КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Й учебный вопрос. Определение степени колеблемости
Чтобы определить степень колеблемости результата на практике обычно применяют методы математической статистики, главными инструментами которых являются - дисперсия, среднеквадратичное отклонение, коэффициент вариации.
Дисперсия представляет собой среднее взвешенное из квадратов отклонений действительных результатов от средних ожидаемых: где, х - ожидаемое значение для каждого случая наблюдения; - средне ожидаемое значение; n - число случаев наблюдения (частота)
Меру «сжатости» определяет величина, которая в теории вероятности носит название «среднеквадратичного отклонения. Чем меньше величина О, тем больше «сжато» соответствующее распределение вероятностей, и тем менее рискован проект. При этом для нормального распределения вероятность «попадания» в пределы ERR± О составляет 68,26%.
Среднее квадратическое отклонение: Среднее квадратическое отклонение указывается в тех же единицах, в каких измеряется варьирующий признак. Дисперсия и среднее квадратическое отклонение являются мерами абсолютной колеблемости.
Рассчитаем значение О для рассматриваемых проектов А и В. Проект А: = 49,5% Проект В: = 3,5% Как видим, для второго проекта с вероятностью 68,26% можно ожидать величину доходности IRR = 20% ± 3,5%, т.е. от 16,5% до 23,5%. Риск здесь минимальный. Проект А гораздо более рискованный. С вероятностью 68,26% можно получить доходность от -29,5% до 69,5%. Считается, что среднерискованной операции соответствует значение О около 30%. В рассмотренном примере распределение вероятностей предполагалось известным заранее. Во многих ситуациях бывают доступны лишь данные о том, какой доход приносила некая финансовая или хозяйственная операция в предыдущие годы. Например, доступная информация может быть представлена в следующем виде (см. табл.) таблица 3. Динамика IRR
В этом случае для расчета среднеквадратичного отклонения О используется такая формула здесь n - число лет, за которые приведены данные, ARR (Average Rate of Return, средняя норма доходности среднее арифметическое всех IRR за n лет - рассчитывается по формуле: для нашего примера получаем: ARR = (10 + 8 + 15)/4 = 8,25%. Еще одной величиной, характеризующей степень риска, является коэффициент вариации V. Коэффициент вариации - отношение среднего квадратического отклонения к средней арифметической и показывает степень отклонения полученных значений:
Коэффициент вариации выражает количество риска на единицу доходности И чем выше V, тем выше степень риска. Коэффициент вариации - относительная величина. Поэтому на его размер не оказывает влияние абсолютные значения изучаемого показателя. С его помощью можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения. Он изменяется от 0 до 100 %. Чем больше коэффициент, тем сильнее колеблемость; чем ниже коэффициент, тем меньше размер относительного риска. Установлена следующая качественная оценка различных значений коэффициента вариации: · до 10 % - слабая колеблемость; · 10- 25 % - умеренная колеблемость; · свыше 25 % - высокая колеблемость.
В рассмотренном чуть раньше примере для проектов А и В коэффициенты вариации равны соответственно: V А = 49,5/20 = 2,475; V B= 3,5/20 = 0,175. В данной ситуации найденные коэффициенты уже не добавляют существенной информации и могут служить лишь для оценки того, во сколько раз один проект рискованнее другого: 2,475/ 0,175 = 14. Проект А в 14 раз рискованнее проекта В. Коэффициент вариации необходимо знать в случае, когда требуется сравнить финансовые операции с различными ожидаемыми нормами доходности ERR.
Пусть для проектов С и D распределение вероятностей задается следующей таблицей Таблица Распределение вероятностей для проектов С И D
Рассчитаем для обоих проектов ERR, О и V. По формуле получаем:
ERRС = 30х0,2 + 20х0,6 + 10х0,2 = 20%; ERRD= 115хО,2 + 80хО,6 + 45хО,2 = 80%. По формуле (2): ОС == 6,3%; ОС == 22.14%; Таким образом, у проекта D величина О намного больше, но при этом больше и значение ERR. Для того, чтобы можно было принять решение в пользу того или иного проекта, необходимо рассчитать коэффициент СУ, отражающий соотношение между ERR и О (рис. 6). По формуле (5) получаем: VC = 6,3/20 = 0,315; VD = 22,14/80 = 0,276.
Как видно, несмотря на достаточно большое значение O, величина V у проекта D меньше, т.е. меньше риска на единицу доходности, что достигается за счет достаточно большой величины ERRD. В данном случае расчет коэффициента СУ дает возможность принять решение в пользу второго проекта. Однако необходимо отметить, что определение степени риска не всегда позволяет однозначно принять решение в пользу того или иного проекта.
Дата добавления: 2014-01-07; Просмотров: 514; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |