Search results

1

Zastosowanie metody Monte Carlo w zarządzaniu Value at Risk portfela inwestycyjnego

100%

Krawczyk T.

Problemy Zarządzania

|

2016

|

issue 4/2016 (63), t.1

25 - 38

PL

W artykule przedstawiono zastosowanie metody Monte Carlo w zarządzaniu wartością zagrożoną Value at Risk portfela inwestycyjnego. Istotą obliczenia wartości zagrożonej portfela inwestycyjnego wieloskładnikowego jest zastosowanie podejścia opartego na zastosowaniu obliczeń za pomocą algebry macierzy, w którym główną rolę pełni macierz wariancji-kowariancji. W ramach obliczeń macierzy wariancji-kowariancji korygowana jest macierz zmienności aktywów w zależności od wybranego poziomu ufności. Uwzględniając efekty korelacyjne, można w ten sposób oszacować wartość zagrożoną portfela zdywersyfikowanego. W przypadku nieuwzględnienia efektów korelacyjnych otrzymujemy wartość zagrożoną portfela niezdywersyfikowanego. W koncepcji wartości zagrożonej zdywersyfikowanej, jak i niezdywersyfikowanej istnieje możliwość zastosowania symulacji opartej na metodzie Monte Carlo. Najważniejszym obszarem zastosowania symulacji opartej na metodzie Monte Carlo w koncepcji VaR zdywersyfikowanego i niezdywersyfikowanego są przyszłe notowania aktywów wchodzących w skład portfela. Zaprezentowane zastosowania metody Monte Carlo w koncepcji VaR zdywersyfikowanego i niezdywersyfikowanego mogą służyć do budowy systemów zarządzania ryzykiem rozbudowanych portfeli inwestycyjnych opartych na aktywach, takich jak akcje, waluty, indeksy giełdowe, surowce.

EN

This paper describes the use of the Monte Carlo method in the management of Value at Risk (VaR) of an investment portfolio. The essence of calculating the VaR is the use of a multi-component investment portfolio approach based on calculations matrix algebra where the main role is played by the variance-covariance matrix. As part of the calculation of the variance-covariance matrix, the changes in volatility matrix of assets are made depending on the level of statistic significance. Taking into account the correlation effects, the VaR of the diversified portfolio can thus be estimated. If we do not take into account the correlation effects, then we get non-diversified portfolio value at risk. The concept of diversified and non-diversified VaR allows for the use of simulation based on the Monte Carlo method. The most important area of application of simulation based on the Monte Carlo method in the concept of diversified and non-diversified VaR is the future trading of assets within a portfolio. The presented Monte Carlo application methods in the concept of diversified and non-diversified VaR can be used to build risk management systems for sophisticated investment portfolios based on underlying assets such as stocks, currencies, stock indices, commodities.

2

On Testing Significance of the Multivariate Rank Correlation Coefficient

94%

Kończak G.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2018

|

vol. 3

|

issue 335

21-34

PL

Współczynnik korelacji rang Spearmana pozwala na badanie siły zależności między dwiema zmiennymi, dla których dokonano pomiaru na skali porządkowej. W literaturze są prezentowane rozszerzenia tego współczynnika na przypadek wielowymiarowy. W tych konstrukcjach wykorzystywane są zwykle funkcje łączące (kopule). W artykule przedstawiono propozycję testowania istotności zależności wielowymiarowej dla danych mierzonych na skali rangowej. Przedstawiony test dla istotności wielowymiarowego współczynnika korelacji rang wykorzystuje metodę permutacyjną. Własności proponowanego testu scharakteryzowano z wykorzystaniem symulacji komputerowych.

EN

The Spearman’s rho is a measure of the strength of the association between two variables. There are some extensions of this coefficient for the multivariate case. Measures of the multivariate association which are the generalisation of the bivariate Spearman’s rho are considered in the literature. These measures are based on copula functions. This article presents a proposal of the testing for the multivariate Spearman’s rank correlation coefficient. The proposed test is based on the permutation method. The test statistic used in the permutation test is based on the empirical copula function. The properties of the proposed method have been described using computer simulations.

3

Capital budget decision-making in logistics

84%

Vlachý J.

LogForum

|

2020

|

vol. 16

|

issue 1

75-83

EN

Background: Capital budgeting decisions in the logistics industry often combine three distinct characteristics. Firstly, they relate to capital assets – such as vehicles or equipment – being periodically replaced with different useful lives and efficiency features, and secondly, their performance is subject to particular operating and market risks. Lastly, externalities, such as regulatory interventions and technological evolution, also contribute to innovation – and thus also uncertainty – becoming a significant factor in logistics. Accordingly, this paper develops a valuation model which takes these characteristics into account and facilitates a robust decision-making process. Methods: In order to properly capture the specifics of the problem, the proposed model is based on an application of the Life Cycle Cost budgeting method benchmarked to an appropriate functional unit, combined with the Monte Carlo simulation and sensitivity analyses of relevant risk factors. Results: A realistic case study was developed, providing the necessary input parameters for the method's application. It was thus demonstrated that it provides useful and coherent resources for the decision-making process, including the tools needed to test various assumptions and determine project risks. Conclusions: The presented model and its solution provide results which are superior compared to conventional capital budgeting methods in terms of properly capturing the essential value-determining factors for a common type of problem encountered in logistics. They are also adequately comprehensive to be applied by practitioners in a real-life managerial setting.

