Поэтому задача влияния неопределенности DA и DEна NPV разбивается на подзадачи: 1. Mupy—{DE\DA, Ма, Ме, п} 2. М^ру ={DE], ... , DEn Da, Ma, Me, n} 3. DNPV {Dei, ,D En Da, Ma, ME) n} 4. Dupv —{DE/, ... , DEni Dai, ••• , DAn \MA, ME, n} Закон распределения NPV 160 140 120 • 100 ■ 80 • 60 40 20 0CD CO CM NPV. A=10-1 E=40-5, Распределение. Normal Chi-Square test = 15,03829, df = 12 (adjusted) , p = 0,23935 i'™i 00 CM CO 00 CD О О см CM CM CM CO CO CM CM 0000 cm“ CM co~ CM CM o> CO CM M* MCM CD O) CM 00 ЮCM CO CM CM Ю CD’ CM MhCM CD Ю 1^-" CM 00 О CM MCO 00 CM CD CO CM C3> CM CD CD CM CO 00CO o’ CO о CM CM hCO CO CM cm’ CO CD r^-_ cm" CO Категории Рис. 4.7. Сравним две модели анализа чувствительности NPV к дисперсии нормы дисконта (Рис. 4.8.). В первом случае, для каждого расчетного года будем брать из одной повторной выборки новое значение Е {Миру ~{DE1, ... , DEn\ D a , M a , M e , n } ) , т.е. E —сумма независимых случайных величин, а во втором случае, на всем расчетном периоде п будем использовать одно выборочное значение нормы дисконта Е ( M Np v = { D e \ D a , Ма, Ме, п}). |
89 3. Dfjpy —{ D ei, ... , D e„ \ D A, M A. M e, n} 4. D\p\= { D ei.D fn, D u, ... , D /„ M A, M e, n} Закон распределения N P V NPV. A=10-1 E=40-5, Распределение: Normal Chi-Square test = 15,03829, df = 12 (adjusted), p = 0,23935 Категории Рис. 3.1. Сравним две м одели анализа чувствительности N P V к дисперсии нормы дисконта (Рис. 3.2.). В первом случае, для каждого расчетного года будем брать из одной повторной выборки новое значение Е (М \ Ру ={/)/,/, ... , D e„\ Д/, М л, M e, п }), т.е. Е сумма независимых случайны х величин, а во втором случае, на всем расчетном периоде п будем использовать одно выборочное значение нормы дисконта Е (M spv= { D e\Da, М л, M e, п }). |