Investointimahdollisuudet ja investoinnin ajoittaminen

Samankaltaiset tiedostot
OPTIMAALINEN INVESTOINTIPÄÄTÖS

Investointimahdollisuudet ja investointien ajoittaminen

Projektin arvon aleneminen

Projektin arvon määritys

Projektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen

Johdannaisanalyysi. Contingent Claims Analysis Juha Leino S ysteemianalyysin. Laboratorio

Lisää satunnaisuutta ja mahdollisuus keskeyttää projekti

Investointistrategioista kilpailluilla markkinoilla

Jatkuvan ajan dynaaminen optimointi

Diskreettiaikainen dynaaminen optimointi

Investointimahdollisuudet ja niiden ajoitus

Esteet, hyppyprosessit ja dynaaminen ohjelmointi

Päätöspuut pitkän aikavälin investointilaskelmissa

Insinöörimatematiikka D

Insinöörimatematiikka D

Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla

Esimerkki 1 Ratkaise differentiaaliyhtälö

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

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

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

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

, tuottoprosentti r = X 1 X 0

Insinöörimatematiikka D

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

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

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.

Mat Investointiteoria Laskuharjoitus 4/2008, Ratkaisut

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Häiriöteoriaa ja herkkyysanalyysiä. malleissa on usein pieniä/suuria parametreja. miten yksinkertaistetaan mallia kun parametri menee rajalle

Black ja Scholes ilman Gaussia

Tampere University of Technology

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Matemaattinen Analyysi

y + 4y = 0 (1) λ = 0

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Matemaattinen Analyysi

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

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

Malliratkaisut Demot

Harjoitus 2 ( )

1 Komparatiivinen statiikka ja implisiittifunktiolause

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Insinöörimatematiikka D

Harjoitus 2 ( )

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

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

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

1 Rajoittamaton optimointi

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

Satunnaismuuttujien muunnokset ja niiden jakaumat

5 Differentiaaliyhtälöryhmät

Matemaattinen Analyysi

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

1 Peruskäsitteet. Dierentiaaliyhtälöt

Harjoitus 7: vastausvihjeet

Malliratkaisut Demo 1

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Insinöörimatematiikka D

d Todista: dx xn = nx n 1 kaikilla x R, n N Derivaatta Derivaatta ja differentiaali

Matematiikka B3 - Avoin yliopisto

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.

Mat Matematiikan peruskurssi K2

Dierentiaaliyhtälöistä

Differentiaaliyhtälöt I Ratkaisuehdotuksia, 2. harjoitus, kevät Etsi seuraavien yhtälöiden yleiset ratkaisut (Tässä = d

Investoinnin takaisinmaksuaika

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

2 dy dx 1. x = y2 e x2 2 1 y 2 dy = e x2 xdx. 2 y 1 1. = ex2 2 +C 2 1. y =

Dynaamiset regressiomallit

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).

Luku 6. reunaehtoprobleemat. 6.1 Laplacen ja Poissonin yhtälöt Reunaehdot. Kun sähkökentän lauseke E = φ sijoitetaan Gaussin lakiin, saadaan

Kuva 3.1: Näyte Gaussisesta valkoisest kohinasta ε t N(0, 1) Aika t

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100

Insinöörimatematiikka D

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Katsauksia ja keskustelua

Moraalinen uhkapeli: laajennuksia ja sovelluksia

Lineaariset luokittelumallit: regressio ja erotteluanalyysi

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

Harha mallin arvioinnissa

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

2.2.1 Ratkaiseminen arvausta sovittamalla

6. Toisen ja korkeamman kertaluvun lineaariset

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matemaattinen Analyysi

Moniulotteisia todennäköisyysjakaumia

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

LUKU 10. Yhdensuuntaissiirto

Kaksi sovellusta robustien päätössuositusten tuottamisesta

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt

Harjoitus 6: Symbolinen laskenta II (Mathematica)

Harjoitus 6: Symbolinen laskenta II (Mathematica)

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

Transkriptio:

Investointimahdollisuudet ja investoinnin ajoittaminen Ajoituksen ratkaisu dynaamisella optimoinnilla Optimointiopin seminaari - Syksy 000 /

Esitelmän sisältö Investoinnin ajoitusongelman esittely Ongelman formulointi ja ongelman tarkastelua Ongelman ratkaisu dynaamisella optimoinilla Ratkaisun tarkastelua ja vertailua Optimointiopin seminaari - Syksy 000 /

Investoinnin ajoituksen ongelma Tarkastellaan yksinkertaista projektia: projektilla kiinteä investointikustannus I projekti tuottaa vasta investoinnin jälkeen projektin nettotuotto V t stokastinen prosessi I V T t T Optimointiopin seminaari - Syksy 000 / 3

