 1
63 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli 1 Kopula (u,v) 0 1 (u,v) 0 1
64 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli Udowodnijmy teraz jeden z tych warunków
65 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli
66 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli
67 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli
68 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli
69 Skorelowanie dwóch zmiennych losowych przy zastosowaniu Kopuli R.Doman Zastosowanie Kopuli w modelowaniu dynamiki zależności na rynkach finansowych UE Poznań 2011
70 Różnice pomiędzy metodami skorelowania zmiennych Metoda klasyczna macierz wariancji Metoda przy zastosowaniu kopuli w przypadku dwuwymiarowym Załóżmy że korelujemy dwa symetryczne rozkłady trójkątne (90,100,110) współczynnik korelacji =0,7
71 Różnice pomiędzy metodami skorelowania zmiennych Metoda klasyczna macierz wariancji Metoda przy zastosowaniu kopuli w przypadku dwuwymiarowym Załóżmy że korelujemy dwa symetryczne rozkłady trójkątne (90,100,110) wsp. korelacji =0,7
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Bardziej szczegółowoWskaźniki efektywności inwestycji
Wskaźniki efektywności inwestycji Efektywność inwestycji Realizacja przedsięwzięć usprawniających użytkowanie energii najczęściej wymaga poniesienia nakładów finansowych na zakup materiałów, urządzeń,
Bardziej szczegółowoSymulacja wyników finansowych i wartości spółki za pomocą modelu zysku rezydualnego. Karol Marek Klimczak
Symulacja wyników finansowych i wartości spółki za pomocą modelu zysku rezydualnego Karol Marek Klimczak kmklim@kozminski.edu.pl Finanse przedsiębiorstw 2 3 Ekonomia Y = A K α L β Funkcja produkcji Cobba-Douglasa
Bardziej szczegółowoEkonomika Transportu Morskiego wykład 08ns
Ekonomika Transportu Morskiego wykład 08ns dr Adam Salomon, Katedra Transportu i Logistyki Wydział Nawigacyjny, Akademia Morska w Gdyni ETM 2 Wykład ostatni merytoryczny ETM: tematyka 1. Dynamiczne metody
Bardziej szczegółowoMetody niedyskontowe. Metody dyskontowe
Metody oceny projektów inwestycyjnych TEORIA DECYZJE DŁUGOOKRESOWE Budżetowanie kapitałów to proces, który ma za zadanie określenie potrzeb inwestycyjnych przedsiębiorstwa. Jest to proces identyfikacji
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. L Egzamin dla Aktuariuszy z 5 października 2009 r.
Komisja Egzaminacyjna dla Aktuariuszy L Egzamin dla Aktuariuszy z 5 października 2009 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 0 minut 1 1.
Bardziej szczegółowoWSTĘP ZAŁOŻENIA DO PROJEKTU
UNIWERSYTET ZIELONOGÓRSKI WYDZIAŁ ZARZĄDZANIA Przykład analizy opłacalności przedsięwzięcia inwestycyjnego WSTĘP Teoria i praktyka wypracowały wiele metod oceny efektywności przedsięwzięć inwestycyjnych.
Bardziej szczegółowoBudżetowanie kapitałowe Cz.II
Budżetowanie kapitałowe Cz.II Czynnik: dyskontujący Metoda liczenia kapitalizujący (4.1.1) kapitału gdzie: WACC średni ważony koszt kapitału, z liczba źródeł kapitału, w i udział i tego źródła w całości
Bardziej szczegółowoOcena kondycji finansowej organizacji
Ocena kondycji finansowej organizacji 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności projektów
Bardziej szczegółowoModelowanie rynków finansowych
Modelowanie rynków finansowych Jerzy Mycielski WNE UW 5 października 2017 Jerzy Mycielski (WNE UW) Modelowanie rynków finansowych 5 października 2017 1 / 12 Podstawowe elementy teorii 1 racjonalne oczekiwania
Bardziej szczegółowo5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej
5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej Stopa inflacji, i, mierzy jak szybko ceny się zmieniają jako zmianę procentową w skali rocznej. Oblicza się ją za pomocą średniej ważonej cząstkowych
Bardziej szczegółowoZarządzanie ryzykiem finansowym
Zarządzanie projektami Wrocław, 30 października 2013 Spis treści Motywacja Rachunek prawdopodobieństwa Koherentne miary ryzyka Przykłady zastosowań Podsumowanie Po co analizować ryzyko na rynkach finansowych?
