Stochastické modelování úrokových sazeb
|
|
- Richard Liška
- před 8 lety
- Počet zobrazení:
Transkript
1 Sochasické modelování úrokových sazeb Michal Papež odbor řízení rizik 1
2 Sochasické modelování úrokových sazeb OBSAH PŘEDNÁŠKY Úvod do problemaiky sochasických procesů Brownův pohyb, Wienerův proces Ioovo lemma Sochasické difirenciální rovnice (SDE) Jednofakorové modely Rendelman, Barer model Vašíčkův model Cox, Ingersoll, Ross (CIR) model Dvoufakorové modely Brennan-Schwarz model Longsaff-Schwarz model Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Odhad paramerů Použií MaLabu pro simulaci úrokových sazeb Využií CIR modelu pro oceňování úrokových insrumenů
3 Úvod do problemaiky sochasických procesů Moderní finanční maemaika používá pro řešení řady prakických úloh sochasického poču Oceňování finančních insrumenů zejména finančních deriváů (např. Black-Scholes model) Odhad budoucího vývoje ekonomických veličin (úrokové sazby, inflace, apod.) Řízení rizik aplikace meody Mone Carlo při výpoču Value a Risk Pro zvládnuí ěcho úkolů je řeba zná základní principy sochasických procesů Brownův pohyb Wienerův proces Sochasické diferenciální rovnice (SDE) Ioovo lemma 3
4 Úvod do problemaiky sochasických procesů Wienerův proces Je o náhodný proces se spojiým časem W(), >0, W(0)=0 Přírůsek Wienerova procesu W()-W(s) je Gausovský se sřední hodnoou E(x)=0 a rozpylem (-s) přírůsky Wienerova procesu jsou na sobě nezávislé Brownův pohyb Původně fyzikální význam popisuje neusálý a neuspořádaný pohyb molekul Z maemaického hlediska je o sochasický proces Nejčasější příklad realizace Wienerova procesu Ekonomerická aplikace Brownova pohybu Ceny akiv na finačních rzích se podle eorie dokonalých rhů chovají zcela náhodně a nezávisle na předchozím vývoji Brownův pohyb je edy ideální násroj popisující chování cen akiv (akcie, měny, komodiy) 4
5 Úvod do problemaiky sochasických procesů - pokračování Přechod z diskréní do spojié dynamiky Nechť W je přírůsek Wienerova procesu za čas, j.: W W ( ) W ( ) Pak změnu Wienerova procesu Z() pro čas napsa jako dz( ) ad bdw( ) 0 můžeme kde: a, b jsou konsany a dw limw 0 5
6 Úvod do problemaiky sochasických procesů - pokračování K omu, abychom mohli popsa chování ceny určiého akiva (např. akcie) v čase, poslouží nám následující modifikace SDE: ds Sd SdW kde: ds je okamžiý přírůsek ceny akcie je rend ve vývoji ceny akcie je volailia akcie dw je přírůsek Wienerova procesu Abychom mohli výše uvedenou rovnici vyřeši, využijeme Iovo lemma. Ioovo lemma je asi nejdůležiější vzah v sochasickém poču Ioovo lemma je obdoba Talorova rozvoje pro sochasické prosředí 6
7 Úvod do problemaiky sochasických procesů - pokračování Taylorův rozvoj: df 1 d F df dx dx dx dx Ioovo lemma: df df 1 d F dx d dx dx Velmi malé přírůsky funce F(X+dX) můžeme aproximova pomocí Taylorova rozvoje (v případě deerminisických proměnných) a pomocí Ioova lemma v případě sochasických proměnných Nechť S(X(+h)) S(X()) je přírůsek ceny akcie v inervalu +h a F(S) = ln S Poom, s využiím Ioova lemma a můžeme napsa původní SDE do následujícího varu : 7
8 8 Úvod do problemaiky sochasických procesů - pokračování d SdX Sd S d ds F d S ds ds df df d dx 1 dx S S 0 1 (0) exp ) ( Teno var můžeme vyřeši inegrováním a dosaneme:
9 9 Úvod do problemaiky sochasických procesů - pokračování Pro simulaci vývoje ceny akcie musíme převés předchozí spojiý var na diskréní formu. Nejčasější meodou je zv. Eulerova meoda. Diskréní var logarimické náhodné procházky ceny akcie je následující: S S S S 1 )exp ( ) ( ) ( kde: je náhodná veličina z rozdělení N(0,1) je časový krok je očekávaná výnosnos akcie je volailia ceny akcie
10 Jednofakorové modely úrokových sazeb Na rozdíl od akcií má chování úrokových sazeb určié zvlášnosi Úrokové sazby se pohybují v určiém rozmezí; obvykle nerosou do nekonečna ani neklesají pod nulu Úrokové sazby mají endenci se vrace k určié rovnovážné hodnoě Teno fenomén se nazývá mean reversion Sochasické modely, keré popisují chování úrokových sazeb musí edy brá v úvahu výše uvedené vlasnosi Jednofakorové modely úrokových sazeb berou v úvahu pouze jeden zdroj nejisoy popsaný jednou SDE V praxi jsou nejčasěji používány následující jednofakorové modely Rendleman-Barer model Vašíčkův model Cox, Ingersoll, Ross mode (CIR model) 10
11 Rendlemann-Barer model Renlemann-Barer model paří mezi základní jednofakorové modely Dynamika úrokové sazby r je popsána pomocí SDE následovně dr( ) rd rdw ( ) r následuje geomerický Brownův pohyb Model pracuje s konsanním rendem a konsanní volailiou Model funguje na sejném principu jako model pro modelování ceny akcie To je jeho hlavní nevýhoda, neboť nedokáže zajisi inveribiliu procesu Pro modelování úrokových sazeb není udíž vhodný 11
