LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN EL CONTEXTO ACTUARIAL

Tamaño: px
Comenzar la demostración a partir de la página:

Download "LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN EL CONTEXTO ACTUARIAL"

Transcripción

1 UNIVERSIDAD DE LA REPÚBLICA Facultad de Ciencias Económicas y de Administración LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN EL CONTEXTO ACTUARIAL Prof. Titular Sergio Barszcz Montevideo, Julio 204.

2 ALGUNAS CONSIDERACIONES PREVIAS Distintos métodos para calcular el costo puro de un seguro vinculado a la vida: PRIMERO: Una primera forma de cálculo del costo puro de un seguro vinculado a la vida, consiste en utilizar el método euleriano. Se trata de un esquema determinístico, para lo cual consideraremos dos funciones biométricas(l x y d x ) y el concepto de equivalencia financiera. Ejemplo : Una persona de exactamente x años de edad celebra un contrato por el cual el asegurador se compromete a abonar al o a los beneficiarios $ en el aniversario del contrato inmediato posterior al fallecimiento, cualquiera sea el momento en que esto ocurra. Denotaremos $ CPSM x al costo puro de ese seguro de muerte vida entera para una persona de edad x, de capital $ y supondremos que l x contratan el seguro y cada uno paga $ CPSM x.por otra parte, el asegurador deberá abonar d x dentro de un año, d x+ dentro de dos y así sucesivamente.

3 ALGUNAS CONSIDERACIONES PREVIAS Entonces tendremos para el ejemplo w x l. CPSM =. d. v +. d. v d. v 2 x x x x+ w CPSM x = l x w x k= 0 d. v x+ k k+ Ejemplo 2: Una persona de exactamente x años de edad celebra un contrato por el cual el asegurador se compromete a abonar al asegurado $ al comienzo de cada año, mientras el asegurado esté con vida. Denotaremos $ CPRVA x al costo puro de esa renta de vida anual, adelantada, inmediata de cuotas de $ para una persona de edad x, y supondremos que l x contratan la renta y cada uno paga $ CPRVA x. Por otra parte, el asegurador deberá abonar l x de inmediato, l x+ dentro de un año, l x+2 dentro de dos años y así sucesivamente mientras que haya una persona con vida del grupo.

4 ALGUNAS CONSIDERACIONES PREVIAS y para el ejemplo 2 lc RVA l l v w x x. P x=. x+. x lw. v CPRVA x wx = lx + k. v l x k= 0. k

5 ALGUNAS CONSIDERACIONES PREVIAS SEGUNDO: Una segunda forma de calcular el costo puro de un seguro vinculado a la vida, consiste en ponderar cada uno de los pagos que deberá efectuar el asegurador al asegurado por la probabilidad de tener que hacer ese pago y hacer la actualización financiera correspondiente. La suma de tales importes ponderados es el costo puro del seguro. Si se parte de los ejemplos vistos en el punto anterior, se llegan a los mismos resultados TERCERO: Se definen valores de conmutación, en particular: k= w x k= w x x x+ x= x., x= x+ k, x= x., x= x+ k k= 0 k= 0 D l v N D C d v M C

6 ALGUNAS CONSIDERACIONES PREVIAS Se puede ver muy fácilmente que: CPSM x Mx = ; CPRVAx = D x N D x x CUARTO: En este esquema se produce un salto de calidad en la naturaleza de los planteos, efectivamente: mientras antes solo podíamos calcular el costo puro de las operaciones de seguro, ahora podremos obtener además otros conceptos en base a la definición de tres variables aleatorias: X (edad de muerte de un recién nacido), T(x) (tiempo de sobrevida de una persona de edad x) y K(x) (tiempo de sobrevida medida en años enteros de una persona de edad x). Las dos primeras son variables aleatorias absolutamente continuas (y por ende tienen una función de densidad y una función de distribución)mientras que la última es una variable aleatoria discreta (con función de cuantía y de distribución). Así tendremos:

7 ALGUNAS CONSIDERACIONES PREVIAS La función de densidad y de distribución de T(x) son respectivamente: µ t x x + t gt ( ) = p. ; Gt ( ) = q t x Por su parte, la función de densidad y de T distribución de X son respectivamente: f ( x) = p. µ ; F( x) = q x 0 x x 0 Y finalmente la función de cuantía y de distribución de K(x) PK ( ( x ) = k ) = p. q ; PK ( ( x ) k ) = q Con estas variables aleatorias, es posible modelizar el valor presente de las operaciones de seguros vinculados a la vida. v T k x x+ k k+ x Así pues, en el caso del seguro de muerte que estamos analizando, tendremos que el valor presente del pago de indemnización a efectuar por el asegurador es V K+, mientras que, en el caso de la renta de vida que estamos analizando, el valor presente de los pagos a efectuar por el asegurador es V(,K+,i)

8 ALGUNAS CONSIDERACIONES PREVIAS Como se determinan los costos puros en estas situaciones? Calculando los valores presentes esperados (valores presentes actuariales,vpa) en cada una de las situaciones. Así, por ejemplo, tendremos: CPSM = Ev CPRVA = EV K+ i x K+ ( ); x [ (,, )] En que aspectos esta forma de encarar el tema presenta ventajas? en la posibilidad de calcular distintos momentos (por ejemplo, la varianza) de las variables aleatorias valor presente en la posibilidad de determinar la distribución de las variables aleatorias valor presente y con ello los percentiles que interesen. facilita el cálculo actuarial de seguros sobre varias vidas (noción de estado) facilita el trabajo con los modelos de decremento múltiple

9 Que otros aspectos se desarrollaron simultaneamente con este enfoque? construir tablas de mortalidad con procedimientos técnicamente superiores construir tablas de mortalidad específicas para ciertas poblaciones construir la función de cuantía de K(x) en función de los datos de una tabla de mortalidad construir modelos para T(x) en base a la K(x) y los supuestos sobre edades fraccionarias en cada año de edad QUINTO: ALGUNAS CONSIDERACIONES PREVIAS Un aspecto que si bien ha sido planteado en trabajos académicos (algunos hace ya varias décadas) ha tenido una difusión más acotada, es el tema de un adecuado tratamiento de la tasa de interés. Efectivamente, es habitual que en textos y trabajos sobre matemática actuarial relativamente recientes se suponga que la tasa de interés de largo plazo es no sólo deterministica sino constante. En la práctica, desde una perspectiva comercial se han diseñado productos flexibles para atenuar el impacto de esta situación. No obstante, el problema conceptual subsiste. El supuesto de tasa de interés determínistica (e incluso constante), a menos situaciones relativamente excepcionales, dista mucho de verificarse en la práctica. Para ello basta observar cualquiera de las series de tasas de largo plazo de diversos instrumentos financieros.

10 ANÁLISIS DE SENSIBILIDAD Un primer método que puede ser utilizado para reconocer la variabilidad de la tasa de interés consiste en construir un conjunto de escenarios pre-establecidos. Este enfoque se encuentra todavía dentro del campo deterministico. Los escenarios se construyen con secuencias de tasas de interés futuras, indexadas por el tiempo, que serán utilizados con otros supuestos y el principio de equivalencia para determinar el premio y efectuar el cálculo de reservas. En modelos más completos, cada escenario puede especificar otras variables tales como gastos y tasas de rescisión unilateral de la póliza por parte del asegurado de forma de ser consistente con las tasas de interés utilizadas. Más aún, en estos últimos modelos, las tasas de interés en si mismas tal como las tasas de interés entre escenarios, pueden ser construidas para satisfacer ciertas necesidades económicas. Los escenarios pueden ser especificados sin modelizar datos pasados, simplemente para medir la adecuación de las primas y las reservas en diferentes esquemas de condiciones económicas futuras plausibles. De esta forma, un escenario de tasas de interés se plantea como una secuencia de tasas de interés de un único período (i, i 2, i 3,.) que ha sido determinado por el actuario para su uso en un cálculo actuarial. Los elementos de la secuencia se seleccionan sobre la base de que representan tasas prospectivas futuras plausibles de acuerdo a la visión del actuario.

