- •Введение
- •Понятие об экономико-математических методах и моделях
- •1.1.Определение модели и цели моделирования
- •1.2. Последовательность построения экономико-математической модели
- •1.3. Классификация экономико-математических методов
- •1.4. Классификация экономико-математических моделей
- •1.5. Объекты моделирования
- •1.6. Цель, критерий и ограничения в экономико-математических моделях
- •2. Математические модели рынка
- •2.1. Понятие рыночного равновесия
- •2.2. Паутинообразная модель рынка
- •2.3. Существование и единственность рыночного равновесия
- •2.4. Государственное регулирование рынка. Налоги
- •. Дотации
- •2.6. Фиксированные цены
- •2.7. Оценка прибыли и убытков при государственном регулировании рынка
- •2.8. Поддержание стабильных цен и производственные квоты
- •2.9. Принципы ценообразования в рыночной экономике. Диверсификация цен
- •2.9.1. Диверсификация цен в зависимости от дохода покупателя
- •2.9.2. Диверсификация цен в зависимости от объема потребления
- •2.9.3. Диверсификация цен по категориям товаров
- •Совокупная прибыль
- •2.9.4. Диверсификация цен по времени
- •3. Производственные функции
- •3.1. Виды производственных функций
- •3.2. Функция Кобба-Дугласа
- •3.3. Модель Солоу
- •3.4. Модель Стоуна
- •3.5. Двойственная задача потребительского выбора
- •3.6. Функция спроса Маршалла
- •3.7. Модель общего равновесия Вальраса
- •3.8. Рыночное равновесие в модели Леонтьева
- •3.9. Пример построения производственной функции
- •Значения коэффициентов парной корреляции
- •3.10. Производственные функции и прогнозирование
- •4. Модели оптимального планирования
- •4.1. Оптимизация прибыли предприятия
- •Исходные данные для предельного анализа
- •4.2. Оптимизация прибыли методами математического программирования
- •Исходные данные для решения задачи оптимизации
- •4.3. Оптимизация прибыли при ограничениях на используемые ресурсы
- •Исходные данные по изделиям
- •Результаты расчета Таблица 4.8
- •4.4. Планирование оптимальной мощности строительного предприятия
- •Для решения задачи на пк коэффициенты целевой функции, матрицы ограничений и правые части ограничений необходимо записать в виде симплекс-матрицы (табл.4.10).
- •Оптимальное значение целевой функции – 240,000.
- •4.5. Модели стохастического программирования
- •4.6. Модели оптимального планирования транспортного типа
- •4.7. Решение задач по планированию перевозок
- •4.8. Производственно-транспортные модели
- •4.9. Транспортные модели с промежуточными пунктами
- •4.10. Модели параметрического программирования
- •4.11. Модель распределения инвестиционных ресурсов между строительными организациями, прошедшими конкурсный отбор
- •4.12. Производственно-транспортная задача прикрепления источников теплоснабжения к потребителям продукции
- •5. Матричные игры
- •5.1. Классификация матричных игр
- •5.2. Игры с нулевой суммой
- •5.3. Решение игры в чистых стратегиях
- •5.4. Решение игры в смешанных стратегиях
- •Очевидным следствием из теоремы о минимаксе является соотношение
- •5.5. Игры с ненулевой суммой и кооперативные игры
- •5.6. Введение в теорию игр п лиц
- •5.7. Позиционные игры
- •5.8. Выбор оптимальной стратегии в условиях неопределенности (игры с природой)
- •5.8.1. Специфика ситуации полной неопределенности
- •5.8.2. Критерии выбора оптимальной стратегии
- •5.9. Применение теории матричных игр в управлении
- •5.10. Сведение матричной игры к задаче линейного программирования Рассмотрим игру, платежная матрица которой имеет размерность
- •5.11. Решение игры с применением процессора электронных таблиц
- •5.12. Определение победителя подрядных торгов с применением теории игр