Bardziej szczegółowoH. Sujka, Wroclaw University of Economics
H. Sujka, Wroclaw University of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie spółki z branży włókienniczej i tekstylnej Working paper Słowa kluczowe: Zarządzanie wartością i ryzykiem
Bardziej szczegółowoMetoda DCF. Dla lepszego zobrazowania procesu przeprowadzania wyceny DCF, przedstawiona zostanie przykładowa wycena spółki.
Metoda DCF Metoda DCF (ang. discounted cash flow), czyli zdyskontowanych przepływów pieniężnych to jedna z najpopularniejszych metod wyceny przedsiębiorstw stosowanych przez analityków. Celem tej metody
Bardziej szczegółowoPLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH
Mariusz Próchniak Katedra Ekonomii II, SGH PLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Ekonomia menedżerska 1 2 Wartość przyszła (FV future value) r roczna stopa procentowa B kwota pieniędzy, którą
Bardziej szczegółowo1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe
I Ryzyko i rentowność instrumentów finansowych 1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe 1 Stopa zwrotu z inwestycji w ujęciu
Bardziej szczegółowoEkonomiczno-techniczne aspekty wykorzystania gazu w energetyce
Ekonomiczno-techniczne aspekty wykorzystania gazu w energetyce Janusz Kotowicz W8 Wydział Inżynierii i Ochrony Środowiska Politechnika Częstochowska Wpływ stopy dyskonta na przepływ gotówki. Janusz Kotowicz
Bardziej szczegółowoInwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.
Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.
Bardziej szczegółowoWycena opcji. Dr inż. Bożena Mielczarek
Wycena opcji Dr inż. Bożena Mielczarek Stock Price Wahania ceny akcji Cena jednostki podlega niewielkim wahaniom dziennym (miesięcznym) wykazując jednak stały trend wznoszący. Cena może się doraźnie obniżać,
Bardziej szczegółowoEkonomika w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL (II stopień)
dr Adam Salomon Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL (II stopień) program wykładu 06. Rola współczynnika procentowego i współczynnika dyskontowego w inwestycjach transportowych.
Bardziej szczegółowoLiczenie efektów ekonomicznych i finansowych projektów drogowych na sieci dróg krajowych w najbliższej perspektywie UE, co się zmienia a co nie?
Liczenie efektów ekonomicznych i finansowych projektów drogowych na sieci dróg krajowych w najbliższej perspektywie UE, co się zmienia a co nie? Danuta Palonek dpalonek@gddkia.gov.pl Czym jest analiza
Bardziej szczegółowoMetody zarządzania ryzykiem finansowym w projektach innowacyjnych przedsięwzięć symulacja Monte Carlo i opcje realne
Metody zarządzania ryzykiem finansowym w projektach innowacyjnych przedsięwzięć symulacja Monte Carlo i opcje realne dr Tomasz Krawczyk 1 Co to jest ryzyko? Ryzyko jest to potencjalny stopień zagrożenia
Bardziej szczegółowoPodsumowanie raportu z wyceny wartości Hubstyle Sp. z o.o.
