- •0605010204-079
- •Предисловие
- •Глава 1 потоки платежей
- •§ 1.1. Потоки платежей и аннуитеты — информационная база финансового анализа
- •§ 1.2. Обобщающие параметры потоков платежей
- •§ 1.3. Расчет обобщающих параметров непрерывных рент
- •§1.4. Эквивалентные потоки платежей
- •§1.5. Определение доходности на основе потока платежей
- •§ 1.6. Современная стоимость потока платежей с учетом риска
- •Глава 2 модели износа оборудования
- •§ 2.1. Износ оборудования и методы определения сумм амортизации
- •§ 2.2. Линейная модель
- •§ 2.3. Нелинейные методы без начисления процентов на суммы амортизации
- •§ 2.4. Нелинейные методы с начислением процентов на суммы амортизации
- •§ 2.5. Налог на имущество и выбор модели износа
- •§ 2.6. Математическое приложение
- •Глава 3 определение барьерных значений экономических показателей
- •М. Булгаков § 3.1. Общая постановка задачи. Линейная модель
- •§ 3.2. Нелинейные модели
- •§ 3.3. Барьерные точки для налоговых ставок
- •§ 3.4. Положение барьерных точек при неопределенности в исходных данных
- •§ 3.5. Барьерные точки объемов производства, финансовый подход к их определению
- •§ 3.6. Математическое приложение
- •Глава 4 диверсификация и риск
- •§4.1. Риск
- •§ 4.2. Диверсификация инвестиций и дисперсия дохода
- •§ 4.3. Минимизация дисперсии дохода
- •§4.4. Математическое приложение
- •Глава 5 измерители эффективности капиталовложений. Чистый приведенный доход
- •§ 5.1. Характеристики эффективности производственных инвестиций
- •§ 5.2. Чистый приведенный доход
- •§ 5.3. Свойства чистого приведенного дохода
- •§5.4. Математическое приложение
- •Глава 6 измерители эффективности капиталовложений: внутренняя норма доходности и другие характеристики
- •§ 6.1. Внутренняя норма доходности
- •§ 6.2. Срок окупаемости
- •§ 6.3. Индекс доходности
- •§ 6.4. Соотношения относительных измерителей эффективности
- •§ 6.5. Сравнение результатов оценки эффективности
- •§ 6.6. Дополнительные измерители эффективности
- •§ 6.7. Моделирование инвестиционного процесса
- •§ 6.8. Анализ отзывчивости
- •§ 6.9. Математическое приложение
- •Глава 7 лизинг: расчет платежей
- •§ 7.1. Финансовый и оперативный лизинг
- •§ 7.2. Схемы погашения задолженности по лизинговому контракту
- •§ 7.3. Методы расчета регулярных лизинговых платежей
- •Регулярные платежи (метод а)
- •Регулярные постоянные платежи (метод б)
- •§ 7.4. Нерегулярные платежи
- •§ 7.5. Факторы, влияющие на размеры лизинговых платежей
- •Глава 8 интервальное экспертное прогнозирование
- •§ 8.1. Основные элементы методики
- •§ 8.2. Методы определения интервальных прогнозов
- •Методика а. Расчет интервального прогноза отдельной характеристики
- •Методика б. Прогноз суммы показателей
- •Методика в. Прогноз произведения двух параметров
- •§ 8.3. Математическое приложение
- •Приложение Коэффициенты наращения дискретных рент
- •Коэффициенты приведения дискретных рент
- •Коэффициенты приведения непрерывных рент
- •Значения функции стандартного нормального распределения
Методика б. Прогноз суммы показателей
Рассматриваются два варианта постановки задачи, когда слагаемые — это независимые величины и когда они зависимы друг от друга45.
Независимые слагаемые. Прогнозируемый показатель представляет собой сумму некоторых однородных величин. Слагаемые — независимые или слабо зависимые между собой показатели. Определение прогнозного интервала предполагает выполнение следующих последовательных шагов:
• установление РВД и определение видов распределений (напомним, что все они симметричные);
• расчет средних значений этих распределений и дисперсий;
• расчет общей средней (суммы частных средних) и дисперсии суммы;
• оценка границ интервального прогноза.
Формулы для расчета средних и дисперсий приведены в табл. 8.3 46.
Таблица 8.3
Распределение |
Средняя |
Дисперсия |
N |
a + L/2 |
(L/6)2 |
Т |
a + L/2 |
L2/24 |
Тр |
а + L/2 |
(L2 + l2)/24 |
Р |
a + L/2 |
L2/12 |
Во всех приведенных в таблице формулах L = b - a .
