TEORIJA ODLUČIVANJA DECISION ANALYSIS

Σχετικά έγγραφα
Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za

Odlučivanje u uvjetima nesigurnosti

ELEKTROTEHNIČKI ODJEL

3.1 Granična vrednost funkcije u tački

numeričkih deskriptivnih mera.

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

TROŠAK KAPITALA Predmet: Upravljanje finansijskim odlukama i rizicima Profesor: Dr sci Sead Mušinbegovid Fakultet za menadžment i poslovnu ekonomiju

TRIGONOMETRIJSKE FUNKCIJE I I.1.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

Matematička analiza 1 dodatni zadaci

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu

Ispitivanje toka i skiciranje grafika funkcija

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

Riješeni zadaci: Nizovi realnih brojeva

RIJEŠENI ZADACI I TEORIJA IZ

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Korporativne finansije

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

VELEPRODAJNO I MALOPRODAJNO POSLOVANJE - VJEŽBE 9 - Sveučilišni preddiplomski studij Ekonomika poduzetništva

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

UPRAVLJANJE RIZICIMA. Sveučilište u Zagrebu EKONOMSKI FAKULTET ZAGREB Katedra za Ekonomiku poduzeća Prof. dr. sc. Danijela Miloš Sprčić

5. Karakteristične funkcije

41. Jednačine koje se svode na kvadratne

7. Troškovi Proizvodnje

Valutni rizik Usporedba VaR i Expected Shortfall metode Martina Samac

18. listopada listopada / 13

3 Populacija i uzorak

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

7 Algebarske jednadžbe

Velike fluktuacije na financijskim tržištima

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

Eliminacijski zadatak iz Matematike 1 za kemičare

TRIGONOMETRIJA TROKUTA

VJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Elementi spektralne teorije matrica

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

( , 2. kolokvij)

Operacije s matricama

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

Računarska grafika. Rasterizacija linije

Analiza savršene konkurencije u kratkom roku

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

PISMENI ISPIT IZ STATISTIKE

Kaskadna kompenzacija SAU

Dijagonalizacija operatora

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

DUALNOST. Primjer. 4x 1 + x 2 + 3x 3. max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 (P ) 1/9. Back FullScr

Funkcije dviju varjabli (zadaci za vježbu)

Zavrxni ispit iz Matematiqke analize 1

IZVODI ZADACI (I deo)

ZADACI ZA VEZBE1 MENADZERSKO RACUNOVODSTVO BEOGRADSKA POSLOVNA SKOLA VISOKA SKOLA STRUKOVNIH STUDIJA

VJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.

100g maslaca: 751kcal = 20g : E maslac E maslac = (751 x 20)/100 E maslac = 150,2kcal 100g med: 320kcal = 30g : E med E med = (320 x 30)/100 E med =

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?

SISTEMI NELINEARNIH JEDNAČINA

Osnovne teoreme diferencijalnog računa

Program za tablično računanje Microsoft Excel

Složeno periodično i neprekidno ukamaćivanje

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Ravnotežni model koji je u osnovi savremene finansijske teorije Izveden primenom principa diversifikacije pod pojednostavljenim pretpostavkama

Grafičko prikazivanje atributivnih i geografskih nizova

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Otpornost R u kolu naizmjenične struje

Slučajne varijable Materijali za nastavu iz Statistike

Izračun rizične vrijednosti - VaR

PRIMJER 3. MATLAB filtdemo

Testiranje statistiqkih hipoteza

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

Linearna algebra 2 prvi kolokvij,

Teorijske osnove informatike 1

1.4 Tangenta i normala

Rizik i nesigurnost I. Rizik i njegovo mjerenje; sklonost ka riziku

Numerička matematika 2. kolokvij (1. srpnja 2009.)

