
Compre ou faça o upgrade agora e receba 100 modelos gratuitos
Faça o upgrade agora e economize US $800 – Compre a versão nova por US $1195
Receba o livro Financial Models e mais de 100 modelos de exemplo grátis
» Faça upgrade de qualquer versão prévia do @RISK 4.5 a preços especiais por um tempo limitado:
Para o @RISK 5.0 Industrial — US$ 1195 — Economize US $800
Para o @RISK 5.0 Professional — US$ 895 — Economize US $ 600
Para o @RISK 5.0 Standard– US$ 725 – Economize US$ 470

» Compra a versão nova por apenas:
@RISK 5.0 Industrial — US $1995
@RISK 5.0 Professional — US $1495
@RISK 5.0 Standard — US $1195
Todos os preços incluem um ano complete de manutenção, até um valor de US $499.
» Usuários com plano de manutenção - Upgrade gratuito para o @RISK 5.0
» Faça o download da versão teste
» Veja as novidades do @RISK 5.0
Todas as compras do @RISK 5.0 feitas até 29 de Fevereiro de 2008 serão enviadas com uma cópia GRATUITA do livro Financial Models Using Simulation and Optimization de Wayne Winston e todos os modelos de exemplo que o acompanham. Publicado inicialmente em 1998, este livro foi atualizado para o @RISK 5.0 em uma nova 3a edição e se tornou a referência para modelagem sob incerteza em negócios e finanças. Equipado com mais de 100 exemplos reais em planilhas, vem com instruções passo a passo para os modelos sobre uma vasta lista de tópicos em finanças e negócios.
Esta oferta se encerra em 29 de Fevereiro.
+607 277 8000 ext. 319 | dcastellot@palisade.com
Mais sobre o @RISK 5.0
A biblioteca @RISK
As versões Professional e Industrial do @RISK 5.0 incluem a Biblioteca @RISK, uma base de dados de aplicações em separado para compartilhar funções de distribuição de probabilidade do @RISK e comparar resultados para diferentes simulações. A Biblioteca @RISK usa um servidor SQL para armazenar dados do @RISK. Usuários diferentes em uma organização podem acessar um Biblioteca @RISK compartilhada para ter acesso a:
- Distribuições de probabilidade de entrada comuns que foram pré-definidas para uso nos modelos de Risco da organização
- Resultados de Simulação de diferentes usuários em uma organização
Funções de distribuição de probabilidade na biblioteca do @RISK podem ser acessadas a partir da janela Definir distribuição (Define Distribution) como qualquer outra distribuição.
A biblioteca @RISK tornará a padronização e consistência das análises muito mais fácil. Com a biblioteca @RISK a eficiência do grupo de trabalho aumentará significativamente.
A Função Composta (Compound)
A nova função RiskCompound, especialmente aplicável para o setor de seguros, pode ser usada para modelagem “freqüência – severidade” e usa duas distribuições para criar uma nova e única distribuição de entrada. Esta função recebe dois argumentos. Cada argumento pode ser uma função do @RISK ou pode ser um referência de célula para outra formula. Em uma dada iteração, o primeiro argumento especifica o número de amostrar que será realizado da distribuição inserida como segundo argumento. Estas amostras da segunda distribuição são então somadas para representar o valor retornado pela função RiskCompound.
Por exemplo, a função:
RiskCompound(RiskPoisson(5),RiskLognorm(10000,10000))
Seria usada no setor de seguros, onde a freqüência do número de sinistros é descrita pela RiskPoisson(5) e a severidade de cada sinistro é dada por RiskLognorm(10000,10000).. Aqui o valor amostrado retornado pela RiskCompound é a quantia total paga em sinistros para a iteração, conforme o número de sinistros indicados pela amostra da RiskPoisson(5), , cada um com a quantidade amostrada pela RiskLognorm(10000,10000).
A RiskCompound pode eliminar centenas ou milhares de funções de distribuição de modelos existentes do @RISK, encapsulando-as em uma única função. O resultado são modelos muito mais simples de usar e que rodam muito mais rápido.
A RiskCompound suporta referências a células com fórmulas para modelagem mais complexa, como levar em conta o momento do pagamento dos sinistros para obter o total geral.

Incluído na versão industrial do @RISK 5.0 e na Suíte DecisionTools, o RISKOptimizer 5.0 foi redesenhado completamente em uma sensacional nova versão. Uma interface resumida e simples, suporte a faixas de células, monitoramento melhorado do progresso da otimização, uma rotina mais rápida e mais fazem o RISKOptimizer a “mais prática ferramenta do mercado”, segundo a PC World.
RISKOptimizer combina a Tecnologia de Simulação de Monte Carlo do @RISK com a de Otimização via Algoritmos Genéticos permitindo Otimização de planilhas Excel que contenham valores incertos. Busque qualquer problema de otimização e substitua os valores incertos com funções de probabilidade do @RISK que representem a faixa de valores possíveis. Para cada tentativa de solução que o RISKOptimizer tente durante a Otimização, rodará também uma Simulação de Monte Carlo encontrando a combinação de células ajustáveis (variáveis de decisão) que forneçam os melhores resultados para a Simulação.
