- Author
- Kaczmarzyk Jan (University of Economics in Katowice, Poland)
- Title
- Prospective Financial Analysis with Regard to Enterprise Risk Exposure - The Advantages of the Monte Carlo Method
Prospektywna analiza finansowa z uwzględnieniem ryzyka przedsiębiorstwa - zalety podejścia Monte Carlo - Source
- Nauki o Finansach / Uniwersytet Ekonomiczny we Wrocławiu, 2016, nr 2 (27), s. 23-37, rys., tab., bibliogr. 22 poz.
Financial Sciences / Uniwersytet Ekonomiczny we Wrocławiu - Keyword
- Finanse przedsiębiorstwa, Analiza finansowa, Ryzyko, Prognozowanie, Metoda Monte Carlo
Enterprise finance, Financial analysis, Risk, Forecasting, Monte Carlo method - Note
- streszcz., summ.
- Abstract
- Celem prospektywnej analizy finansowej jest dostarczenie prognozowanych wartości kluczowych kategorii i wskaźników finansowych. W zmiennym otoczeniu konieczne jest jednak rozważenie ekspozycji działalności gospodarczej przedsiębiorstwa na ryzyko. Prognozowane poziomy kategorii lub wskaźników finansowych stanowiących zmienne ryzyka - same w sobie - mogą być sygnałem o narażeniu przedsiębiorstwa na określony rodzaj ryzyka. Dysponowanie pojedynczym scenariuszem nie pozwala jednak na ocenę zmienności. Właściwym rozwiązaniem jest określenie rozkładów prawdopodobieństwa kategorii lub wskaźników finansowych. Uzyskanie dokładnego rozkładu prawdopodobieństwa zmiennej ryzyka stanowiącej prognozowaną kategorię lub wskaźnik finansowy w prospektywnej analizie finansowej umożliwia metoda Monte Carlo. Celem artykułu jest wskazanie możliwości zwiększenia skuteczności prospektywnej analizy finansowej przez wykorzystanie symulacji Monte Carlo.(abstrakt oryginalny)
Prospective financial analysis is a key decision tool in an enterprise. The traditional approach confronts the forecasted value of a financial category or a financial ratio with a requirement or a standard. Knowing that the particular category or the ratio meets the requirement or the standard is a kind of risk information, but realizing that the requirement or the standard is met with a particular probability level is a detailed image of risk. The aim of the paper is to indicate the possibility to increase the effectiveness of prospective financial analysis by using a Monte Carlo simulation. The biggest advantage of the presented approach (that is in fact the evolution of the traditional scenario approach to risk analysis) is that it delivers the detailed probability distributions of key financial categories and ratios. Shareholders accepting the results of prospective financial analysis with the Monte Carlo simulation should accept risk in a more conscious way than in the case of the traditional approach.(original abstract) - Accessibility
- The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics - Full text
- Show
- Bibliography
-
- Benninga S., 2008, Financial Modeling, The MIT Press, Cambridge.
- Brealey R., Myers S., Marcus A., 2001, Fundamentals of Corporate Finance, McGraw-Hill, New York.
- Chapman R., 2006, Simple Tools and Techniques for Enterprise Risk Management, John Wiley & Sons, West Sussex.
- Day A., 2003, Mastering Risk Modelling, FT Prentice Hall, Harlow.
- Fabozzi F., Peterson P., 2003, Financial Management and Analysis, John Wiley & Sons, New Jersey.
- Gorczyńska M., 2013, Stabilność finansowa a zrównoważony rozwój przedsiębiorstwa, Journal of Management and Finance, no. 2, pp. 99-110
- Helfert E., 2001, Financial Analysis Tools & Techniques. A guide for managers, McGraw-Hill, New York.
- Hertz D., 1964, Risk analysis in capital investment, Harvard Business Review, vol. 42, issue 1, pp. 95-106.
- Jajuga K. (ed.), 2007, Zarządzanie ryzykiem, PWN, Warszawa.
- Kaczmarzyk J., 2013, A subjective approach in risk modelling using simulation techniques, Studia Ekonomiczne Uniwersytetu Ekonomicznego w Katowicach, no. 127, pp. 23-34.
- Kaczmarzyk J., 2016, Reflecting interdependencies between risk factors in corporate risk modeling using Monte Carlo simulation, Econometrics, no. 2, pp. 98-107.
- Kaczmarzyk J., Zieliński T., 2010, Metody symulacyjne w poszerzonej analizie wrażliwości, Studia Ekonomiczne Uniwersytetu Ekonomicznego w Katowicach, no. 71, pp. 171-187.
- Łukasik G. (ed.), 2004, Strategie finansowe przedsiębiorstw w sytuacjach ryzykownych, Akademia Ekonomiczna w Katowicach, Katowice.
- Proctor K., 2010, Building Financial Models with Microsoft Excel, John Wiley & Sons, New Jersey.
- Rees M., 2008, Financial modelling in practice, John Wiley & Sons, West Sussex.
- Rogowski W., 2008, Rachunek efektywności inwestycji, Oficyna Ekonomiczna/Wolters Kluwer Polska, Kraków.
- Sengupta C., 2010, Financial Analysis and Modelling Using Excel and VBA, John Wiley & Sons, New Jersey.
- Sierpińska M., Jachna T., 2004, Ocena przedsiębiorstwa według standardów światowych, PWN, Warszawa.
- Tjia J., 2004, Building Financial Models, McGraw-Hill, New York.
- Vose D., 2008, Risk Analysis. A Quantitative Guide, John Wiley & Sons, West Sussex.
- Wilmott P., 2006, Paul Wilmott on Quantitative Finance. Volume 3, John Wiley & Sons, West Sussex.
- Zieliński T., 2010, Ryzyko na rynku finansowym, [in:] Rynek finansowy, Pyka I. (ed.), Akademia Ekonomiczna w Katowicach, Katowice.
- Cited by
- ISSN
- 2080-5993
- Language
- eng
- URI / DOI
- http://dx.doi.org/10.15611/nof.2016.2.02
