1. |
2. VREDNOTENJE BODOČIH TVEGANJAndrej Mastinšek, 2010, delo diplomskega seminarja/zaključno seminarsko delo/naloga Opis: 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.
Ključne besede: tveganje, obvladovanje tveganj, vrednotenje tveganj, normalna porazdelitev, volatilnost/nestanovitnost, korelacija, Value at risk model, historična metoda, korelacijska metoda, Monte Carlo simulacijska metoda
Objavljeno: 26.01.2011; Ogledov: 1754; Prenosov: 201
 Celotno besedilo (593,25 KB) |
3. Metoda planiranja in optimiranja kapacitet dinamičnih strežnih sistemovSaša Klampfer, 2012, doktorska disertacija Opis: V doktorski disertaciji predstavljamo reševanje problema načrtovanja in planiranja strežnih kapacitet dinamičnih strežnih sistemov s stohastičnimi izbruhi. Skladno z reševanjem omenjenega problema rešujemo tudi problem dinamične rezervacije in redukcije telekomunikacijskih linij. Primarni cilj raziskovalnega dela se navezuje na iskanje optimalnega števila vhodnih telekomunikacijskih linij v Margento strežni sistem mobilnega plačevanja ob minimizaciji števila zavrnjenih transakcijskih zahtev v obdobjih koničnega stohastičnega obremenjevanja. Z iskanjem optimalne rešitve za specifičen scenarij rešujemo še problematiko točne napovedi nabave strojne opreme ter problematiko ekonomsko učinkovitega planiranja. Izhodišče za izpeljavo podmodelov in glavnega modela Margento strežnega sistema nam predstavljajo realni rezultati, ki opisujejo obnašanje v pravem sistemu. Razvita metoda temelji na teoriji funkcij porazdelitev, ki jih kot temeljni matematični element uporabljamo v simulacijskem modelu. V navezi z vključeno optimizacijsko funkcijo, ki deluje v režimu spreminjanja parametra strežnih kapacitet in z ozirom na postavljen prag nam razviti model in optimizacija tvorita predlagano metodo planiranja strežnih kapacitet, katere osnova sta simulacija/emulacija ter matematične funkcije porazdelitev. Z optimizacijo hkrati minimiziramo stroške načrtovanja in dimenzioniranja procesnega centra, strežnega sistema, saj najem vsake vhodne povezave predstavlja dodaten strošek, kot predstavlja dodaten strošek tudi vsaka neizkoriščena telekomunikacijska povezava do strežnega sistema. Razlog za razvoj lastne metode načrtovanja strežnih kapacitet gre iskati v specifičnosti obstoječih rešitev (analitično reševanje, linearne napovedi ipd.), kjer slednje postanejo prekompleksne v primeru stohastičnih obremenitev, velike dinamike pri spremembah obremenitev strežnega sistema, ki jih v regulacijski tehniki pojmujemo kot nihanja v sistemu itd. S predlagano in kasneje predstavljeno metodo smo pokazali še njeno univerzalno uporabnost na področjih procesov in sistemov katerih dogajanje lahko opišemo z uporabo enakih funkcij porazdelitev, kot jih uporabljamo v primeru Margento strežnega sistema. Validacijo metode smo izvedli skladno z realnimi podatki iz realnega sistema, kjer smo število potrebnih telekomunikacijskih povezav dobljenih na osnovi metode primerjali s številom maksimalno hkrati izrabljenih povezav v realnem sistemu (logi). V praksi se lahko pojavita tudi oba robna scenarija, in sicer premalo, oziroma preveč povezav, ki sta nezaželena tako za uporabnike kot tudi za ponudnika določene storitve. S predlagano metodo in lastnim razvitim orodjem (simulatorjem), ki nam predstavlja zgolj pripomoček za analizo različnih scenarijev, želimo dvigniti nivo in kvaliteto storitev ter hkrati iz ekonomskega stališča reducirati in optimirati stroške investicij v nadgradnjo strojne opreme kot tudi