Metoda mapowania ryzyk powielarnych przedsięwzięć biznesowych dla systemu wspomagania decyzji menadżerskich

• Autorzy: Twardochleb M. , Włoch P.
• Języki publikacji: EN

Abstrakty

EN

In this article, a new method of risk mapping for duplicable enterprises (including business projects.) using Monte Carlo Simulation is presented. Proposed risk measure is concerning only financial dimension of risk, especially analyzing deviations from presumptive (ideal) model of an investments return. Main essence of the method is the definition of the project in form of a process including separate tasks combined into the process-chain, and possible deviations for each task. Input data was delivered basing on experts knowledge, who described real investment, in which they were involved, focusing on deviations they've observed for each task. Basing on input data stochastic algorithm has been used to generate a population of processes, which were the foundation for financial risk assessment of the process. This approach allowed to estimate financial attractiveness of the project basing on assumed parameters. By rejecting projects influence from its environment, knowledge about the source of deviation has been skipped, treated as irrelevant. This approach is similar to scoring systems used in banking industry within credit/loan decision making. Described method allows to perform objective and aggregated investment verification, which may significantly help within management decisions.

Słowa kluczowe

EN

risk management; net present value; Monte Carlo simulation

PL

zarządzanie ryzykiem; wartość bieżąca netto; symulacja Monte Carlo

• Wydawca: Komisja Informatyki Polskiej Akademii Nauk, Oddział w Gdańsku
• Czasopismo: Metody Informatyki Stosowanej
• Rocznik: 2011
• Tom: nr 4
• Strony: 201--210
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Twardochleb M.

autor

Włoch P.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki

Bibliografia

• [1] Balcerek A., Kwaśnicki W.: Metody symulacyjne w badaniu organizacji i w dydaktyce menedżerskiej, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2008,
• [2] Buslenko N. P., Goleni D.I Metoda Monte Carlo , PWN Warszawa 1967
• [3] L'Ecuyer P., Lemieux C. Recent Advances in Randomized Quasi-Monte Carlo Method, s Kluwer Academic Publishers, Boston, 2002
• [4] Halton J. H.: Sequential Monte Carlo Techniques for the Solution, Journal of Scientific Computing, 1994
• [5] Koronacki J., Mielniczuk J.: Statystyka dla studentów kierunków technicznych i przyrodniczych, Wydawnictwo Naukowo-Techniczne Warszawa, 2001
• [6] Jajuga K., Jajuga T.: Inwestycje, Instrumenty finansowe, ryzyko finansowe, inżynieria finansowa, Wydawnictwo Naukowe PWN Warszawa 2006.
• [7] Krysicki W., i in.: Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach 2, Wydawnictwo Naukowe PWN, Warszawa, 2006
• [8] Łada M, Kozakiewicz A. Rachunkowość zarządcza i controlling projektów, Wydawnictwo C.H. Beck, Warszawa 2007
• [9] Rogowski W.: Rachunek Efektywności inwestycji, Wolters Kluwer Polska, Warszawa 2008
• [10] Sobczyk M.: Statystyka – aspekty praktyczne i teoretyczne, Wydawnictwo UMCS, Lublin, 2006
• [11] Twardochleb M. Metody modelowania statystycznego a optymalizacja funkcji wielu zmiennych z ograniczeniami // VII Naukowa Sesja Informatyki, Politechnika Szczecińska, 2002
• [12] Twardochleb M. Włoch P. Wspomaganie procesu podejmowania decyzji dla modelu zagadnienia inwestycyjnego z wykorzystaniem symulacji Monte Carlo w: Technologia informacyjna. Wybrane problemy i zastosowania, Uniwersytet Szczeciński, Szczecin 2010
• [13] Ministerstwo Skarbu Jej Królewskiej Mości – „Pomarańczowa Księga. Zarządzanie ryzykiem – zasady i koncepcje” (tłum. Z: The Orange Book, Management of Risk – Principles and Concepts – HM Treasury), październik 2004