Arbitraje y Valoración de Activos Financieros

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

Download "Arbitraje y Valoración de Activos Financieros"

Transcripción

1 Arbraje y Valoracón de Acvos Fnanceros Julo G. Vllalón Josefna Marínez Barbeo Casa de la Galería, s/n Campus de Elvña 507 A Coruña E-mal: g.vllalon@era.es barbeo@sx.udc.es Resumen Una oporundad de arbraje, es una esraega de nversón que garanza un resulado posvo con respeco a cera conngenca con nnguna posbldad de obener un resulado negavo y sn realzar nversón alguna. Todos los méodos de valoracón de acvos dervados ulzan la nocón de arbraje. Los precos de los acvos se obenen en condcones ales que evan oporundades de arbraje. En los méodos de valoracón equlbro, la ausenca de oporundades de arbraje es pare de las condcones de equlbro general. Las oporundades de arbraje pueden surgr de dos formas dferenes. En la prmera, se puede hacer una sucesón de nversones sn nnguna oblgacón acual y esperar obener un benefco posvo. En las oporundades de arbraje segunda clase, una carera puede asegurar una comsón nea negava hoy, menras que proporcona benefcos no negavos en el fuuro. Por nuesra pare, después de hacer referenca a los sguenes aspecos: precos de los acvos y esados de la nauraleza; rendmenos y desembolsos; consderamos el Teorema de Arbraje y se propone una generalzacón. Palabras clave: Oporundades de arbraje, valoracón de acvos dervados, méodos de valoracón equlbro, Teorema de arbraje, MEDAF, CAPM, nversor alcsa, nversor bajsa, carera de arbraje, marngala, Ecuacones Dferencales Esocáscas.

2 . Inroduccón La eoría arbraje de valoracón de acvos la desarrolló Ross [7,8,9] como una alernava al Modelo de Equlbro de Acvos Fnanceros (MEDAF), de versón anglosajona Capal Asse Prcng Model (CAPM), cuya conclusón prncpal es que la carera de mercado es efcene meda-varanza. u consderacón formal mplca la sguene noacón. Un deermnado acvo ene de rendmeno medo E y la carera de mercado ene de rendmeno E m y varanza σ m. La covaranza enre el rendmeno del acvo y el rendmeno de la carera de mercado es σ m y el ano de nerés sn resgo r. El MEDAF afrma que E r + λ b (.) donde λ E m r (.) y σ σ b m m es el coefcene bea del acvo. La normaldad de los rendmenos de los acvos de capal o ben las preferencas cuadrácas de sus poseedores son las hpóess que conducen a la (.) y (.). Teórca y empírcamene es dfícl jusfcar las hpóess del MEDAF. Además, el MEDAF es crcado debdo a su dudoso conendo. La carera de mercado es práccamene no observable y una declaracón respeco a la carera de mercado (al como el MEDAF) es dfícl de conrasar empírcamene. n embargo, la relacón lneal (.) es aplcable por su smplcdad y por sus fácles nerpreacones. El Modelo de Valoracón fundado en el Arbraje (MVA, cuya versón anglo-sajona es Arbrage Prcng Theory, APT), es un modelo alernavo a las eorías meda-varanza, alernava que mplca una relacón aproxmadamene lneal como la (.). La prncpal venaja del Modelo de Valoracón medane arbraje (MVA) de Ross es que su conrasabldad empírca no depende del conocmeno de la carera de mercado. Desgracadamene, el análss de Ross no es fácl de segur. No sumnsra una defncón explíca de arbraje y su demosracón mplca hpóess respeco a las preferencas de los agenes así como hpóess de no arbraje.. Precos de los Acvos El índce represena el empo. Los íulos (valores) ales como opcones, fuuros, conraos a plazo y mercancías se represenan medane un vecor de precos de los íulos denoado por : ( ) () (.) N (), puede sgnfcar pedr presado o presar sn resgo; (), puede denoar un íulo parcular; 3 (), una opcón call suscra sobre ese íulo, 4 (), la correspondene opcón pu y así sucesvamene. El subíndce en ndca que los

3 precos perenecen al momeno represenado por el valor de. En los precos de los íulos empo dscreo se puede expresar como 0,,,, +,. Ahora ben, en empo connuo el subíndce puede omar cualquer valor enre cero e nfno, es decr [ 0, ). (.) En general, 0 denoa el momeno ncal y el momeno presene. escrbmos < s (.3) ndcamos que s es un momeno fuuro. 3. Esados de la Nauraleza Denoamos por W el conjuno de odos los posbles esados de la nauraleza : w W (3.) w k donde cada w, represena un resulado que puede aconecer. Esos esados son muuamene excluyenes y, al menos, esá garanzado que puede acaecer uno de ellos. En general, los acvos fnanceros endrán valores dferenes y proporconarán resulados dferenes en esados de la nauraleza dferenes w. uponemos que hay un número fno k de ales posbles esados. 4. Rendmenos y Desembolsos Los esados de la nauraleza w, debdo a que en dferenes esados de la nauraleza los rendmenos de los íulos serían dferenes. Denoamos por d j el número de undades monearas pagadas por undad del íulo en el esado j. Esos desembolsos endrán dos componenes. El prmer componene es las ganancas o pérddas de capal. Los valores de acvos aprecados o no aprecados. Para un nversor que es alcsa respeco al íulo, una aprecacón conduce a una gananca de capal y una deprecacón a una pérdda de capal. Para los que son bajsas respeco al acvo, las ganancas y pérddas de capal serán nversas. El segundo componene de la d j son desembolsos ales como dvdendos o pagos de cupones. Algunos acvos no enen ales desembolsos, por ejemplo las opcones call y pu y las oblgacones acualzadas enre oros. Pero oros enen desembolsos, apare de los íulos que pagan dvdendos y cupones, por ejemplo, la nversón en fuuros. La prácca de operar en el mercado conduce a desembolsos daramene para el poseedor de un conrao. n embargo, en el caso de fuuros esos desembolsos pueden ser posvos o negavos. 3

