Реферат Формирование портфеля раздаточного материала
Работа добавлена на сайт bukvasha.net: 2015-10-28Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
МИНИСТЕРСТВО ОРАЗОВАНИЯ И НАУКИ РУСПУБЛИКИ КАЗАХСТАН
ГУМАНИТАРНО-ТЕХНИЧЕСКИЙ КОЛЛЕДЖ
«Утверждаю»
Зав.кафедрой
____________________
Подпись
«___» ___________ 2009
Курсовой проект
Формирование портфеля раздаточного материала
По предмету: «Деловые вычисления»
Специальность 3706002 гр.414
Выполнил: Шаймерденов Ж.Ж.
Проверила: Достовалова Е.С.
Петропавловск 2009г.
СОДЕРЖАНИЕ
Введение
1 Обзор математических моделей и методов их расчёта
1.1 Понятие операционного исследования
1.2 Классификация и принципы построения математических моделей
2 Моделирование в банковских операциях
2.1 Математический аппарат решения задач экономического содержания
2.2 Управление портфелем ценных бумаг
Заключение
Список использованной литературы
ВВЕДЕНИЕ
Стабильность финансово-банковской системы – основа развития экономики любой страны. Главная трудность в созданий стабильной финансовой системы Казахстана, например имеет субъективно-объективный характер, состоящий в некомпетентности управления банковскими активами и пассивами. К руководству казахстанскими банками должны прийти компетентные честные специалисты, соответствующие мировым стандартам.
Для казахстанских банков наиболее перспективна наступательная стратегия, проявляющаяся не сколько в расширении присутствия на финансовом рынке через создание сети своих филиалов и отделений, сколько в расширении спектра банковских услуг. Если в среднем зарубежные банки сегодня оказывают своим клиентам до 300 операций, то казахстанские – лишь 15 – 20. Однако до ввода на рынок нового финансового продукта необходимо осуществить анализ всех связанных с ним риском, и если при том цена на новый продукт не дает разумной доходности, от него следует отказаться.
Сегодняшнее сдерживание процессов трансформации накоплений и инвестиций в Казахстане определяется высокими макроэкономическими рисками, отставанием институциональных преобразований, неопределенностью прав собственности, слабостью институтов государственной власти, неразвитостью рынка капитала.
1 ОБЗОР МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И МЕТОДОВ ИХ РАСЧЁТА
1.1 Понятие операционного исследования
Впервые математические модели были использованы для решения практической задачи в 30-х годах в Великобритании при создании системы противовоздушной обороны. Для разработки данной системы были привлечены ученые различных специальностей. Система создавалась в условиях неопределенности относительно возможных действий противника, поэтому исследования проводились на адекватных математических моделях. В это время впервые был применен термин: «операционное исследование», подразумевавший исследование военной операции. В последующие годы операционные исследования или исследования операций развиваются как наука, результаты которой применяются для выбора оптимальных решений при управлении реальными процессами и системами.
Можно выделить следующие основные Этапы операционного исследования:
1) наблюдение явления и сбор исходных данных;
2) постановка задачи;
3) построение математической модели;
4) расчёт модели;
5) тестирование модели и анализ выходных данных. Если полученные результаты не удовлетворяют исследование, то следует либо вернуться на этап 3, т.е. предложить для решения задачи другую математическую модель; либо вернуться на этап 2, т.е. поставить задачу более корректно;
6) применение результатов исследование.
Таким образом, операционное исследование является итерационным процессом, каждый следующий шаг которого приближает исследования к решению стоящей перед ним проблемы. В центре операционного исследования находятся построение и расчёт математической модели.
Определение 1. Математическая модель – это система математических соотношений, приближенно, в абстрактной форме описывающих изучаемый процесс или систему.
Определение 2. Экономико-математическая модель – это математическая модель, предназначенная для исследования экономической проблемы.