11 ANÁLISIS DE SENSIBILIDAD Un único escenario puede ser suficiente si el actuario está seguro de los retornos de futuras inversiones como resultado de colocaciones pasadas o algún conocimiento especial. Alternativamente, varios escenarios pueden ser especificados de manera que la sensibilidad de los valores presentes actuariales a cambios del contexto económico puedan ser estudiados. Si se usan varios escenarios, a efectos de analizar la situación, podemos indexar los escenarios por j =,2,., m donde m es el número de escenarios y ( j i, j i 2, j i 3..) denota el escenario j-ésimo de tasas de interés. En este contexto denotaremos, k n jv 0 =, jvk = Π ( + jir ) y jv (, n, v * ) = jvk r = k = 0 y usando la notación que venimos utilizando: K+ x j j x j CPSM = E [ v ] y CPRVA = E [ V (, K+, v*)] Nota: V(t,n,i) indica el valor presente en el momento t de una renta cierta de $,con n pagos, a una tasa de interés efectiva del periodo (intervalo de tiempo entre dos pagos o cobros consecutivos).cuando en este trabajo el parámetro i se sustituye por v* ello indica la presencia de una secuencia de tasas de interés.

12 ESCENARIOS ALEATORIOS CON TASAS DETERMINISTICAS Al construir un modelo de tasas de interés asuma que el actuario ha formulado m escenarios plausibles de tasa de interés. Como paso siguiente, se puede especificar distribuciones de probabilidad usando métodos para explicitar probabilidades asignadas de acuerdo a la definición de la probabilidad subjetiva.el símbolo p(j) denota la probabilidad del escenario j. Las asignaciones de probabilidad deberían reflejar el punto de vista del actuario sobre los rendimientos de las futuras inversiones. El proceso de explicitación de las probabilidades de los escenarios es similar al proceso de explicitación de las funciones de utilidad. Los valores presentes actuariales son definidos usando la distribución conjunta del tiempo de sobrevida medido en años enteros (K) y el escenario de tasa de interés (J). Asumiremos que K y J son variables aleatorias independientes. El presubíndice asterisco ha sido agregado para reflejar que los valores presentes actuariales han sido tomados en relación a K y J.

13 ESCENARIOS ALEATORIOS CON TASAS DETERMINISTICAS m K+ * CPSMx = EE J K/ J[ Jv ] = EJ[ jcpsmx ] = jcpsmx. p( j) j= C P RVA = E E [ V (, K +, vɶ ] = * x J K / J J m = j= j CPRVA. x p ( j )

14 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES En el desarrollo precedente escenarios aleatorios de tasas de interés deterministicas fueron presentados. La asignación de probabilidad fue realizada usando el conocimiento económico del actuario. Consideremos un modelo estadístico para las tasas de interés en el cual la selección del modelo y las estimaciones del parámetro dependen de los datos. log( + I ) = δ+ ε k=,2,3,... k k Suponga que el actuario ha decidido modelizar las fuerzas del interés y ha adoptado el siguiente modelo: donde δ es una constante no negativa y ε k son variables aleatorias i.i.d. con distribuciones N(0,σ 2 ).Este modelo puede ser visto como una fuerza del interés media de largo plazo, sujeta a shocks randómicos. Dado el supuesto hecho sobre la distribución de los shocks, fuerzas negativas de interés son posibles. Algunos actuarios ven esta posibilidad como invalidante del modelo. Otros actuarios adoptan el modelo porque parece natural modelizar la fuerza del interés y en las operaciones de inversión a veces se dan valores negativos. Por lo tanto las variables aleatorias log(+i K ) tienen idénticas distribuciones N(δ,σ 2 ) y las variables aleatorias (+I K ) tienen distribuciones log normales

15 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES De esta forma, 2 σ E( + I K ) = exp δ + 2 El logaritmo de la variable aleatoria correspondiente a la versión deterministica de la función de acumulación (+i) n es la variable aleatoria: n log ( + Ik ) = log( + Ik ) k= n k= Considerando la fórmula de la transparencia anterior,esta variable aleatoria tiene una distribución N(nδ,nσ 2 ). Como consecuencia, la función de acumulación de intereses tiene una distribución lognormal con: E n k = k= I e δ σ 2 n ( + / 2 ) Es instructivo observar que si σ 2 =0, la acumulación de intereses esperada es e nδ

16 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES El logaritmo del factor de descuento: log[( + Ik ) ] = log( + k ) = k tiene una distribución normal N(-δ,σ 2 ) y (+I K ) - tiene una distribución lognormal con ( ) I δ ε 2 ( / 2 ) E δ σ + I k = e > 0 y ( ) 2 2 σ ( )( ) 2 δ + σ k Var + I = e e 0 Definimos la función de descuento, como la variable aleatoria vɶ = ( + I ) y vɶ n 0 = k n = k

17 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES La elección del símbolo ṽ n se fundamenta en el uso de la expresión v n en el campo determínistico. Entonces n l o g ( vɶ ) = l o g ( + I ) tiene una distribución N(-nδ,nσ 2 ) y ṽ n tiene una distribución lognormal con ( ɶ ) n ( δ σ / 2 ) E vn = e y 2 k = nσ n ( 2 δ + σ ) ( ɶ ) ( )( ) n = 2 2 Var v e e n k Nuevamente, si σ 2 =0, volvemos a la situación determinística Asumiremos que I k, k =,2,3,., K (tiempo de sobrevida en años enteros) son mutuamente independientes. Consideremos en este contexto algunas operaciones de seguros: A = E ( vɶ ) = E E ( vɶ ) = E ( vɶ. p. q ) = * x K + vɶ K / vɶ K + vɶ k + k x x + k k = 0 k = 0 e 2 ( δ σ / 2 ) ( k + ). p. q k x x + k

18 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES Para medir el riesgo, determinamos la varianza (y haciendo cuentas) se llega a : 2 ( k+ ) 2( δ σ ) Var( vɶ ) = e p. q A ( ) K+ k x x+ k * x k= 0 Las fórmulas para el valor presente actuarial de una renta, suponiendo que I k, k=,2,..,k son mutuamente independientes, requieren definir primero 2 Entonces V (, K, v ɶ ) = v ɶ s K s = 0 Y s= K 2 s ( δ + σ / 2 ) vɶ / K [ (, +, ɶ )] = = (, 2 +, δ σ / 2 ) s= 0 E V K v e V K ɺɺ ɶ ɶ 2 * a [ (,, ) [ (,, )] [ (,, / 2)] x= EV K+ v = EKE V K v E Vɶ + = / K KV K+ δ σ

19 TASAS DE INTERÉS ALEATORIAS INDEPENDIENTES Entonces: * 2 [ (,, δ σ / 2)]. k x. x+ k k= 0 aɺɺ x = V K+ p q Si quisiéramos calcular Var[(,K+,ṽ)] deberíamos hacer un desarrollo que excede el alcance de este trabajo. El resultado final que se obtiene es: α α * aɺɺ x aɺɺ x 2 V a r ( V (, K +, v ɶ ) = a ɺɺ 2 x + 2 ( * aɺɺ ) [ δ ( 3 σ / 2 ) ] x e α 2 d o n d e aɺɺ e s e v a l u a d a a l a f u e r z a d e l i n t e r é s 2 ( δ - σ ) x

20 TASAS DE INTERÉS ALEATORIAS DEPENDIENTES En el campo de la economía financiera ha habido una discusión continua sobre si las tasas de interés efectivas para varias clases de inversiones pueden ser modelizadas como v.a. i.i.d. El actuario puede alterar estos métodos.por ejemplo, la distribución de los shocks aleatorios ε k puede suponerse distinta a la N(0,σ 2 ) Si el actuario rechaza la hipótesis de que las tasas efectivas son v.a. i.i.d. entonces puede utilizar, por ejemplo, como modelo el que desarrollaremos a continuación: MODELO DE MEDIAS MOVILES Desarrollaremos a continuación únicamente el siguiente modelo: log( + Ik ) = δ + εk θεk k=,2,3,... donde δ > 0, y ε k, k=,2,3,.. son v.a. mutuamente independientes, cada una con distribución N(0,σ 2 ). Adicionalmente supondremos que el valor absoluto de θ y ε 0 es conocido. Este modelo se llama modelo de medias móviles de orden y se denota MA()

21 TASAS DE INTERÉS ALEATORIAS DEPENDIENTES La idea del modelo es que la fuerza del interés tiene una media de largo plazo denotada por δ, pero que shocks económicos randómicos crean desviaciones respecto a la media. El shock para el período k, ε k, tiene un impacto moderado y retardado sobre la fuerza del interés en el período k+ de tamaño θε k. Denotando ṽ n n k = n k = n ( δ + ε k θ ε k ) k = ( k ) k = v ɶ = + I = e Entonces n ( ) log vɶ = δ + ε θε = nδ + ε θε + ( θ ) ε y n k k n 0 k k= k= n nδ + ε θε + ( θ ) ε n 0 k k= ( ɶ ) = ( ) E v E e n n

22 TASAS DE INTERÉS ALEATORIAS DEPENDIENTES Se había supuesto que los términos de shock ε k eran mutuamente independientes y cada uno tenía una distribución N(0,σ 2 ). La correspondiente función generatriz de momentos es: 2 2 /2 tεk t σ Ee ( ) = e = Mt ( ) Este resultado nos permite escribir: Evɶ e M e M nδ θε0 n nδ [ ] = ( ) ( θ ) = Ce n=,2,3 n θε0 = ( ) ( θ ) y δ = δ log M ( θ ) dondec M e M Con estos resultados preliminares calcularemos valores presentes actuariales: ( k+ ) δ * Ax = Ev [ ɶK+ ] = EE v Kv / [ vk + ] = Ev v k+ kpq x x+ k = C ɶ ɶɶ ɶ ɶ e kpxqx+ k k= 0 K= 0

23 TASAS DE INTERÉS ALEATORIAS DEPENDIENTES Similarmente, k aɺɺ = EV [ (, K+, vɶ )] = EE [ V (, K+, vɶ )] = E + vɶ p q = * x vɶ K / vɶ vɶ s k x x+ k k= 0 s= = + = + k sδ Ce kpxqx+ k ( CV ( 0, k, δ )) kpxqx+ k k= 0 s= k= 0 El calculo de la varianza excede el alcance del trabajo

24 IMPLEMENTACIÓN Se pueden definir otros modelos estadísticos para calcular los momentos de los valores presentes actuariales incorporando las tasas de interés como variables aleatorias. Otros modelos estadísticos para X k =log(+l k ) (ejemplos) A)Autorregresivo de orden (AR): ( X δ) =Φ( X δ) + ε k k k. B)AR() y MA() ( X δ) Φ( X δ) = ε θε k k k k

25 c. AR() en primeras diferencias IMPLEMENTACIÓN ( X X ) = Φ ( X X ) = ε k K k k 2 k pueden ser objeto de similares desarrollos. Cuando las únicas variables aleatorias son las de tiempo futuro de sobrevida, y se asume que son mutuamente independientes, se pueden desarrollar aproximaciones para un portafolio de pólizas que se basan en un tipo de teorema central del límite que se usa para justificar una aproximación normal. Cuando uno de los componentes de las variables aleatorias valor presente es función del propio proceso aleatorio las variables aleatorias valor presente ya no son mas independientes. Consecuentemente la distribución de las pérdidas totales de un portafolio de variables aleatorioas valor presente ya no se pueden aproximar usanado simplemente una distribución normal cuando las tasas de interés son tambien variables aleatorias.

26 IMPLEMENTACIÓN Hay enfoques basados en la simulación para estimar los momentos de las variables aleatorias valor presente o para aproximar la función de distribución o de densidad de tales variables aleatorias. Si { I K }, denota la secuencia de tasas de interés efectivas aleatorias futuras y K los años de vida completados se asumen independientes, una función de distribución empírica podría usarse como aproximación de la función de distribución de la variable aleatoria perdida individual, de una manera rutinaria. Para ilustrar suponga 00 secuencias de tasas de interés futuras generadas usando el modelo MA() visto antes. Para cada una de estas secuencias una observación de las v.a.k (años de vida completados) podría ser determinada usando la función de supervivencia que ha sido asumida.estos resultados pueden ser utilizados para obtener 00 valores muestrales de ṽ k+. Estos valores pueden ser tratados como una muestra derivada de la distribucion conjunta de { I K } y K y la media y la varianza de estas 00 simulaciones serian la estimacion de la media y varianza de la distribucion de ṽ k+. La funcion de distribucion empírica estimaria la funcion de distribucion de ṽ k+. El proceso de simulación puede ser usado para aproximar la función de distribución del valor presente las perdidas totales de un portafolio con n riesgo individuales. En este caso hay un set de variables aleatorias de años completados de vida K i, I=,2,,n.Si estas v.a se asumen independientes un conjunto de observaciones para cada v.a K i, podia ser combinado con un escenario de intereses generados aleatoriamente para producir una muestra de los resultados del valor presente de las perdidas.

27 IMPLEMENTACIÓN Debería quedar claro porque la simulación usando observaciones generadas por el computador de variables aleatorias valor presente que pueden ser función de varias variables aleatorias ha sido ampliamente utilizado para construir funciones de distribución empíricas. Estas aplicaciones han hecho de la simulación una importante herramienta en la ciencia actuarial Si hay evidencias de que las v.a. tiempo hasta el decremento y causa de decremento no son independientes de {i k },entonces la generación de v.a. valor presente se torna más complicada. Por ejemplo acto y tiempo de retiro de un seguro de vida o de un plan de pensiones pueden no ser independientes de {I k }. MODELOS ECONÓMICOS FINANCIEROS En los modelos desarrollados antes se podía seleccionar uno y estimar los parámetros usando datos de operaciones de inversión del sistema financiero que está siendo modelizado. Las críticas a este procedimiento afirman que ignoran importante información disponible en los mercados de capital en ese momento. Para ilustrar la variabilidad en el tiempo de los rendimientos al vencimiento de un tipo de acciones, se puede considerar la serie que muestra dichos datos para un instrumento cualquiera.los cambios en el precio de los bonos y en los rendimientos reflejan las variaciones en la evolución del mercado. Hay por supuesto muchas otras inversiones que pueden haber tenido diferentes esquemas de rendimiento en un mismo periodo. Las noticias económicas no afectan los rendimientos de las acciones de la misma forma. Mas aún los bonos del gobierno con vencimientos diferentes pueden exhibir evoluciones distintas de los rendimientos en diversos momentos del tiempo.

