世界をリードするリスク分析・意思決定ソフトウェアの @RISK と DecisionTools Suite のメーカー
ENGLISH I ESPAÑOL I PORTUGUÉS I FRANÇAIS I DEUTSCH I 日本語 I 中文 I РУССКИЙ
Live Chat

業界モデル

PrecisionTree: 油田掘削
この油田掘削のサンプルでは、典型的な意思決定ツリーを使った問題を扱っています。まず最初に現場で地質調査を行うかどうかを決定してから、さらに調査の結果に応じて掘削するかしないかを決定します。最後の確率事象は原油の発見量です。ツリーは左から右へと進行するので、常に掘削の是非を決定する前に、調査の是非が決定されます。

サンプル モデルのダウンロード: PrecisionTree_Oil_JP.xls

PrecisionTree と @RISK の併用: 油田掘削
PrecisionTree_Oil_JP.xls の油田掘削の意思決定ツリーにある掘削作業の結果は、乾、湿、浸の 3 つに分けられています。しかし実際には、発見される原油量は連続型分布を使用して表す必要があります。このモデルでは @RISK を使ってこの確実事象の不確実性を表します。意思決定ツリーに @RISK の確率分布関数を追加することで、より精度の高いモデル化を行い、さらに広範な起こり得る結果のシミュレーションが可能となります。

サンプル モデルのダウンロード: PrecisionTreeRISK_Oil_JP.xls

TopRank と @RISK の併用: 新製品の導入
TopRank は @RISK の分布関数を認識し、これらを仮説分析に取り入れることができます。この機能によって、仮説分析で可能な入力値をモデル化するにあたり、より柔軟で正確な作業を行えるようになります。

このサンプルでは Jupiter Corporation が 4 ドア セダン車の新モデルを製造する場合を想定します。経営陣は向こう 5 年以内に販売を開始するという仮定のもと、今後 5 年にわたる合計利益に影響しうる 5 つの要素を識別しました。これらの要素の一部には確率分布が関連付けられています。仮説分析の処理中、TopRank はこれら要素に関連付けられた確率分布に基づいて、分布範囲内を均等確率の間隔でステップスルーすることにより、インテリジェントな感度分析を行います。

サンプル モデルのダウンロード: TopRankRISK_Car_JP.xls

NeuralTools と Evolver の併用: 自動車ローン
NeuralTools を使って既知の数値およびカテゴリ独立変数から、カテゴリ従属変数の未知の値を予測することが可能です。このサンプルのニューラル ネットワークは、自動車ローン申請者が期日内に支払うか、遅れて支払うか、それとも不履行となるかを予測します。Evolver を使用して、この申請者が「期日内支払」のカテゴリに入る確率が、ターゲットの 90% に向上するようなローン金額を判断することができます。

サンプル モデルのダウンロード: NeuralToolsEvolver_AutoLoans_JP.xls

@RISK: 割引キャッシュ フロー (DCF)
割引キャッシュ フロー (DCF) の計算には @RISK が頻繁に使用されます。このサンプル モデルでは、売上の成長率と販売量に対する変動コストのパーセント比率がリスクの要素になります。DCF は、想定されている投資額を考慮し、割引率を適用することで算出されます。シミュレーション後に提示される DCF の平均は、正味現在価値 (NPV) とも呼ばれます。したがって、このプロジェクトに対して GO サインを出すかどうかの判断は、意志決定者のリスク許容度次第で決まります。このサンプルでは、ネット DCF が特定の固定値を上回る場合にボーナスが支給されることを前提に、ボーナス支給額の分布も算出されるようモデルが拡張されています。また、ネット DCF の平均値、ネット DCF が負になる確率、およびボーナスが支給される確率を求めるために、いくつかの @RISK 統計関数 (RiskMean、RiskTarget、および RiskTargetD) も用いられています。

サンプル モデルのダウンロード: CashFlow.xls

@RISK: RiskCompound 関数を使った保険金請求
@RISK の RiskCompound 関数を使用して 2 つの分布から 1 つの入力分布を作成することで、保険金請求の頻度と重度を考慮に入れた保険モデルを合理化できます。このモデルには RiskCompound 関数の作成方法および、その結果得られた RiskCompound 関数の平均値、標準偏差、およびターゲット値が示されています。

サンプル モデルのダウンロード: RiskCompound.xls

RISKOptimizer: プロダクトミック
4 つの製品の生産を手がけるある工場で、総売上高を最大化するための各製品の適切な生産量配分を求めたいと考えています。各製品の需要が不確実であるため、これらは確率分布関数で表されます。各製品の生産量を決定する際には、各製品の製造に用いることができる、限られた資源の制限条件を満たす必要があります。ここでは、制限の限界を範囲で設定できるという RISKOptimizer の機能を利用して、すべての制限をワン ステップで定義します。RISKOptimizer は、利用できる資源の制限を考慮しながら、各製品の生産量を調整して売上高を最大化します。

サンプル モデルのダウンロード: ProductMixWithConstraintsAsRanges.xls

資産価格ランダム ウォークとオプション評価
AssetPrices.Options.BS.Multi.xls

シックス シグマ DOE
SixSigmaDOE.xls

想定最大損失額 (VAR)
VAR.xls

Palisade Corporation
798 Cascadilla Street
Ithaca, NY 14850-3239
800 432 RISK (US/Can)
+1 607 277 8000
+1 607 277 8001 fax
sales@palisade.com
Palisade EMEA & India
+44 1895 425050 salesEMEA@palisade.com
salesIndia@palisade.com
Palisade Asia-Pacific
+61 2 9252 5922
salesAP@palisade.com
Palisade アジア・
パシフィック東京事務所
+81 3 5456 5287 tel
sales.jp@palisade.com
www.palisade.com/jp/
Palisade Latinoamérica
+1 607 277 8000 x318
+54-1152528795  Argentina
+56-25813492 Chile
+507-8365675 Panamá
+52 55 5350 2852 México
+511-7086781 Perú
+57-15085187 Colombia
servicioalcliente@palisade.com
ventas@palisade.com
www.palisade-lta.com
Palisade Brasil
+55 (21) 3958 1443
+1 607 277 8000 x318 tel
vendas@palisade.com
www.palisade-br.com