| | 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 - 4 / 4
First pagePrevious page1Next pageLast page
1.
2.
OPCIJSKO MODELIRANJE IN MERJENJE VELIKOSTI UČINKA ZA PODPORO ODLOČANJU V AGROŽIVILSTVU
Matej Kolenko, 2015, doctoral dissertation

Abstract: Osnovni namen raziskave je bil prikaz aplikacije metod realnih opcij v kmetijstvu in kot pomembno dopolnilo k temu merjenje velikosti učinka s Cohenovim d indeksom. Rezultati tradicionalne CBA s parametrom (NSVt) so pokazali, da je najsmotrnejša proizvodnja posušene čebule (NSVt = 518.066 €). Za oceno realnih opcij investicijskih projektov predelave čebule sta bila nadalje uporabljena Black-Scholesov model in binomski model. Opcijske vrednosti (OV) tako pri Black-Scholesovem (BS) modelu kot tudi pri binomskem modelu kažejo pozitivne vrednosti za vse tri vrste predelave čebule (zamrznjena čebula, čebulni obročki, posušena čebula). Kot najbolj smotrna investicija se je izkazala predelava čebule v posušeno čebulo. Vrednost opcije po Black-Scholes metodi je znašala 39.798 € in pri binomskem modelu 77.561 €. Realne opcije imajo pomembno vrednost, saj se tradicionalne metode naložbene analize tako nadgradijo tudi z metodami, ki upoštevajo realne opcije tudi s stohastičnega vidika. S pomočjo Cohenovega d indeksa smo merili velikost učinka med spletno in terensko anketo pri obravnavanih vprašanjih. Ugotovitve kažejo, da je pri vseh vprašanih 76 % rezultatov med obema skupinama identičnih, kar pomeni, da imamo opravka z majhnim učinkom, 20 % ima srednje velik učinek, 4 % predstavljajo velik učinek.
Keywords: CBA analiza, realne opcije, Black-Scholesov model, binomski model, velikost učinka, Cohen d indeks, predelava čebule
Published: 12.06.2015; Views: 1255; Downloads: 211
.pdf Full text (2,09 MB)

3.
Vrednotenje investicijskih naložb z opcijskimi modeli
Matej Kolenko, 2011, master's thesis

Abstract: Za vrednotenje investicijskih projektov je splošno v uporabi metoda t.i. Cost Benefit analiza (CBA). V želji, da bi imeli vpogled tudi v samo jedro investicije, so čedalje bolj v uporabi t.i. opcijski moduli z realnimi opcijami, ki predstavljajo stohastičen pristop. Osnovni namen raziskave je bil prikaz aplikacije metod realnih opcij v kmetijstvu. Rezultati tradicionalne CBA s parametrom (NSVt) so pokazali, da je najsmotrnejša proizvodnja krompirja predelanega v kocke (NSVt = 273.213,92 €). Za oceno realnih opcij investicijskih projektov predelave krompirja sta bila nadalje uporabljena Black-Scholesov in binomski model. Opcijske vrednosti (OV) tako pri Black-Scholesovem (BS) modelu kot tudi pri binomskem modelu kažejo pozitivne vrednosti za vse tri vrste predelave (pomfrit, krhlji in kocke). Za krompir predelan v kocke znaša OV 105.860, 90 € pri BS in 105.324,42 € pri binomskem modelu. Realne opcije imajo torej pomembno vrednost, saj se tradicionalne metode naložbene analize tako nadgradijo tudi z metodami, ki upoštevajo realne opcije tudi s stohastičnega vidika.
Keywords: CBA analiza, realne opcije, Black-Scholesov model, binomski model, investicijske naložbe v kmetijstvu
Published: 27.06.2011; Views: 2886; Downloads: 341
.pdf Full text (836,21 KB)

4.
MODELIRANJE SLIK SAR Z AVTO-BINOMSKIM MODELOM
Marko Hebar, 2010, dissertation

Abstract: Doktorska disertacija predstavlja odpravljanje pegastega šuma z modeliranjem in izločanjem informacij iz posnetkov SAR (ang. Synthetic Aperture Radar - SAR), ki je izvedeno z Bayesovim sklepanjem. Novost, ki jo predstavljam v doktorski disertaciji je uporaba avto-binomskega modela pri Bayesovem sklepanju prvega reda, kjer ga za apriorno verjetnost uporabimo pri modeliranju posnetka. Verjetje v Bayesovem sklepanju prvega reda modelira pegasti šum, ki ga opišemo z gama porazdelitvijo. Odpravljanje pegastega šuma je izvedeno s cenilko največje verjetnosti MAP (ang. maximum a posteriori - MAP), ki jo je analitično zelo težko rešiti, zato z avto-binomskim modelom uporabimo aproksimacijo z diferencialom. Parametri avto-binomskega modela se določijo z Bayesovim sklepanjem drugega reda. Robovi v posnetku se določijo z algoritmom rasti regij. Glede na koeficient variacije so ločene homogene od heterogenih regije in adaptivno prilagajanje okolice avto binomskega modela. Eksperimentalni rezultati so pokazali, da predstavljena metoda zelo dobro modelira teksture in ima dobre lastnosti odpravljanja pegastega šuma in zelo dobro modelira teksture v realnih posnetkih SAR.
Keywords: Avto-binomski model, izločevanje informacij, maksimum a posteriori (MAP) cenilka, Synthetic aperture radar (SAR), ohranjevanje tekstur.
Published: 24.01.2011; Views: 2271; Downloads: 131
.pdf Full text (37,81 MB)

Search done in 0.13 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica