![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Технология имитационного моделирования инвестиционных рисков
В общем случае под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. При анализе рисков инвестиционных проектов обычно используют в качестве базы для экспериментов прогнозные данные об объемах продаж, затратах, ценах и т.п. При проведении финансового анализа часто используются модели, содержащие случайные величины, поведение которых не детерминировано управлением или принимающими решения. Стохастическая имитация известна под названием «метод Монте-Карло». Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели). В общем случае проведение имитационного эксперимента можно разбить на следующие этапы. 1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства. 2. Задать законы распределения вероятностей для ключевых параметров модели. 3. Провести компьютерную имитацию значений ключевых параметров модели. 4. Рассчитать основные характеристики распределений исходных и выходных показателей. 5. Провести анализ полученных результатов и принять решение. Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей сценариев. Имитационное моделирование рисков может быть достаточно просто реализовано в среде EXCEL. Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей и сценариев. Осуществим имитационное моделирование анализа рисков инвестиционного проекта на основании данных примера 1. Пример 1. Фирма рассматривает инвестиционный проект по производству продукта «А». В процессе предварительного анализа экспертами были выявлены три ключевых параметра проекта и определены возможные границы их изменений (табл. 3). Прочие параметры проекта считаются постоянными величинами (табл. 4). Таблица 3 — Ключевые параметры проекта по производству продукта «А»
Таблица 4 — Неизменяемые параметры проекта по производству продукта «А»
Первым этапом анализа согласно сформулированному выше алгоритму является определение зависимости результирующего показателя от исходных. При этом в качестве результирующего показателя обычно выступает один из критериев эффективности: NPV, IRR, PI. Предположим, что используемым критерием является чистая современная стоимость проекта NPV:
где NCFi — величина чистого потока платежей в периоде i. По условиям примера, значения нормы дисконта d и первоначального объема инвестиций I0 известны и считаются постоянными в течении срока реализации проекта (табл. 2). По условиям примера ключевыми варьируемыми параметрами являются: переменные расходы V, объем выпуска Q и цена P. Диапазоны возможных изменений варьируемых показателей приведены в табл. 3. При этом будем исходить из предположения, что все ключевые переменные имеют равномерное распределение вероятностей. Реализация третьего этапа может быть осуществлена только с применением ЭВМ, оснащенной специальными программными средствами. Поэтому прежде чем приступить к третьему этапу — имитационному эксперименту, познакомимся с соответствующими средствами EXCEL, автоматизирующими его проведение. Проведение имитационных экспериментов в EXCEL можно осуществить двумя способами — с помощью встроенных функций и путем использования инструмента «Генератор случайных чисел» дополнения «Анализ данных» (Analysis ToolPack). Для сравнения ниже рассматриваются оба способа. При этом основное внимание уделено технологии проведения имитационных экспериментов и последующего анализа результатов с использованием инструмента «Генератор случайных чисел».
|