Проведение операционного исследование, построение и расчёт математической модели позволяют проанализировать ситуацию и выбрать оптимальные решения по управлению ею или обосновать предложенные решения. Применение математических моделей необходимо в тех случаях, когда проблема сложна, зависит от большого числа факторов, по-разному влияющих на ее решение. В этом случае непродуманное и научно не обоснованное решение может привести к серьезным последствиям. Примеров этому в нашей жизни имеется немало, в частности в экономике. Использование математических моделей позволяет осуществить предварительный выбор оптимальных или близких к ним вариантов решений по определенным критериям. Они научно обоснованы, и лицо, принимающее решения, может руководствоваться ими при выборе окончательного решения. Следует понимать, что не существует решений, оптимальных «вообще». Любое решение, полученное при расчёте математической модели, оптимально по одному или нескольким критериям, предложенным постановщиком задачи и исследователем. Кстати, практика показывает, что заниматься операционными исследованиями и построением математических моделей лучше всего не «чистым» математикам, не всегда представляющим себе сущность изучаемой проблемы и уделяющим большее внимание различным математическим тонкостям построения и расчёта, и не предметником, которые не всегда могут корректно поставить задачу. Поэтому данное учебное пособие может быть рекомендовано не только студентам экономических специальностей, но и всем тем, кто интересуется применением математических моделей в экономике.
В настоящее время математические модели применяются для анализа, прогнозирования и выбора оптимальных решений в различных областях экономики. Это планирование и оперативное управление производством, управление трудовыми ресурсами, управление запасами, распределение ресурсов, планировка и размещение объектов, руководство проектом, распределение инвестиций и т.п.
1.2 Классификация и принципы построения математических моделей
Можно выделить следующие основные этапы построения математической модели:
1) Определение цели, т.е. чего хотят добиться, решая поставленную задачу.
2) Определение параметров модели, т.е. заранее известных фиксированных факторов, на значения которых исследователь не влияет.
3) Формирование управляющих переменных, изменяя значение которых можно приближаться к поставленной цели. Значение управляющих переменных являются решениями задачи.
4) Определение области допустимых решений, т.е. тех ограничений, которым должны удовлетворять управляющие переменные.
5) Выявление неизвестных факторов, т.е. величин, которые могут измениться случайным или неопределенным образом.
6) Выражение цели через управляющие переменные, параметры неизвестные факторы, т.е. формирование целевой функции, называемой также критерием оптимальности задачи.
Введем следующие условные обозначения:
α – параметры модели;
х – управляющие переменные или решения;
Х – область допустимых решений;
ξ – случайные или неопределенные факторы;
W – целевая функция или критерий эффективности (критерий оптимальности).
В соответствие с введенными терминами математическая модель задачи имеет следующий вид:
Решить задачу – это значит найти такое оптимальное решение
Таким образом, оптимальное решение – это решение, предпочтительное перед другими по определенному критерию эффективности (одному или нескольким).
Перечислим некоторые основные принципы построения математической модели.
1) Необходимо соизмерять точность и подробность модели, во-первых, с точностью тех исходных данных, которыми располагает исследователь, и во-вторых, с теми результатами, которые требуется получить.
2) Математическая модель должна отражать существенные черты исследуемого явления и при этом не должна его сильно упрощать.
3) Математическая модель не может быть полностью адекватна реальному явлению, поэтому для его исследования лучше использовать несколько моделей, для построения которых применены разные математические методы. Если при этом получаются сходные результаты, то исследование заканчивается. Если результаты сильно различаются, то следует пересмотреть постановку задачи.
4) Любая сложная система всегда подвергается малым внешним и внутренним воздействиям, следовательно, математическая модель должна быть устойчивой, т.е. сохранять свои свойства и структуру при этих воздействиях.
Автором предлагается классификация математических моделей, представленная на таблице 1.
По числу критериев эффективности математические модели делятся на однокритериальные и многокритериальные. Многокритериальные математические модели содержат два и более критерия.
По учету неизвестных факторов математические модели делятся на детерминированные, стохастические и модели с элементами неопределенности.
В стохастических моделях неизвестные факторы- это случайные величины, для которых известны функции распределения и различные статические характеристики (математическое ожидание, дисперсия, среднеквадратическое отклонение и т.п.). Среди стохастических можно выделить:
модели стохастического программирования, в которых либо в целевую функцию (1), либо в ограничения (2) входят случайные величины;
Таблица 1
Классификация математических моделей
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Модели теории случайных процессов, предназначенные для изучения процессов, состояние которых в каждый момент времени является случайной величиной;
Модели теории массового обслуживания, в которой изучаются многоканальные системы, занятые обслуживанием требований. Также к стохастическим моделям можно отнести модели теории полезности, поиска и принятия решений.
Для моделирования ситуаций, зависящих от факторов, для которых невозможно собрать статистические данные и значения которых не определены, используются модели с элементами неопределенности. В моделях теории игр задача представляется в виде игры, например организацию предприятия в условиях конкуренции.
В имитационных моделях реальный процесс разворачивается в машинном времени, и прослеживаются результаты случайных воздействий на него, например организация производственного процесса.
Данное учебное пособие посвящено изучению детерминированных моделей.
В детерминированных моделях неизвестные факторы не учитываются. Несмотря на кажущуюся простоту этих моделей, к ним сводятся многие практические задачи, в том числе большинство экономических задач. По виду целевой функции и ограничений детерминированные модели делятся на линейные, нелинейные, динамические и графические.
В линейных моделях целевая функция и ограничения линейны по управляющим переменным. Построение и расчёт линейных моделей являются наиболее развитым математического моделирования, поэтому часто к ним стараются свести и другие задачи либо на этапе постановки, либо в процессе решения.
Для линейных моделей любого вида и достаточно большой размерности известны стандартные методы решения, часть из которых будет освещена в этой книге.
Нелинейные модели – это модели, в которых либо целевая функция, либо какое-нибудь из ограничений (либо все ограничения) нелинейны по управляющим переменным. Для нелинейных моделей нет единого метода расчёта. В зависимости от вида нелинейности, свойств функции и ограничений можно предложить различные способы решения. Однако может случиться и так, что для поставленной нелинейной задачи вообще не существует метода расчёта. В этом случае задачу следует упростить, либо сведя ее к известным линейным моделям, либо просто линеаризовав модель.
В динамических моделях в отличие от статических линейных и нелинейных моделей учитывается фактор времени. Критерий оптимальности в динамических моделях может быть самого общего вида (и даже вообще не быть функцией), однако для него должны выполняться определенные свойства. Расчёт динамических моделей сложен, и для каждой конкретной задачи необходимо разрабатывать специальный алгоритм решения.
Графические модели используется тогда, когда задачу удобно представить в виде графической структуры.
2 МОДЕЛИРОВАНИЕ В БАНКОВСКИХ ОПЕРАЦИЯХ
2.1
Математический аппарат решения задач экономического содержания
регрессия представляет собой регрессию между двумя переменными -
где
Множественная регрессия соответственно представляет собой регрессию результативного признака с двумя и большим числом факторов, т.е. модель вида
Методом простой или парной регистрации и корреляции, возможностями их применения в экономике.
Любое экономическое исследование начинается со спецификации модели, т.е. с формулировки вида модели, исходя из соответствующей теории связи между переменными.
Из всего круга факторов, влияющий на результативный признак, необходимо выделить следующие факторы.
Парная регрессия достаточна, если имеется доминирующий фактор, который и используется в качестве объясняющей переменной. Предложим, что выдвигается гипотеза о том, что величина спроса
Уравнение простой регрессии характеризует связь между двумя переменными, которая проявляется как некоторая экономерность лишь в среднем в целом по совокупности наблюдений. Так если зависимость спроса
где
Случайная величина
Приведенное ранее уравнение зависимости спроса
всегда есть место для действия случайности. Обратная зависимость спроса от цены не обязательно характеризуется линейной функцией.
Возможны и другие соотношения, например:
Предполагая, что ошибки измерения сведены к минимуму, основное внимание в экономических исследованиях уделяется ошибкам спецификации модели.
В парной регрессии выбор вида математической функции
1. Графическим
2. Аналитическим
3. Экспериментальным
При изучении зависимости между двумя признаками графический метод подбора вида управления регрессии достаточно нагляден. Он основан на поле корреляции. Основные типы кривых, используемые при количественной оценке связей.
Например, изучается потребность предприятия в электроэнергии
Все потребления электроэнергии можно подразделить на две части:
Не связанное с производством продукции
Непосредственно связанное с объемом выпускаемой продукции, пропорционально возрастающие с увеличением объема выпуска
Тогда зависимость потребления электроэнергии от объема продукции можно выразить уравнением регрессии вида
Если затем разделить обе части уравнения на величину объема выпуска продукции
Аналогично затраты предприятия могут быть подразделены на условно – переменные, изменяющиеся пропорционально изменению объема продукции (расход материала, оплата труда и др.) и условно – постоянные, не изменяющиеся с изменением объема производства (арендная плата, содержание администрации и др.). Соответственно зависимость затрат на производство
а зависимость себестоимости зависимости единицы продукции
При обработки информации на компьютере выбор вида уравнения регрессии обычно осуществляется экспериментальным методом, т.е. путем сравнения величины остаточной дисперсии
Если уравнение регрессии прочодит через все точки корреляционного поля, что возможно только при функциональной связи, когда все точки лежат на линии регрессии
Чем меньше величина остаточной дисперсии, тем в меньшей мере наблюдается влияние прочих не учитываемых в уравнении регрессии факторов лучше уравнение регрессии подходит к исходным данным. При обработке статистических данных на компьютере перебираются разные математические функции в автоматическом режиме и из них выбирается та, для которой остаточная дисперсия является наименьшей.
