Кредиты от коммерческого банка на жилищное строительство

Задание 1

Приведены поквартальные данные о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года (всего 16 кварталов, первая строка соответствует первому кварталу первого года).

Требуется:

1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания a 1 =0,3; a 2 =0,6; a 3 =0,3.

2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации.

3) Оценить адекватность построенной модели на основе исследования:

– случайности остаточной компоненты по критерию пиков;

– независимости уровней ряда остатков по d – критерию (критические значения d 1 = 1,10 и d 2 = 1,37) и по первому коэффициенту автокорреляции при критическом значении r 1 = 0,32;

– нормальности распределения остаточной компоненты по R/S-критерию с критическими значениями от 3 до 4,21.

4) Построить точечный прогноз на 4 шага вперед, т. е. на 1 год.

5) Отразить на графике фактические, расчетные и прогнозные данные.

Таблица 1

Поквартальные данные о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года

T

1

2

3

4

5

6

7

8

9

10

11

2

13

14

15

16

Y(t)

28

36

43

28

31

40

49

30

34

44

52

33

39

48

58

36

Решение

Будем считать, что зависимость между компонентами тренд-сезонный временный ряд мультипликативная. Мультипликативная модель Хольта-Уинтерса с линейным ростом имеет следующий вид:

, (1)

Где k – период упреждения;

Y р ( t ) – расчетное значение экономического показателя для t – гo периода;

A ( t ) , b ( t ) и F ( t ) – коэффициенты модели; они адаптируются, уточняются по мере перехода от членов ряда с номером t -1 к t ;

F ( t + k – L ) – значение коэффициента сезонности того периода, для которого рассчитывается экономический показатель;

L – период сезонности (для квартальных данных L =4 , для месячных – L =12).

Таким образом, если по формуле 1 рассчитывается значение экономического показателя, например за второй квартал, то F ( t + k – L ) как раз будет коэффициентом сезонности второго квартала предыдущего года.

Уточнение (адаптация к новому значению параметра времени t ) коэффициентов модели производится с помощью формул:

; (2)

; (3)

. (4)

Параметры сглаживания a 1 , a 2 и a 3 подбирают путем перебора с таким расчетом, чтобы расчетные данные наилучшим образом соответствовали фактическим (т. е. чтобы обеспечить удовлетворительную адекватность и точность модели).

Из формул 1 – 4 видно, что для расчета а (1) и b (1) необходимо оценить значения этих коэффициентов для предыдущего период времени (т. е. для t =1-1=0). Значения а (0) и b (0) имеют смысл этих же коэффициентов для четвертого квартала года, предшествующего первому году, для которого имеются данные в табл. 1.

Для оценки начальных значений а (0) и b (0) применим линейную модель к первым 8 значениям Y ( t ) из табл. 1. Линейная модель имеет вид:

. (5)

Метод наименьших квадратов дает возможность определить коэффициенты линейного уравнения а (0) и b (0) по формулам 6 – 9:

; (6)

; (7)

; (8)

. (9)

Применяя линейную модель к первым 8 значениям ряда из таблицы 1 (т. е. к данным за первые 2 года), находим значения а (0) и b (0). Составим вспомогательную таблицу для определения параметров линейной модели:

Таблица 2

T

Y(t)

T-tcp

Y-Ycp

(t-tcp )2

(Y-Ycp )(t-tcp )

1

28

-3,5

-7,625

12,25

26,6875

2

36

-2,5

0,375

6,25

-0,9375

3

43

-1,5

7,375

2,25

-11,0625

4

28

-0,5

-7,625

0,25

3,8125

5

31

0,5

-4,625

0,25

-2,3125

6

40

1,5

4,375

2,25

6,5625

7

49

2,5

13,375

6,25

33,4375

8

30

3,5

-5,625

12,25

-19,6875

S

36

285

0

0

42

36,5

Уравнение (5) с учетом полученных коэффициентов имеет вид: Yp ( t ) =31,714+0,869·t. Из этого уравнения находим расчетные значения Y р ( t ) и сопоставляем их с фактическими значениями (табл. 3). Такое сопоставление позволяет оценить приближенные значения коэффициентов сезонности I-IV кварталов F (-3) , F (-2) , F (-1) и F (0) для года, предшествующего первому году, по которому имеются данные в табл. 1. Эти значения необходимы для расчета коэффициентов сезонности первого года F (1), F (2), F (3), F (4) и других параметров модели Хольта-Уинтерса по формулам 1 – 4.