1 Promjena baze vektora

2. OSNOVNI POJMOVI TEORIJE VJEROJATNOSTI

Skup svih mogućih ishoda datog opita, odnosno skup svih elementarnih događaja se najčešće obeležava sa E. = {,,,... }

Linearna algebra 2 prvi kolokvij,

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

NOMENKLATURA ORGANSKIH SPOJEVA. Imenovanje aromatskih ugljikovodika

Riješeni zadaci: Limes funkcije. Neprekidnost

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

Akvizicija tereta. 5660t. Y= masa drva, X=masa cementa. Na brod će se ukrcati 1733 tona drva i 3927 tona cementa.

radni nerecenzirani materijal za predavanja

Transcript:

DONOŠENJE ODLUKA U UVJETIMA NEIZVJESNOSTI I RIZIKA TEORIJA ODLUČIVANJA DECISION ANALYSIS

NEIZVJESNOST- situacija koja može rezultirati s više različitih ishoda (ne nužno i negativnih) RIZIK- šansa ili vjerojatnost pojave negativnog događaja vezanog uz određenu akciju

IZVORI RIZIKA U POLJOPRIVREDI PROIZVODNI RIZIK- bolesti, štetnici, vremenske prilike, genetske varijacije Utječe na prinos, kvalitetu proizvoda i potrebe za radnom snagom i strojevima TRŽIŠNI RIZIK- promjene cijena inputa i proizvoda FINANCIJSKI RIZIK TRADICIONALANI RIZIK (RIZIK USLIJED NESREĆA- požar, poplave, krađe i sl. ZAKONSKI RIZIK LJUDSKI RIZIK

TEORIJA VJEROJATNOSTI U DONOŠENJU POSLOVNIH ODLUKA Matematička teorija slučajnih događaja počinje izučavanjem hazardnih igara Pacal i Fermat (15. stoljeće). P (A) = m ( A ) n m(a)- broj povoljnih ishoda n- broj svih mogućih ishoda nekog događaja 0 <= P(A) <= 1

EMPIRIJSKA VJEROJATNOST interval oborine (mm) broj opažanja 1 0-10 4 2 11-20 3 3 21-30 2 4 31-40 1 5 41-50 4 6 51-60 3 7 61-70 1 8 71-80 1 9 81-90 0 10 91-> 1 ukupno 20 vjerojatnost

interval oborine (mm) broj opažanja vjerojatnost 1 0-10 4 0,20 2 11-20 3 0,15 3 21-30 2 0,10 4 31-40 1 0,05 5 41-50 4 0,20 6 51-60 3 0,15 7 61-70 1 0,05 8 71-80 1 0,05 9 81-90 0 0,00 10 91-> 1 0,05 ukupno 20

poligon frekvencija 0,50 0,45 0,40 0,35 vjerojatnost 0,30 0,25 0,20 0,15 0,10 0,05 0,00 1 2 3 4 5 6 7 8 9 10 interval

poligon kumumativnih frekvencija 1,2 1 vjero jatn o st 0,8 0,6 0,4 0,2 0 1 2 3 4 5 6 7 8 9 10 interval oborina

Poslovno odlučivanje Rizične odluke imaju slijedećih pet dijelova: Akcija Događaj Posljedice Vjerojatnosti Kriteriji za odabir

Očekivana (novčana) vrijednost ili prosjek distribucije vjerojatnosti je ponderirani prosjek profitnih stopa za planirane događaje, pri čemu vjerojatnosti služe kao ponderi. E(V) = Pi * Vi i Pri čemu je E(V) očekivana vrijednost, Pi je vjerojatnost za svaki događaj i, a Vi je profit za svaku projekciju.

cijena 20 0,1 2,00 22 0,3 6,60 24 0,5 12,00 26 0,1 2,60 E(x) 23,20 Standardna devijacija 1,60 Koeficijent varijacije 6,90

Standardna devijacija (σ) je statistička mjera količine disperzije ili varijacije predviđenih događaja od očekivane vrijednosti. Standardna devijacija služi kao apsolutna mjera količine rizika, kada rizik poistovjećujemo s varijabilnošću. σt = Pi( Vi E) i 2

Koeficijent varijacije je relativna mjera stupnja varijabilnosti investicije. Stoga služi kao pokazatelj količine rizika u odnosu na očekivani povrat. CV = σ / E(V)

Ulagač je napravio prognoze povrata i vjerojatnosti ostvarenja tih povrata na tri razine: optimistična, realna i pesimistična. Prognoza Uzgoj goveda Uzgoj svinja Profitna stopa Vjerojatnost Profitna stopa Vjerojatnost Optimistična 0,15 0,30 0,21 0,10 Realna 0,12 0,40 0,15 0,60 Pesimistična 0,09 0,30 0,08 0,30