12 Vašíčkův model Vašíčkův model je pojmenován po jeho vůrci Oldřichu Vašíckovi, kerý jej publikoval v roce 1977 v časopise Journal of Financial Economics Model je založen na principu Ornsein-Uhlenbeckově procesu ( mean revering proces) s konsanními koeficieny Dynamika úrokové sazby ve Vašíčkově modelu následovně b r( ) d dw( ) dr( ) a kde: a, b, jsou poziivní konsany a je koeficien rychlosi přizpůsobení dynamiky rovnovážné úrokové míře r b je rovnovážná úroková míra je volailia úrokové míry Výhodou Vašíckova modelu je (oproi předchozímu modelu) jeho inveribilia. Model je velice várný a udíž exisují expliciní analyické formule pro oceňování řady úrokových insrumenů Avšak úrokové sazby mohou v reálném čase nabýva i záporných hodno, což je v praxi dos nerealisický předpoklad r() má normální rozdělení 1
13 13 Vašíčkův model - pokračování Oceňovací formule pro bezkupónový dluhopis: T B r T A e T P ; ; ; T a e a T B 1 1 ; ; 4 ; ; T B a T T B a b T A Kde:
14 Vašíčkův model - pokračování Simulace úrokové sazby pomocí Vašíckova modelu: Paramery modelu: a = 0,10 b = 3,1 = 0% = 1 r(0) = 3,50 3 Simulace úrokových sazeb,5 1,5 1 0,5 0-0,5-1 14
15 Cox, Ingersoll, Ross model CIR model byl publikován v roce 1985 v článku A heory of he Term Srucure of Ineres Raes v časopise Economeria Na rozdíl od Vašíčkova modelu není volailia úrokových sazeb konsanní, ale je závislá na druhé odmocnině úrokové sazby, což zajišťuje, že simulovaná úroková sazba nikdy nenabude záporných hodno pokud plaí, že ab> Dynamika úrokových sazeb je v CIR modelu popsána následovně: dr a b r d r dw kde: ab, jsou poziivní konsany a je koeficien rychlosi přizpůsobení dynamiky rovnovážné úrokové míře r b je rovnovážná úroková míra je volailia úrokové míry Nespornou výhodou CIR modelu je jeho relaivní jednoduchos (sejně jako Vašíčkův model) a i fak, že úrokové sazby nemohou nabýva záporných hodno 15
16 Cox, Ingersoll, Ross model - pokračování Následující graf srovnává simulaci úrokových sazeb pomocí Vašíčkova modelu a CIR modelu 5 Simulace úrokových sazeb 4 3 VASICEK CIR Je zřejmé, že úrokové sazby simulované pomocí Vašíčkova modelu mohou lehce nabýva záporných hodno, kdežo u CIR modelu ao siuace nikdy nenasane (je-li splněna podmínka ab> V CIR modelu volailia závisí na dynamice úrokových sazeb. Čím jsou věší přírůsky simulované úrokové sazby, ím je i věší volailia procesu. 16
17 Cox, Ingersoll, Ross model - pokračování Sochasická proměnná r() nemá v CIR modelu normální rozdělení, ale non-cenral chí kvadrá rozdělení n,c,kde n je poče supňů volnosi a c je paramer vychýlení Obdobně jako u Vašíčkova modelu exisuje i pro CIR model analyická formule pro ocenění bezkupónového dluhopisu, kerá má sejný var. Avšak paramery A a B jsou rozdílné a jsou dány následovně: A ; T B e a( e ( e ( a )( T 1) / ( T ) ( T ) ; T ) 1) 1) ( T a ( e 1) ab a 17
18 Dvoufakorové modely Jednofakorové modely pracují s jedním zdrojem nahodilosi j. s jedním fakorem vyjádřeným jednou SDE Jeden zdroj nejisoy může bý za určiých okolnosí limiující pro modelování méně obvyklých varů výnosových křivek Jednofakorové modely byly udíž dále rozvíjeny ak, aby mohly lépe zachyi anomálie ve varu výnosových křivek Dvoufakorové modely pracují s dvěma zdroji nahodilosi Důvodem použií dvoufakorových modelů je edy pořeba modelova různé nesandardní vary výnosových křivek, keré jednofakorové modely neumožňují zachyi 18
19 Dvoufakorové modely Brennan Schwarz Krákodobá úroková sazba v Brennan Schwarz modelu vyhovuje rovnici a b l r d rdw dr Dlouhodobá úroková sazba je charakerizována následovně: a b r c ld ldw dl Nevýhodou modelu je jeho relaivní složios Vlasnosi dluhodobé a krákodobé sazba musí splňova jisé požadavky na konsisennos Úrokové sazby mohou v konečném čase růs do nekonečna, což není reálný předpoklad 19
20 Dvoufakorové modely Longsaff Schwarz Longsaff Schwarz model vznikl rozšířením původního CIR modelu a je charakerizován dvěma SDE ako: dx a x x d x dw 1 ( ) y yd ydw dy b Kde krákodobá úroková sazba je pak dána následovně: cx dy r 0
21 Jednofakorové vs. vícefakorové modely Jednofakorové modely (CIR, Vašíčkův model) předpokládají, že ceny všech dluhopisů jsou závislé pouze na pohybu r(), udíž všechny ceny dluhopisů jsou závislé pouze na jednom rizikovém fakoru Je však eno předpoklad realisický? Paralelní posuny výnosových křivek vysvělují až 80% všech pohybů úrokových sazeb Jednofakorové modely udíž poskyují vhodnou aproximaci pro modelování úrokových sazeb 1
22 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Výpočení prosředí MaLab můžeme využí pro: Odhad paramerů modelu Samonou simulaci scénářů úrokových sazeb Ocenění úrokových insrumenů pomocí CIR modelu Problemaika odhad paramerů CIR modelu: Dvě možné cesy odhadu odhad paramerů z akuálního varu výnosové křivky (saická meoda) odhad paramerů z hisorického vývoje úrokových sazeb (dynamická meoda)
23 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Saická meoda odhadu paramerů Každý den jsou paramery odhadovány z akuálního varu výnosové křivky meodou nelineárních nejmenších čverců Tao meoda popisuje siuaci jednoho jediného dne (nebere v poaz hisorii), což je její velká nevýhoda Dynamická meoda odhadu paramerů CIR model definuje sochasický vývoj úrokové sazby v čase, udíž je logické odhadova paramery procesu z předchozí dynamiky sazeb Kroky při odhadu paramerů jsou následující Volba reprezenaivní krákodobé úrokové sazby - jaký enor použí? Volba vhodného hisorického časového vzorku, ze kerého budeme paramery odhadova jaký horizon? Volba saické meody odhadu paramerů nejčasěji používaná meoda je Meoda maximální věrohodnosi Dynamická meoda odhadu paramerů popisuje průměrnou siuaci v dynamice úrokových sazeb za posledních n dní 3