Podsumowanie raportu z wyceny wartości Hubstyle Sp. z o.o. Niniejszy dokument stanowi podsumowanie raportu z wyceny wartości Spółki Hubstyle Sp. z o.o. na 9 kwietnia 2014 roku. Podsumowanie przedstawia
Bardziej szczegółowoOCENA EFEKTYWNOŚCI INWESTYCJI. Jerzy T. Skrzypek
OCENA EFEKTYWNOŚCI INWESTYCJI Jerzy T. Skrzypek 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności
Bardziej szczegółowoZarządzanie ryzykiem projektów inwestycyjnych
351 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa we Wrocławiu Zarządzanie ryzykiem projektów inwestycyjnych Streszczenie. Inwestycje to główny czynnik kreowania
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE Projekt Nakłady inwestycyjne, pożyczka + WACC Prognoza przychodów i kosztów Prognoza rachunku wyników Prognoza przepływów finansowych Wskaźniki
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXI Egzamin dla Aktuariuszy z 1 października 2012 r.
Komisja Egzaminacyjna dla Aktuariuszy LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1
Bardziej szczegółowoĆwiczenia Zarządzanie Ryzykiem. dr hab. Renata Karkowska, ćwiczenia Zarządzanie ryzykiem 1
Ćwiczenia Zarządzanie Ryzykiem 1 VaR to strata wartości instrumentu (portfela) taka, że prawdopodobieństwo osiągnięcia jej lub przekroczenia w określonym przedziale czasowym jest równe zadanemu poziomowi
Bardziej szczegółowoAnaliza ekonomiczna procesów przemysłowych
Analiza ekonomiczna procesów przemysłowych Projekt dr inż. Piotr T. Mitkowski piotr.mitkowski@put.poznan.pl www.mitkowski.com Zakład Inżynierii i Aparatury Chemicznej Hala 22A, biuro 4, Piotrowo Konsultacje:
Bardziej szczegółowoSTOPA DYSKONTOWA 1+ =
Piotr Cegielski, MAI, MRICS, CCIM STOPA DYSKONTOWA (Wybrane fragmenty artykułu opublikowanego w C.H. Beck Nieruchomości, numer 10 z 2011 r. Całość dostępna pod adresem internetowym: www.nieruchomosci.beck.pl)
Bardziej szczegółowoMatematyka finansowa 26.05.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVII Egzamin dla Aktuariuszy z 26 maja 2014 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LXVII Egzamin dla Aktuariuszy z 26 maja 2014 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1. Przyjmijmy
Bardziej szczegółowoEkonomika w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL (II stopień)
dr Adam Salomon Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL (II stopień) EwPTM program wykładu 10. Dynamiczne metody szacowania opłacalności projektów inwestycyjnych w transporcie
Bardziej szczegółowoBiznes plan innowacyjnego przedsięwzięcia
Biznes plan innowacyjnego przedsięwzięcia 1 Co to jest biznesplan? Biznes plan można zdefiniować jako długofalowy i kompleksowy plan działalności organizacji gospodarczej lub realizacji przedsięwzięcia
Bardziej szczegółowoW metodzie porównawczej wskaźniki porównywalnych firm, obecnych na giełdzie, są używane do obliczenia wartości akcji emitenta.
W metodzie porównawczej wskaźniki porównywalnych firm, obecnych na giełdzie, są używane do obliczenia wartości akcji emitenta. Wycena spółki, sporządzenie raportu z wyceny Metodą wyceny, która jest najczęściej
Bardziej szczegółowoInteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
Bardziej szczegółowoPowtórzenie. Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1
Powtórzenie Ćwiczenia ZPI 1 Zadanie 1. Średnia wartość stopy zwrotu dla wszystkich spółek finansowych wynosi 12%, a odchylenie standardowe 5,1%. Rozkład tego zjawiska zbliżony jest do rozkładu normalnego.