4 La exsenca de varos acvos, juno con la hpóess de muchos esados de la nauraleza sgnfca que para cada acvo hay varos posbles d j. Ulzamos el cálculo marcal para represenar ales ordenacones. Así, para los N acvos en consderacón, los desembolsos d j se pueden represenar marcalmene medane una marz d k D Nk (4.) d N Nk donde cada fla represena los desembolsos por undad de un deermnado íulo en los dferenes esados de la nauraleza y cada columna represena los pagos a dferenes acvos en un deermnado esado de la nauraleza. los precos acuales de odos los acvos son dferenes de cero, enonces se puede dvdr la -ésma fla de D Nk por la correspondene y obener los rendmenos bruos en los dferenes esados de la nauraleza. La D Nk, endrá un subíndce en el caso de que los desembolsos dependan del empo. Por ora pare, recordemos que una carera es una combnacón parcular de acvos. Para formar una carera se necesa conocer las poscones adopadas por cada acvo en consderacón. El símbolo Π, represena la oblgacón conracual con respeco al -ésmo acvo, es decr, { Π,,,, N} represena la carera. Un Π posvo mplca una poscón al alza en aquel acvo, menras que un negavo represena una poscón a la baja. un acvo no esá ncludo en la carera, el correspondene Π es cero. una carera proporcona el msmo resulado en odos los esados de la nauraleza, enonces su valor se conoce exacamene y la carera se denomna sn resgo. 5. Ejemplo de Valoracón de Acvos Vamos a ver un sencllo ejemplo para explcar los resulados más mporanes relavos a la valoracón de acvos dervados. Traamos de lusrar la lógca ulzada en la valoracón de acvos dervados e nroducr los nsrumenos maemácos necesaros para llevar a cabo esa lógca en las aplcacones práccas. upongamos que el horzone emporal consa de dos períodos separados por un nervalo de longud. Consderamos un caso en el que el parcpane en el mercado esá neresado solamene en res acvos:. Un acvo sn resgo al como Leras del Tesoro, cuyo rendmeno bruo hasa el próxmo período es ( + r ). Ese rendmeno es consane ndependene del esado de la nauraleza.. El segundo íulo es un acvo subyacene, por ejemplo, un íulo ( ). upongamos que durane el pequeño nervalo, el ( ) puede omar solamene 4

5 uno de los dos posbles valores. ( ) es arresgado porque su resulado es dferene en los dos esados posbles de la nauraleza. 3. El ercer íulo es un acvo dervado, una opcón call con prma C() y un preco de ejercco C 0. La opcón vence en el período próxmo. Dado que el acvo subyacene ene dos posbles valores, la opcón call ambén omará dos posbles valores. Esa esrucura fnancera es basane smple. Hay 3 acvos (N 3) y dos esados de la nauraleza (k ). Uno de los acvos es el íulo subyacene; el oro es la opcón. El ercer acvo es pedr presado o presar a un ano fjo. El ejemplo no es rrealsa. Un comercane que opera en empo real (connuo) puede consderar omar una poscón (especulava) en una opcón parcular. el nervalo de empo consderado es pequeño, los precos de esos acvos pueden no cambar más que en una subda o en un descenso. Por ano, la hpóess de dos esados de la nauraleza puede ser una aproxmacón razonable. Resummos esa nformacón medane la noacón marcal. Los precos de los acvos forman un vecor de res elemenos B( ) ( ) (5.) C( ) donde B() es pedr presado o presar sn resgo; es un íulo y C() es el valor de la opcón call suscra sobre ese íulo La ndca el momeno en que se aplcan esos precos. Los resulados se agrupan en una marz D. Hay 3 acvos, lo cual ndca que la marz D ene 3 flas. Tambén hay dos esados de la nauraleza. Por ano, la marz D endrá dos columnas. La B() expresa pedr presado o presar sn resgo. La () es arresgado y su valor puede subr a ( + ) o bajar a ( + ). Fnalmene, el valor de mercado de la opcón call C() cambará de acuerdo con los cambos en el preco del acvo subyacene (). Por ano en ese caso parcular la D vendrá dada por: B( )( + r ) B( )( + r ) D ( + ) ( + ) (5.) C ( + ) ( + ) C donde r es el ano de rendmeno sn resgo. 6. Teorema de Arbraje Ahora ya podemos nroducr un resulado fundamenal en eoría fnancera que se puede ulzar para calcular los valores equavos de mercado de íulos dervados. En prmer lugar, vamos a smplfcar la noacón. La candad pedda presada y presada al ano sn resgo se seleccona por el nversor. Por ano, sempre podemos esablecer que B() (6.) 5

