Имитационное моделирование инвестиционных рисков

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: Медведева М. А.

Студент группы ИМ-37012 Косарев А.И.

Екатеринбург

2009

Содержание

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

Введение

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 MathCADрешить 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).

Рассчитать средние и дисперсии показателей и использовать их в нормальной аппроксимации распределения соответствующих величин.

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 QPи Vбудут 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 MathCADи с помощью цикла со счётчиком.

Таблица для заполнения матрицы будет выглядеть следующим образом:

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 NPVбольшой, 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.

Заключение

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.

Список используемых источников

1. Имитационное моделирование в экономике: учебное пособие/ С.М. Бородачев. — Екатеринбург: ГОУ ВПО «УГТУ–УПИ», 2007.— 35 с.