Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Бригхем Ю., Гапенски Л. Финансовый менеджмент: Полный курс: В 2-х томах / Пер. с англ. под ред. Ковалева В.В. СПб.: Экономическая школа, 1997.



14. Галиц Л. Финансовая инженерия: инструменты и способы управления финансо­вым риском.—Москва:ТВП,1998.—576. с.

15. Рогов М.А. Риск-менеджмент -М.: Финансы и статистика, 2001.120 с.


 


[1] Так, в основе чаще всего употребляемых классификационных схем используются следующие элементы:

- время возникновения;

- основные факторы возникновения;

- характер учета;

- характер последствий;

- сфера возникновения и др.

Например, по времени возникновения риски распределяются на ретроспективные, текущие и перспективные. Анализ ретроспективных рисков позволяет более точно прогнозировать текущие и перспективные риски.

 

[2] К политическим рискам относятся: а) невозможность осуществления хозяйственной деятельности вследствие военных действий, революции, обострения внутрипо­литической ситуации в стране, национализации, конфискации товаров и предприятий, введения эмбарго, из-за отказа нового правительства выполнять принятые предшественниками обяза­тельства и т. п.; б) введение отсрочки (моратория) на внешние платежи на опре­деленный срок ввиду наступления чрезвычайных обстоятельств (забастовка, война и т. д.); в) неблагоприятное изменение налогового законодательства; г) запрет или ограничение конверсии национальной валюты в ва­люту платежа. В этом случае обязательство перед экспортерами может быть выполнено в национальной валюте, имеющей огра­ниченную сферу применения.

[3] Инфляция означает обесценение денег и, соответственно, рост цен. Дефляция – это процесс, обратный инфляции, он выража­ется в снижении цен и, соответственно, в увеличении покупа­тельной способности денег.

[4] В теории игр аналогичные матрицы носят название матрица игры, платежная матрица, матрица выигрышей; при этом термин «выигрыш» соотносят с первым игроком (в нашем случае им является ЛПР), так что отрицательное значение такой матрицы понимается как проигрыш первого игрока. В задачах анализа финансовых операций матрица последствий называется также матрицей доходов.

[5] Матрицы рисков называют также матрицами потерь, или матрицами упущенных возможностей.

[6] Критерий оптимальности итальянского экономиста В.Парето применяется при решении многокритериальных задач, в которых оптимизация означает улучшение одних показателей при условии, что другие при этом не ухудшаются.

[7] Множеством, или областью Парето в общем случае называют множество всех допустимых решений, для которых невозможно одновременно улучшить все частные показатели эффективности в задачах многокритериальной оптимизации, т.е. невозможно улучшить хотя бы один из них, не ухудшая остальных. Принадлежащие множеству Парето решения называются эффективными, или оптимальными по Парето.

[8] Под результатом финансовой операции k чаще всего понимают ее доходность (норму дохода), т.е. сумму полученных доходов, исчисленную в процентном отношении к сумме произведенных затрат.

[9] Под внутренней нормой доходности (IRR) – наиболее широко используемым критерием эффективности инвестиций – понимают процентную ставку, при которой чистая современная стоимость инвестиционного проекта равна нулю.

[10] Поиск решения позволяет решать задачи с нелинейными ограничениями и целевыми функциями.

[11] Расчеты показателя rm производятся по акциям наиболее представительных компаний. В США чаще всего используются ин­дексы Standard & Poors: S&P-100 (500, 1000 и др.) и индекс Доу-Джонса.

Их российским аналогом можно считать сводный ин­декс Российской торговой системы (РТС), разработан­ный в 1995 г. Сегодня этот индекс де-факто является главным показателем отечественного фондового рын­ка, его значение по окончании торгов публикуется сред­ствами массовой информации.

Особенностью индекса РТС является большая вы­борка, охватывающая весь список акций категории «А» РТС (по состоянию на 20 декабря 1999 г. — 46 бумаг, 27 эмитентов).

Формула, используемая для расчета индекса РТС, — взвешенное по капитализации арифметическое сред­нее стоимости акций компаний РТС, номинированных в долларах США.

По своей сути индекс РТС отражает стоимость самых ликвидных акций россий­ских компаний по отношению к базовой дате (1 сентя­бря 1995 г.). Номинация стоимости акций в долларах позволяет полностью избежать влияния на оценку сто­имости портфеля акций девальвационных процессов в экономике страны. С этой точки зрения индекс РТС представляется удобным для анализа иностранными портфельными инвесторами, работающими на россий­ском рынке.