najema vhodnih telekomunikacijskih povezav. Optimalno rešitev lahko najdemo z ročnim spreminjanjem parametra strežnih kapacitet (zamudno), oziroma avtomatično, s pomočjo metode avtomatizacije simulacijskih tekov ter avtomatičnega spreminjanja količine strežnih kapacitet. V primeru avtomatičnega iskanja optimuma, razviti simulator, kot orodje in pripomoček, sam generira število simulacijskih tekov in v vsakem izmed njih prilagaja strežno kapaciteto, dokler ne najde ponovljive rešitve v skladu s postavljenim pragom (še sprejemljiv nivo zavrnjenih klicev, transakcij oz. z obzirom na maksimalno še dovoljeno čakalno dobo v čakalni vrsti). V disertaciji podrobno predstavljamo tudi ključne segmente, ki sestavljajo strežni sistem (normalni oz. lažni klic, statistična Gaussova krivulja porazdelitve klicev, mehanizmi sprejemanja in zavračanja klicev, transakcij, upravljanje s kapaciteto vhodnih povezav, naključno proženje klicev itd.) in so hkrati podmodeli predlagane metode. Neposredno primerjavo, s katero pokažemo veljavnost teze na področju planiranja in reševanja že omenjene problema
Ključne besede: planiranje kapacitet, stohastika, naključnost, simulacija, emulacija, metoda, modeliranje, statistični model, klicalec, transakcija, porazdelitev klicev, strežni sistem, obremenjevanje, normalna porazdelitev, optimizacija, redukcija.
Objavljeno: 23.05.2012; Ogledov: 1577; Prenosov: 130
Celotno besedilo (5,41 MB) |
4. ANALIZA DELNIH PRAZNITEV S POMOČJO STATISTIČNIH METODGašper Centrih, 2013, magistrsko delo Opis: Namen magistrske naloge je analiza različnih vrst delnih praznitev s statističnimi metodami. Delne praznitve ne vodijo do takojšnjega preboja in uničenja izolacijskega materiala. Če se pojavljajo čez daljši časovni rok, pa lahko negativno vplivajo na izolacijske lastnosti dielektrika. Povzročajo erozijo materiala vse do točke popustitve dielelktrične trdnosti oziroma preboja. Velikega pomena je torej njihovo ocenjevanje in kontroliranje. V magistrski nalogi so bile za analizo delnih praznitev uporabljene različne teoretične porazdelitve kot, normalna, lognormalna in gamma porazdelitev. Za ocenitev povezovanja med dejansko in teoretično porazdelitvijo se uporablja Anderson-Darling test prilagajanja. Kot referenca pa je opravljen še test normalnosti s Kolmogorov-Smirnov testom. S pomočjo pridobljenih parametrov se posameznim vrstam delnih praznitev določijo karakteristične lastnosti.
Ključne besede: delne praznitve, statistične metode, skoznjiki, podporni izolatorji, normalna porazdelitev, analiza
Objavljeno: 17.01.2014; Ogledov: 895; Prenosov: 80
Celotno besedilo (7,41 MB) |
5. Diskriminantna analizaDragana Nikolić, 2017, magistrsko delo Opis: V magistrskem delu so predstavljene osnove diskriminantne analize. Magistrsko delo je razdeljeno v štiri dele.
V prvem delu so predstavljeni osnovni pojmi statistike, potrebni za obrazložitev diskriminantne analize. V drugem delu sta obrazložena postopka analize variance (ANOVA) in multivariatne analize variance (MANOVA). Tretji del je namenjen obrazložitvi diskriminantne analize. Podrobno sta obrazloženi diskriminantna analiza za dve skupini kot tudi diskriminantna analiza za več skupin. V zadnjem delu smo na podatkih, pridobljenih iz aplikacije mOIDom, opravili diskriminantno analizo.
Ključne besede: diskriminantna analiza, diskriminantna funkcija, normalna porazdelitev, analiza variance, multivariatna analiza variance, statistični testi
Objavljeno: 13.11.2017; Ogledov: 518; Prenosov: 110
Celotno besedilo (996,86 KB) |
