Файл: Контрольная работа по дисциплине Управление рисками и страхование.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.01.2024

Просмотров: 77

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.


Контрольная работа

по дисциплине: «Управление рисками и страхование»

Вариант – 9

1. Статистические методы оценки рисков

В таблице 1 представлены данные по объемам реализации компании. Рассчитайте вероятность каждого значения временного ряда, а также следующие показатели его динамики:

- размах вариации

- математическое ожидание

- дисперсия

- среднеквадратическое отклонение

- коэффициент вариации

Таблица 1 – Данные по объемам реализации компании в стоимостном выражении

Месяц

янв

фев

мар

апр

май

июн

июл

авг

сен

окт

Объем реализации, тыс. у. е.

150

170

162

150

168

200

162

170

206

168


Решение:

1) Размах вариации рассчитаем по формуле: R = Xmax - Xmin

R = 206 – 150 = 56

Таким образом, за указанный период разница между минимальным и максимальным значением объема реализации составила 56 тыс. у. е. Но этот показатель дает очень грубую оценку риску, так как он является абсолютным показателем и зависит только от крайних значений ряда.

2) Математическое ожидание определим по формуле: M(E) = ∑(Хk× Рk) Для расчета вероятности каждого значения выпишем все значения ряда без повторений. Для удобства расчетов составим таблицу (см. таблицу 2). Рассчитаем вероятность каждого значения ряда по формуле: Рk = k : N Полученные результаты занесем в строку 1 таблицы 2. Найдем произведение каждого значения и его вероятности. Результаты занесем в строку 2 таблицы 2. Сумма полученных произведений является значением математического ожидания данного временного ряда: M(E) = 170,6. Математическое ожидание показывает наиболее правдоподобное значение объема реализации в месяц за указанный период.


3) Дисперсия временного ряда - мера разброса значений случайной величины относительно её математического ожидания и определяется по формуле: σ2 (Ε) = ∑[( Хk – M(E))2 × Рk].

Рассчитаем значение дисперсии поэтапно. Сначала найдем отклонение каждого значения ряда от среднего ожидаемого значения (строка 3 таблицы 2). Затем возведем в квадрат полученные значения отклонений (строка 4 таблицы 2). Наконец, умножим значения строки 4 на соответствующие значения вероятности (строка 5 таблицы 2). Сумма значений строки 5 представляет собой значение дисперсии данного временного ряда:

σ2 (Ε) = 312,84

Использование дисперсии как меры риска не всегда удобно, так как. размерность ее равна квадрату единицы измерения случайной величины.

Таблица 2 – Расчет статистических показателей



п/п

Показатели

Значения (ХК)

Итого

150

170

162

168

200

206

1

2

3

4

5

6

7

8

9

1

Вероятность (Рк)

2:10 = 0,2

2:10 = 0,2

2:10 = 0,2

2:10 = 0,2

1:10 = 0,1

1:10 = 0,1

1

2

Математическое ожидание
М(Е) = ∑(Хk× Рk)

150×0,2 = 30

170×0,2 = 34

162×0,2 = 32,4

168×0,2 = 33,6

200×0,1 = 20

206×0,1 = 20,6

170,6

3

Хk – M(E)

150 – 170,6 =
-20,6

170-170,6 =
-0,6

162-170,6 =
-8,6

168-170,6 =
-2,6

200–170,6 =
29,4

206-170,6 =
35,4

-

4

k – M(E))2

424,36

0,36

73,96

6,76

864,36

1253,16

-

5

Дисперсия

σ2 (Ε) = ∑[(Хk – M(E))2 × Рk)]

424,36×0,2 = 84,872

0,36×0,2 = 0,072

73,96×0,2 = 14,792

6,76×0,2 = 1,352

864,36×
0,1 = 86,436

1253,16×
0,1 = 125,316

312,84

6

Стандартное

(среднеквадратическое)

отклонение

σ(Ε) = Ѵ¯σ2 (Ε)

-

-

-

-

-

-

17,69

7

Коэффициент вариации

Kv = σ(Ε) : M(E)

-

-

-

-

-

-

0,1037 (10,37%)



4) Стандартное (среднеквадратическое) отклонение определим по формуле: σ(Ε) = Ѵ¯σ2 (Ε).

σ(Ε) = 17,69.

Таким образом, значение объема реализации за указанный период в среднем изменяется на 17,69 тыс. у. е. в месяц.

5) Коэффициент вариации, выраженный в процентах, показывает, насколько велики были отклонения параметров за анализируемый период. Рассчитаем значение коэффициента вариации по формуле: Kv = σ(Ε) : M(E)

Kv = 17,69:170,6 = 0,1037 (т.е. 10,37 %).

Вывод: Таким образом, значение объема реализации за указанный период изменяется в среднем на 10,37%. Совокупность стабильна, так как коэффициент вариации меньше 30% (≤ 0,3).
2. Метод учета риска
при расчете чистой приведенной стоимости
NPV
Первоначальные инвестиции компании в реализацию проекта составили 3 000 у. е.

Безрисковая дисконтная ставка составляет 8 %.

Плата за риск – 2 %.

Динамика чистых денежных потоков представлена в таблице 3.

Рассчитайте эффективность проекта с учетом и без учета риска. Опишите недостатки данного метода учета рисков.

Таблица 3 - Динамика чистых денежных потоков

Год

1

2

3

4

5

Стоимость денежного потока, у. е.