28 MODELOS ECONÓMICOS FINANCIEROS Informacion de precios y vencimientos Para extraer la información acerca de la relación del interés y los vencimientos, sin considerar factores tales como default (imposibilidad de pago ) y call (vencimiento anticipado como opción del que recibió el préstamo),es usual analizar acciones emitidas por gobiernos centrales. En EEUU se llaman obligaciones del tesoro. Los otros bonos son analizados comparándolos con los bonos del tesoro. Para ilustrar los métodos usados para resumir las relaciones entre las tasas de interés y las fechas de vencimiento se requiere hacer una revisión de las ideas básicas de las matemáticas de las finanzas. Consideremos en primer lugar los bonos de descuento puro que pagan uno al vencimiento y son negociados en el mercado sin costo de transacción. Estos bonos no pueden caer en default. El numero s denota el tiempo actual y hay disponibles bonos de descuento con vencimientos en los momentos s, s+ Los precios de un bono en el tiempo s que vence t periodos en un futuro se denotan como P(s,s+t). Asumiremos que : P ( s, s ) =, l í m P ( s, t ) = 0 t +

29 MODELOS ECONÓMICOS FINANCIEROS ysiu > t, P ( s, t) > P ( s, u ) El tercer supuesto equivale a asignarle un mayor valor a cobrar el mismo importe antes. La tasa de rendimiento para t periodos se denota como i(s,s+t) que se define como : P ( s, s + t ) = [ + i ( s, s + t )] t El numero i(s,s+t) se llama tasa de posición en el tiempo s de un bono de periodo t. El nombre deriva del hecho que las tasas pueden ser determinadas en base a la situación del mercado y se relacionan con un único pago en una fecha futura. Las tasas de posición i(s,s+t) vistas como una función de t se llama estructura temporal de las tasas de interés en el tiempo s. ` Las tasas a futuro son una forma alternativa de estudiar la relación entre vencimientos y tasas de interés. Como el nombre lo sugiere las tasas a futuro son las tasas de interés que serian utilizadas para contratos que concluyen en ese periodo futuro. Se requiere que esas tasas sean consistentes con un conjunto de tasas de posición que se observan en el mercado en ese momento.

30 MODELOS ECONÓMICOS FINANCIEROS La consistencia que se requiere es la no existencia de oportunidades de arbitraje. Una oportunidad de arbitraje existe en un mercado de capitales si hay dos estrategias disponibles para el mismo periodo de inversión de forma que una estrategia resulte en condiciones de certidumbre en una mayor riqueza al final del periodo que la estrategia alternativa. Para ilustrar el requerimiento de no arbitraje suponga que un inversor paga uno por un bono que vence en el momento s+u por un monto [+i(s,s+u)] u. Alternativamente el inversor puede comprar un bono de periodo t, t<u, y en el tiempo s+t invertir el valor nominal de la primera inversión en un segundo bono que vencerá en el momento s+u por un importe : t ( ) j( ss ts u) + i ss, + t +, +, + Donde j (s,s+t,s+u) es la tasa a futuro del tiempo s para un futura transacción con flujos de fondos en s +t y en s+u. Si no existe oportunidad de arbitraje los dos montos finales de riqueza deben ser iguales : u t u t u t + i( ss, + u) = + i( ss, + t) + j( ss, + ts, + u)

31 MODELOS ECONÓMICOS FINANCIEROS En el caso especial en que u=t+ ( ) + i s, s+ u u t j( s, s t, s u ) = 0 t u t + i( s, s+ t) u ( ) t i( s s t) + i s, s + t + j( s, s t, s t ) = 0 t u +, + Y si t=0 t+ j s, s, s + = i s, s + ( ) ( )

32 MODELOS ECONÓMICOS FINANCIEROS Aplicaciones repetidas de la relación anterior, empezando con t=0, da por resultado: [ ] t + iss (, + t) = [ + jsss (,, + )].[ + jss (, +, s+ 2)]... [+j(s,s+t-,s+t)] El precio actual de un bono que paga cupones de importe c al final de cada uno de los n períodos y que luego paga un valor al vencimiento de F puede ser expresado de forma consistente usando tasas de descuento de bonos, tasas de posición o tasas futuras como se muestra a continuación: Usando tasas de descuento de bonos, n c P ( s, s + k ) + F. P ( s, s + n ) k = Usando tasas de posición n k c [ + i ( s, s + k ) ] + F [ ( + i ( s, s + n ) ] k = n

33 Usando tasas a futuro: MODELOS ECONÓMICOS FINANCIEROS n k n c [ + j( s, s+ w, s+ w+ )] + F [ + j( ss, + w, s+ w+ )] k= w= 0 w= 0 La igualdad de estas tres fórmulas para el precio de un bono descansa en el supuesto de inexistencia de arbitraje.

34 MANEJO DEL RIESGO DE LA TASA DE INTERES Es acertado construir modelos actuariales para contar con sistemas de seguridad financiera para evaluar las promesas hechas, para reportar el status financiero del sistema y para manejar los riesgos inherentes de los sistemas de este tipo. En una primera aproximación (inmunización) presentaremos un conjunto de reglas simples para manejar el riesgo de la tasa de interés desde una perspectiva deterministica. Luego un conjunto de condiciones más generales referidas al tiempo e importe del flujo de caja para minimizar el riesgo de la tasa de interés se desarrolla en un modelo estocástico. INMUNIZACIÓN INMUNIZACIÓN. Nuestro modelo plantea: R e s e r v a s o P a s i v o s = L ( i ) = n ( A P aɺɺ ) j A c t i v o = A ( i ) = v a ( j ) S u p e r á v i t = S ( i ) = A ( i ) - L ( i ) j = 0 x + t x x + t

35 INMUNIZACIÓN Donde: n = número de pólizas vida entera idénticas contempladas en el modelo. t = número de años desde que las pólizas supervivientes fueran emitidas. Los activos, pasivos y superavits son medidos en ese momento. P X = prima pura al momento de emisión de las pólizas, pero no necesariamente apropiada en el momento t para cubrir los pasivos. Esta prima se usa en el cálculo de los flujos de caja bajo el supuesto simplificador de que la carga de gastos es suficiente para atenderlos. {a(j)} = una secuencia de flujos de caja, cupones, dividendos y valores al vencimiento provenientes de activos existentes, pagaderos al final de los años futuros de las pólizas. En este contexto simplificado se asume que son deterministicos. i= tasa de valoración en el tiempo t. Se asume, de forma poco realista que i no depende del cronograma de flujos de caja futuros y que cualquier cambio inmediato en i no cambiara la curva implícita de rendimiento nivelado, considerada en nuestros supuestos acerca de i.

