RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?
|
|
- Aniello Venturini
- 8 anni fa
- Visualizzazioni
Transcript
1 Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008
2 Introduzione al Risk Management Management dell Azienda Risk Management Assicurazione solo una possibile strategia Ufficio Studi 2
3 Definizione del rischio - 1 Rischio puro o statico è possibile solo un danno economico per l Azienda Rischi che causano danni materiali alla proprietà dell impresa Rischi di reponsabilità civile Rischi che causano danni materiali alle proprietà altrui che si ripercuotono sull impresa Morte, invalidità e malattia dei dipendenti Ufficio Studi 3
4 Definizione del rischio - 2 Rischio speculativo è possibile sia una perdita che un profitto per l Azienda con una certa probabilità Rischi di mercato Rischi finanziari Rischi di produzione Rischi politici Rischi di innovazione Ufficio Studi 4
5 Rischi e profitto Rischi speculativi SI E possibile un profitto? NO Rischi Puri Ufficio Studi 5
6 I principali step del Risk Management 1. Individuazione dei rischi 2. Quantificazione dei rischi 3. Analisi del processo decisionale 4. Scelta delle strategie 5. Check-up periodici Ufficio Studi 6
7 Obiettivi del Risk Management 1. Massimizzazione del profitto d impresa attraverso la minimizzazione dei costi 2. Tranquillità nella gestione 3. Continuità della vita produttiva data la protezione dei rischi 4. Abbattimento della probabilità di rovina 5. Coerenza nei riguardi degli obiettivi dell impresa Ufficio Studi 7
8 Obiettivi del Risk Management Interviste con i responsabili di area Visite periodiche con i centri di rischio analisi dei processi Costruzione di una check list Rischi incombenti Sorgenti di rischio Fattori che possono modificare i rischi Conseguenze dei rischi Analisi della check list Ufficio Studi 8
9 Analisi quantitativa dei rischi Principali fattori che devono essere considerati al fine di quantificare il rischio: Frequenza sinistri Importo del singolo sinistro Valutazione del danno aggregato Ufficio Studi 9
10 Il requisito di capitale a fronte dei rischi Elementi specifici: Probabilità di rovina (ad esempio 0,5%) Orizzonte temporale (ad esempio 1 anno) Misura di rischio (VaR o Tail VaR) Ufficio Studi 10
11 Il requisito di capitale: le misure di rischio Orizzonte temporale = 1 anno VaR α = Value at Risk = q α = α-quantile TVaR α = Tail Var = E[X X>q α ] Ufficio Studi 11
12 Modelli per la distribuzione di probabilità del numero di sinistri Poisson: rischi omogenei Binomiale Negativa: rischi eterogenei Ufficio Studi 12
13 Poisson - osservazioni Buona approssimazione per il fenomeno dell andamento del numero dei sinistri per un determinato rischio Utilizzo limitato per la modellizzazione relativa all intero complesso dei rischi Il valore atteso di tale distribuzione è pari alla varianza possibile sottostima della variabilità del numero dei sinistri Test di best fitting Chi-quadro: test che permette di verificare se una data distribuzione probabilistica ben si adatta alla serie storica di partenza λt k p k e ( λt) ( t) = k = k! 0,1,2... Ufficio Studi 13
14 Binomiale Negativa - osservazioni In linea con un modello che tenga conto della differenziazione in classi di rischio Per ogni classe di rischio ipotizziamo una distribuzione di Poisson Ipotizziamo una determinata struttura di rischio distribuzione Gamma Costruiamo una mistura di Poisson, ovvero una Binomiale Negativa p k = k + k a 1 p a q k Ufficio Studi 14
