Логнормальное распределение как математический инструмент количественной оценки инвестиционного риска
Автор: Полторыхина С.В., Фадеева Е.П.
Журнал: Экономика и социум @ekonomika-socium
Статья в выпуске: 2-3 (11), 2014 года.
Бесплатный доступ
Короткий адрес: https://sciup.org/140107647
IDR: 140107647
Текст статьи Логнормальное распределение как математический инструмент количественной оценки инвестиционного риска
В настоящей работе дается числовая оценка риска инвестиционного проекта «Изготовление и сбыт пиломатериалов», осуществляемого ОАО «Мамадышский домостроительный комбинат» в 2013-2017 гг. Генерирование 30000 значений основных параметров проекта (цены P за единицу продукции (тыс. руб.), условно-переменных затрат V (тыс. руб.) и количества Q (м3) проводилось на ПК методом Монте-Карло и привело к 30000 значениям чистого дисконтированного дохода NPV. Исследование параметров асимметрии s и эксцесса е результирующего показателя проекта NPV привело нас к выводу о том, что распределение NPV не является распределением Гаусса или, другими словами нормальным распределением, у которого подобные коэффициенты s и е должны равняться нулю. В нашем случае эмпирические коэффициенты асимметрии sэмпир и эксцесса еэмпир равны, соответственно, sэмпир = 0,8278727 и еэмпир =1,24292, что существенно отличается от нуля и свидетельствует о правой скошенности и островершинности эмпирической кривой распределения NPV по сравнению с нормальной кривой распределения. Тот факт, что NPV не имеет нормального распределения был проверен также с помощью критерия χ2 (хи-квадрат). Перед авторами встал естественный вопрос о том какому же из вероятностных распределений подчинено распределение NPV? Среди множества известных вероятностных распределений авторы выбрали логарифмически нормальное (логнормальное) распределение, поскольку его коэффициенты асимметрии и эксцесса, задаваемые формулой [1]:
s =
, a 2 4 a 2 3 a 2 2 a 2
’ —1, e = e + 2 e + 3e
—
а , равном а =0,264729, оказались практически коэффициентам асимметрии и эксцесса. Итак, в теоретического распределения для NPV было распределение с функцией распределения вида
6 при значении параметра равными эмпирическим качестве сглаживающего выбрано логнормальное
F ( x ) = P { NPV < x } = 1 + Фо
f 4 -И к m 7
a
(1),
к7
где x > 0, m - параметр масштаба (медиана), a - параметр формы, ф o( Z ) =
2П
Z t 2
j e 2 * dt - функция Лапласа, таблица значений которой имеется, o
например, в [2]. В формуле (1) предполагается, что все значения случайной величины NPV должны располагаться только на положительной полуоси, т.е.. при NPV ≥0 . Однако в нашем случае имеются 4 значения NPV из полученных на ПК 30000, которые оказались меньше нуля. Это означает, что риск инвестиционного проекта, рассчитанный по методу Монте-Карло, 4
составляет ^^-100% = 0,01333%. Этими четырьмя отрицательными значениями можно пренебречь и отнести их вычислениях.
на счет погрешности в
Статистические (выборочные)
логнормального распределения выборке из 30000 значений NPV:
были
оценки найдены
параметров m и a методом моментов по
m
*
_ *
x
1 +
Sx
_ *
к x 7
,
* a
In
1 +
( S x
A 2
- *
к x 7
(2),
n
E xi
— *
_ i = 1 где x = ---- n
,
S
n — 1
1 (x
i =1
i
—
x)
- несмещенные выборочные оценки
для среднег о значения изучаемой случайной величины Х=NPV и для ее дисперсии ( x * и S 2 соответственно) [1].
Расчет m* и a* по формулам (2) привел к их следующим значениям:
m * = 14507,486;
распределения (1)
ln
*
a
Г x
0,2647314 примет
и следовательно, следующий
функция вид:
F ( x ) = P { NPV < x } = 1 + Фо
к 14507,486 J 0,2647314
к
Знание функции распределения позволяет вычислить любую
вероятность, связанную с изучаемой случайной величиной NPV . Рассчитаем вероятность того, что чистый дисконтированный доход превзойдет 10 млн. руб. (т.е. 10000 тыс. руб., т.к. все расчеты проводились в тыс. руб.):
С ( 10000
lnlI
114507,486 J —-
0,2647314
P { NPV > 10 млн.руб . } = P { NPV > 10000 тыс.руб . } = 1 - F(10000) = 1-1 - Фо
к
= 0,5 -Фо(-1,4005) = 0,5 + Ф0 (1,4055) = 0,5 + 0,4207 = 0,9207 или 92,07%, где использовано свойство нечетности функции Лапласа Ф(^)= -Ф(^), а значения Ф(х) взяты из таблицы учебника [2].
Аналогично вычисляются вероятности P{NPV > 12000 тыс. руб.} = 0,5 - Ф0(-0,7168) = 0,5 + 0,263 = 0,763 или 76,3% и P{NPV > 20000 тыс. руб.} = =P{NPV> 20 млн. руб.} = 0,5 - Ф 0 (1,2128) = 0,5 - 0,3869 = 0,1131 или 11,31%.
Инвестиционный риск проекта, т.е. вероятность того, что чистый дисконтированный доход будет меньше нуля (и тогда, как известно из инвестиционного менеджмента, проект нельзя принимать к реализации) согласно формуле (3) равен:
P { NPV < 0 } = F(0) = 1 + Фо |---—---| = 1 + Фо ( - да ) = 1 - Фо ( да ) = 0,5 - 0,499999 = 0,000001
2 0 к 0,2647314 J 2 0V 7 2 0V 7
или 0,0001%, т.е. практически риск проекта равен нулю. Эта вероятность, как видим, почти не отличается от вероятности P{NPV< 0}, найденно методом Монте-Карло (0,01333%).