Таблица 3

Сопоставление фактических данных Y ( t ) и рассчитанных по линейной модели значений Yp ( t )

T

1

2

3

4

5

6

7

8

Y(t)

28

36

43

28

31

40

49

30

Yp (t)

32,583

33,452

34,321

35,190

306,060

36,929

37,798

38,667

Коэффициент сезонности есть отношение фактического значения экономического показателя к значению, рассчитанному по линейной модели. Поэтому в качестве оценки коэффициента сезонности I квартала F (-3) может служить отношение фактических и расчетных значений Y ( t ) I квартала первого года, равное Y (1) /Y р (1) , и такое же отношение для I квартала второго года (т. е. за V квартал t =5) Y (5)/ Y р(5) . Для окончательной, более точной, оценки этого коэффициента сезонности можно использовать среднее арифметическое значение этих двух величин.

F (-3) = [ Y (1) / Yp (1) + Y (5) / Yp (5) ] / 2=[ 28 / 32,583 + 31 / 36,060 ] / 2 = 0,8595.

Аналогично находим оценки коэффициента сезонности для II, III и IV кварталов:

F (-2) = [Y (2) / Yp (2) + Y (6) / Yp (6) ] / 2 = 1,0797;

F (-1) = [Y (3) / Yp (3) + Y (7) / Yp (7) ] / 2 = 1,2746;

F (0) = [Y (4) / Yp (4) + Y (8) / Yp (8) ] / 2 = 0,7858.

Оценив значения а (0), b (0), а также F (-3), F (-2), F (-1) и F (0), можно перейти к построению адаптивной мультипликативной модели Хольта-Уинтерса с помощью формул 1 – 4.

Из условия задачи имеем параметры сглаживания a 1 =0,3; a 2 =0,6; a 3 =0,3. Рассчитаем значения Yp (t ), a (t ), b (t ) и F (t ) для t =l.

Из уравнения 1, полагая что t =0, k =1, находим Y р (1) :

Из уравнений 2 – 4, полагая что t =1, находим:

;

;

.

Аналогично рассчитаем значения Yp ( t ), a ( t ), b ( t ) и F ( t ) для t =2:

;

;

;

Для t =3:

;

;

;

Для t =4:

;

;

;

Для t =5:

Обратим внимание на то, что здесь и в дальнейшем используются коэффициенты сезонности F ( t – L ) , уточненные в предыдущем году (L =4):

;

;

;

Продолжая аналогично для, t = 6,7,8,…,16 строят модель Хольта-Уинтерса (табл. 4). Максимальное значение t, для которого можно находить коэффициенты модели, равно количеству имеющихся данных по экономическому показателю Y ( t ) . В нашем примере данные приведены за 4 года, то есть за 16 кваралов. Максимальное значение t равно 16.

Таблица 4 Модель Хольта-Уинтерса

T

Y ( t )

A(t)

B(t)

F(t)

Yp(t)

Абс. погр.,

E ( t )