15 Modelli per la distribuzione di probabilità dell importo dei sinistri Le distribuzioni empiriche degli importi dei sinistri evidenziano in genere asimmetria positiva e quindi code consistenti Prevalenza di sinistri di ridotte dimensioni Buoni modelli per la rappresentazione del fenomeno sono quelli caratterizzati da un valore positivo dell indice di asimmetria γ = σ µ 3 1 > 3 0 Ufficio Studi 15
16 Principali distribuzioni di probabilità per il costo del singolo sinistro -1- Lognormale: ( ) ln x µ f ( x) = exp 2 σ > 0 ; x > 0 2π σx 2 σ Pareto: f ( x) = α β β x α +1 σ > 2; β > 0; x > β Ufficio Studi 16
17 Principali distribuzioni di probabilità per il costo del singolo sinistro -2- Weibull: f ( x) α = α β z α 1 exp x β α α > 0 ; β > 0; x > 0 Gamma: f ( x) = τ a e Γ τx x ( a) a 1 a, τ > 0 Esponenziale: x /θ f ( x) = e θ Ufficio Studi 17
18 Osservazioni sull importo del singolo sinistro Anche per l importo del singolo sinistro, chiamato anche severity, valgono le stesse considerazioni fatte per la frequenza sinistri, ovvero: Scelta della distribuzione Stima dei parametri Test per la verifica della bontà dell adattamento Ufficio Studi 18
19 Modelli di danno aggregato Obiettivo: creare un modello che rappresenti l ammontare della perdita complessiva legata al numero complessivo di sinistri in un determinato intervallo temporale e riferito ad uno specifica azienda Valutazione per linea di business Individuazione delle correlazione tra le diverse linee di business Strumento: teoria collettiva del rischio Ufficio Studi 19
20 N S = X + X + K+ 1 2 X N :variabile aleatoria (v.a.) numero dei sinistri X i :v. a. importo dell i-esimo sinistro Ipotesi del modello: N = n X i dato le v.a. sono indipendenti e identicamente distribuite (i.i.d.) N = n dato le distribuzione delle non i dipende da n N la distribuzione di non dipende dai valori delle X X i Ufficio Studi 20
21 Il modello composto per il danno aggregato 1. Costruire la distribuzione di probabilità per il numero dei sinistri partendo dai dati 2. Costruire la distribuzione di probabilità dell importo del singolo sinistro 3. Utilizzare le due distribuzioni al fine di ottenere la distribuzione di probabilità per il danno aggregato S = X + X + K+ 1 2 X N Ufficio Studi 21
22 1.Costruire un modello per la variabile aleatoria: N Poisson (λ ) X i dato le variabili aleatorie dato da OBIETTIVO: SIMULAZIONE DEL DANNO AGGREGATO S = X + X + K+ Exp( α) n N = n N = n sono i.i.d. la distribuzione delle v.a. non dipende N la distribuzione di non dipende dai valori di j =1K,,n 2.Per generare dei valori pseudo-random j j j n j e calcolare il valore s j attraverso il modello costruito nel punto 1 3.Approssimare la funzione di ripartizione di S con la funzione di ripartizione empirica F n (s) basata sul campione di numeri pseudorandom 4.Calcolare le statistiche che ci interessano utilizzando» Media, varianza, percentili, etc X, X, X, X, 1 2 K Xn 1, X2, K 1 n 2 X 1, X2,K s K 1,s n F n (s) n x, x,, x, 1 2 K X N Ufficio Studi 22
23 COSA DOBBIAMO SAPER FARE? 1.Simulare il numero dei sinistri, quindi nel nostro caso simulare una v.a. discreta, ad esempio come la Poisson semplice 2.Simulare l importo di ogni singolo sinistro, quindi nel nostro caso simulare una v.a. continua, ad esempio come l Esponenziale 3.Simulare il danno aggregato come somma dei singoli sinistri 4.Ripetere l esperimento n volte e calcolare le statistiche che ci interessano Ufficio Studi 23
24 0.25 ESEMPIO - SIMULAZIONE DELLA V.A. NUMERO DEI SINISTRI simulazioni p(x) - Poisson Momenti teorici E σ [ X ] = 3 [ X ] = 1, x Momenti empirici x = 2,9991 ˆ σ = 1,7227 Ufficio Studi 24
25 1 0.9 x 10-3 ESEMPIO - SIMULAZIONE DELLA V.A. IMPORTO DEL SINGOLO SINISTRO simulazioni f(x) - Esponenziale E σ Momenti teorici [ X ] = 1000 [ X ] = 1000 Momenti empirici x = 999,77 ˆ σ = 1000, X Ufficio Studi 25
