Метод вариации параметров. Предельные значения параметров [c.81]
Определение требуемой нормы прибыли и оценка риска инвестиций (метод вариации параметров инвестиционного проекта) [c.291]
По методу вариации параметров ИП рекомендуется проводить вариантные расчеты в целях проверки финансовой реализуемости проекта и его эффективности по ряду параметров, изменения которых могут привести к существенным отклонениям аналитических и оценочных показателей. К этим параметрам относятся [c.291]
В целях оценки устойчивости и эффективности проекта в условиях неопределенности используются следующие методы укрупненная оценка устойчивости, при которой даются пессимистические прогнозы параметров технико-экономических характеристик проекта, цен, ставок налогов, цен на продукцию, сроки выполнения отдельных видов работ, метод вариации параметров, расчет уровней безубыточности, оценка ожидаемого эффекта проекта с учетом количественных характеристик неопределенности. [c.111]
При анализе устойчивости проекта методом вариации параметров рекомендуется оценивать его эффективность в зависимости от изменения инвестиционных затрат, объема производства, издержек производства и сбыта, процента за кредит, прогнозов индекса инфляции и цен, поступления платежей и др. Проект считается устойчивым, сли при всех рассмотренных сценариях чистый дисконтируемый доход положителен и обеспечивается необходимый резерв финансовой реализуемости проекта. Если проект предусматривает страхование при изменении параметров либо их значения фиксированы в контрактах, такие сценарии не рассматриваются. [c.313]
Метод вариации параметров [c.169]
Метод вариации параметров используют в тех случаях, когда выходные показатели проекта могут существенно измениться при неблагоприятном колебании отдельных параметров (отклонении от проектных). Целесообразно проверять реализуемость и оценивать эффективность проекта исходя из изменения следующих параметров [c.122]
Раскройте содержание метода вариации параметров инвестиционного проекта. [c.125]
Метод вариации параметров (или анализ чувствительности) заключается в исследовании изменений интегральных показателей эффективности проекта в зависимости от изменения отдельных параметров, таких как [c.341]
Метод вариации параметров. Эффективность проекта может существенно изменяться при неблагоприятном изменении некоторых параметров. В связи с этим следует проверять реализуемость и осуществлять оценку эффективности проекта в зависимости от изменения следующих параметров [c.336]
Для оценки устойчивости проекта следует применить метод вариации параметров проекта. Основными параметрами, оказывающими влияние на показатели эффективности проекта, следует считать [c.59]
Самообучающаяся система управления предназначена для того, чтобы определять аналогичные состояния в какой-либо ситуации, получать больше априорной информации с течением времени и затем, опираясь на накопленный опыт, действовать оптимальным образом с целью достижения наилучшего качества работы. Оптимизация сложных процессов посредством оптимизаторов, использующих метод проб и ошибок при вариациях параметров, обладает тем свойством, что время оптимизации велико. При этом в общем виде требуется много малых изменений параметров и система управления должна успеть отреагировать на каждое из них. [c.163]
Одной из интересных вариаций современных столбиковых диаграмм является давнишний японский метод технического анализа, в котором используются диаграммы в виде свечей . Они довольно похожи на столбиковые диаграммы и, кроме прочих параметров, отражают еще и все уровни цены акции — начальную, высшую, низшую и цену закрытия, а не только три последних. Диаграмма, построенная таким образом, напоминает по виду свечку. [c.282]
Передовые зарубежные компании используют новые методы проектирования изделий и процессов с минимальными вариациями их параметров при производстве. Эта методология разработана японским ученым Г. Тагути и активно применяется в Японии, США и других странах. [c.295]
Как видно из табл. 9, при пессимистическом варианте развития событий ЧДД отрицательный (снижение расчетного ЧДД на 115 %), а ВНР равна 9 % при ставке дисконтирования 10 %. При оптимистическом варианте наблюдается рост ЧДД по сравнению с расчетным на 224 % (при ВНР, равной 30 %) против расчетной (равной 18 %). Такой разброс полученных результатов при пессимистическом и оптимистическом сценариях (размах вариации R = 44 058 ден.ед., что составляет 240 % от расчетного ЧДД) с учетом даже небольшого заданного размаха исходных параметров (10 %) вынуждает сразу же отнести данный проект к разряду крайне рискованных. Но слабой стороной такой оценки, как уже было отмечено ранее, является тот факт, что развитие событий и по пессимистическому, и по оптимистическому сценариям маловероятно, если прибегнуть к экспертному методу и оценить вероятности их осуществления. [c.44]