PROIZVOD 1 DOBIT VJEROJATNOST 4000 0 6000 0,08 8000 0,12 10000 0,18 12000 0,22 14000 0,24 16000 0,13 18000 0,03 20000 0 PROIZVOD 2 DOBIT VJEROJATNOST 4000 0,05 6000 0,08 8000 0,12 10000 0,14 12000 0,15 14000 0,16 16000 0,17 18000 0,09 20000 0,04

Alternativa A cijena vjerojatnost Prodaja u proljeće A1 15 n.j. O,2 A2 10 n.j. 0,5 A3 7.5 n.j 0,3 Alternativa B cijena vjerojatnost Prodaja odmah B1 9 n.j. 1,0

Zadatak- Očekivana novčana vrijednost Prodavač se suočava s problemom određivanja optimalne količine mlijeka koje bi dnevno trebao naručivati od proizvođača (Pretpostavimo kako mlijeko koje na kraju dana ostane neprodano propada). Prema podacima prodavača, potražnja se kreće kako je prikazano u tablici. a) Prema tablici 1, izračunaj vjerojatnost pojave određene razine dnevne potražnje b) b) Nabavna cijena mlijeka po jedinici iznosi 8 n.j., a prodajna cijena iznosi 10 n.j. Korištenjem vjerojatnosti iz tablice 1 odredi očekivanu novčanu vrijednost pri 27 jedinica mlijeka. Je li to optimalna dnevna količina koju treba naručiti? (2 boda)

Dnevna potražnja Ostvarena potražnja (broj dana) 25 jedinica 20 26 jedinica 60 27 jedinica 100 28 jedinica 20 ukupno Vjerojatnost (Pi)

Zadatak- Očekivani oportunitetni gubitak

Proizvođač sjemenske robe treba odrediti optimalnu razina proizvodnje. U tablici su prikazane su količine i potražnja u proteklom razdoblju Trošak proizvodnje iznosi 0,4 n.j/proizvod, a prodajna cijena 0,5 n.j./proizvod. Neprodano sjeme nema vrijednost. a) Prema tablici 1, izračunaj vjerojatnost pojave određene razine potražnje. b) Budući je vjerojatnost potražnje manje ili veće od 300.000,00 proizvoda jednaka, treba li proizvođač proizvoditi baš 300.000,00 proizvoda? Obrazložite korištenjem očekivane vrijednosti.

Potražnja (broj proizvoda) Ostvarena potražnja (broj razdoblja) Vjerojatnost (Pi) 100.000,00 2 200.000,00 2 300.000,00 2 400.000,00 2 500.000,00 2 Ukupno

Matrice Payoff matrices Regret matrices

Payoff matrica promjena cijena vjerojatnost prodaja odmah prodaja slijedeći tjedan -5 0,2 31-20 ista cijena 0,5 31 30 5 0,3 31 80 Minimalni povrat 31-20 Maksimalni "Gubitak" xxx xxx Očekivani povrat ili "gubitak" 31 35 Prosjek 31 30

Regret matrica promjena cijena vjerojatnost prodaja odmah prodaja slijedeći tjedan -5 0,2 0 51 ista cijena 0,5 0 1 5 0,3 49 0 Minimalni povrat xxx xxx Maksimalni "Gubitak" 49 51 Očekivani povrat ili "gubitak" 14,7 10,7 Prosjek 16,3 17,3

Kriteriji odlučivanja Maksimin- najveći minimalni povrat Minimaks- najmanji maksimalni oportunitetni trošak Maksimalni prosjek Maksimalni očekivani povrat Sigurnost na prvom mjestu Vjerojatnost uspjeha

Očekivana vrijednost savršene informacije Cecile Miller, korporacijski odvjetnik, razmišlja o kupovnim dionica tvrtke Eli Lilly, velike farmaceutske kuće. Prema njenim procjenama, zaraditi će 20.000,00US$ na kupnji dionica, ako tvrtka od državne agencije dobije dozvolu za plasman novoga lijeka na tržište. S druge strane, ako tvrtka ne dobije dozvolu, gubi 12.000,00 US$. Prema njenoj procjeni postoji 0.5 (50%) vjerojatnost kako će tvrtka dobiti odobrenje i 0.5 vjerojatnost da neće dobiti odobrenje za plasman novoga lijeka na tržište.