26 0.035 ESEMPIO - SIMULAZIONE DELLA V.A. DANNO AGGREGATO simulazioni Frequenze relative Danno aggregato x 10 4 Momenti teorici [ X ] = [ X ] = Ufficio Studi 26 E σ Momenti empirici xˆ = ˆ σ = Intervallo di confidenza per la media (99% ) inf = sup = 30055
27 Problemi aperti sulla quantificazione Valutazione del danno aggregato Quale modello scelgo? Valutazione del rischio che l Azienda vuole detenere Valutazione del prezzo assicurativo Valutazione delle correlazioni tra i rischi Lineare, funzioni copula Effetti dovuti alla diversificazione abbattimento del capitale da detenere E possibile sulla base dei dati interni di una Azienda? Su quali statistiche? Costi medi Frequenze Ufficio Studi 27
28 La quantificazione dei rischi STRESS TEST Al fine di valutare il risk capital nel caso di eventi o scenari ritenuti particolarmente sfavorevoli: Stress test sulla base del percentile si considerano i percentili alti (ad. es. 99.5%) della distribuzione delle perdite Stress test di scenario si scelgono ipotesi di base peggiorative rispetto alla solvibilità della Azienda Aggregazione tra i differenti rischi effetto di diversificazione del rischio Stime al netto e al lordo dell effetto assicurativo, qualora venga scelta come strategia quella assicurativa Ufficio Studi 28
29 Risk management: costo o opportunità? Conoscenza del capitale al rischio Ricalibrazione degli obiettivi aziendali Costruzione di un modello di gestione integrato con eventuali contingency plans Valutazione dei potenziali rischi finanziari Valutazione delle stock options Valutazione di titoli strutturati e derivati Valutazione di strategie assicurative Individuazione delle potenziali fonti di rischio Ufficio Studi 29
30 Il cuore del Risk management aziendale Dopo aver effettuato una corretta quantificazione dei rischi: Selezione della migliore tra le strategie possibili secondo criteri di scelta razionali basati su modelli matematici/statistici/finanziari/attuariali Follow up costante, altrimenti tutta l attività svolta viene vanificata Un corretto ciclo di Risk management allora non solo non è più un costo ma diventa una chiara opportunità di investimento profittevole in termini di minori costi che si sosterranno al verificarsi dei rischi Ufficio Studi 30
Corso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliAgnese Zoboli, Risk Analyst Gruppo Unipol. Bologna, 11 Novembre 2013
Statistics Jobs: Incontro di orientamento al mondo del lavoro Agnese Zoboli, Risk Analyst Gruppo Unipol Bologna, 11 Novembre 2013 Formazione universitaria e ricerca di lavoro 2003-2006: Corso di Laurea
DettagliEsercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue
Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIL RISCHIO DI RISERVAZIONE IN OTTICA SOLVENCY II: MODELLI E STRATEGIE
Crenca & Associati IL RISCHIO DI RISERVAZIONE IN OTTICA SOLVENCY II: MODELLI E STRATEGIE Ufficio Studi Aprile 2008 SISTEMA INTEGRATO DI VALUTAZIONE DELLA COMPAGNIA AL FAIR VALUE Tecniche VaR Analisi della
DettagliLA VALUTAZIONE DEL REQUISITO DI CAPITALE PER L'UNDERWRITING RISK NON-LIFE
LA VALUTAZIONE DEL REQUISITO DI CAPITALE PER L'UNDERWRITING RISK NON-LIFE MODELLO INTERNO PER IL CALCOLO DEL PREMIUM E RESERVE RISK Studio Attuariale Visintin & Associati (SAVA S.r.l.) 1 INDICE DEGLI ARGOMENTI
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliValutazione del rischio stress lavoro-correlato: le migliori prassi
Convegno Il benessere organizzativo: esperienze e buone prassi nella gestione dello stress lavoro correlato in Italia Valutazione del rischio stress lavoro-correlato: le migliori prassi Carlo Bisio Psicologo
