![[{[item.product.name]}]]([{[item.product.photo.url]}] 125w)
- Kategorie
-
Modelowanie ryzyka inwestycyjnego - zastosowania praktyczne z wykorzystaniem arkusza kalkulacyjnego Excel i programu GRETL (wyd.
Umiejętność budowania modeli w celu oceny ryzyka inwestycyjnego ma dziś szczególnie istotne znaczenie dla osób z banków, przedsiębiorstw, funduszy inwestycyjnych, firm konsultingowych, instytucji publicznych realizujących programy i projekty inwestycyjne ze środków UE w związku z rosnącą niepewnością i nieprzewidywalnością przyszłych wydarzeń gospodarczych w kraju i na świecie. Modelowanie ryzyka inwestycyjnego to dziś cenna umiejętność, która będzie wymagana od wielu specjalistów i ekspertów w najbliższej przyszłości po konsekwencjach kryzysu finansowego, który dotknął gospodarkę realną. Autor w książce w sposób przystępny i umiejętny przedstawia najważniejsze metody i techniki w obszarze modelowania oraz oceny ryzyka inwestycyjnego. Na trafnie dobranych przykładach pokazuje zasady działania symulacji Monte Carlo przy ocenie ryzyka inwestycyjnego wraz z uwzględnieniem koncepcji Value at Risk - wartości zagrożonej. Prezentuje możliwości zastosowań arkusza kalkulacyjnego dla potrzeb prognozy i oceny ryzyka z wykorzystaniem modeli ekonometrii klasycznej oraz możliwości zastosowania darmowego programu GRETL przy budowie modeli szeregów czasowych - AR, MA, ARMA, ARIMA, ARCH, GARCH. W ostatniej części książki Autor przedstawia możliwości zastosowań wyceny opcji realnych w ramach oceny ryzyka opłacalności inwestycji, a także przedstawia sposoby optymalizacji dyskretnej za pomocą narzędzia zamieszczonego w arkuszu kalkulacyjnym - SOLVER. Jest to pierwsza pozycja w Polsce, w której można znaleźć praktyczne zastosowania większości metod umożliwiających ocenę ryzyka inwestycyjnego. Dzięki zastosowaniu arkusza kalkulacyjnego wraz z darmowym programem GRETL w książce położono główny nacisk na przystępne przekazanie wiedzy dotyczącej metod oceny ryzyka, tak by można było od razu stosować przyswojony materiał w praktyce.
| Wysyłka w ciągu | 24 godziny |
| Kod kreskowy | |
| ISBN | 978-83-8102-611-6 |
| EAN | 9788381026116 |
Autor w książce w sposób przystępny i umiejętny przedstawia najważniejsze metody i techniki w obszarze modelowania oraz oceny ryzyka inwestycyjnego. Na trafnie dobranych przykładach pokazuje zasady działania symulacji Monte Carlo przy ocenie ryzyka inwestycyjnego wraz z uwzględnieniem koncepcji Value at Risk - wartości zagrożonej. Prezentuje możliwości zastosowań arkusza kalkulacyjnego dla potrzeb prognozy i oceny ryzyka z wykorzystaniem modeli ekonometrii klasycznej oraz możliwości zastosowania darmowego programu GRETL przy budowie modeli szeregów czasowych - AR, MA, ARMA, ARIMA, ARCH, GARCH. W ostatniej części książki Autor przedstawia możliwości zastosowań wyceny opcji realnych w ramach oceny ryzyka opłacalności inwestycji, a także przedstawia sposoby optymalizacji dyskretnej za pomocą narzędzia zamieszczonego w arkuszu kalkulacyjnym - SOLVER. Jest to pierwsza pozycja w Polsce, w której można znaleźć praktyczne zastosowania większości metod umożliwiających ocenę ryzyka inwestycyjnego. Dzięki zastosowaniu arkusza kalkulacyjnego wraz z darmowym programem GRETL w książce położono główny nacisk na przystępne przekazanie wiedzy dotyczącej metod oceny ryzyka, tak by można było od razu stosować przyswojony materiał w praktyce.
Wprowadzenie 5
Rozdział 1
Inwestowanie i ryzyko 7
1.1. Kierunki rozwoju inwestycji 7
1.2 . Ryzyko w teorii i praktyce 15
1.3. Niepewność a ryzyko w procesie inwestycyjnym 19
1.4. Podstawowe miary ryzyka 22
Rozdział 2
Ryzyko a symulacja Monte Carlo 37
2.1. Wprowadzenie do symulacji Monte Carlo 37
2.2. Wybrane rozkłady prawdopodobieństwa 38
2.3. Symulacja MC, statystyki opisowe, analizy 53
2.4. Symulacja wybranych wskaźników finansowych 58
2.5. Symulacja Monte Carlo a biznesplan 71
2.6. Zastosowanie symulacji Monte Carlo na rynkach kapitałowych 74
Rozdział 3
Value at Risk - koncepcja wartości zagrożonej 77
3.1. Co to jest wartość zagrożona? 77
3.2. Wartość zagrożona a symulacja Monte Carlo 84
3.3. Kredyt a wartość zagrożona 86
3.4. Pomiar ryzyka portfela inwestycyjnego 88
Rozdział 4
Prognozowanie w oparciu o modele regresji 97
4.1. Zastosowanie modeli regresji w ocenie ryzyka (bilans, beta) 97
4.2. Szacowanie modelu regresji z jedną zmienną 98
4.3. Szacowanie modelu z wieloma zmiennymi 113
4.4. Weryfikacja formalna 126
4.5. Modele nieliniowe linearyzowane 140
Rozdział 5
Zastosowanie modeli szeregów czasowych 151
5.1. Modele szeregów czasowych w ocenie ryzyka 151
5.2. Model autoregresji AR 152
5.3. Model średniej ruchomej MA 158
5.4. Model autoregresji ze średnią ruchomą ARMA 163
5.5. Model autoregresji ze średnią ruchomą i różnicowaniem ARIMA 170
5.6. Model autoregresji z heteroskedastycznością warunkową ARCH 174
5.7. Model uogólnionej autoregresji z heteroskedastycznością warunkową GARCH i jego odmiany 179
Rozdział 6
Ryzyko inwestycji rzeczowych - opcje realne 193
6.1. Co to są opcje realne 193
6.2. Zastosowanie opcji realnych w praktyce w ramach oceny ryzyka 197
6.3. Rodzaje opcji realnych 199
6.4. Modele wyceny opcji: model Blacka-Scholesa i model dwumianowy 201
6.5. Proste i złożone opcje realne 204
6.6. Zastosowanie modeli szeregów czasowych przy wycenie opcji realnych 206
Rozdział 7
Ryzyko i optymalizacja 213
7.1. Zastosowanie optymalizacji w praktyce 213
7.2. Dyskretna optymalizacja a portfel inwestycyjny 217
7.3. Sprzężenie symulacji Monte Carlo z optymalizacją dyskretną 226
Zakończenie 231
Załączniki 235
Tablice statystyczne 245
Bibliografia 253
Recenzenci:
Prof. ndzw. dr hab. inż. Ryszard Żuber, Politechnika Warszawska
Dr Anna Rutkowska-Ziarko, Uniwersytet Warmińsko-Mazurski
Alexander C., Practical financial Econometrics, John Wiley & Sons, Ltd. 2008.
Black F., Scholes M., The Pricing of Options and Corporate Liabilities, The Journal of Political Economy. The University of Chicago Press, 1973.
Brach M., Real option in practise, John Wiley & Sons, Inc., 2003.
Butler C., Tajniki Value at Risk, Liber. 2001.
Bollerslev T., Glossary to ARCH (*GARCH), Duke University and NBER, 2007.
Chance D., Brooks R., Derivatives and Risk Management, Thomson south-Western, 2008.
Chen A., Yeh F., Lee M., The Sequential Compound Option Pricing with Random Interest Rate and Applications to Project Valuation, University Taiwan.
Cieślik J., Przedsiębiorczość dla ambitnych, Wydawnictwa Akademickie i Profesjonalne Spółka z o.o., Warszawa 2008.
Cryer J., Chan K., Time series analysis with aplication in R, Springer, 2008.
Doman M., Doman R., Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej, Oficyna a Wolters Kluwer business, Krakow 2009.
Engel F.R., Autoregressive Conditional Heteroskedasticity With Estimates of the Variance of UK Inflation, Econometrica, 1982.
European Commission Joint Research Centre, The 2010 EU Industrial R&D Investment Scoreboard, Joint Research Centre Directorate General Research, Luxembourg 2010.
Gassmann O., Reepmeyer G., Zedtwitz M., Leading Pharmaceutical Innovation, Springer, Berlin 2008.
Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2007.
Guha A., Two Essays on Escalation of Commitment, Duke University 2009.
Heller M., Filozofia przypadku. Kosmiczna fuga z preludium i codą, Copernicus Center Press, Kraków 2011.
Hill R., Griffiths W., Lim G., Priciples of Econometrics, John Wiley & Sons, Inc. 2008.
Hull J., Kontrakty terminowe i opcje, Wydawnictwo finansowe WIG-Press, 1998, s. 285.
Jajuga K., Jajuga T., Inwestycje. Instrumenty finansowe, aktywa niefinansowe, ryzyko finansowe, inżynieria finansowa, Wydawnictwo Naukowe PWN, Warszawa 2006.
Jajuga T., Projekt inwestycyjny jako opcja, [w:] Zarządzanie finansami w transformacji przedsiębiorstw, (red.) T. Jajuga, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 837, Wrocław 1999.
Knight F., Risk, Uncertainty and Profit. Reprint of economic classics, New York 1964.
Koczot S., Nawet Newton nie oparł się mirażom bańki spekulacyjnej, (online) forsal.pl, 2012 [dostęp: 18-07-2012]. Dostępne w internecie: http://forsal.pl/artykuly/579955,koczot_nawet_newton_nie_oparl_sie_mirazom_banki_spekulacyjnej.html
Kośko M., Osińska M., Stempińska J., Ekonometria wspołczesna, Wydawnictwo „Dom organizatora". Toruń 2007.
Markowicz H.M., Portfolio Selection: Efficient Diversification of Investments, John Wiley & Sons, Inc., New York, 1959, s. 37-274.
Mlodinow L., Matematyka niepewności. Jak przypadki wpływają na nasz los, Proszyński i S-ka, Warszawa 2011.
Mun J., Modeling Risk, John Wiley & Sons, Inc. New Jersey 2010.
Mun J., Real Options Analysis, John Wiley & Sons, Inc. New Jersey 2002.
National Venture Capital Association, NVCA Year book 2011 Final, National Venture capital Association, Arlington 2011.
Nowak E., Zarys metod ekonometrii, Wydawnictwo naukowe PWN, Warszawa 2002.
Olsen F., The Control of Research Funds, Coordinating, Control land Financing of Industrial Research, Columbia University, New York, 1995.
Rogowski W., Rachunek efektywności przedsięwzięć inwestycyjnych, Oficyna Ekonomiczna Kraków, 2006.
Sharpe F.W., The Capital Asset Pricing Model: A 'Multi-Beta' Interpretation, Stanford University. 1973.
Sobczyk M., Statystyka, Polskie Wydawnictwo Naukowe, Warszawa 2005.
Strona główna serwisu WWW (online) Giełda Papierow Wartościowych w Warszawie, 2012 [dostęp: 2-08-2012]. Dostępne w internecie pod adresem: http://www.gpw.pl/analizy_i_statystyki
Strona główna serwisu WWW (online). It-cortex, 2011 [acess: 15-09-2011]. Dostępne w internecie
pod adresem: http://www.it-cortex.com/Stat_Failure_Rate.htm
Tabak J., Probability & Statistics. The Science of Uncertainty, Facts on File. New York 2004.
Traintis A., Borison A., Real Options: State of the practise, University of Maryland.
Ulam S.M., Przygody matematyka, Proszyński i S-ka, 1996.
Polub nas na Facebooku
46.92
61.20
40.80
32.64
44.88
44.20
