Aplikovaná analýza rizika
ve finančním managementu a investičním rozhodování
Tištěná kniha
Brožovaná vazba
Titul doprodán
r: 5278
Na trhu ojedinělá publikace představuje moderní nástroje, které lze uplatnit ve firmách při analýze rizika v rámci finančního řízení a investičního rozhodování, a to s využitím praktických příkladů. V knize jsou popsány a vysvětleny základní fáze analýzy rizika zahrnující identifikaci rizik a stanovení jejich významnosti, měření rizika, hodnocení rizika a výběr rizikových variant včetně významných nástrojů analýzy rizika (matice hodnocení rizik, analýza citlivosti a What-if analýza, analýza scénářů, simulační přístupy apod.). Značná pozornost je věnována zejména simulaci Monte Carlo, která se v současnosti řadí mezi nejúčinnější nástroje analýzy rizika. Dozvíte se, jak sestavit vhodný simulační model s využitím expertních názorů a statistické analýzy dat a jak správně interpretovat jeho výsledky.
Publikace se také věnuje metodám a nástrojům optimalizace finančních a investičních rozhodnutí za rizika či problémům spojeným s praktickým využíváním analýzy rizika a možnostem jejich řešení. Součástí publikace bude na internetu zdarma ke stažení tříměsíční zkušební verze simulačního software Crystal Ball(c), v jehož prostředí je zpracována většina příkladů publikace. Autory knihy jsou uznávaní špičkoví odborníci doc. Ing. Jiří Hnilica, Ph.D., a prof. Ing. Jiří Fotr, CSc., z Fakulty podnikohospodářské Vysoké školy ekonomické v Praze. Kniha je určena manažerům a specialistům firem a finančních institucí a studentům vysokých škol ekonomického zaměření.
Kniha získala ocenění "Cena rektora VŠE za prestižní publikaci za rok 2009" a umístila se na druhém místě v soutěži o nejlepší publikaci Fakulty podnikohospodářské VŠE za rok 2009.
Proč nakupovat u nás?
Doprava nad
700 Kč zdarma
Soubory ke stažení
Z obsahu knihy Aplikovaná analýza rizika
O autorech 8
Slovo úvodem 9
Část I Analýza a hodnocení rizika
1. Pojetí rizika, jeho klasifikace a měření 12
1.1 Riziko a hospodářské výsledky 12
1.2 Pojetí rizika a nejistoty 13
1.3 Klasifikace rizik 16
1.4 Měření rizika 19
1.4.1 Číselné charakteristiky rizika 20
1.4.2 Kvalitativní charakteristiky rizika 25
2. Identifikace rizik a stanovení jejich významnosti 28
2.1 Identifikace rizik 28
2.1.1 Dekompozice objektu analýzy rizika 28
2.1.2 Náplň identifikace 28
2.1.3 Nástroje identifikace a informační zdroje 29
2.1.4 Subjekty podílející se na identifikaci rizik 30
2.1.5 Požadavky na identifikaci rizik 30
2.2 Stanovení významnosti rizik 31
2.2.1 Analýza citlivosti 32
2.2.2 Matice hodnocení rizik 39
2.2.3 Pravděpodobnostní stupnice 42
2.2.4 Stupnice měření dopadů 45
2.2.5 Hodnocení příležitostí 51
2.2.6 Dokumentace identifikace a hodnocení rizik 52
2.2.7 Využití výsledků identifikace a hodnocení rizik 53
3. Měření rizika 57
3.1 What-if analýza 57
3.2 Scénáře 59
3.2.1 Kvalitativní scénáře 59
3.2.2 Kvantitativní scénáře 60
3.2.3 Tvorba kvantitativních scénářů 61
3.2.4 Využití scénářů 68
3.2.5 Faktory úspěšnosti scénářů 70
3.3 Simulace Monte Carlo 71
3.3.1 Postup simulace Monte Carlo 71
3.3.2 Přednosti a nedostatky simulace Monte Carlo 80
4. Hodnocení rizika a výběr rizikových variant 84
4.1 Riziková kapacita a přijatelné riziko 84
4.2 Postoj k riziku 84
4.3 Výběr rizikových variant 87
4.3.1 Pravidlo střední hodnoty a rozptylu 87
4.3.2 Pravidla stochastické dominance 92
4.4 Management rizika 96
Část II Simulace Monte Carlo v analýze rizika
5. Expertní názory v simulačních modelech 100
5.1 Stanovení rozdělení pravděpodobnosti rizikových faktorů s využitím
expertních názorů 100
5.1.1 Rovnoměrné rozdělení 101
5.1.2 Trojúhelníkové rozdělení 101
5.1.3 BetaPERT rozdělení 103
5.1.4 Rozdělení definované uživatelem 105
5.1.5 Ano/ne rozdělení (Bernoulliho rozdělení) 109
5.1.6 Stanovení rozdělení pravděpodobností událostí 109
5.1.7 Stanovení rozdělení pravděpodobnosti při odlišných názorech expertů 111
6. Statistická analýza dat ve finančním modelování 116
6.1 Úvod do statistické analýzy dat 116
6.2 Metody odhadu pravděpodobnostních rozdělení 118
6.2.1 Neparametrické metody 118
6.2.2 Parametrické metody 123
6.3 Metody odhadu nejistoty parametrů pravděpodobnostních rozdělení 125
