Ocena ryzyka walutowego

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Ocena dokładności i trafności prognoz
Ryzyko walutowe Rynek walutowy
Analiza współzależności zjawisk
Analiza progu rentowności
Analiza wariancji jednoczynnikowa
Modele dwumianowe dr Mirosław Budzicki.
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
Efekty udostępnienia FCL i analiza potrzeb jego odnowienia
Wskaźniki wrażliwości kontraktu opcyjnego
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Modelowanie lokowania aktywów
Symulacja cen akcji Modelowanie lokowania aktywów.
Dr inż. Bożena Mielczarek
Statystyka w doświadczalnictwie
BIOSTATYSTYKA I METODY DOKUMENTACJI
Wykład 4 Przedziały ufności
Test t-studenta dla pojedynczej próby
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Analiza wariancji.
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Jednoczynnikowa analiza wariancji (ANOVA)
Konstrukcja, estymacja parametrów
Zarządzanie ryzykiem Dorota Kuchta.
Analiza wariancji jednoczynnikowa.
Wycena instrumentów rynku kapitałowego
Bezpieczny zapas wysokiego ryzyka – jak go określić?
Hipotezy statystyczne
Dr inż. Bożena Mielczarek
Dopasowanie rozkładów
Wnioskowanie statystyczne
Narzędzia.
Ryzyko walutowe problemem współczesnych przedsiębiorstw
Weryfikacja hipotez statystycznych
© Marek Capiński WSB-NLU, Wartość narażona na ryzyko – zastosowanie opcji.
MODELOWANIE ZMIENNOŚCI CEN AKCJI
Centrum Narciarskie „Lyžařskě Vleky” w Peči pod Chopkěm Przemysław Antoniak Artur Pieniądz.
Symulacje w arkuszu kalkulacyjnym Excel1 1 czerwca 2004 PRYWATNE POGOTOWIE w WARSZAWIE Małgorzata Nosko Wojciech Wosik.
1 ĆWICZENIA ANALIZA WRAŻLIWOŚCI. 2 WYKŁAD ANALIZA WRAŻLIWOŚCI Przez analizę wrażliwości rozumie się badanie siły oddziaływania różnych czynników lub ich.
Estymatory punktowe i przedziałowe
Wycena opcji Barbara Załęska. Emery Bowlander Ekscentryczny, bardzo bogaty, wymagający inwestor prognozuje wzrost wartości akcji jest zainteresowany kupnem.
Statystyczna analiza danych w praktyce
1 Sprigg Lane Ewa Korczyc Urszula Borowska. 2 Prezentacja sytuacji Firma Sprigg Lane Natural Resources jest częścią Sprigg Lane Company zajmującej się.
Statystyczna analiza danych
Statystyczna analiza danych
Model trendu liniowego
Korelacje dwóch zmiennych. Korelacje Kowariancja.
SFGćwiczenia 12 System finansowy gospodarki Instrumenty pochodne - opcje.
Ćwiczenia Zarządzanie Ryzykiem Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” 1.
Logistyka – Ćwiczenia nr 6
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
STATYSTYKA – kurs podstawowy wykład 6 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
Wprowadzenie do inwestycji. Inwestycja Inwestycja – zaangażowanie określonej kwoty kapitału na pewien okres czasu w celu osiągnięcia w przyszłości przychodu.
Modele nieliniowe sprowadzane do liniowych
Bankowość Zajęcia 6 Wydział Zarządzania UW, Aleksandra Luterek.
Instrumenty finansowe
Wprowadzenie do inwestycji
Rozkład z próby Jacek Szanduła.
METROLOGIA Statystyczne metody poprawienia dokładności
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Joanna Kosik Marta Gomułka
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
MIARY STATYSTYCZNE Warunki egzaminu.
Prognoza ryzyka ING w skali miesiąca Symulacja historyczna
Zapis prezentacji:

Ocena ryzyka walutowego Prognoza ryzyka związanego z należnością przedsiębiorstwa denominowaną w EUR, której wartość bieżąca w PLN wynosi 10 000 zł. Jan Kaczmarzyk

SYMULACJA HISTORYCZNA Rezultat pomiaru zmienności (w skali miesiąca) Lp. Miara USDPLN EURPLN 1 Oczekiwana wartość 10 007,30 zł 9 997,16 zł 2 Odchylenie standardowe 418,30 zł 234,64 zł 3 Minimum 9 102,59 zł 9 298,00 zł 4 Maksimum 11 811,59 zł 10 851,33 zł 5 Rozstęp 2 709,00 zł 1 553,34 zł 6 Kwantyl 1,00% 9 241,09 zł 9 499,61 zł 7 Kwantyl 99,00% 11 414,52 zł 10 790,62 zł 8 Wartość zagrożona bezwz. 758,91 zł 500,39 zł 9 Liczebność 179 Ustalono na podstawie danych miesięcznych za 31.03.2004 - 28.02.2019 (stooq.pl)

ZMIENNOŚĆ KURSU EUR/PLN Funkcja częstości Zestawiając funkcję częstości ustaloną dla rozkładu empirycznego oraz funkcję częstości rozkładu normalnego należy stwierdzić, iż rozkład normalny wykazuje istotne rozbieżności względem rozkładu empirycznego. Porównanie wskazuje między innymi na występowanie efektu tzw. „grubych ogonów”.

ZMIENNOŚĆ KURSU EUR/PLN Funkcja dystrybuanty Przyjmując 10% poziom istotności (prawdopodobieństwa), wartość należności w EUR będzie mniejsza bądź równa 9 742,79 zł. Funkcja dystrybuanty uwypukla niedopasowanie rozkładu teoretycznego do rozkładu empirycznego w aspekcie odzwierciedlania wartości przyszłej należności.

ZMIENNOŚĆ KURSU EUR/PLN Funkcja dystrybuanty Z 99% poziomem ufności wartość początkowa należności w EUR wynosząca 10 000 zł nie zmniejszy bardziej w skali miesiąca niż o 500,39 zł (wartość zagrożona bezwzględna). Zawiązanie rezerwy w kwocie 500,39 zł chroni przedsiębiorstwo w 99%. Istnieje 1% szans, że zawiązana rezerwa nie wystarczy na pokrycie ewentualnej straty.

Wrażliwość Poziomu należności w EUR na zmianę kursu USD/PLN Jeżeli kurs USD/PLN wzrośnie o 10% w skali miesiąca, to należność w EUR w wyniku wzrostu kursu EUR może wzrosnąć o 0,42 x 10% czyli o 4,2%. Zmiany kursu USD/PLN wyjaśniają zmiany należności w EUR w 56,17 %.