Отн. погр.,

%

1

2

3

4

5

6

7

8

0

31,71

0,87

0,7858

1

28,0

32,58

0,87

0,8594

28,01

-0,01

0,02

2

36,0

33,42

0,86

1,0782

36,11

-0,11

0,32

3

43,0

34,11

0,81

1,2661

43,69

-0,69

1,60

4

28,0

35,14

0,87

0,7924

27,44

0,56

1,99

5

31,0

36,03

0,88

0,8600

30,95

0,05

0,16

6

40,0

36,97

0,90

1,0805

39,80

0,20

0,51

7

49,0

38,11

0,97

1,2778

47,94

1,06

2,17

8

30,0

38,72

0,86

19

30,97

-0,97

3,24

9

34,0

39,57

0,86

0,8596

34,04

-0,04

0,11

10

44,0

40,51

0,88

1,0839

43,68

0,32

0,73

11

52,0

41,19

0,82

1,2687

52,90

-0,90

1,73

12

33,0

42,07

0,84

0,7834

32,84

0,16

0,47

13

39,0

43,64

1,06

0,8800

36,88

2,12

5,43

14

48,0

44,58

1,02

1,0796

48,45

-0,45

0,95

15

58,0

45,64

1,03

1,2700

57,85

0,15

0,25

16

36,0

46,45

0,97

0,7783

36,56

-0,56

1,56

Проверка качества модели

Для того чтобы модель была качественной уровни, остаточного ряда E(t) (разности Y(t)-Yp(t) между фактическими и расчетными значениями экономического показателя) должны удовлетворять определенным условиям (точности и адекватности). Для проверки выполнения этих условий составим таблицу 5.

Проверка точности модели

Будем считать, что условие точности выполнено, если относительная погрешность (абсолютное значение отклонения abs {E ( t ) }, поделенное на фактическое значение Y ( t ) и выраженное в процентах 100%-abs {E ( t ) }/Y ( t ) ) в среднем не превышает 5%. Суммарное значение относительных погрешностей (см. гр. 8 табл. 4) составляет 21,25, что дает среднюю величину 21,25/16 = 1,33%.

Следовательно, условие точности выполнено.

Таблица 5 Промежуточные расчеты для оценки адекватности модели

Квартал, t

Отклонение, E( t)

Точки поворота

E( t) 2

[E(t)-E(t-1) ]2

E(t)∙E(t-1)

1

2

3

4

5

6

1

-0,01

0,00

2

-0,11

0

0,01

0,01

0,00

3

-0,69

1

0,48

0,33

0,08

4

0,56

1

0,31

1,56

-0,38

5

0,05

1

0,00

0,26

0,03

6

0,20

0

0,04

0,02

0,01

7

1,06

1

1,13

0,74

0,22

8

-0,97

1

0,95

4,14

-1,03

9

-0,04

0

0,00

0,87

0,04

10

0,32

1

0,10

0,13

-0,01

11

-0,90

1

0,80

1,49

-0,29

12

0,16

0

0,02

1,11

-0,14

13

2,12

1

4,49

3,85

0,33

14

-0,45

1

0,21

6,62

-0,96

15

0,15

1

0,02

0,36

-0,07

16

-0,56

0,32

0,50

-0,08

S

0,88

10

8,88

21,98

-2,27

Проверка условия адекватности

Для того чтобы модель была адекватна исследуемому процессу, ряд остатков E ( t ) должен обладать свойствами случайности, независимости последовательных уровней, нормальности распределения.

Проверка случайности уровней. Проверку случайности уровней остаточной компоненты (гр. 2 табл. 5) проводим на основе критерия поворотных точек. Для этого каждый уровень ряда E ( t ) сравниваем с двумя соседними. Если он больше (либо меньше) обоих соседних уровней, то точка считается поворотной и в гр. 3 табл. 5 для этой строки ставится 1, в противном случае в гр. 3 ставится 0. В первой и последней строке гр. 3 табл. 5 ставится прочерк или иной знак, так как у этого уровня нет двух соседних уровней.

Общее число поворотных точек в нашем примере равно р = 10.

Рассчитаем значение q :

.

Функция int означает, что от полученного значения берется только целая часть. При N = 16

.

Если количество поворотных точек р больше q, то условие случайности уровней выполнено. В нашем случае р = 10, q = 6, значит условие случайности уровней ряда остатков выполнено.

Проверка независимости уровней ряда остатков (отсутствия автокорреляции) . Проверку проводим двумя методами:

1) по d – критерию Дарбина-Уотсона;

2) по первому коэффициенту автокорреляции r (1).

1) .