Bardziej szczegółowoCASH FLOW WPŁYWY WYDATKI KOSZTY SPRZEDAŻ. KOREKTY w tym ZOBOWIĄZ. 2. KOREKTY w tym NALEŻNOŚCI. WRAŻLIWOŚĆ CF na CZYNNIKI, KTÓRE JE TWORZĄ
WRAŻLIWOŚĆ CF na CZYNNIKI, KTÓRE JE TWORZĄ CASH FLOW WPŁYWY WYDATKI SPRZEDAŻ CENA ILOŚĆ STRUKTURA JK-WZ-UW KOREKTY w tym NALEŻNOŚCI KOSZTY KOREKTY w tym ZOBOWIĄZ. 2 Tabela. Rachunek przepływów pieniężnych
Bardziej szczegółowoMatematyka finansowa. Ćwiczenia ZPI. Ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1
Matematyka finansowa Ćwiczenia ZPI 1 Zadanie 1. Procent składany W banku A oprocentowanie lokat 4% przy kapitalizacji kwartalnej. W banku B oprocentowanie lokat 4,5% przy kapitalizacji miesięcznej. W banku
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoRYZYKO. Rodzaje ryzyka w działalności gospodarczej Włączanie ryzyka w projekcji strumieni finansowych
RYZYKO Rodzaje ryzyka w działalności gospodarczej Włączanie ryzyka w projekcji strumieni finansowych RYZYKO w PLANOWANIU BIZNESOWYM SYSTEMATYCZNE Oddziałuje na cały rynek Jest ryzykiem zewnętrznym Firma
Bardziej szczegółowoAKADEMIA ANALIZ Runda 1
AKADEMIA ANALIZ Runda 1 Po co wyceniać spółki? Inwestować Kupować Sprzedawać Inwestor indywidualny Fundusz inwestycyjny Private equity Fuzje i przejęcia Doradztwo transakcyjne Inwestor branżowy Wyjście
Bardziej szczegółowoMatematyka finansowa 04.04.2011 r. Komisja Egzaminacyjna dla Aktuariuszy. LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.
Bardziej szczegółowoEkonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL niestacjonarne (II stopień)
dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL niestacjonarne (II stopień) program wykładu 10. Dynamiczne metody szacowania opłacalności projektów inwestycyjnych
Bardziej szczegółowo3. Optymalizacja portfela inwestycyjnego Model Markowitza Model jednowskaźnikowy Sharpe a Model wyceny aktywów kapitałowych CAPM
3. Optymalizacja portfela inwestycyjnego Model Markowitza Model jednowskaźnikowy Sharpe a Model wyceny aktywów kapitałowych CAPM Oczekiwana stopa zwrotu portfela dwóch akcji: E(r p ) = w 1 E(R 1 ) + w
Bardziej szczegółowoWycena klienta metodą dochodową a kosztową na przykładzie firmy usługowej
Roksana Kołata Dr Dariusz Stronka Wycena klienta metodą dochodową a kosztową na przykładzie firmy usługowej. Wstęp Ze względu na specyfikę działalności przedsiębiorstw usługowych ich wycena często nastręcza
Bardziej szczegółowoWykorzystanie opcji rzeczywistych (real options) do wyceny kapitału intelektualnego
Wykorzystanie opcji rzeczywistych (real options) do wyceny kapitału intelektualnego Opcje rzeczowe a finansowe Finansowe dotyczą akcji, obligacji i innych aktywów (możliwe transakcje) Opcje rzeczywiste
Bardziej szczegółowoAnaliza ekonomiczna procesów przemysłowych
Analiza ekonomiczna procesów przemysłowych Projekt dr inż. Piotr T. Mitkowski piotr.mitkowski@put.poznan.pl www.mitkowski.com Zakład Inżynierii i Aparatury Chemicznej Hala 22A, biuro 4, Piotrowo Konsultacje:
Bardziej szczegółowoNauka o finansach. Prowadzący: Dr Jarosław Hermaszewski
Nauka o finansach Prowadzący: Dr Jarosław Hermaszewski ANALIZA PROJEKTÓW INWESTYCYJNYCH Wykład 6 Trzy elementy budżetowania kapitałowego Proces analizy decyzji inwestycyjnych nazywamy budżetowaniem kapitałowym.
