| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 6 / 6
First pagePrevious page1Next pageLast page
1.
2.
VREDNOTENJE BODOČIH TVEGANJ
Andrej Mastinšek, 2010, final seminar paper

Abstract: Globalna finančna kriza je bankam, podjetjem, borznim posrednikom in vlagateljem dala vedeti, da morejo biti bolj pazljivi pri investiranju, če si želijo zagotoviti svoj obstoj. Zavedati se morajo tveganja, ki ga s seboj prinaša vsak finančni posel, saj skoraj ni finančnega dogodka, ki bi ga lahko napovedali s popolno gotovostjo. Seveda se vsi zavedamo, da bolj kot je neka investicija tvegana, večji je lahko končni zaslužek oziroma dobiček. Vendar so posledice nespametnega investiranja lahko zelo dramatične ne le za finančni sektor ampak za celotno gospodarstvo nekega okolja, regije, države ali sveta. Baselski kriteriji regulacije kapitalske ustreznosti bank so se izkazali za neučinkovite, številni modeli tveganj v večini primerov niso delovali oziroma nekateri izmed njih so delovali celo katastrofalno. V realnem finančnem svetu najdemo mnoge modele, ki so finančnim institucijam dajali lažen občutek varnosti, saj so bili prepričani, da uporabljajo visoko razvite modele za odkrivanje, vrednotenje in preprečevanje tveganj. Model Value at Risk, ki so ga razvili v devetdesetih letih v ameriški banki J.P. Morgan, je eden izmed bolj zanesljivih modelov vrednotenja potencialnih tveganj. Na osnovi modela se danes razvijajo nove metode merjenja tveganj. VaR je postala standardna mera, s katero finančni analitiki kvantificirajo tržna tveganja. VaR je definiran kot maksimalna potencialna izguba portfelja finančnih instrumentov pri dani stopnji zanesljivosti. VaR se uporablja na različne načine, na primer kot mera za obvladovanje tveganj, kot podlaga za oceno uspešnosti tveganih naložb ter kot orodje za regulatorje trga. Zaradi tega je zelo pomembno, da je metode za izračun VaR dajejo natančne ocene.
Keywords: tveganje, obvladovanje tveganj, vrednotenje tveganj, normalna porazdelitev, volatilnost/nestanovitnost, korelacija, Value at risk model, historična metoda, korelacijska metoda, Monte Carlo simulacijska metoda
Published: 26.01.2011; Views: 1899; Downloads: 223
.pdf Full text (593,25 KB)

3.
4.
5.
Optimalno zaporedje investicij v energetsko prenovo stavb
Darja Zlodej, 2016, master's thesis

Abstract: Tema magistrskega dela je izdelava optimalnega zaporedja investicij v energetsko prenovo stavb. V magistrskem delu predstavimo dve metodi za izdelavo zaporedja s čim večjim prihrankom: Monte-Carlo metodo in požrešno metodo. Delo je razdeljeno na pet poglavij. V prvem poglavju je opisana energetska prenova stavb in predstavljena podlaga matematičnemu modeliranju (opis postopka matematičnega modeliranja, predstavitev optimizacijskih modelov in linearnega programiranja). V drugem poglavju je predstavljen problem nahrbtnika, najenostavnejši linearni program z eno omejitvijo. Opisanih in z algoritmom predstavljenih je več tipov nahrbtnika: preprosti problem nahrbtnika, problem nahrbtnika z unijami množic, problem nahrbtnika z delnimi urejenostmi. Tretje poglavje vsebuje matematični model za izdelavo zaporedja s čim večjim prihrankom. V tem poglavju je definirana matematična notacija in cilji modeliranja ter potrebni pogoji oziroma omejitve. Četrto poglavje je namenjeno algoritmu. V tem poglavju so predstavljeni vhodni in izhodni podatki. Opisana sta tudi algoritma za reševanje problema z Monte Carlo metodo in požrešno metodo. Zadnje poglavje magistrskega dela je namenjeno analizi rezultatov. V tem poglavju je s konkretnimi podatki predstavljena zgodba problema izdelave optimalnega zaporedja investicij v energetsko prenovo stavb. Sledi analiza in primerjava rezultatov, dobljenih z obema metodama. Končna ugotovitev kaže na to, da požrešna metoda določa boljše zaporedje investicij v energetsko prenovo stavb, kot metoda Monte Carlo.
Keywords: optimizacija, požrešna metoda, metoda Monte-Carlo, problem nahrbtnika
Published: 30.03.2016; Views: 503; Downloads: 120
.pdf Full text (614,94 KB)

6.
Inhibicija samo-replikacije proteinskih fibrilov
Samo Curk, 2018, master's thesis

Abstract: Proteinski fibrili nastanejo z agregacijo delno zvitih proteinov in so odgovorni ali pomembno vplivajo na mnogo hudih človeških bolezni, kot sta Alzeimerjeva ali diabetes tipa II. Samo-replikacija fibrilov je proces, v katerem obstoječi proteinski fibrili katalizirajo nastanek novih fibrilov na način, da ponudijo vezavno površino, kjer se proteini lažje srečajo in agregirajo. To prispeva k naglem in eksponentnem napredovanju bolezni. V magistrski nalogi predstavimo Monte Carlo simulacije računalniškega modela agregacije, v katerega vpeljemo inhibitorje. To so delci, ki se lahko vežejo na površino fibrilov in tako inhibirajo oziroma upočasnijo proces samo-replikacije. Takšen način inhibicije se izkaže za zelo učinkovit, ampak zaradi odbojne interakcije med delci naletimo tudi na pojav makromolekularnega gnečenja, ki povzroči, da se pri določeni pokritosti površine s proteini hitrost samo-replikacije poveča. Edinstven deskriptor hitrosti replikacije najdemo v povprečni velikosti skupka na površino vezanih proteinov, ki nosi informacijo o celotni porazdelitvi agregacijskih skupkov. Predstavimo teorije, ki uspešno razložijo vse značilnosti opažanega obnašanja. S pomočjo mrežnega modela napovemo, katere interakcije med delci na površini imajo največji inhibicijski potencial.
Keywords: agregacija amiloidov, samo-sestavljanje proteinov, inhibicija, ra\v cunalni\v ske simulacije, metoda Monte Carlo, nukleacijski mehanizem, gne\v cenje makromolekul, krajina proste energije, statisti\v cna mehanika, mehka snov, fizikalna kemija
Published: 20.11.2018; Views: 183; Downloads: 42
.pdf Full text (10,23 MB)

Search done in 0.06 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica