Investointimahdollisuudet ja niiden ajoitus

Samankaltaiset tiedostot
OPTIMAALINEN INVESTOINTIPÄÄTÖS

Investointimahdollisuudet ja investointien ajoittaminen

Johdannaisanalyysi. Contingent Claims Analysis Juha Leino S ysteemianalyysin. Laboratorio

Projektin arvon määritys

Esteet, hyppyprosessit ja dynaaminen ohjelmointi

Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla

Lisää satunnaisuutta ja mahdollisuus keskeyttää projekti

Päätöspuut pitkän aikavälin investointilaskelmissa

Diskreettiaikainen dynaaminen optimointi

Investointimahdollisuudet ja investoinnin ajoittaminen

Projektin arvon aleneminen

Projektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

Jatkuvan ajan dynaaminen optimointi

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Dynaaminen ohjelmointi ja vaikutuskaaviot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Mat Investointiteoria. Tentti Mitd

Uusien keksintöjen hyödyntäminen

ln S(k) = ln S(0) + w(i) E[ln S(k)] = ln S(0) + vk V ar[ln S(k)] = kσ 2

Eräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Investointistrategioista kilpailluilla markkinoilla

, tuottoprosentti r = X 1 X 0

Tilastollinen päättömyys, kevät 2017 Harjoitus 6B

Harha mallin arvioinnissa

Haitallinen valikoituminen: Kahden tyypin malli

Rahoitusriskit ja johdannaiset Matti Estola. luento 8 Optioiden hinnoittelusta

Lyhyen aikavälin hintakilpailu 2/2

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1

Matematiikka B1 - avoin yliopisto

1 Rajoittamaton optimointi

Differentiaali- ja integraalilaskenta 3 Laskuharjoitus 7 /

Dynaaminen allokaatio ja riskibudjetointi sijoitusstrategioissa

Johdantoa INTEGRAALILASKENTA, MAA9

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

9. Tila-avaruusmallit

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

r = r f + r M r f (Todistus kirjassa sivulla 177 tai luennon 6 kalvoissa sivulla 6.) yhtälöön saadaan ns. CAPM:n hinnoittelun peruskaava Q P

Rekursioyhtälön ratkaisu ja anisogamia

Referenssipiste- ja referenssisuuntamenetelmät

Mat Investointiteoria Laskuharjoitus 4/2008, Ratkaisut

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Mat. tukikurssi 27.3.

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Luku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti

Haitallinen valikoituminen

Osavuosikatsaus

Metsä Board Financial 2015 Tilinpäätöstiedote 2015

2 Osittaisderivaattojen sovelluksia

LUKU 10. Yhdensuuntaissiirto

Yleinen paikallinen vakautuva synkronointialgoritmi

Talousmatematiikan perusteet: Luento 18. Määrätty integraali Epäoleellinen integraali

Yhteistyötä sisältämätön peliteoria jatkuu

Data Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä

Gaussin lause eli divergenssilause 1

Mat Lineaarinen ohjelmointi

Hintakilpailu lyhyellä aikavälillä

Kompleksianalyysi, viikko 4

Moraalinen uhkapeli: laajennuksia ja sovelluksia

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Konsernin laaja tuloslaskelma, IFRS

3. Teoriaharjoitukset

Kertausta: Vapausasteet

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Luento 9. June 2, Luento 9

ELEC-A3110 Mekaniikka (5 op)

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Rahoitusriskit ja johdannaiset Matti Estola Luento 5. Termiinihinnan määräytyminen

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

Mat Investointiteoria - Kotitehtävät

1 Komparatiivinen statiikka ja implisiittifunktiolause

Ratkaisu: a) Koroton takaisinmaksuaika on 9000 = 7,5 vuotta b) Kun vuosituotot pysyvät vakiona, korollinen takaisinmaksuaika määräytyy

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 /

LIITE 1 VIRHEEN ARVIOINNISTA

Q liiketoimintakatsaus Vt. toimitusjohtaja Harri Sivula ja talousjohtaja Markku Pirskanen

MAT INVESTOINTITEORIA. (5 op) Kevät Ville Brummer / Pekka Mild / Ahti Salo

Satunnaismuuttujien muunnokset ja niiden jakaumat

= X s + IE[X t X s ] = 0, s ja sitä, että ehdollinen odotusarvo on tavallinen odotusarvo silloin, kun satunnaismuuttuja

