Задание 1

В таблице 1 представлены 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).

Таблица 1

t

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

Y(t)

36

46

55

35

39

50

61

37

42

54

64

40

47

58

70

43


1.                       Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания  α1 = 0,3;      α2 = 0,6;  α3 = 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 d1 = 1,10 и d2 = 1,37) и по первому коэффициенту автокорреляции при критическом значении r1 = 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.

Отобразить на графике фактические, расчетные и прогнозные данные.









Решение

1. Мультипликативная модель Хольта-Уинтерса с линейным ростом имеет следующий вид:

Yp(t+k)=

[a(t)+k*b(t)]*F(t+k-L)

(1)  где k - период упреждения;

Yp(t) - расчетное значение экономического показателя для t-го периода;

a(t), B(t), 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).

Коэффициенты модели a(t), b(t)  и F(t) рассчитываются по формулам:

a(t)=

α1*Y(t)/F(t-L)+(1-α1)*(a(t-1)+b(t-1))

b(t)=

α3*(a(t)-a(t-1))+(1-α3)*b(t-1)

F(t)=

α2*Y(t)/a(t)+(1-α2)*F(t-L)

(2)

(3)

   (4)

     Для расчета a(1) и b(1) необходимо оценить значения этих коэффициентов для предыдущего период времени (т.е. для t=1-1=0). Значения a(0) и b(0) имеют смысл этих же коэффициентов для четвертого квартала года, предшествующего коэффициентов для четвертого квартала года, предшествующего первому году, для которого имеются данные (таб. 1).

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

Yp(t)=

a(0)+b(0)*t

(5)

Метод наименьших квадратов дает возможность определить коэффициенты линейного уравнения a(0) и b(0)  по следующим формулам:

a(0)=

Ycp-b(0)*tcp

b(0)=

Σ(Y(t)-Ycp)*(t-tcp)/Σ(t-tcp)^2

F(0)=F(1-4)=

(Y(1)/Yp(1)+Y(5)/Yp(5))/2

(6)

(7)

(8)

Таблица 2


Промежуточные расчеты  для вычисления коэффициентов




t

Y(t)

Y(t)-Yср

t-tср

(t-tср)^2

(Y(t)-Yср)*(t-tср)

Yp(t)


1

36

-8,8750

-3,5000

12,2500

31,0625

41,9200


2

46

1,1250

-2,5000

6,2500

-2,8125

42,7700


3

55

10,1250

-1,5000

2,2500

-15,1875

43,6200


4

35

-9,8750

-0,5000

0,2500

4,9375

44,4700


5

39

-5,8750

0,5000

0,2500

-2,9375

45,3200


6

50

5,1250

1,5000

2,2500

7,6875

46,1700


7

61

16,1250

2,5000

6,2500

40,3125

47,0200


8

37

-7,8750

3,5000

12,2500

-27,5625

47,8700

сумму

 

359,00

 

 

42,0000

35,5000

359,1600

среднее

4,50

44,88

 

 

5,2500

 

 

Применяя линейную модель к первым 8 значениям ряда из таблицы 2 (т.е. к данным за первые 2 года), находим значения a(0), b(0).


a(0)=

Ycp-b(0)*tcp=

41,0714

 

b(0)=

Σ(Y(t)-Ycp)*(t-tcp)/Σ(t-tcp)^2=

0,8452

Тогда линейное уравнение будет иметь вид:

Yp(t)=

41,07+0,85*t


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)/Yp(1), и такое же отношение для I квартала второго года (т.е. за V квартал t=5) Y(5)/Yp(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= 0,8597,

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

F(-2)=[Y(2)/Yp(2)+Y(6)/Yp(6)]/2=1,0792;

F(-1)=[Y(3)/Yp(3)+Y(7)/Yp(7)]/2=1,2791;

F(0)=[Y(4)/Yp(4)+Y(8)/Yp(8)]/2=0,7800;         

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

Расчет значений Yp(t), a(t), b(t) и F(t) был сделан с помощью MS Office Excel и приведены в таблице 3.