24 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Vhodný kandidá na reprezenaivní krákodobou úrokovou sazbu Úroková sazba musí bý krákodobá (j. z krákého konce výnosové křivky) AVŠAK Příliš kráké úrokové sazby vykazují určié anomálie (poměrně dlouhá období relaivně sabilních sazeb sřídají silné skokové pohyby jako důsledek exerních šoků v podobě zásahů cenrální banky) L. Trosanucci A. Umboldi navrhují pro modelování EUR výnosové křivky použí 3M EURIBOR Podle zkušenosí z českého prosředí se jeví jako užiečnější použí 6M PRIBOR (eno enor můžeme považova ješě za krákodobou úrokovou sazbu, kerá však již nevykazuje ak významné jednorázové skoky v její dynamice) 4
25 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Volba vhodného časového horizonu pro odhad paramerů Z hlediska přesnosi odhadu je žádoucí použí pokud možno co nejdelší hisorickou časovou řadu Z hlediska akuálnosi je vhodné naopak použí pokud možno daa z velmi kráké minulosi KOMPROMIS Mezi výše uvedenými exrémy je nuné nají kompromis Jako rozumný kompromis se jeví posledních obchodních dní s diskréním časovým krokem = 1/50 (50 obchodních dní za rok) Výpoče paramerů pro 6M PRIBOR provedeme meodou maximální věrohodnosi v prosředí MaLab s následujícími výsledky 5
26 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Odhadnué paramery procesu simulujícího 6M PRIBOR Paramery CIR modelu a b Denní hodnoy 0, , , Anualizované hodnoy 0,1354 1,7469 0,194 Na základě ako odhadnuých paramerů můžeme simulova budoucí vývoj úrokových sazeb pro libovolný enor výnosové křivky 6
27 Modelování úrokových sazeb pomocí CIR modelu ve výpočením prosředí MaLab Příklad simulace (1000 simulací) 6M PRIBORu pro období jednoho roku s využiím výpočeního prosředí MaLab 7
28 Využíí CIR modelu pro oceňování úrokových insrumenů Základní úrokové násroje (dluhopisy s fixním kuponem, FRN, IRS, FRA) se dají oceňi velice jednoduše jako současná hodnoa všech budoucích peněžních oků Pomocí CIR modelu lze snadno oceni jednoduché zero bondy T A ; T T e r B ; ; P Někeré ypy dluhopisů se speciální konsrukcí kuponu nelze oceni žádnou analyickou formulí TARN (arge redemion noe) Snowball Range Accrual Noe Excess Reurn Index Linked Noe Zde hraje nezasupielnou úlohu právě simulace úrokových sazeb 8
29 Využíí CIR modelu pro oceňování úrokových insrumenů Příklad ocenění TARN bondu Mauria 15 le Emisní cena 100% Kupon: 1 rok 6,75% poé (9% - (*6M PRIBOR())) Trigger level: 9.5% TARN redepion: Dluhopis je svolán v okamžiku, kdy suma vyplacených kuponů je rovna nebo překročí hodnou rigger level Ocenění akovéhoo dluhopisu je možné s využiím simulace budoucího vývoje 6M PRIBORu. 9
30 Využíí CIR modelu pro oceňování úrokových insrumenů Posup ocenění TARN bondu Volba vhodného sochasického procesu (v našem případě bude zvolen CIR model) Odhad paramerů příslušného procesu (viz. sr. 6 éo prezenace) Vygenerování scénářů budoucího vývoje 6M PRIBORu ( simulací je považováno za minimum) Zvolení hodnoy budoucího 6M PRIBORu z vygenerovaného scénáře (j. výpoče příslušného percenilu) V našem případě je pro nás riziko růsu úrokových sazeb, udíž budeme počía nejhorší možný vývoj (95-99 percenil z příslušného scénáře) Výpoče kuponu TARNu (dle formule na sr. 9) Výpoče diskonovaných peněžních oků z TARNu a určení současné hodnoy 30
31 Závěr Prosor pro oázky a pro diskusi 31
32 Závěr Děkuji za pozornos Michal Papež Živnosenská banka, a.s. Odbor řízení rizik
33 Použiá lieraura Ahangarani, P. An Empirical Esimaion and Model Selecion of he Shor Term Ineres Rae, working paper Brigo, D., Mercurio F. - Ineres Rae Models, Theory and Pracice, Springer-Verlag Berlin, 001 Jackson, M., Saunon, M. Advanced Modelling in Finance using Excel and VBA, John Wiley & Sons, 001 Jorion, P. Value a Risk: The benchmark for conrolling Marke risk, The McvGraw-Hill companies, 1997 Trosanucci, L. Umboldi, A. Saic and Dynamic Approach o he CIR Model and Empirical Evaluaion of he Marke Price of Risk, working paper Wilmo, P. Derivaives, The heory and pracice of financial engineering, John Wiley & Sons,
Radek Hendrych. Stochastické modelování v ekonomii a financích. 18. října 2010
Sochasické modelování v ekonomii a financích 18. října 21 Program 1 2 3 4 Úroková míra R, T ) Uvažujme bezrizikový bezkuponový dluhopis s mauriou T a nominální hodnoou 1 $, jeho cenu v čase budeme nadále
VíceEKONOMETRIE 6. přednáška Modely národního důchodu
EKONOMETRIE 6. přednáška Modely národního důchodu Makroekonomické modely se zabývají modelováním a analýzou vzahů mezi agregáními ekonomickými veličinami jako je důchod, spořeba, invesice, vládní výdaje,
VíceSeznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.