36 INMUNIZACIÓN Claramente este modelo simplificado de decremento único ignora los beneficios garantizados, los gastos y su incidencia en las primas fijadas en el contrato. Se asume que los flujos de caja de entrada y salida son conocidos e independientes de la tasa de interés. Algunas de las características poco realistas pueden ser cambiadas en un modelo más amplio. Otros ajustes tales como hacer que los flujos de entrada y salida de caja dependan de situaciones más realistas para el calculo de la tasa de interés de valuación, son más complejos. En nuestro modelo simple podemos elegir pensar que la secuencia de flujos futuros de caja {a(j)} sea una variable de control. La administración puede elegir entrar en mercados de capitales que le permitan obtener {a(j)} tal que : ( ) d S i d = A ( i) L ( i) 0 y d i d i = 2 2 d S ( i) d = A 2 2 ( i) L ( i) > 0 d i d i Estas dos condiciones nos dan un valor mínimo de S(i).Si una secuencia de flujo de caja {a(j)} puede ser encontrada para que satisfaga las dos relaciones,cualquier cambio en la tasa de interés de valuación generaría un superavit incrementado

37 INMUNIZACIÓN Las reglas de selección implícitas en las dos relaciones de la transparencia anterior han sido llamadas reglas de inmunización porque su implementación inmunizaría o protegería al valor de S(i) de cambios en i. MODELO ESTOCASTICO GENERAL Extenderemos las ideas y los símbolos usados en la sección anterior para introducir elementos estocásticos. Tendremos S vk ɶ Av L vk ɶ ( ɶ, ) = ( ɶ ) ( ɶ, ) donde ṽ es una secuencia {ṽ j } de factores de descuentos aleatorios y es un vector de n variables aleatorias independientes tiempo de sobrevida en años enteros ( ) Kɶ = K, K 2, K 3...., K n Se continuará suponiendo que la secuencia de flujos de caja {a j } es deterministico.

38 La inmunización implica minimizar lo que se logra si MODELO ESTOCASTICO GENERAL Var( S( vɶ, K ɶ )) ( ) ( ɶ ) V a r v Aɶ v E L v, K v ɶ ɶ ɶ ɶ = 0

Trabajo No 2. Análisis Supervivencia y Seguros de Vida

Trabajo No 2. Análisis Supervivencia y Seguros de Vida Trabajo No 2. Análisis Supervivencia y Seguros de Vida Norman Giraldo Gómez Curso de Actuaría - Escuela de Estadística ndgirald@unal.edu.co Octubre, 2010 1. Notas 1. La notación (xm) indica mujer de edad

Más detalles

MATEMÁTIC A FIN ANCIER A Resolución Nº 070/11 R. ANEXO

MATEMÁTIC A FIN ANCIER A Resolución Nº 070/11 R. ANEXO MATEMÁTIC A FIN ANCIER A Resolución Nº 070/11 R. ANEXO Carga Horaria: 90 horas Programa vigente desde: 2011 Carrera Año Cuatrimestre LICENCIATURA EN ADMINISTRACIÓN Tercero Primero CORRELATIVA PRECEDENTE

Más detalles

Contenido. Capítulo 2: Interés simple. Capítulo 1: Introducción

Contenido. Capítulo 2: Interés simple. Capítulo 1: Introducción XI Prefacio.................................................. XXIII Destinatarios........................................... XXIV Panorámica de la obra................................ XXV Reconocimientos......................................

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

Matemática Financiera

Matemática Financiera Matemática Financiera Patricia Kisbye Profesorado en Matemática Facultad de Matemática, Astronomía y Física 2011 Patricia Kisbye (FaMAF) 2011 1 / 79 Presentación de la materia Matemática financiera: ambiente

Más detalles

Tema 7: Capital, inversión y ciclos reales

Tema 7: Capital, inversión y ciclos reales Tema 7: Capital, inversión y ciclos reales Macroeconomía 2014 Universidad Torcuato di Tella Constantino Hevia En la nota pasada analizamos el modelo de equilibrio general de dos períodos con producción

Más detalles

Modelos Estocásticos para los Sistemas Pensionales de Prestación Definida y de Ahorro Individual Día 1 : Rentas Vitalicias.

Modelos Estocásticos para los Sistemas Pensionales de Prestación Definida y de Ahorro Individual Día 1 : Rentas Vitalicias. Modelos Estocásticos para los Sistemas Pensionales de Prestación Definida y de Ahorro Individual Día 1 : Rentas Vitalicias. Minicurso para el IX Coloquio Internacional de Estadística Métodos Estadísticos

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

Capítulo 2 Interés y descuento simple

Capítulo 2 Interés y descuento simple Capítulo 2 Interés y descuento simple Introducción Los problemas de la teoría del interés son relativamente elementales, cada problema se restringe a calcular las siguientes variables: a) El capital invertido

Más detalles

BONOS: el instrumento de endeudamiento, por excelencia, del sector público

BONOS: el instrumento de endeudamiento, por excelencia, del sector público BONOS: el instrumento de endeudamiento, por excelencia, del sector público Qué es un bono? Qué elementos tiene? Un bono es un instrumento financiero de renta fija y constituye una de las formas de endeudamiento

Más detalles

Capítulo 3 Interés compuesto

Capítulo 3 Interés compuesto Capítulo 3 Interés compuesto Introducción Cuando un banco o cualquier otra institución financiera aumentan el número de periodos en el año en los que pagan intereses, el capital aumenta más rápidamente

Más detalles

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA Javier Bilbao García 1 1.- Capitalización Compuesta Definición: Operación financiera que persigue sustituir un capital por

Más detalles

Tema 7 El Coste de Capital de la Empresa

Tema 7 El Coste de Capital de la Empresa PARTE II: Estructura de capital y política de dividendos Tema 7 El Coste de Capital de la Empresa 1. Introducción 2. El coste efectivo de las diferentes fuentes de fondos 2.1 El coste de la deuda 2.2 Coste

Más detalles

Lic. Noelia Lucini y Lic. Claudio Zuchovicki QUE ES UN BONO?

Lic. Noelia Lucini y Lic. Claudio Zuchovicki QUE ES UN BONO? CURSO DE BONOS Lic. Noelia Lucini y Lic. Claudio Zuchovicki QUE ES UN BONO? En términos simples, un bono es una promesa de pago, un pagaré que emite quien desea tomar fondos (EL EMISOR), en éste caso el

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Algunas consideraciones sobre los efectos en bienestar de contratos con Costos de Administración Variables en los Seguros Ordinarios de Vida

Algunas consideraciones sobre los efectos en bienestar de contratos con Costos de Administración Variables en los Seguros Ordinarios de Vida Algunas consideraciones sobre los efectos en bienestar de contratos con Costos de Administración Variables en los Seguros Ordinarios de Vida Fernando Solís Soberón Emma Izquierdo Ortega Diciembre 1992

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA

NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA A NTONIO F ERNÁNDEZ M ORALES MÁLAGA, 2006 Nociones Básicas de Estadística Actuarial Vida Antonio Fernández Morales Málaga, 2006 Nociones Básicas de Estadística

Más detalles

"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica

CONTRASTES DE HIPÓTESIS 4.4 Parte básica 76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio

Más detalles

A veces pueden resultar engañosas ya que según el método de cálculo, las rentabilidades pasadas pueden ser diferentes. Un ejemplo:

A veces pueden resultar engañosas ya que según el método de cálculo, las rentabilidades pasadas pueden ser diferentes. Un ejemplo: MÉTODOS DE GESTIÓN DE UNA CARTERA DE VALORES RENTABILIDAD Y VOLATILIDAD RENTABILIDAD La rentabilidad de un activo es la suma de las plusvalías generadas y cobradas y los dividendos pagados, es decir puede