» Mais sobre o RISKOptimizer
Modelos de Exemplo do @RISK 5.0
Caminhos aleatórios (Random Walk) para precificação de ativos e avaliação de opções (valuation)
Modelos de preços de ativos (ações, propriedades, commodities) em geral assumem um passeio aleatório (Random Walk) no tempo, no qual as mudanças periódicas de preço são aleatórios e nos modelos mais simples, independentes entre si. O preço futuro de um ativo poderá resultar de algum contrato ou resultado possuir valor, como no caso de opções em mercados financeiros. Nestes casos, o valor do contrato (pagamento contingente ou opção) é calculo como a média do valor descontado do resultado futuro. No caso especial das Opções Européias em um ativo subjacente comercializado, o valor calculado da Simulação pode ser comparada com fórmulas matemáticas que fornecem a avaliação analiticamente, como a Equação de Black-Scholes. Este modelo particular compara o resultado médio simulado para opções européias de compra (call) e venda (put) com a avaliação Black-Scholes.
No caso de caminhos aleatórios correlacionados de vários ativos com correlação constante, a modelagem pode ser feita utilizando a funcionalidade Séries Temporais Correlacionadas (Correlated Time Series) do @RISK.
» Faça o Download do modelo exemplo: AssetPrices.Optios.BS.Multi.xls
Fluxo de Caixa Descontado (FCD)
Cálculos de Fluxos de Caixa Descontados (FCD) são um exemplo freqüente do uso do @RISK. Em um modelo exemplo, as fontes de risco são a taxa de crescimento da receita e os custos variáveis como um percentual das vendas. Após levar em conta o investimento realizado e aplicando uma taxa de desconto, calcula-se o FCD. Seguindo a simulação, calcula-se a média do resultado do FCD, o Valor Presente Líquido (VPL). A decisão de prosseguir ou não com o projeto dependerá da perspectiva ou tolerância ao risco dos tomadores de decisão. Este exemplo foi estendido para calcular a distribuição de pagamentos de bônus na premissa de que um bônus é pago sempre que VPL é maior que um dado valor fixado. O modelo também usa as funções de estatística do @RISK (RiskMean, RiskTarget, and RiskTargetD) para calcular a media do VPL, a probabilidade que o VPL seja negativo e a probabilidade que um bônus seja pago.
» Faça o download do modelo exemplo: CashFlow.xls
Sinistros de Seguro com RiskCompound
A função RiskCompound do @RISK usa duas distribuições para criar uma única e nova distribuição, resumindo modelos de seguro que devem medir freqüência e severidade de sinistros. Este modelo ilustra como a função RiskCompound é criada e mostra propriedades como a média, desvio padrão e um valor alvo para a função RiskCompound resultante.
» Faça o download do modelo exemplo: RiskCompound.xls
Mix de Produção de Produtos com RISKOptimizer
Uma planta de produção está tentando encontrar as quantidades ótimas de cada um dos quatro produtos que produz para maximizar a média de receitas totais. A demanda para cada produto é incerta, e representada através de uma função de distribuição de probabilidade. A quantidade de cada produto produzido deverá obedecer a restrições relacionadas aos recursos disponíveis para produção de cada produto. Aqui, todas as restrições são especificadas em um passo, usando a habilidade do RISKOptimizer de definir limites de restrições como faixas de células. O RISKOptimizer irá variar a quantidade produzida de cada produto, sujeito às restrições de recursos, maximizando receitas.
» Faça o download do modelo exemplo: ProductMix.xls
Projeto de Experimentos e Seis Sigma
Suponha que você está analisando um copo metálico produzido através da soldagem de um disco em um anel. O produto funciona como uma tampa e um aparato de segurança, e deve suportar pressão no seu uso normal, e deve se separar se a pressão interna exceder o limite de segurança. O output é a resistência da solda, que é afetada por fatores de processo e projeto, como a espessura do disco, tempo de solda, e outros. O modelo considera a variação para cada fator e prevê a performance do produto com relação às especificações de Engenharia.
Modelar uma resposta baseada em múltiplos fatores pode ser feito gerando uma função estatisticamente significativa através de projeto de experimentos ou análise de regressão múltipla. Neste exemplo, o @RISK simula a variação usando distribuições normais para cada fator.
O resultado (output) do modelo é a resistência da solda (N) e contém uma função de propriedade RiskSixSigma que inclui o limite inferior de especificação (LSL) o valor superior de especificação (USL) e o valor alvo especificado. Após rodar a simulação, as estatísticas Seis Sigma são geradas usando funções @RISK Seis Sigma para capacidade do processo e defeitos por milhão, por exemplo. Funções estatísticas padrão do @RISK (como RISKMean) também são usadas.
» Faça o download do modelo exemplo: SixSigmaDOE.xls
Value at Risk (VAR)
O conceito de valor em risco (VaR) tem sido usado para ajudar a descrever a incerteza de um portfólio. Colocando de forma simples, o value at risk de um portfólio em um momento futuro é usualmente considerado o percentil 5% da perda do valor do portfolio neste momento do tempo. Em outras palavras, considera-se que há apenas uma chance em 20 que a perda do valor do portfólio exceda o VaR. Este modelo mostra como o @RISK pode ser usado para medir o VaR. O exemplo também demonstra como comprar opções de venda pode reduzir bastante o risco da ação. Os dois outputs representam a taxa de ganho percentual se não se adquire a opção de venda contra o ganho percentual se a opção de venda for comprada. Os resultados ilustram que há uma maior possibilidade de perda significativa se a opção de venda não for comprada, embora a média de retornos seja levemente superior se não for comprada a opção de venda.
» Faça o download do modelo exemplo: VAR.xls
Mais Modelos de Exemplo Online:
» Finanças
» Seguros
» Seis Sigma
|