6 El empo que ranscurre, en ese caso (6.) Enonces, el Teorema de Arbraje se puede esablecer en los érmnos sguenes: Dados los y D defndos en (5.) y (5.) y que los dos esados enen probabldades de acaecmeno posvas.. las consanes posvas α y α se pueden obener ales que los precos de los acvos sasfagan ( + r) ( + r) α ( ) ( + ) ( + ) (6.3) α C( ) C( + ) C ( + ) enonces no hay posbldades de arbraje. Observemos que s +r >, se precsa que α + α <. Eso se obene de la prmera fla de la ecuacón marcal.. no hay oporundades arbraje, enonces se pueden enconrar consanes posvas α, α que sasfagan la (6.3). La relacón (6.3) se denomna represenacón. No es una relacón que se pueda observar en realdad. En efeco, ( + ) y ( + ) son posbles valores fuuros del acvo subyacene. olamene será observado uno de ellos el que perenece al esado que se ha realzado. Qué represenan las consanes α y α? De acuerdo con la represenacón mplcada por el Teorema de Arbraje, s un íulo paga en el esado y 0 en el esado, enonces () () α (6.4) Por ano, los nversores esán raando de pagar α undades (ahora) por una pólza de seguros que ofrece una undad moneara en el esado y nada en el esado. Análogamene, α ndca cuáno esarían dspuesos a pagar los nversores por una pólza de seguros que pague en el esado y nada en el esado. Evdenemene, gasando α + α se puede garanzar undad moneara en el fuuro ndependenemene de qué esado se haya presenado. Eso es lo que expresa la prmera fla de la represenacón (6.3). De acuerdo con esa nerpreacón α, α se denomnan precos de los esados. Respeco a la cuesón de qué pos de resulados práccos (s exsen) se obenen de la exsenca de α y α? Dremos que la represenacón dada por el eorema de arbraje es muy mporane para la valoracón prácca de acvos. El eorema de arbraje proporcona un neresane méodo general para valorar acvos dervados. Consderemos la represenacón: ( + r) ( + r) α ( ) ( + ) ( + ) (6.5) α C( ) C( + ) C ( + ) mulplcando la prmera fla de la marz dvdendo D por el vecor α, α obenemos 6

7 ( + r) α + ( + r) α (6.6) Defnmos: ~ ~ P ( + r) α y P ( + r) α (6.7) Debdo a la posvdad de los precos y a la (6.6) ~ ~ ~ 0 < P y P + P Por ano, las P ~ son números posvos y suman uno. Enonces pueden ser nerpreadas como dos probabldades asocadas a los dos esados consderados. Decmos nerpreadas porque las verdaderas probabldades que rgen el acaecmeno de los ~ ~ dos esados de la nauraleza, en general, serán dferenes de P y P. Esán defndas por la (6.7) y no sumnsran nformacón dreca respeco a las verdaderas ~ probabldades asocadas a los dos esados de la nauraleza. Por esa razón, { P, P ~ } se denomnan probabldades snécas ajusadas al resgo. Por ora pare, ulzando probabldades ajusadas al resgo, podemos deducr un mporane resulado para la valoracón de acvos. En la represenacón lbre de resgo dada por la (6.5), dvdmos ambos membros de la gualdad por el preco acual del acvo y mulplcamos ambos membros por ( + r), ano de rendmeno sn resgo bruo. uponendo dsnos de cero los precos de los acvos, obenemos ( + ) () ( + ) () ~ ~ P + P + ( r) (6.8) ( + ) () ( + ) () ~ C ~ C P + P ( + r) (6.9) C C En prmer lugar, observamos que las relacones ales como ( + ) ( + ) Y (6.0) () () son los anos de rendmeno bruos de () en los esados y respecvamene. Las ~ ~ gualdades (6.8) y (6.9) mplcan que s se ulzan P y P para calcular los valores esperados, odos los acvos endrían el msmo rendmeno esperado. De acuerdo con ~ ~ ese nuevo resulado según las P y P odos los rendmenos esperados son guales al ano de rendmeno lbre de resgo r. Resulado de amplo uso en la valoracón de acvos fnanceros. 7. Algunas generalzacones Hasa ahora la esrucura fnancera ha sdo muy senclla. En general, ales ejemplos sencllos no se pueden usar para valorar acvos fnanceros reales. A connuacón, vamos a consderar algunas generalzacones que se necesan para lograrlo. 7