Здесь [i=2/3, Х = 1/3, сс1=100, а3=331/3 — параметры, в терминах которых в [41] записана система уравнений движения (1). Это не что иное, как то решение, которое мы выше предположили оптимальным ( -функции с полюсами в точках х2 ( )=0). Если провести вычисления, получим min F0=2,5075. В [41] формула (15) приведена с ошибкой пропущен множитель А=1/3 перед вторым радикалом, что и приводит к величине min jF0=3,5 (кроме того, запись (15) в [41] содержит и две легко устранимые опечатки). Таким образом, методом локальных вариаций найдено решение с ошибкой в F0, превышающей 40% в наших расчетах ошибка 0,4%. [c.285]
Решение задачи методом проекции градиента. Задачи 1 и 2 были решены методом проекции градиента, подробно описанным в 18. Схема вычислений в этом случае в основном совпадает со схемой вычислений методом последовательной линеаризации. Основное отличие в том, что вариация управления находится решением задачи квадратичного программирования. Задачи решались при тех же управляющих функциях и при тех же значениях входящих в них параметров, что и [c.323]
Погрешность значения параметров стандартного образца определяется погрешностью методов и средств измерений, применяемых для аттестации партии стандартных образцов данного типа неоднородностью партии стандартных образцов, т.е. вариацией значений воспроизводимой физической величины составляющими партию экземплярами образца неоднородностью экземпляров стандартного образца данной партии, т.е. вариацией значений воспроизводимой физической величины на различных участках или порций образца. Поэтому при указании метрологических характеристик стандартного образца в свидетельстве на него (сертификате) значение [c.120]
Повторяемость измерений зависит от точности функционирования измерительной системы. Информация, собранная в результате измерений или наблюдений, необязательно будет (или обязательно не будет) давать каждый раз один и тот же результат, если только метод измерения не является чрезвычайно грубым по сравнению с вариацией измеряемого параметра. Поэтому обычно группируют некоторое число близких между собой измерений для того, чтобы получить рационально построенную диаграмму распределения частот на основе минимального количества измерений. [c.60]
Контрольные карты. Это специальный вид диаграммы, предложенный У. Шухартом, с которых, собственно говоря, и началось управление качеством и который получил название контрольные карты Шухарта (ККШ). Они отображают характер изменения показателей качества процесса во времени. В основе метода построения контрольных карт лежит представление о вариабельности рассматриваемого процесса. Суть теории вариабельности состоит в том, что все виды продукции и услуг, а также все процессы, даже великолепно отлаженные, в которых создаются и/или преобразуются эти услуги, подвержены отклонениям от заданных значений, называемых вариациями. Основным критерием качества процесса является его устойчивость в статистическом смысле, стабильность и предсказуемость его параметров. Вариабельность может иметь разную природу. Если она проявляется только вследствие присущего системе разброса, то можно ожидать, что результаты будут относительно стабильны и предсказуемы. Считается, что процесс находится в управляемом состоянии, если вариации его параметров не превышают контрольных границ. Этот вид вариабельности называется системным, он представляет собой фон, на котором проявляются вариации иной природы. В таких случаях отклонения каких-то показателей от нормативных значений можно рассматривать как случайные, и вмешиваться в процесс не рекомендуется. На долю системы как источника вариабельности приходится примерно 85% причин, называемых общими. Если же на естественный разброс показателей процесса накладывается вариабельность, обусловленная деятельностью людей, участвующих в процессе, то вмешательство в процесс необходимо. Причин такой вариабельности, называемых специальными, примерно 15%. Этапами ведения ККШ являются построение, использование, корректировка. [c.265]
Выше описывался способ определения рисковой надбавки к нетто-ставке на основании анализа дисперсии (см. выражение (2)). Возможны другие - более сложные (в том числе - учитывающие не только математическое ожидание и дисперсию распределения вероятностей страховых выплат, но и моменты распределения более высокого порядка), или основывающиеся на других характерных величинах (получаемых, например, в результате решения задач о разорении, или анализа динамических свойств страховых платежей и взносов и т.д.) методы определения финансовой устойчивости страховых компаний [34]. В качестве примера показателя, основывающегося на дисперсии, можно привести коэффициент вариации, который успешно используется в случае существенного разброса параметров договоров страхования (коэффициентом вариации у называется отношение дисперсии суммарных страховых выплат к их математическому ожиданию у = о/EW). [c.12]
Анализ тенденций развития рынка. Использование графиков (технического сглаживания) и трендовых моделей. Построение и интерпретация трендовых моделей. Цели и методы оценки устойчивости развития рынка. Оценки территориальной вариации параметров рынка. Характеристика сегментов рынка с позиции привлекательности для фирмы. Оценки соответствия правилу "тяжелой половины" Твельда или правилу "20 - 80" Парето. [c.150]
Метод дерева решений" [ tree-de ision" method]. Этот метод позволяет наиболее комплексно учесть риски реального инвестиционного проекта по отдельным последовательным этапам его осуществления. Экспертные оценки возможных сценариев вариации исходных параметров проекта при использовании этого метода являются более обоснованными, т.к. в этом случае они определяются не по проекту в целом, а в разрезе отдельных этапов его реализации и с учетом периода времени каждого из этапов. Вероятность неблагоприятного исхода в достижении заданных конечных показателей эффективности проекта и будет характеризовать меру его риска. [c.257]
Проанализируем результаты имитации (табл. 10-11, рис. 4). Среднее значение ЧДД (матожидание), которое из логических рассуждений, на первый взгляд, должно было бы совпасть с расчетным вариантом (так как исходные параметры были заданы с равным разбросом в сторону уменьшения и увеличения), больше расчетного на 5 % 19 305 ден.ед. против расчетного 18 353 ден.ед. Причем, как видно из рис. 4, получение значений ЧДД в диапазоне от 14 163 ден.ед. до 23 819 ден.ед. наиболее вероятно (р = 0,84) (сумма значений интервалов 2-4 и их вероятностей), а вероятность получения ЧДД < 0 равна нулю при имитации нет ни одного случая получения отрицательного ЧДД. Заметим также, что размах вариации по результатам данного метода гораздо меньше этого же показателя, определенного методом сценариев 16 094 ден.ед. (88 % от рас- [c.46]
Теперь мы можем вернуться к сравнению наших расчетов с расчетами в [70] (см. табл. 1). Видно, что решение задачи в [70] было неоправданно трудоемким оно потребовало почти в 15 раз большего числа итераций. Единственной причиной был неудачный способ регулирования величины вариации Ьи (t) параметром s, принятый в [70] точнее, неудачным является выбор единого s на весь процесс. В начале поиска при и 673 влияние изменения температуры на х3 (Т) очень малб, и величина sw0= Ьи при s=0,2 приводит к среднему изменению и на 0,2. Поэтому начальная стадия поиска проходит неоправданно медленно. Постепенно температура повышается, увеличивается эффективность управления (т. е. w0 (t)), и вариация u=swv (t) становится более разумной. Попытка же ускорить начало процесса, взяв s=0,75, привела к тому, что высокие температуры были достигнуты достаточно быстро (на 16-й итерации и в расчетах [70] достигло при t a 0 величины 818), однако теперь вариация и (t)=sw0 (t) становится неоправданно большой с точки зрения применимости линейной теории возмущений и приводит к нелепым результатам. Разумеется, исправить метод [70] было бы очень просто, для нас же важен следующий вывод величина вариации 8u (t) имеет простой содержательный смысл, и указать естественное ограничение для нее не очень сложно (используя простые средства, аналогичные рис. 1). Что касается величины s (как в методе [70], так и в нашем методе), то ее естественное значение заранее не очевидно. Однако [c.262]
Состоятельное оценивание дисперсий. Предположим теперь, что в модели (6.1) с гетероскедастичностью для оценки вектора параметра ft используется обычный метод наименьших квадратов. Как установлено в главе 5, эта оценка является состоятельной и несмещенной, однако стандартная оценка ее матрицы ко-вариаций ((3.8), (ЗД9)) V"(/3OLs) — ff2(X X) l смещена и несостоятельна. Отметим, что компьютерные пакеты при оценивании коэффициентов регрессии вычисляют стандартные ошибки коэффициентов регрессии именно по этой формуле. Можно ли сделать поправку на гетероскедастичность и улучшить оценку матрицы ковариаций Положительный ответ дают приводимые ниже два способа оценивания. [c.173]
Что же касается оценок, то при наличии полной перекрестной классификации данных формулы (7.58) и (7.59) могут быть непосредственно применены к средним для каждой из клеток, причем матрица (GG )-1 будет в этом случае диагональной и на ее главной диагонали окажутся частоты, соответствующие числу наблюдений в каждой клетке. Это эквивалентно взвешиванию средних для клеток по соответствующим частотам. Если же имеется только односторонняя классификация данных, то возможны три подхода. Один состоит в оценке (5 на основе средних для клеток, полученных при классификации по Х2, в повторной оценке р с использованием классификации по Xz и т. д., если только число групп в каждой классификации превосходит число оцениваемых параметров. Эта процедура неудовлетворительна, поскольку она приводит в общем случае к k — 1 различным оценкам вектора р, демонстрирующим нередко весьма существенную вариацию. Второй метод был предложен Г. Хаутеккером. Он состоит в объединении отдельных группировочных матриц в матрицу G, как это было сделано [c.233]
Смотреть страницы где упоминается термин Метод вариации параметров
: [c.69] [c.75] [c.99] [c.311] [c.338] [c.452] [c.334] [c.146] [c.130] [c.172] [c.189]Смотреть главы в:
Оценка эффективности инвестиционных проектов -> Метод вариации параметров