Примечание. В случае если полученное значение больше 2, значит, имеет место отрицательная автокорреляция. В таком случае величину d уточняют, вычитая полученное значение из 4. Находим уточненное значение d `= 4-2,47=1,53

Полученное (или уточненное) значение d сравнивают с табличными значениями d 1 и d 2 . Для нашего случая d 1 =1,08, а d 2 =1,36.

Если 0<d <d 1 , то уровни автокоррелированы, то есть, зависимы, модель неадекватна.

Если d 1 <d <d 2 , то критерий Дарбина-Уотсона не дает ответа на вопрос о независимости уровней ряда остатков. В таком случае необходимо воспользоваться другими критериями (например, проверить независимость уровней по первому коэффициенту автокорреляции).

Если d 2 <d <2 , то уровни ряда остатков являются независимыми.

В нашем случае d 2 <d ` <2 , следовательно уровни ряда остатков являются независимыми.

2)

Если модуль рассчитанного значения первого коэффициента автокорреляции меньше критического значения | r (1) | < r та6 , то уровни ряда остатков независимы. Для нашей задачи критический уровень r та6 = 0,32. Имеем: | r (1) | = 0,26 < r таб = 0,32 – значит уровни независимы.

Проверка соответствия ряда остатков нормальному распределению определяем по RS – критерию. Рассчитаем значение RS :

,

Где Е max – максимальное значение уровней ряда остатков E ( t ) ;

Emin – минимальное значение уровней ряда остатков E ( t ) (гр. 2 табл. 5):

S – среднее квадратическое отклонение.

Е max =2,12, Emin =-0,97, Е max – Emin = 2,12 – (-0,97) = 3,09;

Полученное значение RS сравнивают с табличными значениями, которые зависят от количества точек N и уровня значимости. Для N =16 и 5%-го уровня значимости значение RS для нормального распределения должно находиться в интервале от 3,00 до 4,21.

Так как 3,00 < 4,02 < 4,21, полученное значение RS попало в заданный интервал. Значит, уровни ряда остатков подчиняются нормальному распределению.

Расчет прогнозных значений экономического показателя

Составим прогноз на четыре квартала вперед (т. е. на 1 год, с t =17 по t =20). Максимальное значение t, для которого могут быть рассчитаны коэффициенты a ( t ) , b ( t ) определяется количеством исходных данных и равно 16. Рассчитав значения а (16) и b (16) (см. табл. 4), по формуле 1 можно определить прогнозные значения экономического показателя Yp ( t ) . Для t =17 имеем:

Аналогично находим Yp (18), Yp (19), Yp (20):

Ha нижеприведенном рисунке проводится сопоставление фактических и расчетных данных. Здесь же показаны прогнозные значения цены акции на 1 год вперед. Из рисунка видно, что расчетные данные хорошо согласуются с фактическими, что говорит об удовлетворительном качестве прогноза.

Рис. Сопоставление расчетных и фактических данных

Задание 2

Даны цены (открытия, максимальная, минимальная и закрытия) за 10 дней. Интервал сглаживания принять равным пяти дням. Рассчитать:

– экспоненциальную скользящую среднюю;

– момент;

– скорость изменения цен;

– индекс относительной силы;

– %R, %К и %D.

Расчеты проводить для дней, для которых эти расчеты можно выполнить на основании имеющихся данных.

Таблица 6

Дни

Цены

Макс.

Мин.

Закр.

1

998

970

982

2

970

922

922

3

950

884

902

4

880

823

846

5

920

842

856

6

889

840

881

7

930

865

870

8

890

847

852

9

866

800

802

10

815

680

699

Решение.

Экспоненциальная скользящая средняя (ЕМА). При расчете ЕМА учитываются все цены предшествующего периода, а не только того отрезка, который соответствует интервалу сглаживания. Однако последним значениям цены придается большее значение, чем предшествующим. Расчеты проводятся по формуле:

,

Где k =2/(n +1), n – интервал сглаживания;

Ct – цена закрытия t – го дня;

ЕМА t – значения ЕМА текущего дня t.

