
- •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
§ 8.2. Методы определения интервальных прогнозов
После установления РВД и выбора вида распределения и уровня ДВ расчет границ интервального прогноза становится чисто технической задачей. Ее решение заключается в отсечении "лишних" концов РВД соответственно принятой доверительной вероятности. Иначе говоря, находят величины
А = а + х; B =b - x ,
где x — величина, зависящая от вида распределения и вероятности неудачи (неосуществления прогноза); очевидно, что упомянутая вероятность равна 1 - ДВ. Площади под кривой распределения, отсекаемые от "хвостов", равны половине этой вероятности (см. рис. 8.2) для треугольного распределения:
.
(8.1)
Значения этой вероятности для некоторых уровней ДВ приведены в табл. 8.1.
Рис. 8.2
Таблица 8.1
ДВ, % |
60 |
70 |
75 |
80 |
90 |
a |
0,2 |
0,15 |
0,125 |
0,1 |
0,05 |
Из сказанного следует, что задача определения интервального прогноза сводится к расчету размера x. Методики разработаны для следующих ситуаций:
А. Объект прогнозирования — отдельная количественная характеристика. Эксперт указывает РВД, вид распределения, а для распределения Тр и интервал наиболее вероятных значений прогнозируемого показателя.
Б.
Прогноз суммы показателей,
.
Например, сумма объемов выпуска нескольких
видов продукции. Для каждого слагаемого
указывается РВД и вид распределения.
ДВ назначается только для итоговой
суммы.
В. Прогноз произведения двух показателей, Y = vw. Например, произведение "нормативного" и объемного показателей. Эксперт указывает РВД, вид распределения и ДВ для каждого сомножителя.
На первый взгляд представляется, что обсуждаемую методику легко распространить на прогноз суммы произведений. Формально это несложно выполнить. Однако, как показали расчеты, степень "сжатия" прогнозного интервала в этих условиях весьма мала, так что применение данной методики не имеет смысла.
Покажем технику применения перечисленных методик для каждого из указанных распределений вероятностей.
Методика а. Расчет интервального прогноза отдельной характеристики
Распределение N.
Известно,
что площадь под кривой нормального
распределения в пределах
примерно равна 99%. Отсюда
,
где М — средняя,
—стандартное
(среднее квадратическое) отклонение.
Пусть z — нормированное отклонение от средней43, зависящее от выбранной доверительной вероятности. Тогда нормированное значение искомой величины x составит:
,
(8.2)
где
u = 3 - z. (8.3)
Вероятности невыполнения прогноза в каждом "хвосте" нормального распределения составят:
.
(8.4)
Заметим, что для нормального распределения ДВ = F(z).
В
табл. 8.2 44
приводятся значения z,
и,
в зависимости
от уровня ДВ.
Таблица 8.2
ДВ(%) |
68 |
75 |
80 |
85 |
90 |
95 |
Z |
1 |
1,15 |
1,28 |
1,44 |
1,65 |
1,96 |
U |
2 |
1,85 |
1,72 |
1,54 |
1,35 |
1,04 |
|
0,16 |
0,125 |
0,1 |
0,075 |
0,05 |
0,025 |
Необходимое
для расчета по формуле (8.2) значение
находим
следующим образом:
.
(8.5)
Распределение Т.
Искомая
величина находится как функция от L
и
:
.
(8.6)
Распределение Тр.
Здесь
возможны два варианта. Если
,
то
,
(8.7)
где l = М2 - М1 .
Если
же
,
то
,
(8.8)
Распределение Р.
.
(8.9)
ПРИМЕР 1
Ожидается,
что РВД (допустим, речь идет о годовом
размере добычи минерального сырья)
оценивается экспертом в объеме 1,2 — 1,8
млн. т. Определим интервальный прогноз
для всех перечисленных выше видов
распределений при условии, что ДВ = 80%.
Для принятого уровня доверительной
вероятности
= 0,1.
Распределение
N. L
= 1,8 - 1,2 = 0,6;
= 0,6/6 = 0,1; u
= 1,72 (см. табл. 8.2). По формуле (8.2) получим
x = 1,72 x 0,1 = 0,172.
Таким образом, прогнозный интервал имеет пределы:
А = 1,2 + 0,172 = 1,37; B = 1,8 - 0,172 = 1,63.
Распределение Т. По формуле (8.6) находим
x
= 0,6 х
=0,134
,
откуда
A
= 1,2 + 0,134
1,33; B
= 1,8 - 0,134
1,67.
Распределение Тр. Пусть интервал наиболее вероятных значений находится в пределах 1,35-1,65, l = 0,3. Поскольку
,
применяется формула (8.7):
;
А = 1,2 + 0,12 = 1,32; В = 1,8 - 0,12 = 1,68.
Распределение Р.
x = 0,1 х 0,6 = 0,06;
А = 1,2 + 0,06 = 1,26; В = 1,8 - 0,06 = 1,74 .
Как видим, распределения N, Т и Тр дали примерно одинаковые интервалы для прогноза, а распределение Р — более "размытый" вариант.