Таблица 3

Модель Хольта-Уинтерса




t

Y(t)

a(t)

b(t)

F(t)

Yp(t)

0

-

41,0714

0,8452

0,8597

-

1

36

41,9047

0,8416

0,8593

36,03415

2

46

42,7092

0,8305

1,0779

46,13341

3

55

43,3775

0,7818

1,2724

55,69187

4

35

44,3733

0,8460

0,7853

34,44366

5

39

45,2689

0,8609

0,8606

38,85785

6

50

46,2065

0,8839

1,0804

49,72447

7

61

47,3455

0,9604

1,2820

59,91808

8

37

47,9497

0,8536

0,7771

37,93235

9

42

48,8026

0,8534

0,8606

42,00203

10

54

49,7532

0,8825

1,0834

53,64975

11

64

50,4216

0,8183

1,2744

64,91518

12

40

51,3102

0,8394

0,7786

39,81779

13

47

52,8882

1,0610

0,8774

44,88109

14

58

53,8252

1,0238

1,0799

58,44782

15

70

54,8729

1,0309

1,2752

69,89844

16

43

55,7013

0,9702

0,7746

43,52547


2. Для того, чтобы модель была качественной, уровни остаточного ряда Е(t) должны удовлетворять определенным условиям (точности и адекватности). Для проверки точности модели построим таблицу 4.

Условие точности выполняется, если относительная погрешность в среднем не превышает 5%. Суммарное значение относительных погрешностей составляет 17,63, что дает среднюю величину 17,63/16=1,10%.

Т.к. 1,10%<5%, следовательно,  условие точности выполнено.

Таблица 4

t

Y(t)

Yp(t)

E(t)

отн.погр., в %

1

36

36,03415

-0,03

0,09

2

46

46,13341

-0,13

0,29

3

55

55,69187

-0,69

1,26

4

35

34,44366

0,56

1,59

5

39

38,85785

0,14

0,36

6

50

49,72447

0,28

0,55

7

61

59,91808

1,08

1,77

8

37

37,93235

-0,93

2,52

9

42

42,00203

0,00

0,00

10

54

53,64975

0,35

0,65

11

64

64,91518

-0,92

1,43

12

40

39,81779

0,18

0,46

13

47

44,88109

2,12

4,51

14

58

58,44782

-0,45

0,77

15

70

69,89844

0,10

0,15

16

43

43,52547

-0,53

1,22

 

3. Проверка условия адекватности построенной модели.

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 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.

Общее число поворотных точек в нашем примере равно p=10 (таб. 5).

Рассчитаем значение q при N=16:



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

Промежуточные расчеты для оценки адекватности модели      Таблица 5

t

Y(t)

E(t)

P

(E(t)-E(t-1))^2

E(t)^2

E(t)*E(t-1)

0

-

-

-



-

1

36

-0,03

-

-

0,00

-

2

46

-0,13

0

0,01

0,02

0,00

3

55

-0,69

1

0,31

0,48

0,09

4

35

0,56

1

1,56

0,31

-0,38

5

39

0,14

1

0,17

0,02

0,08

6

50

0,28

0

0,02

0,08

0,04

7

61

1,08

1

0,65

1,17

0,30

8

37

-0,93

1

4,06

0,87

-1,01

9

42

-0,0020

0

0,87

0,00

0,00

10

54

0,35

1

0,12

0,12

0,00

11

64

-0,92

1

1,60

0,84

-0,32

12

40

0,18

0

1,20

0,03

-0,17

13

47

2,12

1

3,75

4,49

0,39

14

58

-0,45

1

6,59

0,20

-0,95

15

70

0,10

1

0,30

0,01

-0,05

16

43

-0,53

-

0,39

0,28

-0,05





21,61

8,91

-2,03


Проверка независимости уровней ряда остатков.

