财务计算器运用HP12C演示文档.pptVIP

* 3.7 不规则现金流的计算　　　　　　　　—CF函数 输入数字后按g CF0，可输入期初的现金流量，由于期初一般都是把钱拿出去投资，所以，通常要输入负数。 输入数字后按g CFj，输入第一期的现金流量。然后按这种方法再输入下一个现金流量。 如连续出现等额的现金流，可在输入现金流后，再输入数字并按g Nj，代表该现金流量金额连续出现的次数，如从第一期到第五期现金流量相同，则输入5 g Nj。 如有现金流入，如年金收入、投资获得净利或获得借款，输入正数。 如有现金流出，如缴保费、成本投入，则输入负数。 * NPV和IRR的计算 将所有的现金流量都输入完毕后，算净现值时用NPV键，算内部报酬率时用IRR键。 一般情况下，NPV0时，表示该投资方案可行。在比较几个具有相同NPV的投资项目时，选择具有较高IRR的项目。 求NPV前，还应先输入i=应有的投资报酬率。然后按f NPV可得出净现值的金额。 按f IRR键时，可得出内部报酬率的值。 * 例题1：计算项目投资的NPV和IRR 如果你的客户开店的成本（当年投资当年投产）为170万元，每年年末取得收益12万元，第10年末取得收益后转让出资，出让价为220万元。假设贴现率为8%，计算他的NPV和IRR。 f CLEAR REG 按170 CHS g CF0（表示期初投入成本170万元） 12 g CFj， 9 g Nj（表示收益现金流12万连续出现了9次） 232 g CFj 8 i f NPV 得出12.4235， 因为NPV 0，说明这个项目是可行的。 按 f IRR 得到8.9952， IRR=8.9952% 投资成本（贴现率）8%，表示该项目可行。 * 四.财务计算器的统计功能 均值与标准差 一元线性回归分析 * 4.1 统计运用：均值与标准差 均值：各变量的平均数，计算方法有算术平均值、几何平均值等等。 标准差：用于反映所有变量值与均值的平均差异。 样本标准差 总体标准差 * 计算一个数列的均值和标准差： 55 Σ+ 输入X01 显示1.0000 54 Σ+ 输入X02 显示2.0000 同样方式把其它数据输入完毕，X03=51、 X04=55、 X05=53、X06=53、X07=54、X08=52。 按g 得到 均值53.3750 按g s 得到1.4079，代表该数列的样本标准差 按g Σ+，再按g s，得到1.3170，代表该数列的总体标准差σ。 如果算两个数列的均值和标准差，先输入Y数据，按ENTER后，再输入X数据，再按Σ+。 计算一个数列的均值和标准差 * 4.2 统计运用：一元线性回归分析 将所有Y资料与x资料输入，如： Y01 ENTER x01 Σ+ Y02 ENTER x02 Σ+ …… 按g 和 g s 取得平均值与标准差； 一元线性回归方程：Y= a +b X 由X预测Y：输入X值 g y,r 得出Y预测值； 由Y预测X：输入Y值 g x,r 得出X预测值； 得出预测值后，按xy得出X与Y的相关系数。 计算常量系数a（纵截距）并保存：按0 g y,r 得出a，STO 7； 计算回归系数b（斜率）：按1 g y,r得出a、b之和，RCL 7–，得出b。 * 例题：身高和体重之间的回归关系（一） 1 2 3 4 5 6 7 8 9 10 体重（kg） 65, 52, 60, 48, 59, 75, 85, 70, 68, 72 –Y 身高（cm） 170,165,168,155,173,180,185,171,167,176 –X f CLEAR Σ， 65 ENTER 170 Σ+；52 ENTER 165 Σ+；…；72 ENTER 176 Σ+。 g x 得到171.0000，即平均身高， xy，得到65.4000，即平均体重。 g s 得到8.3267,即身高的样本标准差。 xy，得到11.0574,即体重的样本标准差。 * 例题：身高和体重之间的回归关系（二） 0 g y,r 得到-139.0327，即纵截距；xy，得到0.9003，即相关系数。 0 g y,r STO 7，1 g y,r，RCL 7–，得到1.1955，即回归系数。 Y= a +b X=-139.0327 +1.1955X，为一元线性回归式。被解释变量为Y，解释变量为X，若输入顺序相反将得出错误的结果。 由身高预测体重，160 g y,r为52.2494，即预计身高160cm者的体重为52.25kg。 由体重预测身高，50 g x,r为158.1185,即预计体重50kg者的身高为158.12cm。 * 自由 自主 自在致谢 * * * 财务计算器的使用