- •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 в. Прогноз произведения двух параметров
Иногда прогнозируемый показатель представляет собой произведение двух величин Y = VW , где одна величина — качественная характеристика (производительность труда, фондоотдача и т. п.), вторая — объемная величина (количество отработанного времени, размер фондов и пр.). Показатель Y прогнозируется не непосредственно, а на основе прогнозов сомножителей. Если рассматривать сомножители как независимые величины (а в большинстве случаев это правомерно), то методика сводится к следующему.
1. Для каждого сомножителя находится интервальный прогноз: V1, V2; W1,W2. При этом доверительная вероятность принимается на уровне P. Причем
.
Иначе говоря, прогноз сомножителей должен быть сделан с большей доверительной вероятностью, чем прогноз итогового показателя (см. табл. 8.4; в ней же приводятся соответствующие значения ).
Таблица 8.4
ДВ(%) |
60 |
70 |
75 |
80 |
90 |
95 |
р (%) |
77,5 |
83,7 |
86,6 |
89,4 |
94,9 |
97,5 |
0,112 |
0,082 |
0,067 |
0,053 |
0,026 |
0,013 |
2. Рассчитываются граничные значения прогнозного интервала как произведения V1W1, V2W2. С вероятностью ДВ можно утверждать, что реальное значение Y будет находиться в указанных пределах.
Можно применить и иной подход, взяв за базу средние распределений. Тогда последовательно находим: средние и дисперсии каждого распределения, произведение средних и дисперсию произведения. Последняя рассчитывается следующим образом47:
, (8.15)
где Dj и Mj — дисперсия и средняя.
ПРИМЕР 4
Прогнозируется произведение двух случайных переменных, РВД которых показаны ниже в таблице. Доверительная вероятность принята на уровне 80%. Таким образом, Р = 100 = 89,4% . По табл. 8.4 находим = 0,053.
Применим первый из рассмотренных выше подходов. По формулам (8.6) и (8.9) определим значения х и границы прогнозных интервалов для каждого сомножителя.
|
Распределение |
а |
b |
L |
x |
А |
B |
V |
T |
3 |
5 |
2 |
0,33 |
3,33 |
4,67 |
W |
P |
10 |
14 |
4 |
0,21 |
10,21 |
13,79 |
Y |
|
|
|
|
|
34,00 |
64,40 |
Как видим, прогнозный интервал 34 — 64,4 довольно широк. Однако он уже, чем произведение граничных значений РВД (30 — 70).
Для применения второго метода рассчитаем средние и дисперсии.
|
Средняя |
Дисперсия |
V |
4 |
0,167 |
W |
12 |
1,333 |
Y |
48 |
7,56 |
Для принятого уровня доверительной вероятности z = 1,28 (см. табл. 8.2). Границы прогнозного интервала составят:
А = 48 -1,28 x 7,56 = 38,32; B = 48 + 1,28 x 7,56 = 57,68.
Второй метод дает более узкий прогнозный интервал.
§ 8.3. Математическое приложение
Доказательство формулы (8.14)
Исходим из известного в математической статистике соотношения
Dx=E(x)2 - [E(x)]2, (1)
где Dx — дисперсия случайной переменной x;
Е(х) — математическое ожидание переменной x.
В силу (1) можно записать:
Dy = E(vw)2 - [E(vw)]2. (2)
Известно, что
E(vw) = E(v)E(w); E(vw)2 = E(v)2 E(w)2.
В свою очередь,
E(v)2 = Dv + [E(v)]2; E(w)2 = Dw + [E(w)]2.
Перепишем (2), использовав полученные выражения, и заменим математические ожидания переменных на соответствующие средние (Mv; Mw), после чего имеем:
.