-5 000

-1 000

2 000

4 000

7 000


Решение:

Для удобства расчетов составим таблицу 4. Рассмотрим в таблице динамику денежных потоков по годам.

Таблица 4 - Расчет чистой приведенной стоимости NPV проекта
с учетом и без учета риска



п/п

Показатели

Годы

Сумма, тыс. у.е.

0

1

2

3

4

5

1

2

3

4

5

6

7

8

9

1

Первоначальные

инвестиции (I0),
тыс. у. е.

3000



















2

Безрисковая годовая ставка

дисконта rt', %




8

8

8

8

8




3

Премия за риск rt*, %




2

2

2

2

2




4

Годовая ставка дисконта с учетом премии за риск rt' +rt*, %




10

10

10

10

10




5

Чистые денежные потоки

(CFt), тыс. у. е.




-5 000

-1 000

2 000

4 000

7 000




6

Приведенная стоимость чистых денежных потоков (без учета риска) PVt', тыс. у. е




-5000:1,08 = −4 629,63

-1000: 1,082= −857,34

2000: 1,083= 1 587,68

4000: 1,084=

2 940,1

7000: 1,085= 4 764,1

3 904,91

7

Приведенная стоимость чистых денежных потоков

(с учетом риска) PVt*, тыс.

у. е.




-5 000:1,1 = −4 545,45

-1 000:1,12 = −826,45

2 000:1,13 = 1 502,63

4 000:1,14
= 2 732,05

7 000:1,15
= 4 241,14

3 103,92

8

Чистая приведенная

стоимость (NPV') без учета

риска, тыс. у. е

904,91



















9

Чистая приведенная стоимость (NPV*) с учетом риска, тыс. у. е.

103,92





















3. Метод построения «дерева решений»

Международная нефтяная компания должна принять решение о бурении скважины.

В начальный момент времени t=0 необходимо потратить $ 9 млн на проведение трехмерной сейсмической разведки, которая увеличивает шансы успешной разработки. Вероятность положительных результатов разведки составляет 90 %, отрицательных – 10 %.

Если в результате разведки будет выяснено, что потенциал скважины достаточно высок, то компания инвестирует еще $ 15 млн на бурение (t=1).

Вероятность того, что скважина все-таки окажется сухой составляет 20 %. В случае открытия месторождения компания сможет получать прибыль около $ 50 млн в год при оптимистическом сценарии (вероятность 10 %), $ 35 млн – при наиболее вероятном развитии событий (вероятность 80 %) и $ 10 млн – при наихудшем сценарии (вероятность 10 %).

Срок добычи нефти в случае открытия месторождения составляет 3 года.

Ставка цены капитала компании при реализации данного проекта составляет 10 %.

Постройте дерево решений, рассчитайте финансовый результат каждого варианта и определите целесообразность реализации проекта.
Решение:



Построим древо решений (рисунок 1).



Рисунок 1 – Дерево решений

Данные занесем в таблицу 5. Затем найдем «совместную» вероятность каждого из вариантов. Согласно представленному рисунку, вероятность составит:

р1 = 0,9 × 0,2 × 0,1 = 0,018;

р2 = 0,9 × 0,2 × 0,8 = 0,144;

р3 = 0,9 × 0,2 × 0,1 = 0,018;

Имея значения доходности различных вариантов развития инвестиционного проекта и вероятностное распределение этих значений, можно рассчитать математическое ожидание доходности проекта (среднее ожидаемое значение).

Таблица 5 – Расчет совокупной эффективности проекта


Показатели

Годы

NPV

P

NPV×P

0

1

2

3

4

5

1

2

3

4

5

6

7

8

9

10

Годовая

ставка

дисконта rt




0,1

0,1

0,1

0,1

0,1










Чистый поток средств CFt1

-9 000 000

-15 000 000




50 000 000

50 000 000

50 000 000










Приведенная

стоимость

чистых

денежных

потоков PVt1

-9 000 000

-13 636 363,6

0,0

37 565 740,1

34 150 672,8

31 046 258,9

80 126 308,2

0,9 × 0,2 × 0,1 = 0,018

1 442 273,55

Чистый

поток

средств CFt2

-9 000 000

-15 000 000




35 000 000

35 000 000

35 000 000










Приведенная

стоимость

чистых

денежных

потоков PVt2

-9 000 000

-13 636 363,6

0,0

26 296 018,03

23 905 470,94

21 732 381,25

49 297 506,62

0,9 × 0,2 × 0,8 = 0,144

7 098 840,95

Чистый

поток

средств CFt3

-9 000 000

-15 000 000




10 000 000

10 000 000

10 000 000










Приведенная

стоимость

чистых

денежных

потоков PVt3

-9 000 000

-13 636 363,6

0,0

7 513 148

6 830 134,6

6 209 251,8

-2 083 829,2

0,9 × 0,2 × 0,1 = 0,018

-37 508,9

Чистый

поток

средств CFt4

-9 000 000

-15 000 000






















Приведенная

стоимость

чистых

денежных

потоков PVt4

-9 000 000

-13 636 363,6

0,0

0,0

0,0

0,0

-22 636 363,6

0,9 × 0,8 = 0,72

-16 298 181,79

Чистый

поток

средств CFt5

-9 000 000

























Приведенная

стоимость

чистых

денежных

потоков PVt5

-9 000 000

0,0

0,0

0,0

0,0

0,0

-9 000 000

0,1

-900 000

Ожидаемое значение доходности инвестиционного проекта

-8 694 576,19