2.2 Управление портфелем ценных бумаг
Как уже отмечалось, целью формирования портфеля ценных бумаг является стремление к максимизации полезности портфеля и к достижению возможно более высокой кривой безразличия. Если отобразить взаимодействие величины активов банка определяющих его возможности на рынке ценных бумаг, то можно утверждать, что с ростом уровня доходности возрастает и уровень риска.
Формирование портфеля ценных бумаг осуществляется с учётом:
1. Равенства предельных полезностей по всем видам активов (т.е. прирост дохода от дополнительных инвестиций в акции должен быть не ниже, чем прирост дохода в облигации или другие ценные бумаги):
2. Преобладающего соотношения уровня дохода над уровнем риска, т.е. чем больше размер портфеля, тем больше его полезность.
Фактор неопределенности выступает источником повышенной прибыли и высокого риска при формирование портфеля ценных бумаг. В этой ситуации следует учитывать:
а) капитальный риск (риск вложение в ценные бумаги по сравнению с другими активами, например, в недвижимость);
б) селективный риск (риск вложение в конкретные акции компаний, облигации и др.);
в) временной риск, связанный с выбором момента времени покупки определенного типа ценных бумаг;
г) риск законодательных изменений (изменение правил приватизации через акционирование, налоговой политики и др.);
д) процентный риск (изменение процента по банковским вкладам, влияющее на текущую стоимость ценных бумаг);
е) риск ликвидности (возможные потери капитала из-за сложности реализации ценных бумаг);
ж) кредитный риск (угроза невыплаты процентов по ценным бумагам, например, по процентным векселям компаний, которые после их эмиссии не могут выплатить процент);
з) инфляционный риск (обеспечение доходов в ценных бумаг с течением времени).
Перечисленные виды рисков можно существенно уменьшить путем формирование диверсификационного портфеля, содержащего самые разнообразные типа ценных бумаг. Однако полностью устранить инвестиционный риск нельзя, так как кроме диверсификационных рисков (т.е. специфических рисков, присущих конкретным корпорациям или финансовым активам и исключаемых посредством диверсификации инвестиций) при вложениях капиталов присутствуют ещё и недиверсификационные, или систематические, риски, присущие конкретной экономической системе в целом или отдельному рынку и не поддающиеся диверсификации. Мерой диверсификационного риска по тому или иному финансовому активу выступает коэффициент β, позволяющий спрогнозировать возможные изменения на финансовом рынке, определить наиболее благоприятные условие для инвестирования, сделать выбор набора ценных бумаг для портфеля:
Как меру систематического риска коэффициента β можно определить по следующей формуле:
Где
Заметим, что понятие «рыночный портфель ценных бумаг» характеризуется двумя основными требованиям:
1) Максимально большим количеством самых разных ценных бумаг,
2) Высокий степенью риска активов портфеля.
Если β>1, то степень риска актива или всего портфеля ценных бумаг считается высокой, при β=1 – средней, а при β<1 – низкой. Коэффициент β зависит только от систематического точно высока из-за пересмотра его через фиксированные интервалы времени. Чем больше разнообразие ценных бумаг, входящих в портфель, тем меньше риск, причем максимальный эффект диверсификация дает на 10 – 12 видах ценных бумаг, присущих различным компаниям или предприятиям, функционирующим в различных относительно независимых отраслях, что может дать дополнительный эффект. Следует учитывать, что при большом числе ценных бумаг (n>18) диверсификационный риск становиться ничтожным, и общий риск определяется его систематической составляющей. Поэтому при правильной оценке систематического риска и правильном расчете объемов и количества ценных бумаг эффективность портфеля ценных бумаг может оказаться максимальной.
Следовательно, управление портфелем ценных бумаг – искусство выбора набора ценных бумаг и распоряжения им так, чтобы он не только сохранял свою стоимость, но и приносил высокий доход инвестору, не зависящий от уровня инфляции.