Investoinnin ajoituksen ongelma Investoinnin vaihtoehdot: Investoidaan heti? Investoidaan hetkellä T? Vt? Vt? T 0 T 0 T t Ongelmana on määrittää ajankohta T, jolloin investointi kannattaa tehdä t Optimointiopin seminaari - Syksy 000 / 4

Investoinnin ajoituksen ongelma NPV menetelmän perusteella investointi on kannatava mikäli V t > I V t :n tulevaisuudessa saamia arvoja ei tunneta, joten nyt tehtävään investointiin liittyy vaihtoehtoiskustannus NPV:ssä ei huomioida tätä... Optimointiopin seminaari - Syksy 000 / 5

Investoinnin ajoituksen ongelma Huomioidaan vaihtoehtoiskustannus investointikustannuksen I lisäksi Intuitiivisesti: Investointisääntö nyt muotoa V t > V*=K+I, jossa K vaihtoehtoiskustannus Ongelmana on siis määrittää kriittinen rajaarvo V* Optimointiopin seminaari - Syksy 000 / 6

Ongelman formulointi Oletetaan projektin nettotuoton V noudattavan geometrista Brownin liikettä dv = αvdt + σvdz Ei kuvaa hyvin todellisten projektien tuottoa V:n malli kuitenkin riittävä ajoitusongelman tarkasteluun Optimointiopin seminaari - Syksy 000 / 7

Ongelman formulointi Merkitään investointimahdollisuuden arvoa F(V t ):llä F( VT ) = ( VT I ) e T investoinnin ajankohta, ρ diskonttokorko Optimaalinen investointistrategia saadaan maksimoimalla F(V T ):n odotusarvoa F( V ) = max E[( V V ρτ T I ) e ρτ Jotta ongelma mielekäs, oletetaan α < ρ (muutoin kannattaisi odottaa ikuisesti) ] Optimointiopin seminaari - Syksy 000 / 8

Ongelman tarkastelua: V t deterministinen Oletetaan σ = 0, V t deterministinen V t :lle ja F(V t ):lle saadaan tällöin αt V ( t) = V e 0 αt ρt F( V0) = ( V0e I ) e Etsitään investoinnin arvon F(V 0 ) maksimoiva strategia Alkuhetki voidaan aina sitoa tarkasteluhetkeen, joten merkitään jatkossa alkuhetken nettotuottoa V 0 yleisesti V:llä Optimointiopin seminaari - Syksy 000 / 9

Ongelman tarkastelua: V t deterministinen Tapaus α 0: V t laskeva, joten investoidaan heti vain jos V > I Muutoin ei kannata investoida lainkaan F(V) = max(v - I, 0) Optimointiopin seminaari - Syksy 000 / 0

Ongelman tarkastelua: V t deterministinen Tapaus 0 < α < ρ: Etsitään F(V):n maksimi T:n suhteen df( V ) ( ρα ) t ρt = ( ρ α) Ve + ρie = 0 dt Edellisestä saadaan optimaalinen hetki T* investoinnin suorittamiselle T * = ρi max log, α ( ρ α) V 0 Optimointiopin seminaari - Syksy 000 /

Ongelman tarkastelua: V t deterministinen Tapaus 0 < α < ρ, jatkoa: Ratkaistaan df(v)/dt:n lausekkeesta V*, kun T*=0 Investoinnin suorittamiselle saadaan määritettyä raja nettotuotoon V perustuen ρ V V*, V* = I ρ α Investointimahdollisuuden arvoksi saadaan F( V ) [ αi /( ρ α)][( ρ α) V / ρi ] ρ / α, V V = * V I, V Optimointiopin seminaari - Syksy 000 / > V *

Ongelman tarkastelua: V t deterministinen Investointimahdollisuuden arvo F(V),5 0,5 0 α =0,06 α =0,03 α 3 =0 0 0,5,5,5 3 V V * V * Optimointiopin seminaari - Syksy 000 / 3

Ongelman tarkastelua: σ > 0, V t stokastinen V t stokastinen V t etenee stokastisesti, joten ei voida määrittää tiettyä optimaalista investointiajanhetkeä T* Pyritään määrittämään nettotuottoon sidottu investointiehto V V* Optimointiopin seminaari - Syksy 000 / 4

Ongelman esittäminen dynaamisena optimointitehtävänä Investoinnin ajoitusongelma voidaan käsittää optimaalisena pysäytysongelmana Kassavirtoja ei ole ennen investointihetkeä T Lopetustuotto vastaa investoinnista saatavaa kokonaistuottoa (nettotuotto - investointikulut) Jatka-alueessa Bellmanin yhtälö tällöin muotoa ρfdt = E[dF] Optimointiopin seminaari - Syksy 000 / 5

Ongelman esittäminen dynaamisena optimointitehtävänä Kirjoitetaan df auki käyttäen Iton lemmaa, ja määrittämällä F =df/dv, F =df/dv, jne df = F' ( V ) dv + F' '( V )( dv Sijoitetaan dv ja huomioidaan E(dz)=0,saadaan E [ df] =α VF' ( V ) dt + σ V F' '( V ) dt Bellmanin yhtälö saadaan tällöin muotoon ) σ V F' '( V ) + αvf' ( V ) ρf = 0 Optimointiopin seminaari - Syksy 000 / 6