Más detalles

Gestión Financiera. 9 > Títulos valores: operaciones bursátiles

Gestión Financiera. 9 > Títulos valores: operaciones bursátiles . 9 > Títulos valores: operaciones bursátiles Juan Carlos Mira Navarro Juan Carlos Mira Navarro 1 / 54. 9 > Títulos valores: operaciones bursátiles 1 2 3 4 Rentabilidad de los títulos valores Riesgo de

Más detalles

Métodos y Modelos Cuantitativos para la toma de Decisiones

Métodos y Modelos Cuantitativos para la toma de Decisiones Métodos y Modelos Cuantitativos para la toma de Decisiones David Giuliodori Universidad Empresarial Siglo 21 David Giuliodori (UE-Siglo 21) MMC 1 / 98 Índice: 1 Conceptos Generales 2 Enfoque Clásico Tendencia

Más detalles

ADMINISTRACION FINANCIERA. Parte IV Capítulo 3. Inversiones de capital a largo plazo.-

ADMINISTRACION FINANCIERA. Parte IV Capítulo 3. Inversiones de capital a largo plazo.- ADMINISTRACION FINANCIERA Parte IV Capítulo 3. Inversiones de capital a largo plazo.- Puntos 1-4. CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com.ar 1 Sumario 1.

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Herramientas básicas de Matemática Financiera

Herramientas básicas de Matemática Financiera UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS ECONÓMICAS CÁTEDRA: SISTEMAS DE INFORMACIÓN CONTABLE II ( B ) SERIE DE CUADERNILLOS CONTABLES Coordinador: Mgter. Gustavo Sader Cuadernillo Nº 4

Más detalles

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción

Más detalles

HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR. Asamblea Xeral da SGPAEIO 16 de febrero de 2013

HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR. Asamblea Xeral da SGPAEIO 16 de febrero de 2013 HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR Asamblea Xeral da SGPAEIO 16 de febrero de 2013 Silvia Barco Tato Directora de Control Financiero y Middle Office en Banco Gallego Introducción ÍNDICE Finanzas

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Estadístico de Datos Climáticos SERIES TEMPORALES 3 (Análisis espectral) 2015 Dominio temporal vs. dominio de frecuencias Son dos enfoques para encarar el análisis de las series temporales, aparentemente

Más detalles

TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA

TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA TABLAS DINAMICAS DE MORTALIDAD Y SUPERVIVENCIA Ana Debón 1 Ramón Sala 2 Universitat de Valencia Resumen: Es una realidad que la esperanza de vida está aumentando en todos los países desarrollados. Así

Más detalles

Universidad José Carlos Mariátegui Sede Puno Docente: Marcelino Aguilar Condori

Universidad José Carlos Mariátegui Sede Puno Docente: Marcelino Aguilar Condori Interés Simple e Interés Compuesto El interés pagado y recibido puede considerarse como simple o compuesto. 1. Interés Simple El interés simple, es pagado sobre el capital primitivo que permanece invariable.

Más detalles

MÉTODOS MATEMÁTICOS DE LA ECONOMÍA

MÉTODOS MATEMÁTICOS DE LA ECONOMÍA Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Economía Aplicada (Matemáticas Empresariales y para Economistas) Esquemas teóricos de la asignatura de las licenciaturas

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

EN FINANZAS. Ernesto Mordecki. Primer Encuentro Regional de. Probabilidad y Estadística Matemática

EN FINANZAS. Ernesto Mordecki. Primer Encuentro Regional de. Probabilidad y Estadística Matemática MODELOS ESTOCÁSTICOS EN FINANZAS Ernesto Mordecki http://www.cmat.edu.uy/ mordecki mordecki@cmat.edu.uy Facultad de Ciencias Montevideo, Uruguay. Primer Encuentro Regional de Probabilidad y Estadística

Más detalles

Tema 2 - Introducción

Tema 2 - Introducción Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema

Más detalles

7.1. Conceptos básicos. Clasificación

7.1. Conceptos básicos. Clasificación Unidad 7 Préstamos 7.1. Conceptos básicos. Clasificación 7.1.1. Elementos de un préstamo 7.1.2. El tipo de interés. Componentes 7.1.3. Clasificación 7.2. Préstamos amortizables con reembolso único 7.2.1.

Más detalles

Calculo Actuarial con Cadenas de Markov, una aplicación

Calculo Actuarial con Cadenas de Markov, una aplicación Calculo Actuarial con Cadenas de Marov, una aplicación Xavier Cabezas, Fernando Sandoya 2 Ingeniero en Estadística Informática 2 2 Director de esis, Matemático, Escuela Politécnica Nacional 996, Profesor

Más detalles

INGENIERIA ECONOMICA

INGENIERIA ECONOMICA INGENIERIA ECONOMICA Fundamentalmente la ingeniería económica implica formular, estimar y evaluar los resultados económicos cuando existan alternativas disponibles para llevar a cabo un propósito definido.

Más detalles

Estudio Financiero del Plan de Inversión

Estudio Financiero del Plan de Inversión Estudio Financiero del Plan de Inversión Introducción A través de datos e informaciones fundamentadas, la mejor y más eficaz forma de efectuar una nueva inversión, abrir un nuevo negocio, inserirse en

Más detalles

PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8

PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8 Índice ÍNDICE PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8 PARTE I: INSTRUMENTOS MATEMÁTICOS DE LA TEORÍA DE LOS SUBCONJUNTOS BORROSOS 19 CAPÍTULO 1: ELEMENTOS

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Aspectos Técnicos de la Regulación de Calce

Aspectos Técnicos de la Regulación de Calce Aspectos Técnicos de la Regulación de Calce Por: Act. Pedro Aguilar Beltrán Comisión Nacional de Seguros y Fianzas paguilar@cnsf.gob.mx, Mayo de 2006 TEMARIO Antecedentes del Calce. El Método Regulatorio

Más detalles

CAPITULO II. MARCO TEÓRICO. Actualmente todas las personas que tengan un capital considerable pueden invertir en

CAPITULO II. MARCO TEÓRICO. Actualmente todas las personas que tengan un capital considerable pueden invertir en CAPITULO II. MARCO TEÓRICO II.1. Mercados Financieros II.1.1 Marco histórico Actualmente todas las personas que tengan un capital considerable pueden invertir en acciones a fin de obtener ganancias rápidas

Más detalles

Valoración de Opciones Financieras. Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid

Valoración de Opciones Financieras. Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid Begoña Vitoriano Villanueva bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid Valoración de Opciones Financieras Nociones básicas sobre derivados financieros Derivado

Más detalles

NO. 04. Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación Mexicana de Actuarios, A.C.