Кроме индекса РТС рассчитывается значительное число ин­дексов информационных агентств и некоторых торговых площадок, например индексы агентств АК&М, «Росбиз­несконсалтинг» (РБК), «Moscow Times», ROS, а также ряд индексов фондовых бирж (в частности, ММВБ и МФБ). В большинстве своем это индексы, арифметически взвешенные по капитализации (исключение составляет индекс РБК.

 

[12]

В регрессионной модели
Общая сумма квадратов =   = Сумма квадратов, объясняемая регрессией + + Остаточная сумма квадратов    
В рыночной модели
Общий риск ценной бумаги = si2 = Рыночный риск ценной бумаги + bi2smr2 + Собственный риск ценной бумаги se2  

 

 

[13] Подробное изложение методики работы при построении регрессионных моделей с помощью надстройки Пакет анализа можно найти в практикуме Орловой И.В. «Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL».


[i] Дисперсия

Дисперсия случайной величины является наиболее употребительной числовой характеристикой степени вариации значений случайной величины вокруг центра группирования. Дисперсия обычно обозначается как . Дисперсия – это математическое ожидание квадрата отклонения случайной величины от своего математического ожидания:

Из можно получить - теоретическое стандартное отклонение - стандартное отклонение случайной переменной есть квадратный корень из ее дисперсии.

Выборочная дисперсия

Для выборки из n наблюдений выборочная дисперсия определяется как среднеквадратичное отклонение в выборке:

.

Определенная таким образом выборочная дисперсия представляет собой смещенную оценку теоретической дисперсии.

Несмещенная оценка дисперсии определяется по формуле:

.

Характеристики генеральной совокупности Формулы оценивания
Среднее, m
Дисперсия,

 

 

[ii] Выборочная ковариация

Выборочная ковариация является мерой взаимосвязи между двумя переменными.

Выборочная ковариация между x и y определяется как

 

[iii] Коэффициент корреляции

Коэффициент корреляции является более точной мерой зависимости между величинами. Подобно дисперсии и ковариации коэффициент корреляции имеет две формы – теоретическую и выборочную.

Для двух переменных x и y теоретический коэффициент корреляции определяется следующим образом:

.

выборочный коэффициент корреляции определяется по формуле:

.

 

[iv] Риск портфеля трехфакторной модели s2p =V p = XT*COV*X

[v] Оценка параметров регрессионной модели.

Для оценки параметров регрессионного уравнениянаиболее часто используют метод наименьших квадратов (МНК), согласно которому в качестве оценки принимают вектор a, который минимизирует сумму квадратов отклонения наблюдаемых значений у; от модельных значений , т. е. квадратичную форму:

Þ min.

Формула для вычисления параметров регрессионного уравнения имеет вид:

a = (Xт X )-1 X т Y

Рассмотрим случай зависимости переменной Y от одного фактора Х.

Мы хотим подобрать уравнение

.

для вычисления а1 можно использовать следующие выражения:

а1= =

а0=

Вычисление параметров рыночной модели mi = ai + bi ´mf

с помощью МНК:

= =

 

[vi] Дисперсионный анализ модели регрессии.

После построения уравнения регрессии мы можем разбить значение у, в каждом наблюдении на две составляющих - и ;

(*)

Величина , — расчетное значение у в наблюдении i— это то значение, кото­рое имел бы у при условии, что уравнение регрессии было правильным, и от­сутствии случайного фактора. Это, иными словами, величина у, спрогнозированная по значению х в данном наблюдении. Тогда остаток , есть расхождение между фактическим и спрогнозированным значениями величины y. Это та часть у, которую мы не можем объяснить с помощью уравнения регрессии.

Используя (*) разложим дисперсию у:

(**)

Это означает, что мы можем разложить Var (у) на две части: часть, которая «объясняется» уравнением регрессии в вышеописанном смысле, и Var(e) — «необъясненную» часть.

используя определение выборочной дисперсии и умножив на n обе части уравнения (**), можно представить его следующим образом:

(***)

где - значения y, вычисленные по модели;

Se2 = =- остаточная сумма квадратов отклонений;

Sy2 =- общая сумма квадратов отклонений зависимой переменной от ее среднего значения,

- сумма квадратов отклонений, объясненная регрессией.

 

[vii] коэффициент детерминации - R2.

 

Он показывает долю вариации результативного признака, находя­щегося под воздействием изучаемых факторов, т. е. определяет, ка­кая доля вариации признака Y учтена в модели и обусловлена влия­нием на него факторов.

В многофакторной регрессии добавление дополнительных объ­ясняющих переменных увеличивает коэффициент детерминации. Следовательно, коэффициент детерминации должен быть скор­ректирован с учетом числа независимых переменных. Скоррек­тированный R2, или , рассчитывается так:

, где

n — число наблюдений;

k — число независимых переменных.

 


 

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.