Проверку проводим двумя способами:

а) по d-критерию Дарбина-Уотсона

d=Σ(E(t)-E(t-1))^2/ΣE(t)^2=

2,42


В нашем случае d>2, т.е. имеет место отрицательная автокорреляция, следовательно находим d’=4-d=1,58. Из условия задачи d1=1,10, d2=1,37,  т.о. d2<d0<2. Уровни ряда остатков являются независимыми.

б) по первому коэффициенту автокорреляции r(1):

r(1)=Σ(E(t)*E(t-1))/ΣE(t)^2=

-0,23


Если модуль рассчитанного значения первого коэффициента автокорреляции меньше критического значения   r(1)<rтабл., то уровни ряда остатков независимы. В нашей задаче |r(1)|=0,23<rтаб=0,32 – условие независимости  выполняется.

Проверка соответствия ряда остатков нормальному распределению определяем по RS –критерию

Рассчитаем значение RS:

RS=(Emax Emin)/S,

где Emax - максимальное значение уровней ряда остатков E(t),

Emin - минимальное значение уровней ряда остатков E(t),

S - среднее квадратическое отклонение;

S=√(ΣE(t)^2/N-1)=

0,77

Emin=

-0,93

Emax=

2,12

RS=(Emax-Emin)/S=

3,96

 

Так как 3<3,96<4,21, полученное значение RS попало в заданный интервал. Значит, уровни ряда остатков подчиняются нормальному закону распределения.

Таким образам, все условия адекватности и точности выполнены. Следовательно, можно говорить об удовлетворительном качестве модели и возможности проведения прогноза показателя Yp(t) на четыре квартала вперед.

4. Построение прогноза.

Составим прогноз на 4 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 a(16), b(16) можно определить прогнозные значения экономического показателя Yp(t) (таб. 6).

Yp(17)=Yp(16+1)=[a(16)+1*b(16)]*F(16+1-4)   

Yp(18)=Yp(16+2)=[a(16)+2*b(16)]*F(16+2-4)

Yp(19)=Yp(16+3)=[a(16)+3*b(16)]*F(16+3-4)

Yp(20)=Yp(16+4)=[a(16)+4*b(16)]*F(16+4-4)

Таблица 6

t

Y(t)

a(t)

b(t)

F(t)

Yp(t)

0

-

41,0714

0,8452

0,8597

-

1

36

41,9047

0,8416

0,8593

36,03415

2

46

42,7092

0,8305

1,0779

46,13341

3

55

43,3775

0,7818

1,2724

55,69187

4

35

44,3733

0,8460

0,7853

34,44366

5

39

45,2689

0,8609

0,8606

38,85785

6

50

46,2065

0,8839

1,0804

49,72447

7

61

47,3455

0,9604

1,2820

59,91808

8

37

47,9497

0,8536

0,7771

37,93235

9

42

48,8026

0,8534

0,8606

42,00203

10

54

49,7532

0,8825

1,0834

53,64975

11

64

50,4216

0,8183

1,2744

64,91518

12

40

51,3102

0,8394

0,7786

39,81779

13

47

52,8882

1,0610

0,8774

44,88109

14

58

53,8252

1,0238

1,0799

58,44782

15

70

54,8729

1,0309

1,2752

69,89844

16

43

55,7013

0,9702

0,7746

43,52547

17





49,72639

18





62,24688

19





74,7395

20





46,15328


5. построение графика

Рис 1



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, %K и %D .

Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных (табл. 5).

      Таблица 7

Исходные данные о ценах открытия и закрытия

Дни

Цены

максимальная

минимальная

закрытия

1

600

550

555

2

560

530

530

3

536

501

524

4

545

521

539

5

583

540

569

6

587

562

581

7

582

561

562

8

573

556

573

9

610

579

592

10

645

585

645


Решение.

