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 | (Хk – 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 |