Автор работы: Пользователь скрыл имя, 13 Января 2011 в 23:38, курсовая работа
Мой вариант курсовой работы №12. Суть моего задания заключается в том, чтобы рассчитать оценки NPV, математического ожидания, дисперсии, и статистических отклонений при условии случайного распределения исходных данных. Требуется с использованием программы MathCAD решить данную задачу и сравнить полученные результаты с результатами лекционного примера. Для этого нам нужно определить, что за программу мы должны написать в MathCAD для получения требуемых результатов. Для этого требуется построить блок-схему. По итогу нужно заключить какие параметры изменились, насколько они отличаются от лекционного примера и почему.
Введение 3
Раздел 1. Постановка задачи 4
Раздел 2. Блок-схема имитации 6
Раздел 3. Программа и описанте параметров 7
Заключение 10
Список используемых источников 11
Федеральное агентство по образованию
ГОУ ВПО «Уральский государственный технический университет – УПИ»
Факультет информационно-математических технологий и экономического моделирования
Кафедра анализа систем и принятия решений
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ИНВЕСТИЦИОННЫХ РИСКОВ
Курсовая работа
дисциплина: «Имитационное моделирование экономических процессов»
Руководитель: Бородачёв С. Н.
Нормоконтролер:
Студент группы ИМ-37012 Косарев А.И.
Екатеринбург
2009
Содержание
Мой
вариант курсовой работы №12. Суть моего
задания заключается в том, чтобы рассчитать
оценки NPV, математического ожидания, дисперсии,
и статистических отклонений при условии
случайного распределения исходных данных.
Требуется с использованием программы
MathCAD решить данную задачу и сравнить полученные
результаты с результатами лекционного
примера. Для этого нам нужно определить,
что за программу мы должны написать в
MathCAD для получения требуемых результатов.
Для этого требуется построить блок-схему.
По итогу нужно заключить какие параметры
изменились, насколько они отличаются
от лекционного примера и почему.
Моё задание по курсовой работе (Вариант 12) :
Имитационное моделирование инвестиционных рисков (обобщение: считать Q,P,V дискретными случайными величинами).
Показатели | |||
Наихудший | Наилучший | Вероятный | |
Q | 150 | 300 | 200 |
P | 40 | 55 | 50 |
V | 38 | 25 | 30 |
Рассчитать
средние и дисперсии
Итак, для выполнения данного задания требуется составить программу в MathCAD.
Для этого нужно составить схему. Далее мы создадим цикл длинной в 50000 ходов и рассчитаем 50000 различных значений NPV учитывая, что исходные данные Q P и V будут распределены случайным образом с распределением как в лекционном примере.
Чистая приведённая стоимость(NPV) будет подсчитана по формуле, которая дана в лекционном примере.
Далее
мы считаем математическое ожидание полученного
вектора NPV, его среднее квадратичное и
коэффициент вариации. Используя эти данные,
мы сможем подсчитать вероятность, что
NPV < 0, двумя способами: по формуле MathCAD
и с помощью цикла со счётчиком.
Таблица для заполнения матрицы будет выглядеть следующим образом:
Показатели | |||
Наихудший | Наилучший | Вероятный | |
Q | 150 | 300 | 200 |
P | 40 | 55 | 50 |
V | 38 | 25 | 30 |
Таким образом, начальные входные данные будут выглядеть следующим образом:
Дано в тексте лекционного задания:
Исходные данные:
Цикл для создания вектора NPV:
Расчёт оценки математического ожидания и среднего квадратичного отклонения NPV:
Расчёт оценки коэффициента вариации и риска убытков с помощью функции pnorm:
Риск отрицательного NPV большой, можно посчитать его другим способом, с использованием цикла со счётчиком:
Расчёт ошибки при расчёте мат. ожидания NPV. Ошибка в рублях и в процентах:
Для наглядности и удобства рассуждений выведем на экран гистограмму выборки NPV:
По
гистограмме видно, что полученные
значения рисков адекватны.
Проведя анализ полученного вектора NPV, и сравнив результаты с лекционным примером можно сделать следующие выводы:
- Оценка мат. ожидания почти равны с лекционным примером;
- Коэффициент вариации больше 1,16>1, следовательно, можно говорить, что риск инвестиционного проекта выше среднего. В лекционном примере коэффициент вариации равен 0,784<1;
- Оценка риска убытков двумя способами подтвердила предыдущее умозаключение – вероятность убытков примерно 18%, что является большим значением риска. В лекционном примере значение риска убытков равно 10%;
- Оценка ошибки в расчётах равна 19, учитывая, что это 1% от математического ожидания, можно сказать, что это приемлемая погрешность и все расчёты можно считать адекватными.
Итак, проект является весьма рискованным, причём он является более рискованным, чем в лекционном примере. Все расчёты вполне адекватны, на что показывают допустимые значения ошибок.
Информация о работе Имитационное моделирование инвестиционных рисков