8 7. Índce emporal Hasa ahora, hemos consderado empos dscreos,,,3,... En los modelos de valoracón de acvos empo connuo supondremos que es connuo [ 0, ) (7.) En ese caso, podemos consderar nervalos nfnesmales denoados por d. En empo connuo, los valores que puede omar un acvo no se lman a dos. Hay nnumerables posbldades y un connuo de esados de la nauraleza. Para capar ales generalzacones, necesamos nroducr las llamadas Ecuacones Dferencales Esocáscas (EDE). Por ejemplo, los ncremenos de los precos de íulos se pueden modelar ulzando la ecuacón d µ d + σ dw (7.) Donde el símbolo d represena un cambo nfnesmal en el preco del íulo; µ d, es el movmeno prevso durane un nervalo nfnesmal d y σ dw es una perurbacón aleaora nfnesmal mpredecble. Por ora pare, cuando es connuo, el facor de acualzacón vendrá dado por δ e (7.3) dondeδ es el ano nsanáneo de capalzacón. 7. Generalzacón del Teorema de Arbraje De acuerdo con el eorema de arbraje, s no hay posbldades de arbraje, enonces α ales que cada preco de acvo hoy es gual a una hay precos esados sopore { } combnacón lneal de posbles valores fuuros. Tambén se verfca el recíproco. exsen ales precos esados (sopore), enonces no hay oporundades de arbraje. Para esablecer el eorema de arbraje de forma general, empezamos por defnr los símbolos subyacenes ea la marz de resulados d K D (7.4) d N NK donde N es el numero oal de íulos y K, el número oal de esados de la nauraleza. Defnmos una carera α, como el vecor columna de compromsos fnanceros para cada acvo α α (7.5) α N En érmnos bursáles, α da las poscones omadas en un cero nsane. Mulplcando α por, obenemos el valor de la carera α : N () ' α α (7.6) Esa es la nversón oal en la carera α en el momeno. El desembolso para la carera α en el esado j es N d j α 8

9 Marcalmene: d N α D α (7.7) dk NK α N Ahora podemos defnr una carera de arbraje de la forma sguene: α, es una carera de arbraje, o smplemene un arbraje, s se cumple una de las sguenes condcones:. α 0 y D α > 0. α < 0 y D α 0 De acuerdo con eso, la carera α garanza cero rendmeno posvo en odos los esados, sn embargo esa no cuesa nada comprarla. Es decr, garanza un rendmeno no negavo menras que ene un cose negavo hoy. El eorema sguene es la generalzacón de las condcones de arbraje dscudas anerormene.. no hay oporundades de arbraje, enonces exse un α > 0 al que Dα (7.8). se verfca la condcón (.), enonces no hay oporundades de arbraje. Eso sgnfca que en una suacón de lbre arbraje exsen α ales que d K α N d N NK α N Observemos que de acuerdo con el eorema, se debe verfcar α > 0 para odo s cada esado en consderacón ene una probabldad de acaecmeno no nula. (7.9) Ahora supongamos que consderamos un po especal de marz rendmeno donde d K D (7.0) d N NK En la marz D, los elemenos de la prmera fla son consanes e guales a. Eso mplca que el rendmeno del prmer acvo es el msmo sn mporar el esado de la nauraleza en que se encuenre. Por ano, el prmer íulo es sn resgo. Ulzando el eorema de arbraje y mulplcando la prmera fla de D por el vecor preco esado α, obenemos α + + α K (7.) O ben, defnendo K α (7.) El α 0 es el descueno en la pecón de presado sn resgo. α 0 9

10 8. Conclusones El eorema de arbraje proporcona una meodología poderosa para deermnar en la prácca valores de mercado de acvos fnanceros. Los pasos más mporanes de esa meodología aplcada a los dervados fnanceros son los sguenes:. Obener un modelo lo sufcenemene aproxmado para nvesgar la dnámca del preco del acvo subyacene.. Calcular cómo el preco del íulo dervado expresa el preco del acvo subyacene al vencmeno o en oros momenos. 3. Obener las probabldades ajusadas al resgo. 4. Calcular los resulados esperados de los dervados al vencmeno ulzando las probabldades ajusadas al resgo. 5. Acualzar esa expecava ulzando el rendmeno lbre de resgo. Con el fn de poder aplcar esa meodología de valoracón, es necesaro famlarzarse con los sguenes pos de nsrumenos maemácos: En prmer lugar, la nocón de empo se necesa defnr cudadosamene. e debe desarrollar los nsrumenos para manejar cambos en los precos de los acvos durane períodos de empo nfnesmales. Eso requere un análss empo connuo. En segundo lugar, necesamos manejar la nocón de aleaoredad durane ales períodos nfnesmales. e necesa defnr cudadosamene los concepos ales como probabldad, esperanza, valor medo y volaldad durane los períodos nfnesmales. Eso requere la consderacón del llamado cálculo esocásco. e raa de dscur la nucón ras las hpóess que conducen a mejores resulados en el cálculo esocásco. En ercer lugar, necesamos comprender cómo obener las probabldades ajusadas al resgo y cómo deermnar el facor de acualzacón correco. El Teorema Grsanov, esablece las condcones según las cuales se pueden usar las probabldades ajusadas al resgo. El eorema ambén da la forma de esas dsrbucones de probabldad. La nocón de marngalas es esencal para el eorema Grsanov y, por ano, para la comprensón de la nauraleza neural frene al resgo. Fnalmene, cuando se presena la cuesón de cómo relaconar los movmenos de varas candades enre sí a lo largo del empo, eso se logra ulzando ecuacones dferencales en el cálculo esándar. Ahora ben, en un ambene aleaoro se ulzan las llamadas Ecuacones Dferencales Esocáscas (EDE). 0

11 Bblografía. Duffe, D. (996). Dynamc Asse Prcng. Prnceon Unversy Press. Harrson, J.M. and Kreps, D. (979). Marngales and arbrage n mulperod secures markes. Journal of Economc Theory, (0)3, pp Hull, J.C. (993). Opons, Fuures and Oher Dervave secures. Prence Hall 4. Ingersoll, R.J. (987). Theory of Fnancal Decson Makng. Rosman-Llefeld 5. Qunar, A. e Zsswller, R. (985). Théore de la Fnance. Puf 6. Roll, R. and Ross,. (980). An emprcal nvesgaon of he arbrage prcng heory. J. Fnance 35, pp Ross,.A. (976a). Reurn, rsk and arbrage. In Rsk and Reurn n Fnance, ed. I. Frend and J. Bcksler, Cambrdge, mass: Ballnger 8. Ross,.A. (976b). The arbrage heory of capal asse prcng. Journal of Economc Theory. 3(3), December, pp Ross,.A. (978). A smple approach o he valuaon of rsky sreams. Journal of Busness 5(3), July, pp