PL

Wstęp: Decyzje kapitałowe budżetowe w logistyce często wyróżniają się trzema charakterystycznymi cechami. Są one powiązane z aktywami kapitałowymi, takimi ją pojazdy lub sprzęt, które są okresowo zastępowane, z różnymi okresami życia oraz z faktem, że ich działanie podlega operacyjnemu i rynkowemu ryzyku. Warunki zewnętrzne, takie jak uwarunkowania prawne, rozwój technologii, innowacyjność (wszystko wpływające na niepewność działania) są również istotnym czynnikiem wpływającym na postępowanie w obrębie logistyki. W pracy jest zaprezentowany opracowany model ewaluacji, biorący pod uwagę powyżej wymienione charakterystyki oraz ułatwiający rozbudowany proces podejmowania decyzji. Metody: W celu prawidłowego ujęcia specyfikacji problemu, proponowany model jest oparty na aplikacji metody budżetowania Life Cycle Cost w odniesieniu do odpowiedniej jednostki funkcjonalnej, w połączeniu z symulacją Monte Carlo and analizą wrażliwości istotnych czynników ryzyka. Wyniki: Zostało opracowane realistyczne studium przypadku, dostarczające niezbędnych danych wejściowych dla proponowanej metody analizy. Dostarczyło to przydatne spójne dane wejściowe dla procesu podejmowania decyzji, włączając w to narzędzia potrzebne do testowania różnych założeń oraz oceny podejmowanego ryzyka. Wnioski: Prezentowany model i jego rozwiązane dostarcza wyników porównywanych z konwencjonalnymi metodami budżetowania kapitałowego pod względem prawidłowego ujmowania czynników wartościowych dla powszechnie występujących problemów w logistyce. Można go stosować w szeroko pojętej praktyce zarządzania.

4

The accuracy of the equity’s forecast in the option model simulated by real volatility distribution

67%

Krysiak Z.

Nauki o Finansach

|

2021

|

vol. 26

|

issue 1

37-55

PL

Prezentowany artykuł poświęcony jest ocenie dokładności modelu dwumianowego w prognozowaniu wartości kapitału z wykorzystaniem metody Back-Test. W tym badaniu zastosowano metodę Monte Carlo do symulacji wartości kapitału z wykorzystaniem rzeczywistych rozkładów zmienności stóp zwrotu cen akcji. W oparciu o analizę profilu zmienności zbudowano generator rozkładów rzeczywistych, który wykorzystano do symulacji Monte Carlo. Wyniki badania potwierdziły wysoką jakość i dokładność proponowanej przez autora metody. Ze względu na potencjalnie duże korzyści dla zarządzających firmami i inwestorów, jakie płyną z jakości pomiaru, wg zaprezentowanej metody w badaniu, warto jest roszerzać ten nurt w teorii i praktyce. Artykuł skierowany jest głównie do praktyków zajmujących się analitycznym procesem wyceny przedsiębiorstwa przy restrukturyzacji, łączeniu i przejęciu przedsiębiorstwa oraz budowaniu portfela inwestycyjnego.

EN

The article is devoted to the assessment of the accuracy of the binomial model in forecasting the value of capital using the Back-Test approach. In this study, the Monte Carlo method was used to simulate the value of capital using real volatility distributions of stock returns. Based on the analysis of the variability of the stocks returns profile, a generator of real distributions was built, which was used for the Monte Carlo simulation. The results of the study confirmed the high quality and accuracy of the method proposed by the author. Due to the potentially large benefits for company management and investors that come from the measurement quality, according to the methodology presented in the study, it is worth extending this trend in theory and practice. This article is mainly directed to business practitioners engaged in the analytical process of company valuation in restructuring, merging and acquisition of enterprises, and building an investment portfolio.

Refine search results

1 Acta Universitatis Lodziensis. Folia Oeconomica

1 LogForum

1 Nauki o Finansach

1 Problemy Zarządzania

1 Kończak G.

1 Krawczyk T.

1 Krysiak Z.

1 Vlachý J.

1 2021

1 2020

1 2018

1 2016

Zastosowanie metody Monte Carlo w zarządzaniu Value at Risk portfela inwestycyjnego

On Testing Significance of the Multivariate Rank Correlation Coefficient

Capital budget decision-making in logistics

The accuracy of the equity’s forecast in the option model simulated by real volatility distribution