6.3.1 Klasická statistika 126
6.3.2 Bootstrap 132
6.3.3 Bayesova statistika 137
7. Modelování závislostí mezi rizikovými faktory 143
7.1 Korelace 143
7.2 Obálková metoda 146
7.3 Závislost definovaná pomocí vyhledávacích tabulek 152
7.4 Závislost definovaná pomocí logických podmínek 153
8. Simulace Monte Carlo - souhrnný příklad 157
8.1 Princip simulací Monte Carlo 157
8.2 Příklad sestavení simulačního modelu investičního projektu 161
8.2.1 Stanovení rizikových faktorů jako pravděpodobnostních rozdělení 164
8.2.2 Analýza citlivosti v simulačním modelu 166
8.2.3 Vlastní simulace a interpretace výsledků 172
Část III Aplikace simulace Monte Carlo ve finančním a investičním rozhodování
9. Simulační přístupy při oceňování podniku 182
9.1 Problém záměny středních a nejpravděpodobnějších hodnot 184
9.2 Problém vzájemné závislosti rizikových faktorů 186
9.3 Problém závislosti rizikových faktorů v čase a NPV-at-Risk 188
9.4 Přesun daňové ztráty do budoucích let a NPV-at-Risk 193
10. Metody a nástroje optimalizace 198
10.1 Optimalizační modely a jejich typy 198
10.1.1 Náplň optimalizačních modelů 198
10.1.2 Druhy optimalizačních modelů 200
10.2 Optimalizace s využitím rozhodovacích tabulek 203
10.2.1 Rozhodovací tabulky 203
10.2.2 Optimalizace s jednou rozhodovací proměnnou 204
10.2.3 Optimalizace se dvěma rozhodovacími proměnnými 208
10.3 Optimalizace tvorby portfolia s využitím nástroje OptQuest 210
10.3.1 Optimalizace portfolia 210
10.3.2 Optimalizace portfolia finančních investic 215
10.3.3 Optimalizace portfolia projektů 218
10.3.4 Efektivní hranice 224
10.4 Diverzifikace a riziko 229
10.4.1 Vliv diverzifikace na riziko 229
10.4.2 Statistická závislost složek portfolia a jeho riziko 230
10.4.3 Diverzifikace a systematické riziko 232
Část IV Implementace analýzy rizika
11. Implementace analýzy rizika - problémy a doporučení 236
11.1 Odlišnosti tradičních a pravděpodobnostních přístupů 236
11.2 Obtíže a bariéry implementace analýzy rizika 237
11.3 Doporučení k implementaci analýzy rizika 238
11.4 Přínosy a omezení implementace analýzy rizika 243
Přílohy
Příloha I - Základní statistické charakteristiky náhodných veličin 248
Příloha II - Odhad nejistoty parametrů normálního rozdělení 254
Příloha III - Náhrada spojitého faktoru rizika faktorem diskrétním 256
Příloha IV - Expertní odhady, jejich získávání a zpracování 259
Rejstřík 261
O Autorovi
Hnilica JiříInženýrské a doktorské studium absolvoval na Vysoké škole ekonomické v Praze. Od roku 2003 působí na katedře podnikové ekonomiky na Fakultě podnikohospodářské Vysoké školy ekonomické v Praze. Jeho odborný zájem směřuje do oblasti strategického finančního rozhodování podniků, a to zejména v regulovaných sektorech. Během doktorského studia a během svého působení na katedře podnikové ekonomiky absolvoval řadu odborných stáží. V současné době působí na pozici proděkana pro pedagogiku a na pozici akademického ředitele magisterského programu CEMS International Management. Je členem výkonné rady odborného časopisu Prague Economic Papers a členem vědecké rady Fakulty podnikohospodářské. Ve své výzkumné i pedagogické činnosti úzce spolupracuje s praxí.
Fotr JiříVystudoval Vysokou školu chemicko-technologickou v Praze. Od roku 1963 do roku 1968 pracoval ve Výzkumném ústavu technicko-ekonomickém chemického průmyslu, kde se věnoval aplikaci metod operační analýzy. V roce 1969 získal hodnost kandidáta věd v oboru odvětvová a úseková ekonomika na Vysoké škole chemicko-technologické v Praze. Od roku 1968 do roku 1991 působil v Institutu řízení v Praze, kde se věnoval problematice ekonomických her, manažerského rozhodování a tvorbě systémů na podporu rozhodování a expertních systémů. V roce 1991 se habilitoval na Vysoké škole ekonomické v Praze a působí zde na Fakultě podnikohospodářské na katedře managementu. V roce 1999 byl jmenován profesorem pro obor podnikové hospodářství. Je členem vědecké rady Fakulty podnikohospodářské VŠE v Praze, Fakulty ekonomické ZČU v Plzni a předsedou ediční rady časopisu Ekonomika a management. Specializuje se na problematiku manažerského rozhodování, investičního rozhodování a managementu rizika.