- •Тема 1. Сутність, функції та структура інформаційних систем фінансово-кредитних установ Лабораторна робота №1
- •Завдання
- •Тема 2. Засоби пакета Microsoft Excel для імітаційного моделювання прийняття управлінських рішень у сфері фінансів Лабораторна робота №2
- •Завдання
- •Імітаційне моделювання в середовищі пакета Microsoft Excel
- •Імітаційне моделювання з використанням функцій табличного процесора Microsoft Excel
- •Функція слчис()
- •Функція нормобр
- •Приклад виконання практичного завдання «Імітаційне моделювання з використанням функцій табличного процесора Microsoft Excel»
- •Технологія проведення імітаційного моделювання
- •Аналіз чутливості фінансових показників в середовищі пакета Microsoft Excel
- •Приклад виконання практичного завдання «Аналіз чутливості фінансових показників в середовищі пакета Microsoft Excel»
- •Технологія використання інструменту «Таблиця підстановки»
- •Тема 3. Інформаційні технології у фінансах. Дерево рішень Лабораторна робота №3
- •Завдання
- •Визначення дерева рішень
- •Технологія використання дерева рішень
- •1 Спосіб
- •2 Спосіб
- •Контрольні питання
- •Література
- •Навчальне видання
- •Інформаційні системи і технології
- •83050, М. Донецьк, вул. Щорса, 31
- •83023, М. Донецьк, вул. Харитонова, 10
Тема 3. Інформаційні технології у фінансах. Дерево рішень Лабораторна робота №3
Тема: Використання електронних таблиць для аналізу інвестицій за допомогою «Дерева рішень».
Мета: навчитись виконувати аналіз інвестиційних проектів за допомогою засобів табличного процесора Microsoft Excel.
Програмне забезпечення: операційна система Windows, табличний процесор Microsoft Excel.
Завдання
Вивчити теоретичний матеріал за темою.
Виконати приклад практичного завдання «Застосування дерева рішень для аналізу інвестицій».
Виконати завдання за темою лабораторної роботи у відповідності з індивідуальним варіантом.
Оформити звіт по лабораторній роботі, в якому повинні бути наступні складові:
титульний лист;
роздруківка дерева рішень для оцінки ризиків проекту;
роздруківки табличних документів у вигляді з даними і в формульному вигляді;
роздруківка висновків за результатами виконання завдання.
Визначення дерева рішень
Дерева рішень звичайно використовують для аналізу ризиків проектів, що мають доступне для огляду або розумне число варіантів розвитку. Вони особливо корисні в ситуаціях, коли рішення, прийняті в момент часу t = n, сильно залежать від рішень, прийнятих раніше, і у свою чергу визначають сценарії подальшого розвитку подій.
Дерево рішень має вид навантаженого графа, вершини його представляють ключові ситуації, у яких виникає необхідність вибору, а дуги (гілки дерева) – різні події (рішення, наслідки, операції), що можуть мати місце в ситуації, обумовленою вершиною. Кожній дузі (гілці) дерева можуть бути приписані числові характеристики (навантаження), наприклад, величина платежу й імовірність його здійснення. У загальному випадку використання даного методу припускає виконання наступних етапів:
Для кожного моменту часу t визначають проблему і всі можливі варіанти подальших подій.
Відкладають на дереві відповідні проблемі вершину і вихідні з її дуги.
Кожній вихідній дузі приписують її грошову і імовірнісну оцінку.
Виходячи зі значень усіх вершин і дуг розраховують ймовірне значення критерію NPV.
Проводять аналіз імовірнісних розподілів отриманих результатів.
Приклад застосування «Дерева рішень» для аналізу інвестицій
Розглядається дворічний проект, що вимагає початкових вкладень в обсязі 200000 ден. од. Згідно з експертними оцінками приток коштів від реалізації проекту в першому році становитиме:
80 000$ с імовірністю 0,3
110 000$ с імовірністю 0,4
150 000$ с імовірністю 0,3
Притоки коштів у 2 році залежать від результатів, отриманих в 1 році (таблиця 1.1). Норма дисконту дорівнює 12%.
Побудувати дерево рішень для оцінки ризиків проекту.
Таблиця 1.1 - Розподіл ймовірностей потоку платежів
CF11=80000, P11=0,3 |
CF12=110000, P12=0,4 |
CF13=80000, P13=0,3 |
|||
CF2i |
P2i |
CF2i |
P2i |
CF2i |
P2i |
40000 |
0,2 |
130000 |
0,3 |
160000 |
0,1 |
100000 |
0,6 |
150000 |
0,4 |
200000 |
0,8 |
150000 |
0,2 |
160000 |
0,3 |
240000 |
0,1 |
Приклад дерева рішень наведено на рисунку 1.11