1.     Расчет экспоненциальной скользящей средней.

При расчете экспоненциальной скользящей средней (EMA) учитываются все цены предшествующего периода, однако последним значениям цены придается большее значение, чем предшествующим. Расчеты проводятся по формуле:

EMAt=k*Ct+(1-k)*EMA(t-1)

где k = 2/(n+1);

Ct   - цена закрытия t-го дня;

EMAt  - значение  EMA текущего дня t.

Начальное значение EMA рассчитывается как средняя арифметическая цен за определенное количество (n = 5)   предшествующих дней по формуле:

MAt = (Ct-n+1 + Ct-n+2 +…+Ct)/n,

где Ct – цена закрытия  t-го дня;

MAt  - значение скользящего среднего текущего дня  t.

MA4=(C1+C2+C3+C4)/4=

537


Расчеты представим в таблице (табл. 8) и изобразим на ценовом графике (рис. 2) экспоненциальную скользящую среднюю.


Необходимые расчеты проводим в Excel                                             Таблица 8

t

Ct

EMAt

1

555


2

530


3

524


4

539


5

569

547,7

6

581

558,8

7

562

559,9

8

573

564,2

9

592

573,5

10

645

597,3


Рис 2

Вывод: наблюдается восходящий тренд и тенденция повышения цен c 4 по 10 день; графики не пересекаются, то есть не ожидается разворота тренда; поэтому рекомендуется покупать с 4 по 10 день.

2) Расчет момента (MOM).

Момент – это разница между конечной ценой текущего дня Ct  и цены n дней тому назад Ct-n

MOMt=Ct-Ct-n

Где n = 5,  t = 5.

Дополним расчетную таблицу (табл. 9) столбцом (MOMt) и изобразим на графике результаты расчетов (рис. 3).

Таблица 9

t

Ct

EMAt

MOMt

1

555


-

2

530


-

3

524


-

4

539


-

5

569

551,9

14

6

581

561,6

51

7

562

561,7

38

8

573

565,5

34

9

592

574,3

23

10

645

597,9

64


Рис 3

Вывод: положительные значения MOM с девятый по десятый день свидетельствуют об относительном повышении цен; график МОМ не пересекает нулевой линии, следовательно, нет сигнала к развороту тренда, рекомендуется покупка с девятого по десятый день.

3) Расчет скорости изменения цен.

Скорость изменения цен (ROC) – это отношение конечной цены текущего дня к цене n дней тому назад, выраженное в процентах.

ROCt=(Ct/Ct-n)*100

где Ct - цена закрытия t–го дня;

ROCt - значение ROC текущего дня t.

Дополним расчетную таблицу (табл. 10) столбцом (ROCt) и изобразим на графике результаты расчетов (рис. 4).

Таблица 10

t

Ct

EMAt

MOMt

ROCt

1

555




2

530




3

524




4

539




5

569

547,7

14

102,52

6

581

558,8

51

109,62

7

562

559,9

38

107,25

8

573

564,2

34

106,31

9

592

573,5

23

104,04

10

645

597,3

64

111,02

Рис 4


Вывод: в рассматриваемой задаче наблюдается 100 % <  ROC с 5 по 10 день, поэтому рекомендуется покупать во все дни (5, 6, 7, 8, 9, 10); пересечения с уровнем 100 % нет, поэтому отсутствует сигнал разворота тренда.

4) Расчет индекса относительной силы.

Для расчета индекса относительной силы (RSI) применяют формулу:

RSIt=100-100/(1+AU/AD),

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

  AD - сумма убыли конечных цен за n последних дней.

 Дополним расчетную таблицу (табл. 11) и изобразим на графике результаты расчетов (рис. 5).