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliIl trasferimento del rischio operativo mediante polizze assicurative
Il trasferimento del rischio operativo mediante polizze assicurative Roma, 27 giugno 2013 La gestione dei rischi operativi La gestione dei rischi operativi può essere realizzata attraverso differenti strategie,
DettagliProgrammazione Disciplinare: Calcolo Classe: Quarte - Quinte
Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management
UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Prof. Filippo Stefanini A.A. Corso 60012 Corso di Laurea Specialistica in Ingegneria Edile Il casinò di Monte-Carlo Il casinò di Monte-Carlo, Principato di Monaco,
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
DettagliVi ricordate quello che abbiamo visto nelle prime lezioni? LA VALUTAZIONE ECONOMICA E FINANZIARIA DEL PROGETTO. L analisi di sensitività
LA VALUTAZIONE ECONOMICA E FINANZIARIA DEL PROGETTO a cura di Roberto M. Brioli Coll. Arch. Mirko Bisulli LE ANALISI DI SENSIBILITÀ Vi ricordate quello che abbiamo visto nelle prime lezioni? Alcune caratteristiche
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliMisurare il rischio finanziario con l Extreme Value Theory
Misurare il rischio finanziario con l Extreme Value Theory M. Bee Dipartimento di Economia, Università di Trento MatFinTN 2012, Trento, 24 gennaio 2012 Outline Introduzione Extreme Value Theory EVT e rischio
DettagliExcel Terza parte. Excel 2003
Excel Terza parte Excel 2003 TABELLA PIVOT Selezioniamo tutti i dati (con le relative etichette) Dati Rapporto tabella pivot e grafico pivot Fine 2 La tabella pivot viene messa di default in una pagina
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
DettagliNella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti
Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti finanziari in un contesto di flussi finanziari certi, tuttavia
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliInvestimenti finanziari: una proposta razionale per la ricerca di rendimento senza eccedere nel rischio
Investimenti finanziari: una proposta razionale per la ricerca di rendimento senza eccedere nel rischio I modesti rendimenti delle obbligazioni in euro Il rendimento a scadenza di alcuni titoli di Stato
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione
DettagliEsercitazione 23 maggio 2016
Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione
DettagliOttava Edizione. Gestione delle Scorte Prof. Sergio Cavalieri
Ottava Edizione Gestione delle Scorte Prof. Sergio Cavalieri Fenomeni di obsolescenza 2 Determinati da: Prodotto inidoneo al segmento di mercato (es: computer) Effetto moda (es: abbigliamento) Mancato
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 6.XI.2013 Il valore attuale netto Il valore attuale netto di un progetto si calcola per mezzo di un modello finanziario basato su stime circa i ricavi i costi
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliINDICE PREFAZIONE VII
INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 12.XI.2014 Il valore attuale netto Il valore attuale netto di un progetto si calcola l per mezzo di un modello finanziario basato su stime circa i ricavi i costi
DettagliTEORIE DI INVESTIMENTO
TEORIE DI INVESTIMENTO di Roberto Cornetti 1 TEORIE STOCASTICHE NON FINANZIARIE ESAMINATE Hartman (1972) Abel (1983) (1984) Pindyck (1982) (1991) (1993) Questi modelli analizzano l effetto prodotto da
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliPROGRAMMA SVOLTO NELLA SESSIONE N.