4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci
VíceOceňování finančních investic
Oceňování finančních invesic A. Dluhopisy (bondy, obligace). Klasifikace obligací a) podle kupónu - konvenční obligace (sraigh, plain vanilla, bulle bond) vyplácí pravidelný (roční, pololení) kupón po
VíceMĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA
Přednáška 7 MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA A INTERAKCE S MĚNOVÝM KURZEM (navazující přednáška na přednášku na éma inflace, měnová eorie a měnová poliika) Měnová poliika
VíceT t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka
Analýza časových řad Klasický přísup k analýze ČŘ dekompozice časové řady - rozklad ČŘ na složky charakerizující různé druhy pohybů v ČŘ, keré umíme popsa a kvanifikova rend periodické kolísání cyklické
VíceMATEMATIKA II V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA II V PŘÍKLADECH CVIČENÍ Č. Ing. Pera Schreiberová, Ph.D. Osrava 0 Ing. Pera Schreiberová, Ph.D. Vysoká škola báňská Technická
VíceMatematika v automatizaci - pro řešení regulačních obvodů:
. Komplexní čísla Inegrovaná sřední škola, Kumburská 846, Nová Paka Auomaizace maemaika v auomaizaci Maemaika v auomaizaci - pro řešení regulačních obvodů: Komplexní číslo je bod v rovině komplexních čísel.
VíceVyužijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.
Pravděpodobnos a saisika 0. ČASOVÉ ŘADY Průvodce sudiem Využijeme znalosí z předchozích kapiol, především z 9. kapioly, kerá pojednávala o regresní analýze, a rozšíříme je. Předpokládané znalosi Pojmy
VíceIMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,
IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie
VíceAnalýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p
Analýza časových řad Informační a komunikační echnologie ve zdravonicví Definice Řada je posloupnos hodno Časová řada chronologicky uspořádaná posloupnos hodno určiého saisického ukazaele formálně je realizací
Více( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1
Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Základní ransformace časových řad Veškeré násroje základní korelační analýzy, kam paří i lineární regresní (ekonomerické) modely
VíceParciální funkce a parciální derivace
Parciální funkce a parciální derivace Pro sudeny FP TUL Marina Šimůnková 19. září 2018 1. Parciální funkce. Příklad: zvolíme-li ve funkci f : (x, y) sin(xy) pevnou hodnou y, například y = 2, dosaneme funkci
VíceAplikace analýzy citlivosti při finačním rozhodování
7 mezinárodní konference Finanční řízení podniků a finančních insiucí Osrava VŠB-U Osrava Ekonomická fakula kaedra Financí 8 9 září 00 plikace analýzy cilivosi při finačním rozhodování Dana Dluhošová Dagmar
Více( ) ( ) NÁVRH CHLADIČE VENKOVNÍHO VZDUCHU. Vladimír Zmrhal. ČVUT v Praze, Fakulta strojní, Ústav techniky prostředí Vladimir.Zmrhal@fs.cvut.
21. konference Klimaizace a věrání 14 OS 01 Klimaizace a věrání STP 14 NÁVRH CHLADIČ VNKOVNÍHO VZDUCHU Vladimír Zmrhal ČVUT v Praze, Fakula srojní, Úsav echniky prosředí Vladimir.Zmrhal@fs.cvu.cz ANOTAC
Více9 Viskoelastické modely
9 Viskoelasické modely Polymerní maeriály se chovají viskoelasicky, j. pod vlivem mechanického namáhání reagují současně jako pevné hookovské láky i jako viskózní newonské kapaliny. Viskoelasické maeriály
VíceVybrané metody statistické regulace procesu pro autokorelovaná data
XXVIII. ASR '2003 Seminar, Insrumens and Conrol, Osrava, May 6, 2003 239 Vybrané meody saisické regulace procesu pro auokorelovaná daa NOSKIEVIČOVÁ, Darja Doc., Ing., CSc. Kaedra konroly a řízení jakosi,
VíceDerivace funkce více proměnných
Derivace funkce více proměnných Pro sudeny FP TUL Marina Šimůnková 21. prosince 2017 1. Parciální derivace. Ve výrazu f(x, y) považujeme za proměnnou jen x a proměnnou y považujeme za konsanu. Zderivujeme
VíceODHADY VARIABILITY POSLOUPNOSTÍ
ÚVOD MÍRY VARIABILITY, ODHADY VLASTNOSTI FF SEGMENTACE ZÁZNAMU MINIMALIZACE MSE SNÍŽENÍ ROZPTYLU ODHADY VARIABILITY POSLOUPNOSTÍ NEURONOVÝCH IMPULSŮ Kamil Rajdl Úsav maemaiky a saisiky Přírodovědecká fakula
VíceSkupinová obnova. Postup při skupinové obnově
Skupinová obnova Při skupinové obnově se obnovují všechny prvky základního souboru nebo určiá skupina akových prvků najednou. Posup při skupinové obnově prvky, jež selžou v určiém období, je nuno obnovi
VíceVolba vhodného modelu trendu
8. Splinové funkce Trend mění v čase svůj charaker Nelze jej v sledovaném období popsa jedinou maemaickou křivkou aplikace echniky zv. splinových funkcí: o Řadu rozdělíme na několik úseků o V každém úseku
VíceSIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika přednášky LS 2006/07
Měřicí a řídicí echnika přednášky LS 26/7 SIMULACE numerické řešení diferenciálních rovnic simulační program idenifikace modelu Numerické řešení obyčejných diferenciálních rovnic krokové meody pro řešení
VíceSchéma modelu důchodového systému
Schéma modelu důchodového sysému Cílem následujícího exu je názorně popsa srukuru modelu, kerý slouží pro kvanifikaci příjmové i výdajové srany důchodového sysému v ČR, a o jak ve varianách paramerických,
VíceFINANČNÍ MATEMATIKA- ÚVĚRY
Projek ŠABLONY NA GVM Gymnázium Velké Meziříčí regisrační číslo projeku: CZ.1.07/1.5.00/4.0948 IV- Inovace a zkvalinění výuky směřující k rozvoji maemaické gramonosi žáků sředních škol FINANČNÍ MATEMATIKA-
VíceDemografické projekce počtu žáků mateřských a základních škol pro malé územní celky
Demografické projekce poču žáků maeřských a základních škol pro malé územní celky Tomáš Fiala, Jika Langhamrová Kaedra demografie Fakula informaiky a saisiky Vysoká škola ekonomická v Praze Pořebná daa
VíceFAKULTA APLIKOVANÝCH VĚD
FAKULTA APLIKOVANÝCH VĚD ZÁPADOČESKÁ UNIVERZITA V PLZNI Semesrální práce z předměu KMA/MAB Téma: Schopnos úrokového rhu předvída sazby v době krize Daum: 7..009 Bc. Jan Hegeď, A08N095P Úvod Jako éma pro
VíceLineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2
Cvičení 1 Lineární rovnice prvního řádu 1. Najděe řešení Cauchyovy úlohy x + x g = cos, keré vyhovuje podmínce x(π) =. Máme nehomogenní lineární diferenciální ( rovnici prvního řádu. Funkce h() = g a q()
VíceBiologické modely. Robert Mařík. 9. listopadu Diferenciální rovnice 3. 2 Autonomní diferenciální rovnice 8
Biologické modely Rober Mařík 9. lisopadu 2008 Obsah 1 Diferenciální rovnice 3 2 Auonomní diferenciální rovnice 8 3 onkréní maemaické modely 11 Dynamická rovnováha poču druhů...................... 12 Logisická
Více5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav
5. Využií elekroanalogie při analýze a modelování dynamických vlasnosí mechanických sousav Analogie mezi mechanickými, elekrickými či hydraulickými sysémy je známá a lze ji účelně využíva při analýze dynamických
VíceMetodika zpracování finanční analýzy a Finanční udržitelnost projektů
OPERAČNÍ PROGRAM ŽIVOTNÍ PROSTŘEDÍ EVROPSKÁ UNIE Fond soudržnosi Evropský fond pro regionální rozvoj Pro vodu, vzduch a přírodu Meodika zpracování finanční analýzy a Finanční udržielnos projeků PŘÍLOHA
VíceAnalogový komparátor
Analogový komparáor 1. Zadání: A. Na předloženém inverujícím komparáoru s hyserezí změře: a) převodní saickou charakerisiku = f ( ) s diodovým omezovačem při zvyšování i snižování vsupního napěí b) zaěžovací
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvaniaivní meod I Přednáška 3 Zuzana Dlouhá Předmě a srukura kurzu. Úvod: srukura empirických výzkumů. vorba ekonomických modelů: eorie 3. Daa: zdroje a p da, význam popisných charakerisik
VíceTeorie obnovy. Obnova
Teorie obnovy Meoda operačního výzkumu, kerá za pomocí maemaických modelů zkoumá problémy hospodárnosi, výměny a provozuschopnosi echnických zařízení. Obnova Uskuečňuje se až po uplynuí určiého času činnosi
Více10 Lineární elasticita
1 Lineární elasicia Polymerní láky se deformují lineárně elasicky pouze v oblasi malých deformací a velmi pomalých deformací. Hranice mezi lineárním a nelineárním průběhem deformace (mez lineariy) závisí
VícePorovnání způsobů hodnocení investičních projektů na bázi kritéria NPV
3 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6-7 září 2006 Porovnání způsobů hodnocení invesičních projeků na bázi kriéria Dana Dluhošová
VíceVybrané poznámky k řízení rizik v bankách
Vybrané poznámky k řízení rizik v bankách Seminář z aktuárských věd Petr Myška 7.11.2008 Obsah přednášky Oceňování nestandartních instrumentů finančních trhů Aplikace analytických vzorců Simulační techniky
VíceFyzikální korespondenční seminář MFF UK
Úloha V.E... sladíme 8 bodů; průměr 4,65; řešilo 23 sudenů Změře závislos eploy uhnuí vodného rozoku sacharózy na koncenraci za amosférického laku. Pikoš v zimě sladil chodník. eorie Pro vyjádření koncenrace
VíceNumerická integrace. b a. sin 100 t dt
Numerická inegrace Mirko Navara Cenrum srojového vnímání kaedra kyberneiky FEL ČVUT Karlovo náměsí, budova G, mísnos 14a hp://cmpfelkcvucz/~navara/nm 1 lisopadu 18 Úloha: Odhadnou b a f() d na základě
VíceÚloha V.E... Vypař se!