Bardziej szczegółowoMatematyka finansowa w pakiecie Matlab
Matematyka finansowa w pakiecie Matlab Wykład 5. Wycena opcji modele dyskretne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK Kurs letni dla studentów studiów zamawianych na kierunku Matematyka
Bardziej szczegółowoASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3
ASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3 Szczegółowy program kursu ASM 603: Finansowanie i wycena nieruchomości jako inwestycji cz. 1 1. Zagadnienia ekonomiczne
Bardziej szczegółowo3.1 Analiza zysków i strat
3.1 Analiza zysków i strat Zakładamy że firma decyduje czy ma wdrożyć nowy produkt lub projekt. Firma musi rozważyć czy przyszłe zyski (dyskontowane w czasie) z tego projektu są większe niż koszty poniesione
Bardziej szczegółowoWycena klienta i aktywów niematerialnych
Wycena klienta i aktywów niematerialnych Istota wpływu klienta na wartość spółki Strategie marketingowe i zarządzanie nimi Metryki zorientowane na klienta Podatność i zmienność klientów Łączna wartość
Bardziej szczegółowodr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)
Bardziej szczegółowoOpcje koszykowe a lokaty strukturyzowane - wycena
Opcje koszykowe a lokaty strukturyzowane - wycena Basket options and structured deposits - pricing Janusz Gajda Promotor: dr hab. inz. Rafał Weron Politechnika Wrocławska Plan prezentacji Cel pracy Wprowadzenie
Bardziej szczegółowoĆwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1
Ćwiczenia ZPI 1 W banku A oprocentowanie lokat 4% przy kapitalizacji kwartalnej. W banku B oprocentowanie lokat 4,5% przy kapitalizacji miesięcznej. W banku A ulokowano kwotę 1000 zł. Jaki kapitał należy
Bardziej szczegółowoZadanie 1. Zadanie 2. Zadanie 3
Zadanie 1 Inwestor rozważa nabycie obligacji wieczystej (konsoli), od której będzie otrzymywał na koniec każdego półrocza kupon w wysokości 80 zł. Wymagana przez inwestora stopa zwrotu w terminie do wykupu
Bardziej szczegółowodr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Miary zmienności: obrazują zmiany cen, stóp zwrotu instrumentów finansowych, opierają się na rozproszeniu ich rozkładu, tym samym uśredniają ryzyko: wariancja stopy zwrotu, odchylenie
Bardziej szczegółowoNazwa metody pochodzi od nazwy firmy, w której została opracowana Boston Consulting Group. Koncepcja opiera się na dwóch założeniach:
Macierz BCG BCG Nazwa metody pochodzi od nazwy firmy, w której została opracowana Boston Consulting Group. Koncepcja opiera się na dwóch założeniach: Konkurowanie w branżach o szybkim tempie wzrostu wymaga
Bardziej szczegółowoAKADEMIA MŁODEGO EKONOMISTY
AKADEMIA MŁODEGO EKONOMISTY Analiza finansowa projektu czy projekt uczniowski różni się od biznesowego? Podstawowe zasady oceny finansowej projektu Dr Agnieszka Iga Bem Uniwersytet Ekonomiczny we Wrocławiu
Bardziej szczegółowoUniwersytet Ekonomiczny we Wrocławiu. Projekt indywidualny z przedmiotu: Zarządzanie wartością i ryzykiem przedsiębiorstwa
Uniwersytet Ekonomiczny we Wrocławiu Wydział Zarządzania, Informatyki i Finansów Licencjackie studia dzienne Projekt indywidualny z przedmiotu: Zarządzanie wartością i ryzykiem przedsiębiorstwa Projekt
Bardziej szczegółowoMatematyka finansowa 13.12.2010 r. Komisja Egzaminacyjna dla Aktuariuszy. LV Egzamin dla Aktuariuszy z 13 grudnia 2010 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LV Egzamin dla Aktuariuszy z 13 grudnia 2010 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1. Pan
Bardziej szczegółowoSTUDIUM WYKONALNOŚCI INWESTYCJI PREZENTACJA WYNIKÓW
Załącznik nr 1.1. Załącznik nr 1.1. STUDIUM WYKONALNOŚCI INWESTYCJI PREZENTACJA WYNIKÓW 477 Załącznik nr 1.1. Poniższy przykład ma na celu przybliżenie logiki wynikającej z Wytycznych. Założenia projekcji
Bardziej szczegółowoWykład 1 Sprawy organizacyjne
Wykład 1 Sprawy organizacyjne 1 Zasady zaliczenia Prezentacja/projekt w grupach 5 osobowych. Każda osoba przygotowuje: samodzielnie analizę w excel, prezentację teoretyczną w grupie. Obecność na zajęciach
Bardziej szczegółowoZad.2. Korelacja - szukanie zależności.