Movimiento Rectilíneo Uniformemente Acelerado (MRUA)

Movimiento Rectilíneo Uniformemente Acelerado (MRUA) 7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo

Más detalles

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por: 7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c

Más detalles

Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas

Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas 1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse

Más detalles

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos

Más detalles

Recombinación en Árboles Binomiales Multiplicativa

Recombinación en Árboles Binomiales Multiplicativa Recombnacón en Árboles Bnomales Mulplcava Y us Posbldades Freddy H. Marín Días de la cenca aplcada epembre 8-9-30 Grupo de Invesgacón En mulacón y Modelacón Maemáca CONTENIDO Ecuacones Dferencales Esocáscas

Más detalles

Ejercicios resueltos y exámenes

Ejercicios resueltos y exámenes Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES

Más detalles

1. Introducción, n, concepto y clasificación

1. Introducción, n, concepto y clasificación Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados

Más detalles

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes. REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI

Más detalles

Productos derivados sobre bienes de consumo

Productos derivados sobre bienes de consumo Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl

Más detalles

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE) EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa

Más detalles

Estadística de Precios de Vivienda

Estadística de Precios de Vivienda Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras

Más detalles

Capítulo 3 Metodología.

Capítulo 3 Metodología. Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO EL TEOREMA FUNDAMENTAL DE PRECIOS DE ARBITRAJE CON COSTOS DE TRANSACCIÓN EN UN MERCADO DE DIVISAS TESIS PARA OPTAR EL GRADO DE MAGISTER EN MATEMÁTICAS

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

FASCÍCULO: MATRICES Y DETERMINANTES

FASCÍCULO: MATRICES Y DETERMINANTES FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.

Más detalles

MUESTRAS CON ROTACIÓN DE PANELES

MUESTRAS CON ROTACIÓN DE PANELES 487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489

Más detalles

Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C

Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas

Más detalles

Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.

Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo. FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α

Más detalles

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal

Más detalles

Cálculo y Estadística

Cálculo y Estadística PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una empresa emplea res

Más detalles

INDICE DE COSTES DE LA CONSTRUCCIÓN

INDICE DE COSTES DE LA CONSTRUCCIÓN INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos

Más detalles

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de

Más detalles

SE PUEDE MEDIR LA NEGOCIACIÓN INFORMADA?: UNA REVISIÓN DE LA METODOLOGÍA BASADA EN LAS COVARIANZAS DE LAS SERIES DE PRECIOS

SE PUEDE MEDIR LA NEGOCIACIÓN INFORMADA?: UNA REVISIÓN DE LA METODOLOGÍA BASADA EN LAS COVARIANZAS DE LAS SERIES DE PRECIOS Invesgacones Europeas de Dreccón y Economía de la Empresa Vol. 5, Nº, 009, pp. 0-, IN: 35-53 E PUEDE MEDIR L NEGOCICIÓN INFORMD?: UN REVIIÓN DE L METODOLOGÍ BD EN L COVRINZ DE L ERIE DE PRECIO Farnós Vñas,

Más detalles

a. Activos monetarios b. Activos no monetarios a. Ingresos b. Egresos

a. Activos monetarios b. Activos no monetarios a. Ingresos b. Egresos Decsones e Inversón Conseracón e la péra el poer aqusvo el sgno monearo Amnsracón Fnancera Cr. Julo César Torres UNLPam Facula e Cencas Económcas y Jurícas Decsones e Inversón Conseracón e la péra el poer

Más detalles

Función Financiera 12/03/2012

Función Financiera 12/03/2012 Funcón Fnancera /03/0 Asgnaura: Admnsracón Fnancera Bblografía: Albero Macaro - Cr. Julo César Torres Profesor Tular Regular Faculad de Cencas Económcas y Jurídcas Unversdad Naconal de La Pampa Cr. Julo

Más detalles

Los esquemas de la reproduccio n de Marx

Los esquemas de la reproduccio n de Marx Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la

Más detalles

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas. TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos

Más detalles

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC 9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de

Más detalles

Ondas y Rotaciones. Aplicaciones I. Jaime Feliciano Hernández Universidad Autónoma Metropolitana - Iztapalapa México, D. F. 15 de agosto de 2012

Ondas y Rotaciones. Aplicaciones I. Jaime Feliciano Hernández Universidad Autónoma Metropolitana - Iztapalapa México, D. F. 15 de agosto de 2012 Ondas y Roacones Aplcacones I Jame Felcano Hernández Unversdad Auónoma Meropolana - Izapalapa Méco, D. F. 5 de agoso de 0 INTRODUCCIÓN. En esa hoja de rabajo vamos a aplcar el conocmeno que hemos consrudo

Más detalles

Pattern Classification

Pattern Classification aern Classfcaon All maerals n hese sldes were aken from aern Classfcaon nd ed by R. O. Duda,. E. Har and D. G. Sork, John Wley & Sons, 000 wh he permsson of he auhors and he publsher Capulo Teora de Decson