DY:n ratkaiseminen Bellmanin yhtälö toisen asteen DY Valitaan myöhempiä tarkasteluita varten α=ρ-δ σ V F' '( V ) + ( ρ δ ) VF' ( V ) ρf = 0 Lisäksi F(V):n pitää täyttää reunaehdot F (0) = 0, () F( V*) = V * I, () F ( V*) =, (3) (jos V(t)=0, V(T)=0, T>t) (optimaalisen investoinnin arvo) (smooth-pasting ehto) Optimointiopin seminaari - Syksy 000 / 7

DY:n ratkaiseminen Ratkaistaan DY yritteellä F ( V ) = AV β A ja β vakiota F(V) toteuttaa reunaehdon () A ja V* saadaan reunaehdoista () ja (3) V* = A = ( V β β * I, I) /( V*) β = ( β ) /[ β I β β β ] Optimointiopin seminaari - Syksy 000 / 8

Optimointiopin seminaari - Syksy 000 / 9 DY:n ratkaiseminen Sijoittamalla yrite DY:öön, saadaan β:lle Yhtälön juuret 0 ) ( ) ( = + ρ δ β ρ β β σ 0 / ] ) / [( ) / ( / ] ) / [( ) / ( < + = > + + = σ ρ σ δ ρ σ δ ρ β σ ρ σ δ ρ σ δ ρ β

DY:n ratkaiseminen Koska F toisen asteen homogeeninen lineaarinen differentiaaliyhtälö, yleinen ratkaisu muotoa β F ( V ) = AV + A V Jotta reunaehto () täyttyy, pitää olla A = 0 Lopullinen muoto F(V):lle F ( V ) = AV β β Optimointiopin seminaari - Syksy 000 / 0

Ajoitusongelman ratkaisu Investointimahdollisuuden arvo F(V) F ( V ) = β A = = ( β AV ( ρ ) β δ ) / σ β β β /[ β I [( ρ Optimaalinen investointistrategia + ] δ ) / σ ] + ρ / σ Investoi, kun V V*, V* = β β I Optimointiopin seminaari - Syksy 000 /

Ratkaisun tarkastelu Parametrien ρ, δja σ vaikutus nettotuoton raja-arvoon V* V:n epävarmuuden, ts. σ vaikutus σ kasvaa fi Investointiraja V* kasvaa σfi fi Investointiraja V*fi σfi 0 fi Investointiraja V*fi ρ / δ I, α I, α > 0 0 Optimointiopin seminaari - Syksy 000 /

Ratkaisun tarkastelu Diskonttokoron ρ vaikutus ρ kasvaa fi Investointiraja V* kasvaa Diskonttokoron ρ ja V:n kasvun α erotuksen,ts δ vaikutus δkasvaa fi Investointiraja V* laskee Optimointiopin seminaari - Syksy 000 / 3

000 Ratkaisun tarkastelu Parametrien vaikutus V*:een, I= δ =0,0 00 δ =0,06 V* 0 ρ =0,07 ρ =0,6 0 3 4 σ Optimointiopin seminaari - Syksy 000 / 4

Vertailua NPV menetelmään Esimerkkinä tehdas, joka antaa rakentamisen jälkeen kassavirran π t äärettömyyteen asti π t noudattaa geometrista Brownin liikettä dπ= α πdt+ σ πdz Nettotuotolle V saadaan V t = E t π s e ρ ( s t) ds = π t ρ α jolloin myös V noudattaa geometrista Brownin liikettä, Optimointiopin seminaari - Syksy 000 / 5

Vertailua NPV mentelmään Rakentamispäätös: Investointikustannus I muuttumaton Perinteinen NPV menetelmä: Investoidaan tehtaaseen, kun V t > I, ts. π t > (ρ- α)i Vaihtoehtoiskustannuksen huomioivalla menetelmällä: Investoidaan, kun * β π t > π = ( ρ α ) I > ( ρ α ) I β Optimointiopin seminaari - Syksy 000 / 6

Kotitehtävä Arvioit investointia 300 M maksavaan kaasuautojen kaasunjakeluverkkon: Tällä hetkellä markkinanäkymät huonot, kaasun jakelusta arvioitu nettotuotto V 0 = 00 M. On arvioitu, että kaasun myynnistä saatava nettotuotto kasvaa % vuosittain ja siihen liittyvä riskitaso on 0%. Nettotuoton oletetaan noudattavan geometrista Brownin liikettä. Muodosta vaihtoehtoiskustannuksen huomioiva jakeluverkon investointistrategia.(diskonttokorko 8%) Optimointiopin seminaari - Syksy 000 / 7