Составим таблицу рассчитанных значений ЕМА :

Таблица 7

T

Цена закрытия,

Ct

EMA t

1

982

2

922

3

902

4

846

5

856

6

881

7

870

8

852

874,9926

9

802

850,6617

10

699

800,1078

Приведем алгоритм расчета.

1. Выбрать интервал сглаживания n (в нашем случае n = 5).

2. Вычислить коэффициент k (k = 2/(n + 1) = 2/(5 + 1) = 1/3).

3. Вычислить МА для первых 5 дней. Для этого сложим цены закрытия за первые 5 дней. Сумму разделим на 5 и запишем в графу ЕМАt за 5-ый день.

4. Перейти на одну строку вниз по графе ЕМАt. Умножить на k данные по конечной цене текущей строки.

5. Данные по ЕМАt за предыдущий день взять из предыдущей строки и умножить на (1- k ).

6. Сложить результаты, полученные на предыдущих двух шагах. Полученное значение ЕМАt записать в графу текущей строки.

7. Повторить шаги 4, 5 и 6 до конца таблицы.

Построим график ЕМАt.

Момент (МОМ). Момент рассчитывается как разница конечной цены текущего дня Ct и цены n дней тому назад Ct – n.

,

Где Ct – цена закрытия t – го дня;

МОМ t – значения МОМ текущего дня t.

Составим таблицу рассчитанных значений МОМ :

Таблица 8

T

Цена закрытия,

Ct

МОМ t

1

982

2

922

3

902

4

846

5

856

856-982 = -126

6

881

881-922 = -41

7

870

870-902 = -32

8

852

852-846 = 6

9

802

802-856 = -54

10

699

699-881 = -182

Построим график МОМ t.

Положительные значения МОМ свидетельствуют об относительном росте цен, отрицательные – о снижении. Движение графика момента вверх из зоны отрицательных значений является слабым сигналом покупки до пересечения с нулевой линией. График момента пересекает нулевую линию в районе 7-8-го дня, а затем снова снижатся.

Скорость изменения цен. Похожий индикатор, показывающий скорость изменения цен (ROC ), рассчитывается как отношение конечной цены текущего дня к цене n дней тому назад, выраженное в процентах.

,

Где Ct – цена закрытия t – го дня;

R О Ct – значения R О C текущего дня t.

Составим таблицу рассчитанных значений R О C :

Таблица 9

T

Цена закрытия,

Ct

R О C t,

%

1

982

2

922

3

902

4

846

5

856

856 / 982-100 = 87,17

6

881

881 / 922-100 = 95,55

7

870

870 / 902-100 = 96,45

8

852

852 / 846-100 = 100,71

9

802

802 / 856-100 = 93,69

10

699

699 / 881-100 = 79,34

Построим график R О Ct.

ROC является отражением скорости изменения цены, а также указывает направление этого изменения. Графическое отображение и правила работы ничем не отличаются от момента. В качестве нулевой линии используется уровень 100%. Этот индикатор также показал сигнал к покупке в районе 7-8-го дня.

Индекс относительной силы ( RSI ). Наиболее значимым осциллятором, расчет которого предусмотрен во всех компьютерных программах технического анализа, является индекс относительной силы.

Для расчета применяют формулу:

,

Где AU – сумма приростов конечных цен за n последних дней;

AD – сумма убыли конечных цен за n последних дней.

Рассчитывается RSI следующим образом (таблица 10).

1. Выбираем интервал n (в нашем случае n =5).

2. Начиная со 2-го дня до конца таблицы, выполняем следующую процедуру. Вычитаем из конечной цены текущего дня конечную цену предыдущего дня. Если разность больше нуля, то ее записываем в графу “Повышение цены”. Иначе абсолютное значение разности записываем в графу “Понижение цены”.

3. С 6-го дня и до конца таблицы заполняем графы “Суммы повышений” и “Суммы понижений”. Для этого складывают значения из графы “Повышение цены” за последние 5 дней (включая текущий) и полученную сумму записываем в графу “Суммы повышений” (величина AU в формуле). Аналогично находят сумму убыли конечных цен по данным графы “Понижение цены” и записываем в графу “Суммы понижений” (величина AD в формуле).