Таблица 11

t

Ct

EMAt

MOMt

ROCt

убыли цен

прирост цен

AD

AU

RSIt

1

555




-

-




2

530




25





3

524




6





4

539





15




5

569

547,7

14

102,52


30




6

581

558,8

51

109,62


12

31

57

64,77

7

562

559,9

38

107,25

19


25

57

69,51

8

573

564,2

34

106,31


11

19

68

78,16

9

592

573,5

23

104,04


19

19

72

79,12

10

645

597,3

64

111,02


53

19

95

83,33


Рис 5

Вывод: в шестой и в седьмой день график не достиг еще верхней критической зоны (перекупленности), что является сигналом к покупке в шестой и в седьмой дни; в восьмой, девятый и десятый день график  входит в верхнюю критическую зону (зону перекупленности), поэтому рекомендуется в 8, 9, 10  дни воздержаться от покупки.

5) Расчет стохастических линий: %K, %D, %R.

При расчете стохастических линий используется более полная информация (максимальные, минимальные цены и цены закрытия).

%K=100*(Ct-L5)/(H5-L5)

где % Kt  - значение индекса текущего дня t;

Ct – цена закрытия текущего дня t;

Lи H5 – минимальная и максимальная цены за 5 предшествующих дней, включая текущий.

Похожая формула используется для расчета % R:

%R=100*(H5-Ct)/(H5-L5)

где % Rt  - значение индекса текущего дня t;

Ct – цена закрытия текущего дня t;

Lи H5 – минимальная и максимальная цены за 5 предшествующих дней, включая текущий.

Индекс % D рассчитывается аналогично индексу % K, с той лишь разницей, что при его построении величины (Ct –L5) и (H5–C5) сглаживают, беря их трехдневную сумму.

%D=100*Σ(Ci-Li5)/Σ(Hi5-Li5)

Расчеты представим в таблице (табл. 12) и изобразим их на графике (рис. 6)






Таблица 12

 t

Ct

Ht

Lt

H5

L5

H5-L5

H5-Ct

%R

1

555

600

550






2

530

560

530






3

524

536

501






4

539

545

521






5

569

583

540

600

501

99

31

31,31

6

581

587

562

587

501

86

6

6,98

7

562

582

561

587

501

86

25

29,07

8

573

573

556

587

521

66

14

21,21

9

592

610

579

610

540

70

18

25,71

10

645

645

585

645

556

89

0

0,00


Ct-L5

%K

Σ(Ci-L5i)

Σ(H5i-L5i)

%D





















68

68,69




80

93,02




61

70,93

209,00

271

77,12

52

78,79

193,00

238

81,09

52

74,29

165,00

222

74,32

89

100,00

193,00

225

85,78

Таб.12

 Рис 6



Вывод: в данной задаче в шестой, восьмой и десятый дни стохастическая линия %K находится в верхней критической зоне (а  %R – в нижней критической зоне), что свидетельствует о перекупленности и рекомендуется воздержаться от покупки в течение 6, 8, и 10 дней; выход в пятый, седьмой и девятый дни %K и %R из критической зоны является сигналом к продаже в пятый, седьмой и девятый дни. Сигнал является достаточно сильным, так как подтверждается стохастической линией %D, которая находится в верхней критической зоне.



































Задание №3

Выполнить различные коммерческие расчеты, используя данные, приведенные в таблице 10. В условии задачи значения параметров приведены в виде переменных. По именам переменных из таблицы необходимо выбрать соответствующие численные значения параметров и выполнить расчеты.


Таблица 10

сумма

Дата начальная

Дата конечная

Время в днях

Время в годах

ставка

Число начислений

S

Тн

Тк

Тдн

Тлет

i

m

3 000 000

14.01.02

18.03.02

90

5

35

4

1.                     Банк выдал ссуду, размером 3 000 000 руб. Дата выдачи ссуды 14.01.02, возврата – 18.03.02. День выдачи и день возврата считать за 1 день. Проценты рассчитываются по простой процентной ставке 35 % годовых. Найти:

·                          точные проценты с точным числом дней ссуды;

·                          обыкновенные проценты с точным числом дней ссуды;

·                          обыкновенные проценты с приближенным числом дней ссуды.