Más detalles

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna

Más detalles

Dirección General de Asuntos Económicos y Sociales Ministerio de Economía y Finanzas

Dirección General de Asuntos Económicos y Sociales Ministerio de Economía y Finanzas Meodología de valuacón de pasvos conngenes cuanfcables y del flujo de ngresos dervados de la exploacón de los proyecos generados por la suscrpcón de conraos de concesón bajo la modaldad de Asocacón Públco

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3

MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3 MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3 Una fuene lumnosa eme luz monocromáca de longud de onda en el vacío lo = 6 l0-7 m (luz roja) que se propaga en el agua de índce de refraccón

Más detalles

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos 4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno

Más detalles

EL CONTROL EN LA DECISIÓN DE INVERSIÓN

EL CONTROL EN LA DECISIÓN DE INVERSIÓN EL CONTROL EN LA DECISIÓN DE INVERSIÓN por Javer Sanbáñez Grúber Publcado (en una versón smlar en el Boleín de Esudos Económcos, nº 47, Dcembre,.992, págs. 39 4 Inroduccón En la acualdad, y denro del marco

Más detalles

Cuestión 1 (2 puntos)

Cuestión 1 (2 puntos) Unversdad Carlos III de Madrd Deparameno de ecnología Elecrónca COOCAORIA EXRAORDIARIA CURSO 007/08: de Sepembre de 008 Elecrónca de Poenca 3º Ingenería écnca Indusral: Elecrónca Indusral Cuesón ( punos)

Más detalles

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo P S 2015 M C P S 2015 Inroduccón El Premo Salmón es hoy el prncpal reconocmeno enregado a los Fondos Muuos en Chle. Movo de orgullo y cenro de campañas publcaras, ese reconocmeno ha cambado su foco hace

Más detalles

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo.

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo. Dlomaura de Cencas Emresarales. Esadísca Económca. Sara Maeo. úmeros Índces nroduccón: Una de las rncales areas de la esadísca es el análss de varables, ano consderadas ndvdualmene como en conjuno, ara

Más detalles

3. El cambio en el sistema de pensiones y su impacto sobre la cobertura

3. El cambio en el sistema de pensiones y su impacto sobre la cobertura . El cambo en el ssema de pensones y su mpaco sobre la coberura El prmer objevo de ese rabajo es medr el mpaco que la reforma al ssema de pensones ha endo sobre la coberura; medda esa úlma como el número

Más detalles

INTERPOLACIÓN CURVA DE TASAS DE INTERÉS

INTERPOLACIÓN CURVA DE TASAS DE INTERÉS www.quan-radng.co INTERPOLACIÓN CURVA DE TASAS DE INTERÉS El rendmeno hasa el vencmeno de un bono es una medda úl para eecos de comparacón. Sn embargo hay oras meddas que conenen mucha más normacón como

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

Términos y Condiciones Generales de Contratación del Contrato de Futuro del Dólar de los Estados Unidos de América (Entrega en Especie)

Términos y Condiciones Generales de Contratación del Contrato de Futuro del Dólar de los Estados Unidos de América (Entrega en Especie) Acualzadas al 12 de sepembre de 2012 Térmnos y Condcones Generales de Conraacón del Conrao de Fuuro del Dólar de los Esados Undos de Amérca (Enrega en Espece) I. OBJETO. 1. Acvo Subyacene. Dólar: moneda

Más detalles

Redes de Comunicaciones

Redes de Comunicaciones Redes de Comuncacones Tema 3. Teleráfco. Dmensonado de semas Ramón güero Calvo Lus Muñoz GuCérrez (conrbucón) Deparameno de Ingenería de Comuncacones Ese ema se publca bajo Lcenca: Crea:ve Commons BY-

Más detalles

Tema 3: Números índice

Tema 3: Números índice Tema : Números índce Los números ndce son ndcadores ue nos ermen ver la evolucón de una o más magnudes a ravés del emo, esaco, ec. Índce smle Dada una varable o magnud X, se defne el número índce de X

Más detalles

Consideraciones generales sobre dinámica estructural

Consideraciones generales sobre dinámica estructural Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de

Más detalles

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO PROBLEMA EMA 4: CANALES DIGIALES EN BANDA BASE CON RUIDO Se desea realzar una ransmsón bnara de símbolos equprobables, para ello se recurre a una codfcacón NRZ de po AMI y cuyas señales se ndcan a connuacón:

Más detalles

MODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado:

MODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado: Apunes de Teoría Economérca I. Profesor: Vvana Fernández MODELOS DE SERIES DE TIEMPO I CONCEPTOS PRELIMINARES. Procesos Auorregresvos y de Promedo Móvl Se dce que sgue un proceso auorregresvo: es rudo

Más detalles

Pablo J. Azabache La Torre

Pablo J. Azabache La Torre Exse una relacón enre el apalancameno y la nversón de las empresas del secor real? Evdenca para las empresas del secor real de Perú Pablo J. Azabache La Torre Movacón () Cuando las frmas oman sus decsones