4. Зная AU и AD, по формуле рассчитываем значение RSI и записываем в графу RSI.

Таблица 10

T

Цена закрытия,

Ct

Повышение цены

Понижение цены

Сумма повышений

Сумма понижений

RSI

1

982

2

922

17

3

902

4

846

67

5

856

26

6

881

36

36

110

24,66

7

870

22

36

115

23,84

8

852

1

37

115

24,34

9

802

38

75

48

60,98

10

699

57

132

22

85,71

Построим график RSI.

Зоны перепроданности располагаются обычно ниже 25-20, а перекупленности – выше 75-80%. Как видно из рисунка, индекс относительной силы вышел из зоны, ограниченной линией 25%, на 7-8 день (сигнал к покупке).

Стохастические линии. Если МОМ, ROC и RSI используют только цены закрытия, то стохастические линии строятся с использованием более полной информации. При их расчете используются также максимальные и минимальные цены. Как правило, применяются следующие стохастические линии: % R, %К и % D.

,

Где %К t – значение индекса текущего дня t ;

Ct – цена закрытия t – го дня;

L 5 и H 5 – минимальная и максимальная цены за 5 предшествующих дней, включая текущий (в качестве интервала может быть выбрано и другое число дней).

Похожая формула используется для расчета % R :

,

Где % Rt – значение индекса текущего дня t ;

Ct – цена закрытия t – го дня;

L 5 и H 5 – минимальная и максимальная цены за 5 предшествующих дней, включая текущий.

Индекс % D рассчитывается аналогично индексу %К, с той лишь разницей, что при его построении величины (Ct – L 5 ) и (H 5 – L 5 ) сглаживают, беря их трехдневную сумму.

Ввиду того что %D имеет большой статистический разброс, строят еще ее трехдневную скользящую среднюю – медленное %D.

Составим таблицу 11 для нахождения всех стохастических линий.

1. В графах 1-4 приведены дни по порядку и соответствующие им цены (максимальная, минимальная и конечная).

2. Начиная с 5-го дня в графах 5 и 6 записываем максимальную и минимальную цены за предшествующие 5 дней, включая текущий.

3. В графе 7 записываем (Ct – L 5 ) – разность между данными графы 4 и графы 6.

4. Графу 8 составляют значения разности между данными графы 5 и графы 4, т. е. результат разности (H 5 – Ct ).

5. Размах цен за 5 дней (H 5 – L 5 ) – разность между данными графы 5 и графы 6 записываем в графу 9.

6. Рассчитанные по формуле значения %K заносим в графу 10.

7. В графу 11 заносим значения %R, рассчитанные по формуле.

8. Шаги 2-7 повторяем для 6-й, 7-й строки и т. д. до конца таблицы.

9. Для расчета %D, начиная с 7-й строки, складываем значения Ct – L 5 из графы 7 за 3 предыдущих дня, включая текущий (t=5, 6 и 7), и записываем в графе 12. Аналогично значения размаха (H 5 – L 5 ) из графы 9 складываем за 3 предшествующих дня и заносим в графу 13.

10. По формуле, используя данные граф 12 и 13, рассчитываем %D и записываем в графу 14.

11. Шаги 9 и 10 повторяем для 8-й, 9-й и 10-й строк.

12. Медленное %D находим как скользящую среднюю от %D (данные берем из графы 14) с интервалом сглаживания, равным трем. Результат записываем в графу 15.

Таблица 11

T

Макс.

Нt

Мин.

Lt

Закр.

Ct

Мак. за 5 дн.

Н5

Мин. за 5 дн.