Ćw. III. MSExcel obliczenia zarządcze Spis zagadnień: Funkcje statystyczne Funkcje finansowe Tworzenie prognoz Scenariusze >>>Otwórz plik: excel_02.xls> przejdź do arkusza
Bardziej szczegółowoInwestycje jako kategoria ekonomiczna i finansowa
Inwestycje jako kategoria ekonomiczna i finansowa - brak jednoznacznej interpretacji terminu inwestycja - termin ten podlegał ewolucji. Obecnie rozróżnia się inwestycje jako kategorię ekonomiczną i jako
Bardziej szczegółowoSymulacyjne metody wyceny opcji amerykańskich
Metody wyceny Piotr Małecki promotor: dr hab. Rafał Weron Instytut Matematyki i Informatyki Politechniki Wrocławskiej Wrocław, 0 lipca 009 Metody wyceny Drzewko S 0 S t S t S 3 t S t St St 3 S t St St
Bardziej szczegółowoPODSTAWOWE MIARY I OCENY PROJEKTÓW INWESTYCYJNYCH
PODSTAWOWE MIARY I OCENY PROJEKTÓW INWESTYCYJNYCH PODSTAWOWE MIARY OCENY OPŁACALNOŚCI INWESTYCJI Na rynku konkurencyjnym, jeśli dane przedsiębiorstwo nie chce pozostać w tyle w stosunku do swoich konkurentów,
Bardziej szczegółowoEkonomika Transportu Morskiego wykład 08ns
Ekonomika Transportu Morskiego wykład 08ns dr Adam Salomon, Katedra Transportu i Logistyki Wydział Nawigacyjny, Akademia Morska w Gdyni Wykład 8ns : tematyka 1. Oprocentowanie, dyskontowanie, współczynnik
Bardziej szczegółowoZatem, jest wartością portfela (wealth) w chwili,. j=1
Model Rynku z czasem dyskretnym n = 0,1,2, S 1 (n), S 2,, S m (n) - czas - ceny m aktywów obciążanych ryzykiem (akcji) w momencie : dodatnie zmienne losowe. - cena aktywa wolnego od ryzyka (obligacji)
Bardziej szczegółowoOPCJE - PODSTAWY TEORETYCZNE cz.1
OPCJE - PODSTAWY TEORETYCZNE cz.1 Opcja to prawo do kupna instrumentu bazowego po cenie, która jest z góry określona - głosi definicja opcji. Owa cena, które jest z góry określona to tzw. cena wykonania
Bardziej szczegółowoPorównanie metod szacowania Value at Risk
Porównanie metod szacowania Value at Risk Metoda wariancji i kowariancji i metoda symulacji historycznej Dominika Zarychta Nr indeksu: 161385 Spis treści 1. Wstęp....3 2. Co to jest Value at Risk?...3
Bardziej szczegółowoRozdział 7 ZARZĄDZANIE PROJEKTAMI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 7 ZARZĄDZANIE PROJEKTAMI 7.2. Ćwiczenia komputerowe Ćwiczenie 7.1 Wykorzystując
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy LXX Egzamin dla Aktuariuszy z 23 marca 2015 r. Część I Matematyka finansowa
Komisja Egzaminacyjna dla Aktuariuszy LXX Egzamin dla Aktuariuszy z 23 marca 2015 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1. Rozważmy