Očekivana korisnost Izbor između (1) sigurnog dobitka 1.000.000,00 US$ i (2) bacanja novčića kod kojega možeš dobiti 2.100.000,00 US$ ako bude glava i izgubiti 50.000,00 US$ ako padne na pismo. Očekivana novčana vrijednost takve oklade je

von Neumann-Morgenstern funkcija korisnosti Funkcija koristi pokazuju korist koju pojedinac pridružuje svakom mogućem rezultatu. Pokazuje preferencije donositelja odluka prema riziku U skladu s teorijom, donositelj odluka će uvijek odabrati onaj put koji maksimizira njegovu funkciju korisnosti.

Treba li uložiti u naftni biznis? Za dodatnu ilustraciju koncepta očekivane novčane vrijednosti uzeti ćemo u obzir slučaj William-a Beard-a stvarnog investitora. Pretpostavimo da g. Beard mora odlučiti hoće li uložiti ili ne uložiti u naftno crpilište na određenoj lokaciji. On posjeduje informacije o troškovima bušenja i cijeni nafte kao i geološke analize o vjerojatnosti postojanja nafte na određenoj lokaciji. Na osnovu geoloških izvješća, on vjeruje kako postoji 0.8 vjerojatnost da nafta ne bude nađena, 0.12 vjerojatnost da se nađe 100 tisuća barela nafte i vjerojatnost 0.08 da će biti nađeno milijun barela nafte. Samo na osnovu tih vjerojatnosti on ne može odlučiti hoće li ili ne investirati u naftnu bušotinu. On treba i podatke o dobiti (odnosno gubitku) za svaki od mogućih scenarija. Pretpostavimo kako vjeruje da investiranje donosi 50.000,00 US$ gubitka ako se nafta ne pronađe, 50.000,00 US$ dobiti u slučaju pronalaska 100 tisuća barela nafte i dobit od 500.000,00 US$ u slučaju pronalaska milijun barela nafte. Može li na osnovu tih informacija donijeti odluku investirati ili ne?

von Neumann- Morgenstern-ova funkcija korisnosti 25 20 15 10 5 0-100 0 100 200 300 400 500 600

slika 2: a) Osobe nesklone riziku KO RIS T slika 2. b) Osobe sklone riziku 30 28 C B KORIST 30 C 20 A 15 B A 20 40 60 VIS INA DO HO TKA 5 20 40 60 VISINA DOHOTKA s lika 2. c ) O sobe ne utra lne s ob ziro m na rizik KO R IS T 30 C 20 B 10 A 20 4 0 6 0 V IS IN A DO HO TKA

STRATEGIJE ZA KONTROLU RIZIKA Fleksibilnost Izbor proizvodnje i diverzifikacija Upravljanje proizvodnjom i proizvodna tehnika Održavanje rezervnih materijala potrebnih za proizvodnju Tržišna strategija Financijska strategija Rezerve radne snage i upravljanja Informacije Osiguranje

Primjer Za primjer možemo uzeti investitora koji ocjenjuje dva gospodarstva, jedno u Kukuruznom pojasu (Corn Belt), a drugu u Velikim ravnicama (Great Plains) u SAD-u. Financijski analitičar izvještava ulagača kako oba gospodarstva imaju otprilike istu profitabilnost i rizika. Točnije, svako gospodarstvo ostvaruje povrat na imovinu od 20% sa standardnom devijacijom od 10%. gospodarstvo Corn Belt Great Plains Profit (povrat na imovinu), % 20 20 Rizik (st. Devijacija) 10 10 Pretpostavimo kako ulagač može podijeliti svoja sredstva i jednoliko investirati na oba gospodarstva. Koja bi bila prednost takve strategije?

Model portfelja Portfelj model pokazuje kako različite kombinacije investicija mogu smanjiti rizik više nego je to slučaj kod jedne investicije Riječ portfelj (portfolio) znači mješavina ili kombinacija imovine, proizvodnji ili investicija.

Model portfelja Kombinacija ulaganja naziva se diverzifikacija i ima potencijal smanjenja rizika zbog: 1) broja ulaganja koje se poduzimaju, 2) korelacije (ili kovarijance) između očekivanih povrata pojedinih investicija i 3) mogućih promjena razine troškova i povrata po jedinici investicije.