Выбор наилучшей тактики при управлении портфелем ценных бумаг. Процесс управления портфелем ценных бумаг в общем случае включает в себя следующие процедуры:
1) Формированию целей инвестирования, задание предпочтений инвесторов для последующего выбора той или иной стратегии управления портфелем ценных бумаг;
2) Создание портфеля ценных бумаг с выбором средств тактики управления;
3) Отслеживание, анализ и контроль социо-техно-экономических факторов, влияющих или могущих вызвать изменения в структуре портфеля ценных бумаг;
4) Изменение параметров эффективности портфеля (оценка соотношения уровня дохода и рисков).
Четкость формулировки целей инвестиций обусловливает правильность учета условий формирования портфеля ценных бумаг, ориентацию субъекта рынка на долго-, средне-, и кратковременную отдачу от капиталовложений в виде соответственного стабильного, умеренного или высокого уровня доходов.
ЗАКЛЮЧЕНИЕ
Страхование в банковской деятельности покрывает две разновидности рисков – экономические, или коммерческие, и политические, зависящие от деятельности конкретных заемщиков и действий государства. Выделяют также риски активных и пассивных операций коммерческих банков, заключающиеся в опасности потерь от неплатежей по основному долгу и прочий причитающемуся кредитору.
Анализ рынка банковских услуг позволяет получить информацию об условиях привлечения вкладов другими банками определенного региона (государства). Банк окажется более конкурентоспособным, если сможет предложить более выгодные условия вкладов, новые финансовые инструменты и продукты, более высокий уровень обслуживания, консалтинг и др., надежность и конфиденциальность вкладов.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. С.И. Шелобаев Математические методы и модели. 2000 – 367 с.
2. Л.Э. Хазанов Математическое моделирование в экономике. 1998 – 130 с.
Таблица 1-Д
Статическое наблюдение
Статистическое наблюдение – это организованное, планомерное, научно обоснованное получение сведений об отдельных единицах изучаемой совокупности по характеризующих ее признакам.
Виды статистических наблюдений
Учетно-статистическое – это постоянный статистический учет
Специально-организованное – организуется по мере необходимости и является дополнительным источником информаций.
Таблица 2-Д
Основные понятия статистических данных
Сводка и группировка статистических данных
где,
И - величина интервала
Абсолютные и относительные величины
Таблица 3-Д
Средние величины и их значения
Средние величины позволяют сравнить уровни одного и того же признака в разных совокупностях и находить причины этих расхождений.
Средние величины широко используются в анализе, планирование, в бухгалтерском учёте, рыночной экономике, в повседневной жизни.
С помощью их можно изыскать резервы увеличения продукций и уровня производительности труда, определить материальную заинтересованность работников, обеспеченность предприятия рабочей силы, средствами производством т.д.
Таблица 4-Д
Виды средних величин
Арифметическая
Не взвешенная (Простая) Взвешенная
где
Где
Не взвешенная (простая) Взвешенная
Где n – количественный показатель
Х – значение признака в общем объеме
Где М – сложный показатель=Х*f
Не взвешенная (простая) Взвешенная
Где П – произведение вариантов
F – Частота повторения вариантов
Продолжение таблицы 4-Д
Квадратическая
Не взвешенная (простая) Взвешенная
Где f – веса
n – Количественный показатель
Хронологическая
n – Количественный показатель
Мода
Где
Медиана
Где
Таблица 5-Д
Показатели вариации
Коэффициент осцилляции
Где R – размах вариации
Линейный коэффициент вариации
Где
Простой коэффициент вариации
Где Q – Среднеквадратическое отклонение
Среднее линейное отклонение
Дисперсия и среднее квадратическое отклонение дисперсии
или
Коэффициент вариации
Таблица 6-Д
Ряды динамики
Моментный – когда значение показателей даны на конкретный момент времени (например, на конкретную дату)
Интервальный – когда значение даются на время большой продолжительности (год, несколько лет и т.д.)
Абсолютный прирост
Где П – абсолютный прирост
Темп роста
Где
Темп прироста
Где
П – абсолютный прирост
Среднее хронологические величины для интервального ряда
Где Y – уровни ряда
П – число уровней
Среднее хронологические величины для моментного ряда
Средние темпы роста и прироста
Где
N – Число цепных темпов рост
Таблица 7-Д
Расчёт базисных индексов
Индивидуальный индекс
Индивидуальный индекс физического объёма
Где
Индивидуальный индекс цен
Где
Индивидуальный индекс стоимости продукций
Где
Общий (групповой) индекс
Групповой индекс физического объёма продукции
Где
Групповой индекс цен, себестоимости продукции
Групповой индекс стоимости продукции
Существует взаимосвязь индексов