Решение:

I = S·n·i

где n = t/K

·                                         t=17+28+17+1=63

К = 365;  t = 63;  I = 3 000 000 · 63 / 365 · 0,35 = 181 232,88 руб.;

·                                         К = 360;  t = 53;  I = 3 000 000 · 63 / 360 · 0,35 = 183 750 руб.;

·                                         t = 16 + 30 + 18 = 64

К = 360;  t = 64;  I = 3 000 000 · 64 / 360 · 0,35 = 186 666,67 руб.

2                   Через  90 дней после подписания договора должник уплатит 3 000 000 руб. Кредит выдан под 35% годовых (проценты обыкновенные). Какова первоначальная сумма и дисконт?

Решение:

 - первоначальная сумма;

D = SP - дисконт.



2 758 620,69 руб.

D = 3 000 000 – 2 758 620,69 = 241 379,31 руб.

 

3                                           Через 9 дней предприятие должно получить по векселю 3 000 000 руб. Банк приобрел этот вексель с дисконтом. Банк учел вексель по учетной ставке 35% годовых (год равен 360 дням). Определить полученную предприятием сумму и дисконт.

Решение:


D = S·n·d - дисконт;

P = SD - полученная сумма.


D = 3 000 000 · 0.35 · 90 / 360 = 262 500 руб.

P = S – D = 3 000 000 – 262 500 = 2 737 500 руб.


4       В кредитном договоре на сумму 3 000 000 руб. и сроком 5 года, зафиксирована ставка сложных процентов, равная 35% годовых. Определить наращенную сумму.

Решение:

S = P(1+i)n

 

S = 3 000 000 · (1 + 0.35)5 = 13 452 099 руб.


5                                           Ссуда, размером 3 000 000 руб. предоставлена на 5 года. Проценты сложные, ставка – 35% годовых. Проценты начисляются 4 раза в год. Вычислить наращенную сумму.

Решение:

S = P(1+j/m)N

Число периодов начисления в году m=4


S = 3 000 000 · (1+0,35 / 4)20 = 16 058 552 руб.


6                                           Вычислить эффективную ставку процента, если банк начисляет проценты 4 раза в году, исходя из номинальной ставки 35% годовых.

Решение:

iэ = (1+j/m)m – 1

Эффективная ставка показывает, какая годовая ставка сложных процентов дает тот же финансовый результат, что и m-разовое наращение в год по ставке j/m.


iэ = (1+0,35/4)4 – 1 = 0,3986  или 39,86%


7                                           Определить, какой должна быть номинальная ставка при начислении процентов 4 раза в году, чтобы обеспечить эффективную ставку 35% годовых.

Решение:

j = m[( 1+iэ )1/m – 1]


j = 4·[( 1+0.35)1/4 – 1] = 0,3116         т.е. 31,16%

 

8                                           Через 5 лет предприятию будет выплачена сумма 3 000 000 руб. Определить ее современную стоимость при условии, что применяется сложная процентная ставка 35% годовых.

Решение:


669 040,5 руб.


9                                           Через 5 года по векселю должна быть выплачена сумма 3 000 000 руб. Банк учел вексель по сложной учетной ставке 35% годовых. Определить дисконт.

Решение:

P = S(1 - dсл)n

где dсл – сложная годовая учетная ставка

 

P = 3 000 000 · (1 – 0,35)5 = 348 087 руб.

D = S – P = 3 000 000 – 348 087 = 2 651 913 руб.


10                                       В течение 5 лет на расчетный счет в конце каждого года поступает по 3 000 000,  на которые 4 раза в году начисляются проценты по сложной годовой ставке 35%. Определить сумму на расчетном счете к концу указанного срока.

Решение:


 32754831,5  млн. руб.