Osavuosikatsaus tammi-syyskuulta Toimitusjohtaja Erkki Järvinen ja CFO Jukka Havia

Mainonta ja laatu tuotteiden erilaistamisessa

Konsensusongelma hajautetuissa järjestelmissä. Niko Välimäki Hajautetut algoritmit -seminaari

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

Tiehallinto Parainen - Nauvo yhteysvälin kannattavuus eri vaihtoehdoilla. Raportti

Osavuosikatsaus Exel Composites Oyj Toimitusjohtaja Vesa Korpimies

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

1 Di erentiaaliyhtälöt

Fuusio vai konkurssi? Hintakilpailun satoa

Integrointi ja sovellukset

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Transkriptio:

Investointimahdollisuudet ja niiden ajoitus Ratkaisu optiohinnoitteluteorian avulla Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 /

Tähän asti opittua NP:n rajoitteet vaikka NP negatiivinen investointi voi lisätä tietoa sillä on varjoarvoa vaikka NP positiivinen odottaminen voi tuoda mukanaan lisää tietoa Huomioidaan projektin evoluutio ajassa matemaattiset apuvälineet stokastiset prosessit dynaaminen ohjelmointi ja optiohinnoittelu Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 /

Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 3 Kertausta edellisestä Perusmalli jatkuvan ajan investoinnille yhden projektin investointipäätös Dynaamisen ohjelmoinnin antama tulos kriittinen arvo IF > I epävarmuus ja peruuttamattomuus tuovat lisän F ratkaisu, I I A F

Optiohinnoitteluteoria Maksimoidaan yrityksen markkina-arvoa projektin arvon stokastiset muutokset d voidaan kuvata markkinoiden avulla dx α dt µ xdt dz xdz CAPM:n perusteella riskikorjattu odotettu tuotto on µ r φ xm määritellään osingoksi µ α > 0 Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 4

Pohdintoja µ α Kutsuoptio 0 ei lunastusta etuajassa osakkeen tuotto johtuu vain hinnan vaihteluista > 0 vaihtoehtokustannus menetetyt osingot option pitämisestä kun osakkeen hinta riittävän korkea, optio kannattaa lunastaa Investointipäätös 0 ei kannata investoida > 0 odottamisen vaihtoehtokustannus odotettu tuotto α pienempi kuin riskikorjattu tuotto µ odottamisen option arvo pienenee kun kasvaa option arvo 0 ja NP toimii Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 5

Pohdintoja µ α Muita tulkintoja :lle kuvastaa kilpailijoiden tuloa markkinoille kasvatetaan :ta kpl 8: kasvattaminen ei riitä projektin rahavirrat Muiden parametrien vaikutus kasvaa µ kasvaa α ja/tai täytyy muuttua yleisesti oletetaan kirjassa, että ei riipu :sta Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 6

Ratkaisu Muodostetaan dynaaminen riskitön portfolio investointioptio ja lyhyt positio projektista Φ df maksettava osinkoa F F F nd df dt F d portfolion tuotto oltava riskitön F dt F dt r[ F F ] F r F rf 0 dt Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 7

Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 8 Ratkaisu Dynaaminen ohjelmointi Optiohinnoittelu I I A F r r r I I A F

Ratkaisu "osingon" vaikutus investointipäätökseen 550 500 695 000 -F 450 400 0.04 350 0.08 300 500 600 700 800 900 000 00 00 Kuva: F-:n arvo, :n funktiona I 500, r 0.04, 0., 0.04, 0.08 Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 9

Yhteenveto Dynaaminen ohjelmointi vs. optiohinnoittelu :n määrittäminen dynaamisessa ohjelmoinnissa diskonttokerroin optiohinnoittelussa riskineutraalitilanne r onko kohde markkinoiden avulla kuvattavissa ei tarvitaan riskipreferenssejä kuvaava diskonttaus on ei tarvita oletuksia riskipreferensseistä ratkaisu silti sama, kysymys vain.n valinnasta Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / 0

Kotitehtävä Näytä lähtien Bellmanin yhtälöstä dynaamisen ohjelmoinnin keinoin, rφ dt F dt E[ dφ ] että päädytään samaan yhtälöön kuin optiohinnoittelun avulla F r F rf 0 Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 /