Bardziej szczegółowoStrategie inwestowania w opcje. Filip Duszczyk Dział Rynku Terminowego
Strategie inwestowania w opcje Filip Duszczyk Dział Rynku Terminowego Agenda: Opcje giełdowe Zabezpieczenie portfela Spekulacja Strategie opcyjne 2 Opcje giełdowe 3 Co to jest opcja? OPCJA JAK POLISA Zabezpieczenie
Bardziej szczegółowoRaport i dokumentacja Obliczanie Value-at-Risk portfela metodą Monte Carlo
Raport i dokumentacja Obliczanie Value-at-Risk portfela metodą Monte Carlo 1. Opis problemu Celem pracy jest policzenie jednodniowej wartości narażonej na ryzyko (Value-at- Risk) portfela składającego
Bardziej szczegółowoPoziom przedmiotu: II stopnia. Liczba godzin/tydzień: 2W E, 2L PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z podstawowymi metodami i technikami analizy finansowej na podstawie nowoczesnych instrumentów finansowych
Bardziej szczegółowoBIZNESPLAN w PROCESACH
BIZNESPLAN w PROCESACH INWESTYCJI RZECZOWYCH Budżet kapitałowy Analiza wykonalności inwestycji (feasibility study) Kryteria i miary oceny inwestycji 4 TWORZENIE BUDŻETU KAPITAŁOWEGO - SCHEMAT Efektywność
Bardziej szczegółowoModele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1 Konrad Miziński, nr albumu 233703 1 maja 2015 Zadanie 1 Parametr λ wyestymowano jako średnia z próby: λ = X n = 3.73 Otrzymany w
Bardziej szczegółowoWYCENA PRZEDSIĘBIORSTWA METODĄ DCF NA PRZYKŁADZIE SPÓŁKI CIECH S.A.
CIECH S.A. Aleksandra Wojciechowska mail: aleksandra.wojciechowska11@gmail.com 1. Wstęp Metoda zdyskontowanych wolnych przepływów pieniężnych DCF (ang. Discounted Cash Flows) jest jedną z dochodowych metod
Bardziej szczegółowoM. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu
M. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży 35: Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną
Bardziej szczegółowoEkonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL niestacjonarne (II stopień)
dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL niestacjonarne (II stopień) program wykładu 06. Rola współczynnika procentowego i współczynnika dyskontowego
Bardziej szczegółowoForward Rate Agreement
Forward Rate Agreement Nowoczesne rynki finansowe oferują wiele instrumentów pochodnych. Należą do nich: opcje i warranty, kontrakty futures i forward, kontrakty FRA (Forward Rate Agreement) oraz swapy.
Bardziej szczegółowoSpis treści. Wstęp...
Wstęp... XI Rozdział 1. Podstawy zarządzania ryzykiem... 1 1.1. Ryzyko rynkowe... 1 1.2. Charakterystyka instrumentów pochodnych... 12 1.2.1. Forward... 13 1.2.2. Futures... 14 1.2.3. Swap... 16 1.2.4.