Расчет суммы средних и дисперсии суммы производится следующим образом:
• сумма частных средних
; (8.10)
• дисперсия суммы
, (8.11)
где Мj, Dj — средние значения и дисперсии частных распределений;
• стандартная ошибка
. (8.12)
Интервал прогноза определяется как
, (8.13)
где z (нормированное отклонение) находится по табл. 8.2 или табл. 5 Приложения в зависимости от принятой ДВ.
ПРИМЕР 2
Эксперты установили следующие РВД и виды распределений для четырех слагаемых (в целях иллюстрации метода приняты различные виды распределений):
Слагаемое |
а |
b |
L |
Распределение |
1 |
10 |
12 |
2 |
Т; М = 11 |
2 |
50 |
55 |
5 |
Тр; НВР = 52 - 53 |
3 |
8 |
13 |
5 |
Р |
4 |
20 |
24 |
4 |
Т; М = 22 |
Сумма |
88 |
104 |
— |
— |
Полученные по этим данным значения частных средних и дисперсий приведены в следующей таблице.
Слагаемое |
Средняя |
Дисперсия |
1 |
11 |
22/24 = 0,177 |
2 |
52,5 |
(52 + 12)/24 = 1,08 |
3 |
10,5 |
52/12 = 2,08 |
4 |
22 |
42/24 = 0,677 |
Сумма |
96 |
4,01 |
Пусть доверительная вероятность равна 75%, F(z) = 0,75. По табл. 8.2 находим z = 1,15; в свою очередь, получим = 2 .
Нижняя и верхняя границы прогнозного интервала равны:
A = 96 - 1,15 x 2 = 93,7; B = 96 + 1,15 x 2 = 98,3.
Как видим, интервал прогноза заметно уже, чем суммы граничных значений РВД слагаемых (88 — 104), но вероятность "попадания" в него также меньше (не 100, а 75%).
Сильная зависимость между слагаемыми. Теоретически обоснованное решение проблемы требует в этой ситуации измерения коэффициентов корреляции между попарно взятыми случайными переменными (в нашем случае — слагаемыми). Поскольку следует ожидать в основном положительной корреляции, то дисперсия увеличивается. Следовательно, увеличивается и интервал прогноза. Например, если в примере 2 полагать, что коэффициенты корреляции у всех пар слагаемых одинаковы и равны, допустим, 0,9 (сильная положительная корреляция), то стандартная ошибка увеличится почти в 2 раза и составит 3,91 вместо 2. Искомый интервал в этом случае равен 91,5—100,5. Однако в такого рода задачах вряд ли практически возможен расчет коэффициентов корреляции (хотя бы в связи с отсутствием необходимой информации), поэтому целесообразно поступить иным образом, избежав тем самым расчет упомянутых коэффициентов.
Для решения задачи определим граничные значения прогнозных интервалов для каждого слагаемого, применив методику А. Обозначим эти величины как Aj и Bj. Искомые граничные значения для суммы составят:
.
Слагаемые этих сумм рассчитаем с учетом того, что вероятности реализации прогноза для каждого слагаемого должны быть больше доверительной вероятности для суммы в целом. ДВ для суммы составит
.
Для отдельного слагаемого ДВ определяется как
. (8.14)
ПРИМЕР 3
Используем данные примера 2 и найдем интервальный прогноз для суммы теперь уже зависимых слагаемых при условии, что коэффициенты корреляции неизвестны. Примем, что ДВ для суммы равна 75%. Соответственно для отдельного слагаемого
ДВj = = 0,93 . По формуле (8.1) находим = 0,035. Результаты расчетов величинx, vj и wj представлены в следующей таблице.
Слагаемое |
Распределение |
а |
b |
L(I) |
Формула |
x |
Aj |
Bj |
1 |
Т |
10 |
12 |
2 |
(8.6) |
0,26 |
10,26 |
11,74 |
2 |
Тр |
50 |
55 |
5(1) |
(8.8) |
1,01 |
51,01 |
53,99 |
3 |
Р |
8 |
13 |
5 |
(8.9) |
0,18 |
8,18 |
12,82 |
4 |
Т |
20 |
24 |
4 |
(8.6) |
0,53 |
20,53 |
23,47 |
Сумма |
|
88 |
104 |
— |
— |
— |
89,98 |
102,02 |