- •6. Имитационное моделирование
- •6.1. Метод Монте-Карло
- •7. Моделирование систем массового обслуживания
- •7.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- •7.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- •8. Модели оценки эффективности инвестиционных проектов
- •8.1. Расчет абсолютных и относительных показателей эффективности проекта
- •8.2. Применение процессоров электронных таблиц для оценки эффективности инвестиций
- •8.3. Оптимальное планирование портфеля инвестиций
- •8.4. Учет факторов риска при оценке инвестиций
- •8.5. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
- •Исходные данные для расчета
- •9. Модели оценки финансового состояния предприятия
- •9.1. Виды моделей
- •9.2. Статическая и динамическая модели оценки финансового
- •Коэффициенты рентабельности
- •Оценка деловой активности
- •Оценка финансовой устойчивости
- •Оценка платежеспособности и ликвидности
- •Рекомендуемые значения оцениваемых показателей
- •Вопросы и задания
- •Заключение
- •Библиографический список
- •Экономико-математические методы и модели
- •394006 Г.Воронеж, ул. 20-летия Октября, 84
8.5. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
Если инвестиционный портфель уже диверсифицирован, то перед инвестором стоит задача определения уровня недиверсифицируемого риска. Этот уровень можно измерить с помощью линейного регрессионного уравнения
rit= ai + bi × rmt,
где rit - доходность ценной бумаги (портфеля) i в момент времени t; ai - свободный член уравнения регрессии; bi - коэффициент уравнения регрессии «бета»; rmt - доходность фондового рынка в момент времени t.
Коэффициент регрессии b измеряет относительную неустойчивость доходности конкретной ценной бумаги или портфеля в сравнении с репрезентативным показателем доходности фондового рынка.
Выполним расчет коэффициента «бета» на основе исходных данных, приведенных в табл. 8.6.
Таблица 8.6
Исходные данные для расчета
№пп |
Доходность фондового рынка |
Доходность ценной бумаги |
1. |
0,1 |
0,15 |
2. |
0,12 |
0,16 |
3. |
0,1 |
0,14 |
4. |
0,08 |
0,1 |
5. |
0,12 |
0,2 |
6. |
0,13 |
0,17 |
7. |
0,09 |
0,11 |
8. |
0,14 |
0,21 |
9. |
0,13 |
0,18 |
10. |
0,15 |
0,22 |
Для выполнения расчетов используем процессор электронных таблиц Excel.
Полученное уравнение регрессии имеет вид
(8.10)
Коэффициент детерминации = 0,78. Считается, что для хорошо диверсифицированного инвестиционного портфеля коэффициент детерминации имеет значение около 0,9. Это означает, что на 90 % колебания курсов ценных бумаг портфеля объясняются изменениями на фондовом рынке. В расчетах коэффициентов «бета» индивидуальных ценных бумаг параметр R2 имеет достаточно широкий диапазон в интервале от 0,2 до 0,5.
Коэффициент «бета» в регрессионном уравнении, равный 1,67, показывает, что инвестиционный портфель в 1,67 раза более изменчив, чем фондовый рынок в целом. Если рыночная доходность в целом увеличится на 10%, то доходность инвестиционного портфеля возрастет на 16,7 %. При обратной тенденции, при снижении рыночной доходности на 10 %, доходность инвестиционного портфеля снизится на 16,7 %.
Поэтому при «бета» < 1 инвестиционный портфель можно считать низкорискованным, а при «бета» > 2 - высокорискованным.
Вопросы и задания
Что показывает индекс рентабельности проекта и как он рассчитывается?
Рассчитать чистую текущую стоимость проекта, если сумма первоначальных инвестиций 100 млн р., текущая стоимость денежного потока на протяжении экономической жизни проекта – 123 млн р.
Какие ограничения имеет стоимость инвестиционного портфеля?
Как учитываются факторы риска при оценке инвестиций?