Bardziej szczegółowoĆwiczenia 3. Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki. Współczynnik przyrostu naturalnego gdzie: U t - urodzenia w roku t Z t - zgony w roku t L t
Bardziej szczegółowoDynamiczne metody oceny opłacalności inwestycji tonażowych
Dynamiczne metody oceny opłacalności inwestycji tonażowych Dynamiczne formuły oceny opłacalności inwestycji tonażowych są oparte na założeniu zmiennej (malejącej z upływem czasu) wartości pieniądza. Im
Bardziej szczegółowoĆwiczenia 3. Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki. Współczynnik przyrostu naturalnego r = U t Z t L t gdzie: U t - urodzenia w roku t Z t - zgony
Bardziej szczegółowoZarządzanie projektami. Zarządzanie ryzykiem projektu
Zarządzanie projektami Zarządzanie ryzykiem projektu Warunki podejmowania decyzji Pewność Niepewność Ryzyko 2 Jak można zdefiniować ryzyko? Autor S.T. Regan A.H. Willet Definicja Prawdopodobieństwo straty
Bardziej szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Analiza finansowa projektu dr hab. Grzegorz Głód Uniwersytet Ekonomiczny w Katowicach 22 maja 2017 r. Co to jest projekt? To działanie: - zorientowane na cel, - kompleksowe,
Bardziej szczegółowoIstota metody DCF. (Discounted Cash Flow)
Istota metody DCF (Discounted Cash Flow) Metoda DCF to: Sposób wyceny przedsiębiorstwa i jego kapitałów własnych oparty o zdyskontowane przepływy pieniężne. Wolne przepływy pieniężne (Free Cash Flows)
Bardziej szczegółowoWycena papierów wartościowych - instrumenty pochodne
Matematyka finansowa - 8 Wycena papierów wartościowych - instrumenty pochodne W ujęciu probabilistycznym cena akcji w momencie t jest zmienną losową P t o pewnym (zwykle nieznanym) rozkładzie prawdopodobieństwa,
Bardziej szczegółowo8. Podejmowanie Decyzji przy Niepewności
8. Podejmowanie Decyzji przy Niepewności Wcześniej, losowość (niepewność) nie była brana pod uwagę (poza przypadkiem ubezpieczenia życiowego). Na przykład, aby brać pod uwagę ryzyko że pożyczka nie zostanie
Bardziej szczegółowo1/ W oparciu o znajomość MSSF, które zostały zatwierdzone przez UE (dalej: MSR/MSSF): (Punktacja dot. pkt 1, razem: od 0 do 20 pkt)
II Etap Maj 2013 Zadanie 1 II Etap Maj 2013 1/ W oparciu o znajomość MSSF, które zostały zatwierdzone przez UE (dalej: MSR/MSSF): (Punktacja dot. pkt 1, razem: od 0 do 20 pkt) 1.1/podaj definicję składnika
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoMatematyka finansowa i ubezpieczeniowa - 8 Wycena papierów wartościowych
Matematyka finansowa i ubezpieczeniowa - 8 Wycena papierów wartościowych W ujęciu probabilistycznym cena akcji w momencie t jest zmienną losową P t o pewnym (zwykle nieznanym) rozkładzie prawdopodobieństwa,
Bardziej szczegółowoOpłacalność odzysku ciepła w centralach wentylacyjnych
Opłacalność odzysku ciepła w centralach wentylacyjnych W oparciu o stworzony w formacie MS Excel kod obliczeniowy przeprowadzono analizę opłacalności stosowania wymienników krzyżowych, regeneratorów obrotowych,
Bardziej szczegółowoANALIZA WYKONALNOŚCI INW N E W S E T S Y T C Y JI J
ANALIZA WYKONALNOŚCI INWESTYCJI ANALIZA WYKONALNOŚCI INWESTYCJI Feasibility Study 1. ANALIZA TECHNICZNO-ORGANIZACYJNA * Program sprzedaży * Zdolność wytwórcza * Czynniki (technologia, materiały, ludzie)
Bardziej szczegółowoĆwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 (16.05.2014) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki. Współczynnik przyrostu naturalnego gdzie: U t - urodzenia w roku t Z t - zgony
Bardziej szczegółowoOPCJE MIESIĘCZNE NA INDEKS WIG20
OPCJE MIESIĘCZNE NA INDEKS WIG20 1 TROCHĘ HISTORII 1973 Fisher Black i Myron Scholes opracowują precyzyjną metodę obliczania wartości opcji słynny MODEL BLACK/SCHOLES 2 TROCHĘ HISTORII 26 kwietnia 1973
Bardziej szczegółowo