Más detalles

Semana 12: Tema 9 Movimiento Rotacional

Semana 12: Tema 9 Movimiento Rotacional Semana : Tema 9 Movmeno Roaconal 9. Velocdad y Aceleracón angular 9. Roacón con aceleracón angular consane 9.3 Energía cnéca roaconal 9.4 Cálculo de momeno de nerca y el eorema de los ejes paralelos Capíulo

Más detalles

ESTRUCTURA DE LAS SIMILARIDADES

ESTRUCTURA DE LAS SIMILARIDADES ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa

Más detalles

5. Los sistemas de pensiones y el ahorro nacional

5. Los sistemas de pensiones y el ahorro nacional 5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.

Más detalles

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE:

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE: VERSDAD DE LOS ADES FACLTAD DE ECOOMA TEORA DE JEGOS Profesora: Marcela Eslava Solucón Parcal 9 de abrl de 00 OMBRE: Tene hasa las 3:0 pm para responder. o puede usar calculadora n celular. o responderemos

Más detalles

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR Físca General Proyeco PMME - Curso 8 Insuo de Físca Faculad de Inenería UdelaR M O V I M I E N T O E P R O Y E C T I L M O V I M I E N T O R E L A T I V O Vanessa íaz Florenca Clerc Un olero Juan paea

Más detalles

LA TEORÍA DE EXPECTATIVAS RACIONALES DE LA ESTRUCTURA TEMPORAL DE TASAS DE INTERÉS Y EL VALOR DE LA OPCIÓN DE POSPONER INVERSIÓN. Gabriel Sod Hoffs 1

LA TEORÍA DE EXPECTATIVAS RACIONALES DE LA ESTRUCTURA TEMPORAL DE TASAS DE INTERÉS Y EL VALOR DE LA OPCIÓN DE POSPONER INVERSIÓN. Gabriel Sod Hoffs 1 LA EORÍA DE EXPECAIVAS RACIONALES DE LA ESRUCURA EMPORAL DE ASAS DE INERÉS Y EL VALOR DE LA OPCIÓN DE POSPONER INVERSIÓN Gabrel Sod Hoffs Documeno de Invesgacón No. 9508 Agoso, 995 El auor es canddao a

Más detalles

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri)

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri) FCE-UA Prmer Examen Parcal Mayo 215 Macroeconomía II (Prof. D. Perr) INSRUCCIONES I. El examen consa de 1 punos con la sguene composcón: Ejercco 1 (3 punos), Ejercco 2 (4 punos), Ejercco 3 (3 punos). II.

Más detalles

Estadística de Precios de Suelo

Estadística de Precios de Suelo Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS NORMA PARTIULAR 3.12 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón mínma según caegoría de resgo ) ) v) Mono de resgo sujeo a prevsón Deduccón

Más detalles

Estadísticas de Cuentas Nacionales Trimestrales

Estadísticas de Cuentas Nacionales Trimestrales Esadíscas de Cuenas Naconales Trmesrales Precos y volumen en cuenas naconales 3 al 13 de agoso de 2009 Precos y volumen en cuenas naconales Sea v el valor de una canasa de benes y servcos en el período

Más detalles

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local.

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local. Dsorsones creadas por la regulacón colombana: El Asse Swap Spread como proxy del Cred Defaul Swap en el mercado local. Andrés Gómez Caegoría Lbre Dsorsones creadas por la regulacón colombana: El Asse Swap

Más detalles

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías

Más detalles

EJERCICIOS: Análisis de circuitos en el dominio del tiempo

EJERCICIOS: Análisis de circuitos en el dominio del tiempo EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene

Más detalles

Un Enfoque Distribucional para la Resolución de Modelos Económicos Dinámicos Lineales: algunos ejemplos

Un Enfoque Distribucional para la Resolución de Modelos Económicos Dinámicos Lineales: algunos ejemplos Un Enfoque Dsrbuconal para la Resolucón de Modelos Económcos Dnámcos Lneales: algunos ejemplos Alejo Macaya Faculad de Cencas Económcas Unversdad de Buenos Ares amacaya@econ.uba.ar Agoso 25 Resumen El

Más detalles

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )

Más detalles

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas

Más detalles

Circuitos Rectificadores 1/8

Circuitos Rectificadores 1/8 Crcuos Recfcadores 1/8 1. Inroduccón Un crcuo recfcador es un crcuo que ene la capacdad de converr una señal de c.a. en una señal de c.c. pulsane, ransformando así una señal bpolar en una señal monopolar.

Más detalles

Figura 1.1 Definición de componentes de tensiones internas.

Figura 1.1 Definición de componentes de tensiones internas. . ELEMENTOS DE TENSORES CARTESIANOS. Inroduccón: Para descrbr endades o varables físcas se requere de valores o componenes. El número de componenes necesaras deermna la nauraleza ensoral de la varable.

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES

TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES Números Índces TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES FIUBA 71.6 - ESTRUCTURA ECONOMICA ECONÓMICA ARGENTINA REV.1 1986 1988 199 199 1994 1996 1998 4 6 8 J-88 J-9 J-9 J-94 J-96 J-98 J- J- J-4 J-6 J-8 J-1

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y obnas 4. Inroduccón 4. ondensadores 4. Energía almacenada en un condensador 4.4 socacón de condensadores 4. obnas 4.6 Energía almacenada en una bobna 4.7 socacón de bobnas ( E r

Más detalles

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el

Más detalles

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales ... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de

Más detalles

1.- Modelo de la Telaraña

1.- Modelo de la Telaraña 1.- Modelo de la Telaraña a) Breve reseña hsórca: - Presenar el modelo esáco de ofera demanda (Véase cualquer lro de mcroeconomía) - Se nroduce para explcar las flucuacones que se producen en los precos

Más detalles

Interpretación dinámica de la Mecánica Estadística.