NO. 04. Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación Mexicana de Actuarios, A.C. ESTÁNDAR DE PRÁCTICA ACTUARIAL NO. 04 VALUACIÓN ACTUARIAL DE LA RESERVA DE RIESGOS EN CURSO DE LOS SEGUROS DE LARGO PLAZO Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación

Más detalles

Norma Internacional de Contabilidad 26 Contabilización e Información Financiera sobre Planes de Beneficio por Retiro

Norma Internacional de Contabilidad 26 Contabilización e Información Financiera sobre Planes de Beneficio por Retiro Norma Internacional de Contabilidad 26 Contabilización e Información Financiera sobre Planes de Beneficio por Retiro Alcance 1 Esta Norma se aplica a los estados financieros de planes de beneficio por

Más detalles

Capitalización y descuento compuesto

Capitalización y descuento compuesto Unidad 4 Capitalización y descuento compuesto 4.1. Capitalización compuesta 4.1.1. Magnitudes derivadas 4.2. Comparación entre la capitalización simple y compuesta 4.3. Equivalencia de tantos en capitalización

Más detalles

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones Banco Central de Reserva del Perú - Gonzalo Chávez - Paul Zanabria 1 Introducción La proyección

Más detalles

NIC 26: CONTABILIZACION E INFORMACION FINANCIERA SOBRE PLANES DE BENEFICIO POR RETIRO

NIC 26: CONTABILIZACION E INFORMACION FINANCIERA SOBRE PLANES DE BENEFICIO POR RETIRO NIC 26: CONTABILIZACION E INFORMACION FINANCIERA SOBRE PLANES Párrafos CONTABILIZACIÓN E INFORMACIÓN FINANCIERA SOBRE PLANES ALCANCE 1 7 DEFINICIONES 8 12 PLANES DE APORTACIONES DEFINIDAS 13 16 PLANES

Más detalles

Unidad de Aprendizaje: Anualidades y gradientes

Unidad de Aprendizaje: Anualidades y gradientes Carlos Mario Morales C 2012 1 Matemáticas Financieras No está permitida la reproducción total o parcial de este libro, ni su tratamiento informático, ni la transmisión de ninguna forma o por cualquier

Más detalles

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO - 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema

Más detalles

Aula Banca Privada. Renta Fija I: principales características

Aula Banca Privada. Renta Fija I: principales características Aula Banca Privada Renta Fija I: principales características Activos de Renta Fija: características generales Banca Privada Un activo de renta fija es un instrumento representativo de una deuda que confiere

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

NT8. El Valor en Riesgo (VaR)

NT8. El Valor en Riesgo (VaR) NT8. El Valor en Riesgo (VaR) Introducción VaR son las siglas de Valor en el Riesgo (Value at Risk) y fue desarrollado por la división RiskMetric de JP Morgan en 1994. es una manera de medir el riesgo

Más detalles

REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR DE PLANIFICACIÓN Y FINANZAS SUPERINTENDENCIA DE LA ACTIVIDAD ASEGURADORA 202º Y 153º

REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR DE PLANIFICACIÓN Y FINANZAS SUPERINTENDENCIA DE LA ACTIVIDAD ASEGURADORA 202º Y 153º REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR DE PLANIFICACIÓN Y FINANZAS SUPERINTENDENCIA DE LA ACTIVIDAD ASEGURADORA 202º Y 153º Visto que la Ley de la Actividad Aseguradora, publicada

Más detalles

1. EL CONCEPTO DE INTERÉS

1. EL CONCEPTO DE INTERÉS 1. EL CONCEPTO DE INTERÉS 1.1 Introducción Tal y como se ha señalado en el prefacio, en estos primeros capítulos se va a suponer ambiente de certidumbre, es decir, que los agentes económicos conocen con

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

Contabilidad Financiera y Analítica II. Grupos 12 y 13 TEMA - 5. Financiación Ajena

Contabilidad Financiera y Analítica II. Grupos 12 y 13 TEMA - 5. Financiación Ajena Contabilidad Financiera y Analítica II Grupos 12 y 13 TEMA - 5 Financiación Ajena 1. Cómo pueden financiarse las empresas? Las empresas pueden emplear: Recursos propios = aportaciones de los accionistas

Más detalles

Norma Internacional de Contabilidad nº 26 (NIC 26) Contabilización e Información Financiera sobre Planes de Prestaciones por Retiro

Norma Internacional de Contabilidad nº 26 (NIC 26) Contabilización e Información Financiera sobre Planes de Prestaciones por Retiro Norma Internacional de Contabilidad nº 26 (NIC 26) Contabilización e Información Financiera sobre Planes de Prestaciones por Retiro Esta Norma Internacional de Contabilidad reordenada sustituye a la aprobada

Más detalles

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 2 CAPITALIZACIÓN SIMPLE

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 2 CAPITALIZACIÓN SIMPLE CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 2 CAPITALIZACIÓN SIMPLE Javier Bilbao García 1 1.- Capitalización Simple Definición: Se pretende sustituir un capital presente por otro equivalente en

Más detalles

Matemáticas Financieras Conceptos básicos para los instrumentos del Mercado de Valores

Matemáticas Financieras Conceptos básicos para los instrumentos del Mercado de Valores Matemáticas Financieras Conceptos básicos para los instrumentos del Mercado de Valores [1] Conceptos generales...1 Valor del dinero en el tiempo...1 Periodo...1 Costo del dinero...1 [2] Tasa de interés...2

Más detalles

Gestión Financiera 2º AF 1

Gestión Financiera 2º AF 1 LEY FINANCIERA DE INTERÉS SIMPLE Gestión Financiera 2º AF 1 1.1 Concepto Operación financiera cuyo objeto es la sustitución de un capital presente por otro equivalente con vencimiento posterior, mediante

Más detalles

Anexo c: método de inventario permanente simplificado

Anexo c: método de inventario permanente simplificado From: Medición del capital - Manual OCDE 2009 Segunda edición Access the complete publication at: http://dx.doi.org/10.1787/9789264043695-es Anexo c: método de inventario permanente simplificado Please

Más detalles

Matemática financiera

Matemática financiera Tapa Características generales ISBN Autor/es: Dumrauf, Guillermo L. Edición 2013, en Rústica 300 páginas Idioma: Español 24x21 cm. Nivel: Universitario Área: Subárea: Contratapa La Matemática Financiera

Más detalles

Gestión Financiera. 7 > Préstamos

Gestión Financiera. 7 > Préstamos . 7 > Préstamos Juan Carlos Mira Navarro Juan Carlos Mira Navarro 1 / 64. 7 > Préstamos 1 2 Préstamo americano Préstamo americano con fondo de amortización «sinking fund» 3 Anualidad Capital pendiente

Más detalles

Problemas indecidibles

Problemas indecidibles Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas

Más detalles

Contabilidad Financiera II. Grupos 20 y 21 TEMA - 3. Pasivo No Corriente I: Préstamos y Empréstitos

Contabilidad Financiera II. Grupos 20 y 21 TEMA - 3. Pasivo No Corriente I: Préstamos y Empréstitos Contabilidad Financiera II Grupos 20 y 21 TEMA - 3 Pasivo No Corriente I: Préstamos y Empréstitos 1. Cómo pueden financiarse las empresas? Las empresas pueden emplear: Recursos propios = aportaciones de

Más detalles

UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA ESCUELA DE CIENCIAS DE LA ADMINISTRACIÓN

UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA ESCUELA DE CIENCIAS DE LA ADMINISTRACIÓN UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA ESCUELA DE CIENCIAS DE LA ADMINISTRACIÓN PROGRAMA DE BACHILLERATO Y LICENCIATURA ADMINISTRACIÓN DE EMPRESAS GUÍA DE ESTUDIO DE LA ASIGNATURA MATEMÁTICA

Más detalles

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD.

