| Autor: Bogusław Bieda | 379 |
Strony: 379-391
Keywords: risk analysis, Monte Carlo Simulation, SimLab®
Słowa kluczowe: analiza ryzyka, symulacja Monte Carlo, SimLab®
JEL classification: O22
pełen tekst
Summary
Investment risk analysis has received a lot of attention in the economic literature. This paper describes stochastic evaluation of the waste to energy facility project using the Monte Carlo simulation with Simlab® software package. Sensitivity analysis of the stochastic cost model of the investment project, built in simulations, provides information about the element of the project cost model which has the largest impact on the end value of the project. In conclusion the author encourages a wider use of Monte Carlo simulation in economic analyses of investment projects.
ANALIZA RYZYKA PROJEKTU INWESTYCYJNEGO BUDOWY ZAKŁADU ODZYSKIWANIA ENERGII Z ODPADÓW
Słowa kluczowe: analiza ryzyka, symulacja Monte Carlo, SimLab®
JEL classification: O22
pełen tekstSummary
Investment risk analysis has received a lot of attention in the economic literature. This paper describes stochastic evaluation of the waste to energy facility project using the Monte Carlo simulation with Simlab® software package. Sensitivity analysis of the stochastic cost model of the investment project, built in simulations, provides information about the element of the project cost model which has the largest impact on the end value of the project. In conclusion the author encourages a wider use of Monte Carlo simulation in economic analyses of investment projects.
ANALIZA RYZYKA PROJEKTU INWESTYCYJNEGO BUDOWY ZAKŁADU ODZYSKIWANIA ENERGII Z ODPADÓW
Streszczenie
Analiza ryzyka inwestycyjnego znajduje obszerne miejsce w literaturze ekonomicznej. Prezentowana praca opisuje stochastyczne podejście w analizie projektu inwestycyjnego budowy zakładu odzyskiwania energii z odpadów z użyciem symulacji Monte Carlo wraz z pakietem komputerowym Simlab®. Analiza wrażliwości stochastycznego modelu kosztowego inwestycji, utworzona w wyniku symulacji, dostarcza informacji, który element modelu kosztowego inwestycji ma największy wpływ na wartość końcową wartości inwestycji. W konkluzji, prezentowana praca zachęca do szerszego użycia symulacji Monte Carlo w analizach ekonomicznych inwestycji.