Interpretación dinámica de la Mecánica Estadística. Inerpreacón dnámca de la Mecánca Esadísca. Evolucón de un ssema: Proceso esocásco Ω 1 Ω Ω 3...Ω n... Sea P 1 Ω 1 ; Ω ; 3 Ω 3 ;...; n Ω n ;... la probabldad de la secuenca de confguracones a empos dscreos.

Más detalles

MMII_L1_c2: Ecuaciones casi lineales de primer orden: Método de las características

MMII_L1_c2: Ecuaciones casi lineales de primer orden: Método de las características MMII_L_c: Ecacone ca lneale de prmer orden: Méodo de la caraceríca Gón de la clae: En ea clae e dearrolla la búqeda de olcone paramérca del problema de Cach defndo por ecacone ca lneale de prmer orden.

Más detalles

TEMA III: DESCRIPCIÓN BI-VARIANTE

TEMA III: DESCRIPCIÓN BI-VARIANTE EMA III: DESCRIPCIÓN BI-VARIANE III.1.- Noacón abulacón. III..- Dsrbucones margnales condconadas. III.3.- La relacón enre varables. Dependenca e ndependenca. III.4.- Planeameno general de la Regresón III.4.1.-

Más detalles

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

ANÁLISIS DE DURACIÓN. Econometric Analysis of Cross Section and Panel Data J. M. Wooldridge 2002, MIT Press

ANÁLISIS DE DURACIÓN. Econometric Analysis of Cross Section and Panel Data J. M. Wooldridge 2002, MIT Press ANÁLISIS DE DURACIÓN Economerc Analyss of Cross Secon and Panel Daa J. M. Wooldrdge 22, MIT Press A Companon o Theorecal Economercs Eded by B. Balag 21, Blackwell Publshers Economerc Theory and Mehods

Más detalles

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA

Más detalles

Metodología de Selección y Cálculo. de Índices Bursátiles

Metodología de Selección y Cálculo. de Índices Bursátiles Bolsa de Comerco de Sanago» Índces Bursáles Meodología de Seleccón y Cálculo de Índces Bursáles Gerenca de Planfcacón y Desarrollo Dcembre 2007 Gerenca de Planfcacón y Desarrollo» 399-3854 Bolsa de Comerco

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas

Más detalles

CAPÍTULO III. MARCO TEÓRICO. El reporte de investigación publicado por Baruch Lev y Ramu Thiagarajan (1993) titulado

CAPÍTULO III. MARCO TEÓRICO. El reporte de investigación publicado por Baruch Lev y Ramu Thiagarajan (1993) titulado CAPÍTULO III. MACO TEÓICO 3.1. Anecedenes 3.1.1. Análss Fundamenal de la Informacón El repore de nvesgacón publcado por Baruch Lev y amu Thagarajan (1993) ulado Fundamenal Informaon Analyss demuesra con

Más detalles

Redistribución de la riqueza y su efecto sobre los ciclos políticos y económicos.

Redistribución de la riqueza y su efecto sobre los ciclos políticos y económicos. Redsrbucón de la rqueza y su efeco sobre los cclos polícos y económcos. Auores: Fernando Rassga Alejandro Darchuk Juán Carlos Vera Palabras clave: dsrbucón de la rqueza, cclo políco, cclo económco, pardo

Más detalles

ACUERDO DEL SUPERINTENDENTE SUGEF-A-002

ACUERDO DEL SUPERINTENDENTE SUGEF-A-002 SUGEF-A-002. Supernendenca General de Endades Fnanceras. Despacho del Supernendene General de Endades Fnanceras, a las 11 horas del 6 de enero del 2006. Consderando: 1. Que el Consejo Naconal de Supervsón

Más detalles

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen

Más detalles

SISTEMAS DE ECUACIONES SIMULTANEAS

SISTEMAS DE ECUACIONES SIMULTANEAS Apunes de eoría Economérca I. Profesor: Vvana Fernández SISEMAS DE ECUACIONES SIMULANEAS I INRODUCCION A la fecha, nos hemos cenrado en modelos unecuaconales, eso es, aquellos que nvolucran sólo una ecuacón

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl

DOCUMENTO DE TRABAJO. www.economia.puc.cl Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë

Más detalles

Circuitos Limitadores 1/8

Circuitos Limitadores 1/8 Crcuos Lmadores 1/8 1. Inroduccón Un crcuo lmador (recorador) es aquel crcuo que ene la capacdad de lmar pare de una señal de c.a. sn dsorsonar la pare resane de la señal. El crcuo lmador combna dodos

Más detalles

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos

Más detalles

SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO. Incorporada al Depósito de Pólizas bajo el código POL 2 09 032

SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO. Incorporada al Depósito de Pólizas bajo el código POL 2 09 032 SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO Incorporada al Depóso de Pólzas bajo el códgo POL 2 09 032 CONDICIONES GENERALES ARTÍCULO 1º: DEFINICIONES 1. POLIZA: Es el conrao de

Más detalles

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente. AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la

Más detalles