Úloha V.E... Vypař se! 8 bodů; průměr 4,86; řešilo 28 sudenů Určee, jak závisí rychlos vypařování vody na povrchu, kerý ao kapalina zaujímá. Experimen proveďe alespoň pro pě různých vhodných nádob. Zamyslee
VícePasivní tvarovací obvody RC
Sřední průmyslová škola elekroechnická Pardubice CVIČENÍ Z ELEKTRONIKY Pasivní varovací obvody RC Příjmení : Česák Číslo úlohy : 3 Jméno : Per Daum zadání : 7.0.97 Školní rok : 997/98 Daum odevzdání :
VíceEkonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011
Evropský sociální fond Praha & EU: Invesujeme do vaší budoucnosi Ekonomika podniku Kaedra ekonomiky, manažersví a humaniních věd Fakula elekroechnická ČVUT v Praze Ing. Kučerková Blanka, 2011 Kriéria efekivnosi
VíceNA POMOC FO. Pád vodivého rámečku v magnetickém poli
NA POMOC FO Pád vodivého rámečku v maneickém poli Karel auner *, Pedaoická akula ZČU v Plzni Příklad: Odélníkový rámeček z vodivého dráu má rozměry a,, hmonos m a odpor. Je zavěšen ve výšce h nad horním
VíceAnalýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA
4 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 11-12 září 2008 Analýza rizikových fakorů při hodnocení invesičních projeků dle kriéria
VíceVYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ Aplikace reálných opcí při ocenění výrobního podniku Real Opions Applicaion For Manufacuring Company Valuaion Suden:
Více4EK211 Základy ekonometrie
4EK Základy ekonomerie Heeroskedasicia Cvičení 7 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady. E(u) = 0 náhodné vlivy se vzájemně vynulují. E(uu T ) = σ I n konečný
VíceLaplaceova transformace Modelování systémů a procesů (11MSP)
aplaceova ransformace Modelování sysémů a procesů (MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček 5. přednáška MSP čvrek 2. března 24 verze: 24-3-2 5:4 Obsah Fourierova ransformace Komplexní exponenciála
VíceUniverzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE. 2011 Jakub Černý
Univerzia Karlova v Praze Maemaicko-fyzikální fakula DIPLOMOVÁ PRÁCE 211 Jakub Černý Univerzia Karlova v Praze Maemaicko-fyzikální fakula DIPLOMOVÁ PRÁCE Jakub Černý Sochasické modelování úrokových sazeb
VíceVÝNOSOVÉ KŘIVKY A JEJICH VYUŽITÍ VE FINANČNÍ PRAXI
Masarykova univerzia Přírodovědecká fakula VÝNOSOVÉ KŘIVKY A JEJICH VYUŽITÍ VE FINANČNÍ PRAXI Bakalářská práce Lucie Pečinková Vedoucí bakalářské práce: Mgr. Per ČERVINEK Brno 202 Bibliografický záznam
VíceStudie proveditelnosti (Osnova)
Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele
VíceV EKONOMETRICKÉM MODELU
J. Arl, Š. Radkovský ANALÝZA ZPOŽDĚNÍ V EKONOMETRICKÉM MODELU VP č. Praha Auoři: doc. Ing. Josef Arl, CSc. Ing. Šěpán Radkovský Názor a sanoviska v éo sudii jsou názor auorů a nemusí nuně odpovída názorům
VíceZhodnocení historie predikcí MF ČR
E Zhodnocení hisorie predikcí MF ČR První experimenální publikaci, kerá shrnovala minulý i očekávaný budoucí vývoj základních ekonomických indikáorů, vydalo MF ČR v lisopadu 1995. Tímo byl položen základ
VíceStatika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha.
Saika 1 Saika 1 2. přednáška ové veličin Saický momen Těžišě Momen servačnosi Hlavní ěžiš ové os a hlavní cenrální momen servačnosi Elipsa servačnosi Miroslav Vokáč miroslav.vokac@klok.cvu.cz Konrolní
VíceMaxwellovy a vlnová rovnice v obecném prostředí
Maxwellovy a vlnová rovnie v obeném prosředí Ing. B. Mihal Malík, Ing. B. Jiří rimas TCHNICKÁ UNIVRZITA V LIBRCI Fakula meharoniky, informaiky a mezioborovýh sudií Teno maeriál vznikl v rámi proeku SF
Více4. Střední radiační teplota; poměr osálání,
Sálavé a průmyslové vyápění (60). Sřední radiační eploa; poměr osálání, operaivní a výsledná eploa.. 08 a.. 08 Ing. Jindřich Boháč TEPLOTY Sřední radiační eploa - r Sálavé vyápění = PŘEVÁŽNĚ sálavé vyápění
Více2. ZÁKLADY TEORIE SPOLEHLIVOSTI
2. ZÁKLADY TEORIE SPOLEHLIVOSTI Po úspěšném a akivním absolvování éo KAPITOLY Budee umě: orienova se v základním maemaickém aparáu pro eorii spolehlivosi, j. v poču pravděpodobnosi a maemaické saisice,
Více5 GRAFIKON VLAKOVÉ DOPRAVY
5 GRAFIKON LAKOÉ DOPRAY Jak známo, konsrukce grafikonu vlakové dopravy i kapaciní výpočy jsou nemyslielné bez znalosi hodno provozních inervalů a následných mezidobí. éo kapiole bude věnována pozornos
Vícelistopadu 2016., t < 0., t 0, 1 2 ), t 1 2,1) 1, 1 t. Pro X, U a V najděte kvantilové funkce, střední hodnoty a rozptyly.
6. cvičení z PSI 7. -. lisopadu 6 6. kvanil, sřední hodnoa, rozpyl - pokračování příkladu z minula) Náhodná veličina X má disribuční funkci e, < F X ),, ) + 3,,), a je směsí diskréní náhodné veličiny U
VíceSimulace důchodových dávek z navrhovaného příspěvkově definovaného penzijního systému v ČR
3. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 6.-7. září 006 Simulace důchodových dávek z navrhovaného příspěvkově definovaného
Více2.2.9 Jiné pohyby, jiné rychlosti II
2.2.9 Jiné pohyby, jiné rychlosi II Předpoklady: 020208 Pomůcky: papíry s grafy Př. 1: V abulce je naměřeno prvních řice sekund pohybu konkurenčního šneka. Vypoči: a) jeho průměrnou rychlos, b) okamžié
VíceModelování volatility akciového indexu FTSE 100
ISSN 805-06X 805-0638 (online) ETTN 07--0000-09-4 Modelování volailiy akciového indexu FTSE 00 Adam Borovička Vysoká škola ekonomická v Praze Fakula informaiky a saisiky Kaedra ekonomerie; nám. W. Churchilla
VíceMěření výkonnosti údržby prostřednictvím ukazatelů efektivnosti
Měření výkonnosi údržby prosřednicvím ukazaelů efekivnosi Zdeněk Aleš, Václav Legá, Vladimír Jurča 1. Sledování efekiviy ve výrobní organizaci S rozvojem vědy a echniky je spojena řada požadavků kladených
VíceKATEDRA FINANCÍ. Estimate of the selected model types of financial assets
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ Odhad vybraných ypů modelů finančních akiv Esimae of he seleced model ypes of financial asses Suden: Vedoucí diplomové
VíceZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK
ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK Vzhledem ke skuečnosi, že způsob modelování elasomerových ložisek přímo ovlivňuje průběh vniřních sil v oblasi uložení, rozebereme v éo kapiole jednolivé možné
VíceLS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle
Obyčejné diferenciální rovnice Jiří Fišer LS 2014 1 Úvodní moivační příklad Po prosudování éo kapioly zjisíe, k čemu mohou bý diferenciální rovnice užiečné. Jak se pomocí nich dá modelova prakický problém,
VíceVýkonnost a spolehlivost číslicových systémů
Výkonnos a spolehlivos číslicových sysémů Úloha Generování a zpracování náhodných čísel Zadání 9 Trojúhelníkové rozdělení Jan Kupka A65 kupka@sudens.zcu.cz . Zadání vyvoře generáor rozdělení jako funkci
VícePráce a výkon při rekuperaci
Karel Hlava 1, Ladislav Mlynařík 2 Práce a výkon při rekuperaci Klíčová slova: jednofázová sousava 25 kv, 5 Hz, rekuperační brzdění, rekuperační výkon, rekuperační energie Úvod Trakční napájecí sousava
VíceMECHANIKA PODZEMNÍCH KONSTRUKCÍ Základní vztahy z reologie a reologického modelování
STUDIJNÍ PODPORY PRO KOMBINOVANOU FORMU STUDIA NAVAZUJÍCÍHO MAGISTRSKÉHO PROGRAMU STAVBNÍ INŽNÝRSTVÍ -GOTCHNIKA A PODZMNÍ STAVITLSTVÍ MCHANIKA PODZMNÍCH KONSTRUKCÍ Základní vzahy z reologie a reologického
VícePřednáška kurzu MPOV. Klasifikátory, strojové učení, automatické třídění 1
Přednáška kurzu MPOV Klasifikáory, srojové učení, auomaické řídění 1 P. Peyovský (email: peyovsky@feec.vubr.cz), kancelář E530, Inegrovaný objek - 1/25 - Přednáška kurzu MPOV... 1 Pojmy... 3 Klasifikáor...
VíceAPLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY
APLIKACE INDEXU DAŇOVÉ PROGRESIVIT V PODMÍNKÁCH ČESKÉ REPUBLIK Ramanová Ivea ABSTRAKT Příspěvek je věnován problemaice měření míry progresiviy zdanění pomocí indexu daňové progresiviy, kerý vychází z makroekonomických
Více4EK211 Základy ekonometrie
4EK Základy ekonomerie Modely simulánních rovnic Problém idenifikace srukurních simulánních rovnic Cvičení Zuzana Dlouhá Modely simulánních rovnic (MSR) eisence vzájemných vazeb mezi proměnnými v modelu,
VíceREAKČNÍ KINETIKA 1. ZÁKLADNÍ POJMY. α, ß jsou dílčí reakční řády, α je dílčí reakční řád vzhledem ke složce A, ß vzhledem ke složce
REKČNÍ KINETIK - zabývá se ryhlosí hemikýh reakí ZÁKLDNÍ POJMY Definie reakční ryhlosi v - pro reake probíhajíí za konsanního objemu v dξ di v V d ν d i [] moldm 3 s Ryhlosní rovnie obeně vyjadřuje vzah
VíceÚloha VI.3... pracovní pohovor
Úloha VI.3... pracovní pohovor 4 body; průměr,39; řešilo 36 sudenů Jedna z pracoven lorda Veinariho má kruhový půdorys o poloměru R a je umísěna na ložiscích, díky nimž se může oáče kolem své osy. Pro
VíceČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE
ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE VYTVÁŘENÍ TRŽNÍ ROVNOVÁHY VYBRANÝCH ZEMĚDĚLSKO-POTRAVINÁŘSKÝCH PRODUKTŮ Ing. Michal Malý Školiel: Prof. Ing. Jiří
VíceSTATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ
STATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ Saické a dnamické vlasnosi paří k základním vlasnosem regulovaných sousav, měřicích přísrojů, měřicích řeězců či jejich čásí. Zaímco saické vlasnosi se projevují
VíceModelování výnosové křivky a modelování úrokových nákladů státního dluhu Kamil Kladívko Odbor řízení státního dluhu a finančního majetku Úrokové náklady portfolia státního dluhu 2 Úrokové náklady státního
VíceAnalýza citlivosti NPV projektu na bázi ukazatele EVA
3. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6.-7. září 2006 Analýza cilivosi NPV projeku na bázi ukazaele EVA Dagmar Richarová
VíceZpracování výsledků dotvarovací zkoušky
Zpracování výsledků dovarovací zkoušky 1 6 vývoj deformace za konsanního napěí 5,66 MPa ˆ J doba zaížení [dny] počáek zaížení čas [dny] Naměřené hodnoy funkce poddajnosi J 12 1 / Pa 75 6 45 3 15 doba zaížení
VíceNové indikátory hodnocení bank
5. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 8. - 9. září 2010 Nové indikáory hodnocení bank Josef Novoný 1 Absrak Příspěvek je
VíceVliv funkce příslušnosti na průběh fuzzy regulace
XXVI. ASR '2 Seminar, Insrumens and Conrol, Osrava, April 26-27, 2 Paper 2 Vliv funkce příslušnosi na průběh fuzzy regulace DAVIDOVÁ, Olga Ing., Vysoké učení Technické v Brně, Fakula srojního inženýrsví,
VíceDERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y
Předmě: Ročník: Vvořil: Daum: MATEMATIKA ČTVRTÝ Mgr Tomáš MAŇÁK 5 srpna Název zpracovaného celku: DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE je monoónní na celém svém deiničním oboru D
VíceEKONOMICKÁ FAKULTA KATEDRA FINANCÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ Ocenění podniku na bázi meodologie reálných opcí Company Valuaion on he Basis of he Real Opions Mehodology Suden: Vedoucí
VíceSpecifikace minimálních požadavků železnice na ukazatele kvality signálu GNSS/GALILEO pro nebezpečnostní železniční telematické aplikace
Věra Nováková 1 Specifikace minimálních požadavků železnice na ukazaele kvaliy signálu GNSS/GLILEO pro nebezpečnosní železniční elemaické aplikace Klíčová slova: Galileo, GNSS, elemaické aplikace 1. Úvod
Více7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU
Indexy základní, řeězové a empo přírůsku Aleš Drobník srana 1 7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU V kapiole Indexy při časovém srovnání jsme si řekli: Časové srovnání vzniká, srovnáme-li jednu
VíceModelování rizika úmrtnosti
5. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 8. - 9. září 200 Modelování rizika úmrnosi Ingrid Perová Absrak V příspěvku je řešena
VíceSimulační modely úrokových měr
Univerzia Karlova v Praze Maemaicko-fyzikální fakula BAKALÁŘSKÁ PRÁCE Jakub Merl Simulační modely úrokových měr Kaedra pravděpodobnosi a maemaické saisiky Oddělení finanční a pojisné maemaiky Vedoucí práce
VíceVliv struktury ekonomiky na vztah nezaměstnanosti a inflace
Mendelova univerzia v Brně Provozně ekonomická fakula Úsav ekonomie Vliv srukury ekonomiky na vzah nezaměsnanosi a inflace Diplomová práce Vedoucí práce: Ing. Milan Palá, Ph.D. Vypracoval: Bc. Jiří Morávek
VíceVojtěch Janoušek: III. Statistické zpracování a interpretace analytických dat
Vojěch Janoušek: III. Sascké zpracování a nerpreace analyckých da Úvod III. Zpracování a nerpreace analyckých da Sascké vyhodnocení analyckých da Zdroje chyb, přesnos a správnos analýzy Sysemacké chyby,
VíceMartin Chudoba. Seminář - Stochastické modelování v ekonomii a financích KPMS MFF UK. dluhopisů pomocí. Black-Scholesova modelu. M.Chudoba.