L5

Ct – L5

H5 – Ct

H5 – L5

%К t

%Rt

Сумма за 3 дн. Ct – L5

Сумма за 3 дн. H5 – L5

%Dt

Медленное%Dt

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

998

970

982

2

970

922

922

3

950

884

902

4

88

823

846

5

920

842

856

998

823

33

142

175

18,86

81,14

6

889

840

881

970

823

58

89

147

39,46

60,54

7

930

865

870

950

823

47

80

127

37,01

62,99

138

449

30,73

8

890

847

852

930

823

29

78

107

27,10

72,90

134

381

35,17

9

866

800

802

930

800

2

128

130

1,54

98,46

78

364

21,43

29,11

10

815

680

699

930

680

19

231

250

7,60

92,40

50

487

10,27

22,29

Построим стохастические линии:

Смысл индексов %К и %R состоит в том, что при росте цен цена закрытия бывает ближе к максимальной, а при падении цен наоборот – ближе к минимальной. Индексы %R и %К проверяют, куда больше тяготеет цена закрытия.

Задание 3

3.1. Банк выдал ссуду, размером 500 000 руб. Дата выдачи ссуды – 21.01.02, возврата – 11.03.02. Дата выдачи и день возврата считать за один день. Проценты рассчитываются по простой процентной ставке 10% годовых. Найти:

3.1.1) точные проценты с точным числом дней ссуды;

3.1.2) обыкновенные проценты с точным числом дней ссуды;

3.1.3) обыкновенные проценты с приближенным числом дней ссуды.

Решение

Используем формулы ; :

3.1.1) , , руб.

3.1.2) , , руб.

3.1.3) , , руб.

3.2. Через 180 дней после подписания договора должник уплатит 500 000 руб. Кредит выдан под 10% годовых (проценты обыкновенные). Какова первоначальная сумма и дисконт?

Решение

Используем формулу:

руб.

Дробь в правой части равенства при величине S называется дисконтным множителем. Этот множитель показывает, какую долю составляет первоначальная сумма ссуды в окончательной величине долга. Дисконт суммы S равен руб.

3.3. Через 180 дней предприятие должно получить по векселю 500 000 руб. Банк приобрел этот вексель с дисконтом. Банк учел вексель по учетной ставке 10% годовых (год равен 360 дням). Определить полученную предприятием сумму и дисконт.

Решение

Используем формулы , .

руб.

руб.

3.4. В кредитном договоре на сумму 500 000 руб. и сроком на 4 года зафиксирована ставка сложных процентов, равная 10% годовых. Определите наращенную сумму.

Решение

Воспользуемся формулой наращения для сложных процентов:

руб.

3.5. Ссуда, размером 500 000 руб. предоставлена на 4 года. Проценты сложные, ставка – 10% годовых. Проценты начисляются 2 раза в год. Вычислить наращенную сумму.

Решение

Начисление процентов два раза в год, т. е. m=2. Всего имеется N = 4-2 =8 периодов начислений. По формуле начислений процентов по номинальной ставке: находим:

руб.

3.6. Вычислить эффективную ставку процента, если банк начисляет проценты 2 раза в год, исходя из номинальной ставки 10% годовых.

Решение

По формуле находим:

, т. е. 10,25%.

3.7. Определить какой должна быть номинальная ставка при начислении процентов 2 раза в год, чтобы обеспечить эффективную ставку 10% годовых.

Решение

По формуле находим:

, т. е. 9,76%

3.8. Через 4 года предприятию будет выплачена сумма 500 000 руб. Определить ее современную стоимость при условии, что применяется сложная процентная ставка 10% годовых.

Решение

По формуле находим:

руб.

3.9. Через 4 года по векселю должна быть выплачена сумма 500 000 руб. Банк учел вексель по сложной учетной ставке 10% годовых. Определить дисконт.

Решение

Дисконтирование по сложной учетной ставке осуществляется по формуле:

руб.

Дисконт суммы S равен:

руб.

3.10. В течение 4 лет на расчетный счет в конце каждого года поступает по 500 000 руб., на которые 2 раза в год начисляются проценты по сложной годовой ставке 10%. Определить сумму на расчетном счете к концу указанного срока.

Решение

По формуле находим:

руб.


Зараз ви читаєте: Кредиты от коммерческого банка на жилищное строительство