Metoda Monte Carlo w ocenie ryzyka finansowego inwestycji

• Authors: Zemke, Jerzy

Title variants

PL

Monte Carlo method in estimating financial risk of investments

Abstracts

PL

Zmiany uwarunkowań otoczenia decyzji inwestycyjnych mogą znacząco różnić się od przyjętych w planach i to różnice między założonymi uwarunkowaniami a ich rzeczywistymi wartościami są źródłem ryzyka finansowego inwestycji. Ocenę ryzyka najpełniej rozwinął sektor finansów. Nie oznacza to, że problem został w pełni zbadany i nie ma już miejsca na nowe rozwiązania. Celem badania jest konstrukcja instrumentu pomiaru ryzyka finansowego inwestycji wykorzystującego generator Monte Carlo. Przyjęto miarę efektywności inwestycji – stopę zwrotu brutto, a jakość instrumentu pomiaru ryzyka zweryfikowano empirycznie, szacując ryzyko stopy zwrotu zakupu pakietu akcji banku przez Zakład Ubezpieczeń. Wynik użycia Metody Monte Carlo potwierdza tezę o wzroście ryzyka wraz ze wzrostem oczekiwanej stopy zwrotu z inwestycji.

EN

The problem of risk has been explored most exhaustively by the financial sector. This does not mean, however, that the subject is closed to discussion. Forecasting the possible states of process risk is the most crucial element of decision-making – not only in the field of finance. Most forecasts are characterised by low reliability – most frequently, they do not prove true. The study proposes a design of a flexible instrument for measuring the financial risk of investment decisions, using the Monte Carlo generator. The instrument is intended to enable the adjustment of decision-making processes so as to keep the process risk within acceptable limits.

Keywords

EN

ryzyko finansowe inwestycji; instrumenty pomiaru ryzyka; metoda Monte Carlo; financial risk of investments; instruments of risk measuring; Monte Carlo method

• Publisher: Wydawnictwo Uniwersytetu w Białymstoku
• Journal: Optimum. Studia Ekonomiczne
• Year: 2017
• Volume: 3(87)

Dates

published

2017

Contributors

author

Zemke, Jerzy

References

• Coates J., Davis E. W., Emmanuel C., Longden S., Stacey R. J., 1993, Corporate Performance Evaluation in Multinationals, Chartered Institute of Management Accountants, London.
• Gołębiowski T., 2001, Zarzadzanie strategiczne. Planowanie i kontrola, Wydawnictwo Difin, Warszawa
• Halton J., 1970, A Retrospective and Prospective Survey of the Monte Carlo Method, “SIAM Review”, vol. 12, no. 1
• Hay D.A., Morris D.J., 1987, Industrial Economics: Theory and Evidence, Oxford University Press, Oxford.
• Hubbard D. W., 2011, Pomiar Uniwersalny. Odkrywanie w biznesie wartości niematerialnych, MT Biznes Sp. z o.o., Warszawa.
• Jajuga K., 2009, Wprowadzenie do inwestycji finansowych. Depozyty i instrumenty rynku pieniężnego, Komisja Nadzoru Finansowego, Warszawa.
• Kritzman M. P., 2011, Paradoksy inwestowania. Metody zwiększające zyskowność i bezpieczeństwo portfela, CeDeWu Sp. z o.o., Warszawa.
• Leclerc G., L., 2010, Essays on Moral Arithmetic, LSF Research Working Paper Series, no. 10-16, Luxemburg.
• Metropolis N., 1987, The Beginning of the Monte Carlo Method, Los Alamos Science, Special Issue, no. 15.
• Metropolis N., Ulam S., 1949, The Monte Carlo Method, “Journal of the American Statistical Association”, vol. 44, no. 247.
• Ocena efektywności inwestycji, 2003, P. Karpuś (red.), CeDeWu Sp. z o.o., Warszawa.
• Ostrowska E., 1999, Ryzyko inwestycyjne. Identyfikacja i metody oceny, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk.
• Rappaport A., 1986, Creating Shareholder Value, Free Press, New York.
• Rogowski W., 2013, Rachunek efektywności inwestycji. Wyzwania teorii i potrzeby praktyki, Wolters Kluwer, Kraków.
• Sobol L., 1975, The Monte Carlo Method, Mir Publisher, Moskwa.
• Thomson A.A., Strickland A.J., 1998, Strategic Management, ed. 10, R. D. Irwin (ed.), McGraw-Hill, Boston.
• Tocher K.D., 1969, The art of simulation, English Universities Press, London.
• Zieliński R., 1970, Metody Monte Carlo, Wydawnictwo Naukowo-Techniczne, Warszawa.
• Zieliński R., 1979, Generatory liczb losowych, Wydawnictwo Naukowo-Techniczne, Warszawa.

Identifiers

URI

http://hdl.handle.net/11320/6036

DOI

10.15290/ose.2017.03.87.04