Martin Chudoba s Seminář - Stochastické modelování v ekonomii a financích KPMS MFF UK 18.10.2010 Uvažujeme bezkupónový dluhopis vyplácející jednotku v čase T Za předpokladu konstantní úrokové míry r pro
VíceVyužití programového systému MATLAB pro řízení laboratorního modelu
Využií programového sysému MATLAB pro řízení laboraorního modelu WAGNEROVÁ, Renaa 1, KLANER, Per 2 1 Ing., Kaedra ATŘ-352, VŠB-TU Osrava, 17. lisopadu, Osrava - Poruba, 78 33, renaa.wagnerova@vsb.cz, 2
VíceInvestiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic
Ivesičí čios Exisují růzá pojeí ivesičí čiosi: Z pohledu ekoomické eorie Podikové pojeí ivesic Klasifikace ivesic v podiku 1) Hmoé (věcé, fyzické, kapiálové) ivesice 2) Nehmoé (emaeriálí) ivesice 3) Fiačí
VíceMatematicko-fyzikální fakulta Univerzity Karlovy
Oceňování finančních derivátů ve spojitém čase Václav Kozmík Matematicko-fyzikální fakulta Univerzity Karlovy 4. 10. 2010 Úvod Stochastický kalkulus Wienerův proces stochastické procesy Itoovo lemma změna
VíceNěkolik poznámek k oceňování plynárenských aktiv v prostředí regulace činnosti distribuce zemního plynu v České republice #
Několik poznámek k oceňování plynárenských akiv v prosředí regulace činnosi disribuce zemního plynu v České republice # Jiří Hnilica * Odvěví disribuce zemního plynu paří mezi regulovaná odvěví. Způsoby
VíceSROVNÁNí APROXIMAČNíCH METOD V TEORII RIZIKA
ROBUST 000, 47 56 c JČMF 001 SROVNÁNí APROXIMAČNíCH METOD V TEORII RIZIKA MARTIN ROTKOVSKÝ Absrak. One of he main erms of he risk heory is so called individual model, which describes for example oal aggregae
VíceStudie proveditelnosti (Osnova)
Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele
VíceZrnitost. Zrnitost. MTF, rozlišovací schopnost. Zrnitost. Kinetika vyvolávání. Kinetika vyvolávání ( D) dd dt. Graininess vs.
MTF, rozlišovací schopnos Zrnios Graininess vs. granulariy Zrnios Zrnios foografických maeriálů je definována jako prosorová změna opické husoy rovnoměrně exponované a zpracované plošky filmu měřená denziomerem
VíceFyzikální praktikum II - úloha č. 4
Fyzikální prakikum II - úloha č. 4 1 4. Přechodové jevy v obvodech s kapaciory Úkoly 1) 2) 3) 4) Sesave obvod pro demonsraci jevu nabíjení a vybíjení kondenzáoru. Naměře průběhy napěí a proudů na vybraných
VíceUniverzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE
Univerzia Karlova v Praze Maemaicko-fyzikální fakula DIPLOMOVÁ PRÁCE Andrea Friedrichová Sanovení míry expozice na krediní a ržní rizika pomocí meod Value a Risk Kaedra pravděpodobnosi a maemaické saisiky
VíceSrovnávací analýza vývoje mezd v České republice
Mendelova univerzia v Brně Provozně ekonomická fakula Srovnávací analýza vývoje mezd v České republice Bakalářská práce Vedoucí práce: Mgr. Kamila Vopaová Vypracovala: Lucie Mojžíšová Brno 10 Děkuji ímo
VíceÚloha II.E... je mi to šumák
Úloha II.E... je mi o šumák 8 bodů; (chybí saisiky) Kupe si v lékárně šumivý celaskon nebo cokoliv, co se podává v ableách určených k rozpušění ve vodě. Změře, jak dlouho rvá rozpušění jedné abley v závislosi
VíceMěrné teplo je definováno jako množství tepla, kterým se teplota definované hmoty zvýší o 1 K
1. KAPITOLA TEPELNÉ VLASTNOSTI Tepelné vlasnosi maeriálů jsou charakerizovány pomocí epelných konsan jako měrné eplo, eploní a epelná vodivos, lineární a objemová rozažnos. U polymerních maeriálů má eploa
Více