INVESTICIJE X 1 i X 2 POVRAT r 1 i r 2 udjeli ukupnih resursa investiranih u X 1 i X 2 P 1 i P 2 P 1 + P 2 =1

Očekivani povrat portfelja je ponderirani prosjek pojedinačnih povrata: r t = r 1 P 1 + r 2 P 2 σ 1 i σ 2 standardne devijacije X 1 i X 2 njihova kovarijanca i σ 12 je σ 12 = c σ 1 σ 2 pri čemu je c koeficijent korelacije povrata r 1 i r 2

Ukupna varijanca portfelja je zbroj pojedinačnih proporcionalnih varijanci plus (ili minus) kovarijanca: σ T 2 = σ 12 P 1 2 + σ 22 P 22 + 2P 1 P 2 c σ 1 σ 2 i ukupna standardna devijacija je σ T = 2 σ T

gospodarstvo Corn Belt Great Plains Profit (povrat na imovinu), % 20 20 Rizik (st. Devijacija) 10 10 Pretpostavimo kako je korelacija između povrata jednaka nuli! 1. Očekivani povrat rt'= (0.20)(0.50) + (0.20)(0.50) = 0.20 (20%). 2. Ukupna varijancu diverzificiranog portfelja iznosi?

σ T2 = (0.10) 2 (0.50) 2 + (0.10) 2 (0.50) 2 + 2 (0.50)(0.50)(0.00)(0.10)(0.10) = 0.0025 +0.0025 + 0.0000 = 0.0050 i standardna devijacija iznosi: σ T = = 0.0700 (7.07%) 0.0050 Koeficijent korelacije = 1?

gospodarstvo Corn Belt Great Plains Pacific Profit (povrat na imovinu), % 20 20 20 Rizik (st. Devijacija) 10 10 10 Pretpostavimo kako je korelacija između povrata jednaka nuli!

Diverzifikacija, rizik i kapacitet otplate duga Ulaganje = 700.000,00 US$ Ulaganje A- stočarstvo B- ratarstvo C- fin. imovina profit 14 12 7,5 st.devijacija 8 5 1 Koef. varijacije Druge obveze, uključujući i financijske 25.000,00 25.000,00 25.000,00 Portfelj 1 2 Ponderi za svaku investiciju (%) A 100 50 B 0 50 C 0 0 Korelacije između investicija A i B 0.30 A i C -0.40 B i C -0.10 3 33 33 33

Portfelj 1 2 3 3. Očekivani povrat 4. Standardna devijacija 5. Koeficijent varijacije 6. Druge obveze, uključujući i financijske 25.000,00 25.000,00 25.000,00

D/E = 0.15 Glavnica i kamate 12.004,00 12.004,00 12.004,00 Minimalni iznos potreban za povlačenje i obveze prema 37.004,00 37.004,00 37.004,00 dugovanjima Vjerojatnost da će povrati biti dovoljni za vraćanje dugova i druge obveze

D/E = 1 Glavnica i kamate 46.016,00 46.016,00 46.016,00 Minimalni iznos potreban za povlačenje i obveze prema 71.016,00 71.016,00 71.016,00 dugovanjima Vjerojatnost da će povrati biti dovoljni za vraćanje dugova i druge obveze

FINANCIJSKI RIZIK Vlastiti kapital (u '000 n.j.) 50 50 50 Zaduženost (zaduženost/kapital) 0% 50% 100% Vanjski izvori kapitala (u '000 n.j.) 0 25 50 Ukupni kapital (u '000 n.j.) 50 75 100 Stopa povrata na ukupni kapital 10% 10% 10% Ukupni prihod ('000 n.j.) 5 7,5 10 Kamate, 10% (u '000 n.j.) 0 2,5 5 Dobit nakon plaćanja kamata ('000 n.j.) 5 5 5 Povrat na vlastiti kapital 10% 10% 10% Stopa povrata na ukupni kapital 5% 5% 5% Ukupni prihod ('000 n.j.) 2,5 3,8 5 Kamate, 10% (u '000 n.j.) 0 2,5 5 Dobit nakon plaćanja kamata ('000 n.j.) 2,5 1,3 0 Povrat na vlastiti kapital 5% 3% 0% Stopa povrata na ukupni kapital 15% 15% 15% Ukupni prihod ('000 n.j.) 7,5 11,3 15 Kamate, 10% (u '000 n.j.) 0 2,5 5 Dobit nakon plaćanja kamata ('000 n.j.) 7,5 8,8 10 Povrat na vlastiti kapital 15% 18% 20%