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD. Modelado de flujo en redes Jhon Jairo Padilla A., PhD. Conceptos básicos Demanda o volumen de Demanda: Es el tráfico que están requiriendo los usuarios de una red. Para transportar el volumen de demanda

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

Más detalles

Rentas vitalicias y riesgo de longevidad. Conferencia sobre regulación y supervisión de seguros en América Latina IAIS-ASSAL San José, Costa Rica

Rentas vitalicias y riesgo de longevidad. Conferencia sobre regulación y supervisión de seguros en América Latina IAIS-ASSAL San José, Costa Rica Rentas vitalicias y riesgo de longevidad Conferencia sobre regulación y supervisión de seguros en América Latina IAIS-ASSAL San José, Costa Rica 13 de abril de 2015 Contenido 1. Mercado de Seguros de Pensiones

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

CONCEPTOS Y DEFINICIONES

CONCEPTOS Y DEFINICIONES CONCEPTOS Y DEFINICIONES A continuación se incluyen algunos conceptos y definiciones de suma importancia para el manejo de las estadísticas de Finanzas Públicas, los cuales se han seleccionado, principalmente,

Más detalles

En términos generales existen dos maneras de atraer el dinero de los inversores: pidiendo préstamos o emitiendo más acciones ordinarias.

En términos generales existen dos maneras de atraer el dinero de los inversores: pidiendo préstamos o emitiendo más acciones ordinarias. LA VALORACIÓN DE LAS OBLIGACIONES. En términos generales existen dos maneras de atraer el dinero de los inversores: pidiendo préstamos o emitiendo más acciones ordinarias. Las empresas cuando tienen que

Más detalles

ELEMENTOS Y ÁMBITO DE LAS OPERACIONES FINANCIERAS

ELEMENTOS Y ÁMBITO DE LAS OPERACIONES FINANCIERAS INTRODUCCION OBJETIVO: Estudiar los medios que facilitan el análisis de las operaciones financieras y sus técnicas de cálculo. ELEMENTOS Y ÁMBITO DE LAS OPERACIONES FINANCIERAS En las operaciones financieras

Más detalles

ADMINISTRACION FINANCIERA. Cálculo Financiero. CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com.

ADMINISTRACION FINANCIERA. Cálculo Financiero. CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com. ADMINISTRACION FINANCIERA Cálculo Financiero CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com.ar 1 Cálculo Financiero - Sumario 1. La tasa de interés. Valor del dinero

Más detalles

GLOSARIO SIMULADOR DE PENSIÓN

GLOSARIO SIMULADOR DE PENSIÓN GLOSARIO SIMULADOR DE PENSIÓN Versión Actualizada Enero 2015 www.spensiones.cl 1) Ahorro provisional voluntario (APV): Alternativa de ahorro adicional al ahorro obligatorio que tiene como principal objetivo

Más detalles

Técnicas de valor presente para calcular el valor en uso

Técnicas de valor presente para calcular el valor en uso Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar

Más detalles

Concepto de rentabilidad

Concepto de rentabilidad Concepto de rentabilidad Tema 1 Apartado 1.1 página 3 1.1 Concepto de rentabilidad Veamos primero su concepto, para pasar a continuación a estudiar las medidas utilizadas para su cálculo. En sentido lato,

Más detalles

1. Lección 4 - Leyes de Descuento

1. Lección 4 - Leyes de Descuento 1. Lección 4 - Leyes de Descuento Apuntes: Matemáticas Financieras 1.1. El descuento comercial La expresión matemática del descuento comercial es: A 1 (t) = 1 d t para d > 0 Por lo que una u.m. en el instante

Más detalles

Apartado 1 I. Notas de Revelación a los Estados Financieros al 31 de diciembre de 2011 (Cifras en miles de pesos)

Apartado 1 I. Notas de Revelación a los Estados Financieros al 31 de diciembre de 2011 (Cifras en miles de pesos) SEGUROS MONTERREY NEW YORK LIFE, S. A. DE C. V. Y SUBSIDIARIAS INFORME DE NOTAS DE REVELACIÓN A LOS ESTADOS FINANCIEROS CONSOLIDADOS AL 31 DE DICIEMBRE DE 2011, de acuerdo con los Capítulos 14.3 y 14.4

Más detalles

PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera)

PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera) PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera) Proporcionar las herramientas necesarias para el desarrollo económico financiero y profesional. Muestra herramientas

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

OPERACIONES EN RÉGIMEN DE COMPUESTA

OPERACIONES EN RÉGIMEN DE COMPUESTA OPERACIONES EN RÉGIMEN DE COMPUESTA Las operaciones en régimen de compuesta se caracterizan porque los intereses, a diferencia de lo que ocurre en régimen de simple, a medida que se van generando pasan

Más detalles

Vectores Autorregresivos (VAR)

Vectores Autorregresivos (VAR) Vectores Autorregresivos (VAR) 1 Procesos estocasticos multivariados Y t = [Y 1t, Y 2t,, Y Nt ], t = 1, 2,..., T Estamos interesados en el comportamiento temporal de N variables simultaneamente. E(Y t

Más detalles

Regla Comercial y Descuento compuesto.

Regla Comercial y Descuento compuesto. Regla Comercial y Descuento compuesto. Regla comercial: consiste en calcular el monto que se acumula durante los periodos de capitalización completos, utilizando la fórmula de interés compuesto, para luego

Más detalles

COMO INVERTIR en RENTA FIJA

COMO INVERTIR en RENTA FIJA COMO INVERTIR en RENTA FIJA SANTIAGO FERNANDEZ (*) EDITA: INVERSOR EDICIONES, S.L. Director: Rafael Rubio Subdirector: Manuel Moreno Capa C/Miguel Yuste, 26. 28037 Madrid IMPRIME: Industrias Gráficas Pantone.

Más detalles

ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS

ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS Universidad Nacional de San Antonio Abad del Cusco Departamento Académico de Informática ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS Iván Medrano Valencia ANALISIS DE ALGORITMOS Un algoritmo es un

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

1 Conceptos Básicos de Señales y Sistemas

1 Conceptos Básicos de Señales y Sistemas CAPÍTULO 1 Conceptos Básicos de Señales y Sistemas Cuando se hace referencia a los conceptos de señales y sistemas, su aplicación es válida para una variedad amplia de disciplinas, tales como sismología,

Más detalles

Teorema de Green. 6.1. Curvas de Jordan

Teorema de Green. 6.1. Curvas de Jordan Lección 6 Teorema de Green En la lección anterior, previa caracterización de los campos conservativos, hemos visto que un campo irrotacional puede no ser conservativo. Tenemos por tanto una condición fácil

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

European Embedded Value 2005

European Embedded Value 2005 European Embedded Value 2005 Madrid, 27 de abril de 2006 1 Análisis 2 European Embedded Value (EEV) (1) MAPFRE ha calculado por primera vez el valor intrínseco de su negocio de seguros de Vida y productos

Más detalles

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES Para la valuación de opciones hay dos modelos ampliamente reconocidos como son el modelo binomial y el modelo de Black

Más detalles

Pruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Pruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico

Más detalles

Retiro de activos y el stock de capital bruto

Retiro de activos y el stock de capital bruto From: Medición del capital - Manual OCDE 2009 Segunda edición Access the complete publication at: http://dx.doi.org/10.1787/9789264043695-es Retiro de activos y el stock de capital bruto Please cite this

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

CAPITULO 8. ANÁLISIS DE RIESGO. 8.1 INTRODUCCIÓN

CAPITULO 8. ANÁLISIS DE RIESGO. 8.1 INTRODUCCIÓN CAPITULO 8. ANÁLISIS DE RIESGO. 8.1 INTRODUCCIÓN Por medio de este capitulo se llegará a establecer por medio de herramientas como el análisis de sensibilidad, análisis de escenarios y la simulación Monte

Más detalles