Università C. Cattaneo Liuc, Corso di Statistica, Sessione n. 1, 2014 Laboratorio Excel Sessione n. 1 Venerdì 031014 Gruppo PZ Lunedì 061014 Gruppo AD Martedì 071014 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE
Dettagli1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;
Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliLA LOGISTICA INTEGRATA
dell Università degli Studi di Parma LA LOGISTICA INTEGRATA Obiettivo: rispondere ad alcuni interrogativi di fondo Come si è sviluppata la logistica in questi ultimi anni? Quali ulteriori sviluppi sono
DettagliLa teoria finanziaria del valore asserisce che il valore di una iniziativa dipende essenzialmente da tre fattori:
La teoria finanziaria del valore asserisce che il valore di una iniziativa dipende essenzialmente da tre fattori: i flussi monetario che l iniziativa è in grado di generare il profilo temporale associabile
DettagliLA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1
LA VALUTAZIONE DI PORTAFOGLIO Giuseppe G. Santorsola 1 Rendimento e rischio Rendimento e rischio di un singolo titolo Rendimento e rischio di un portafoglio Rendimento ex post Media aritmetica dei rendimenti
DettagliElementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
DettagliAND NON CAP WEIGHTED PORTFOLIO
SOCIALLY RESPONSIBLE INVESTMENT AND NON CAP WEIGHTED PORTFOLIO Forum per la Finanza Sostenibile Milano 30 giugno 2009 Giulio Casuccio Head of Quantitatives Strategies and Research Principi ed obiettivi:
DettagliControllo di Gestione
Pianificazione e controllo del business aziendale Controllo di Gestione In un contesto altamente complesso e competitivo quale quello moderno, il controllo di gestione ricopre un ruolo quanto mai strategico:
DettagliPrivate Wealth Management
Private Wealth Management 1 I team Gruppo Fideuram dedicati alla clientela Private 2 Risk Management Key Clients Gestioni Private Private Banker Le migliori professionalità del Gruppo Fideuram si uniscono
DettagliANALISI DEL CIRCOLANTE
ANALISI DEL CIRCOLANTE QUOZIENTI DI SECONDO LIVELLO (INDICI DI ROTAZIONE) Gli indici di disponibilità e tesoreria permettono di comprendere solo in parte la situazione finanziaria dell azienda nel breve
DettagliCONVEGNO BNL / ODCEC TORINO. Problematiche inerenti l utilizzo di prodotti a copertura dei rischi
Torino, 22 novembre 2013 CONVEGNO BNL / ODCEC TORINO Problematiche inerenti l utilizzo di prodotti a copertura dei rischi INTEREST RATE SWAP Gli strumenti finanziari che vengono utilizzati a copertura
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
Dettaglidell affidabilità strutturale
Metodiprobabilisticiper per lavalutazione dell affidabilità strutturale Obiettivo dell esercitazione: acquisire le conoscenze necessarie per applicare i metodi probabilistici (livello III, II e semi probabilistico)
DettagliSvalutazione delle immobilizzazioni materiali per perdite di valore
Svalutazione delle immobilizzazioni materiali per perdite di valore di Paolo Moretti Le perdite di valore per le immobilizzazioni materiali, disciplinate dallo IAS 16 «Immobili, impianti e macchinari»,
Dettaglii criteri di valutazione
La fattibilità economica dei progetti: i criteri di valutazione 14.XII.2011 I criteri di fattibilità del progetto La convenienza di un investimento t immobiliare per il promotore può avvenire attraverso
Dettaglial budget di cassa mensile
un esempio molto semplice : dal bilancio previsionale al budget di cassa mensile Lo stato patrimoniale dell anno x : ATTIVO PASSIVO Cassa 5.000 Fornitori Clienti 300.000 Banche Scorte 100.000 Capitale
DettagliIl modello generale di commercio internazionale
Capitolo 6 Il modello generale di commercio internazionale [a.a. 2013/14] adattamento italiano di Novella Bottini (ulteriore adattamento di Giovanni Anania) 6-1 Struttura della presentazione Domanda e
DettagliRICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E.
RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E. La riclassificazione economica dello SP: La gestione dell impresa viene idealmente scomposta in aree omogenee di attività Le attività e le passività, i
DettagliLa gestione delle scorte tramite il punto di riordino ed il lotto economico
La gestione delle scorte tramite il punto di riordino ed il lotto economico 1. Introduzione Le Scorte sono costituite in prevalenza da materie prime, da accessori/componenti, da materiali di consumo. Rappresentano
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliMisure finanziarie del rendimento: il Van
Venezia, 6 novembre 2013 Prof. Antonella Faggiani Arch. Valeria Ruaro, collaboratrice alla didattica estimo.b.acc2013@gmail.com Corso di Estimo Laurea Magistrale Architettura per il Nuovo e l Antico Dipartimento
DettagliIL CASO DELL AZIENDA. www.softwarebusiness.it
LA SOLUZIONE SAP NELLE PICCOLE E MEDIE IMPRESE IL CASO DELL AZIENDA Perché SAP Contare su un sistema che ci consente di valutare le performance di ogni elemento del nostro listino è una leva strategica
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliMetodi di previsione
Metodi di previsione Giovanni Righini Università degli Studi di Milano Corso di Logistica I metodi di previsione I metodi di previsione sono usati per ricavare informazioni a sostegno dei processi decisionali
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/03/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/3/2 ESERCIZIO (2+2+2+2) La seguente tabella riporta la distribuzione della variabile "Stato Civile"
DettagliEconomia e Finanza delle Assicurazioni Università di Macerata Facoltà di. Economia. I flussi monetari generati dalle gestioni assicurative
Economia e Finanza delle Assicurazioni Università di Macerata Facoltà di Economia Mario Parisi I flussi monetari generati dalle gestioni assicurative 1 Le passività della compagnia di assicurazione La
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013
Politecnico di Milano - Scuola di Ineneria Industriale I Prova in Itinere di Statistica per Ineneria Eneretica 9 maio 013 c I diritti d autore sono riservati. Oni sfruttamento commerciale non autorizzato
DettagliAnalisi statistica delle funzioni di produzione
Analisi statistica delle funzioni di produzione Matteo Pelagatti marzo 28 Indice La funzione di produzione di Cobb-Douglas 2 2 Analisi empirica della funzione di produzione aggregata 3 Sommario Con la
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliCorso di. Analisi e contabilità dei costi
Corso di Analisi e Contabilità dei Costi Prof. 1_I costi e il sistema di controllo Perché analizzare i costi aziendali? La CONOSCENZA DEI COSTI (formazione, composizione, comportamento) utile EFFETTUARE
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliI Metodi statistici utili nel miglioramento della qualità 27
Prefazione xiii 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento della qualità 1 1.1.1 Le componenti della qualità 2 1.1.2 Terminologia
DettagliComune di OLGIATE OLONA SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE
Comune di OLGIATE OLONA SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE 1. INTRODUZIONE La legge-delega 4 marzo 2009, n. 15, ed il decreto legislativo 27 ottobre 2009, n. 150, di seguito Decreto,
DettagliAspettative, consumo e investimento
Aspettative, consumo e investimento In questa lezione: Studiamo come le aspettative di reddito e ricchezza futuro determinano le decisioni di consumo e investimento degli individui. Studiamo cosa determina
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliMacro Volatility. Marco Cora. settembre 2012
Macro Volatility Marco Cora settembre 2012 PERDITE E GUADAGNI Le crisi sono eventi con bassa probabilità e alto impatto - La loro relativa infrequenza non deve però portare a concludere che possano essere
DettagliLezione 1. Uniformità sistema creditizio. Basilea 1. Basilea 2, fattori di ponderazione, il concetto di rating
Lezione 1 Basilea 2, fattori di ponderazione, il concetto di rating Uniformità sistema creditizio Il Comitato di Basilea fu istituito nel 1974 tra i governatori delle Banche Centrali del G10. Obiettivo
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliDISTRIBUZIONI DI VARIABILI CASUALI DISCRETE
DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,
DettagliLa teoria dell offerta
La teoria dell offerta Tecnologia e costi di produzione In questa lezione approfondiamo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta. In particolare: è possibile individuare
DettagliUn algoritmo per la valutazione e la gestione ottimale dei crediti in sofferenza
Un algoritmo per la valutazione e la gestione ottimale dei crediti in sofferenza Andrea Gamba DSE - Università di Verona e SAFE con la collaborazione e il contributo di UGC Banca SpA IAS/IFRS e non performing
Dettagli