Comercialización de productos financieros óptimos para cada inversor: el ejemplo de los unit-linked

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

Download "Comercialización de productos financieros óptimos para cada inversor: el ejemplo de los unit-linked"

Transcripción

1 Comercializació de productos fiacieros óptimos para cada iversor: el ejemplo de los uit-liked Tiee los iversores-familias los coocimietos fiacieros suficietes como para ivertir de forma adecuada e productos de iversió co riesgo?. Está la red comercial de las etidades fiacieras preparada para dar asesoramieto de iversió a sus clietes?. La existecia de variables como los míimos de diversificació, los costes de seguimieto, los costes de trasacció, los efectos fiscales, el diferete perfil de riesgo de los idividuos, las carteras previas y otros muchos factores hace que el asesoramieto o recomedació de iversioes tega que ser muy persoalizado. E los últimos años y especialmete e la última década, el ahorro de las familias españolas ha aumetado sigificativamete tato e térmios absolutos como e térmios relativos respecto al producto iterior bruto (1). Auque el icremeto del ahorro se ha traducido e u icremeto de la iversió e la mayoría de los productos fiacieros, los de mayor crecimieto ha sido si duda los fodos de iversió, las accioes y productos de seguros. E defiitiva, se ha producido u cambio fudametal e la estructura de la iversió de las familias desde los productos de tradicioales de reta fija (efectivo, depósitos, deuda pública,...), e los que el riesgo de la iversió es prácticamete despreciable, hacia productos de reta variable, dode el cocepto de riesgo de la iversió es muy importate. Detro de los productos de iversió e reta variable, los fodos de iversió se ha covertido e caalizadores del ahorro familiar y e segudo lugar la iversió directa e accioes. Probablemete alguos iversores tiee coocimietos suficietes para poder gestioar su propia cartera, pero la mayoría de pequeños ahorradores ecesita u asesoramieto e sus iversioes. Así es como las redes comerciales de bacos, compañías de seguros y otras etidades que comercializa productos de reta variable se ha trasformado de la oche al día e asesores fiacieros. Si embargo, es lógico que para los comerciales de estas etidades fiacieras sea difícil poder acosejar sobre la evolució de los mercados, las expectativas de ua determiada empresa, las vetajas fiscales de ua determiada iversió, teer coocimietos sobre diversificació del riesgo, etc. PERFIL DE RIESGO DE UN INVERSOR El primer paso para realizar u bue asesoramieto es iformar al cliete de que la iversió e reta variable colleva u elemeto de riesgo e la retabilidad esperada de dicha iversió, pudiedo geerar icluso a ua dismiució e la catidad ivertida. Además, el iversor debe idetificar que la retabilidad esperada de ua iversió lleva asociado u ivel de riesgo y que, por orma geeral - e los modelos teóricos es ua codició de equilibrio -, cuato mayor es la retabilidad esperada mayor es el riesgo de la iversió. Ua vez el iversor es cosciete del riesgo que se va a asumir, habrá que idetificar cuál es el ivel de riesgo óptimo para dicho iversor. Actualmete, los cuestioarios de medició del riesgo se cetra e estudiar la situació persoal y patrimoial del i- 44

2 versor para estimar el perfil de riesgo. El problema que platea todos estos cuestioarios es que determia el perfil e fució de si el iversor tiee o o hijos, está casado y si tiee ua vivieda hipotecada. Segú este razoamieto, la mayoría de los iversores mayores de 35 o 40 años e España tiee el mismo perfil de riesgo ya que geeralmete vive co su pareja, tiee algú hijo y está pagado su vivieda. Ate esto, os propoemos cofigurar u juego de perfil de riesgo, que o solo tega e cueta la situació persoal y patrimoial que por supuesto afecta al perfil de riesgo, sio que tambié idetifique cual es la actitud ate el riesgo del iversor. Dos iversores, asalariados, casados, si hijos y co vivieda e propiedad, puede diferir e cuato al riesgo que quiere soportar, fudametalmete porque su actitud sea más o meos coservadora o arriesgada. Así, auque podamos teder a ofrecerles a ambos ua cartera compuesta por el mismo tipo de productos - por ejemplo, fodos de iversió - podremos determiarles ua actitud diferete y ofrecerles ua cartera co mayor o meor ivel de riesgo asociado. LA GESTION DE CARTERAS El cocepto de gestió de carteras se cetra e la forma de distribuir ua iversió etre diferetes activos fiacieros de tal forma que permita el crecimieto a lo largo del tiempo de dicha iversió. La teoría fiaciera sobre gestió de carteras destaca dos aspectos fudametales y que está altamete relacioados: retabilidad y riesgo. Todo iversor busca obteer el máximo de su iversió, es decir, obteer la máxima retabilidad, pero siempre teiedo e cueta el riesgo que se asume co dicha iversió. La gestió diámica de ua cartera compuesta por fodos de iversió, de tal forma que el iversor pueda aprovecharse de las tedecias del mercado, tiee e España u aspecto egativo e el tratamieto fiscal al que está sometidos este tipo de productos Si los activos fiacieros garatizase siempre ua retabilidad futura, el problema de gestió de carteras se reduciría a seleccioar e cada istate del tiempo aquel producto que os diese la máxima retabilidad. Si embargo, la retabilidad de todos los activos fiacieros preseta u determiado ivel de riesgo: el precio de las accioes de ua empresa puede fluctuar depediedo de que haya coseguido o o u cotrato importate, el pago de itereses de uestra cueta bacaria puede o producirse si el baco quiebra o icluso la iversió e deuda pública de u país puede llegar a perderse por problemas políticos e dicho país. La gestió de carteras modera combia estos dos coceptos de cara a seleccioar e cada istate la iversió óptima. Los trabajos de Markowitz (1952) y posteriores desarrollos ha setado las bases de la metodología de selecció de carteras basada e retabilidad y riesgo como variables que afecta a la decisió de iversió. La cartera ideal sería aquella que maximice la retabilidad y al mismo tiempo miimice el riesgo de obteer dicha retabilidad. Si embargo, retabilidad esperada y riesgo está geeralmete relacioados de forma positiva: los activos a los que se les presupoe ua mayor retabilidad geeralmete tiee asociados u mayor riesgo. La imposibilidad de ecotrar ua cartera que satisfaga al mismo tiempo los dos criterios hace que el problema de selecció sea ecotrar la combiació de activos que, para u ivel de retabilidad determiado, miimiza el riesgo de alcazar dicha retabilidad. O la formulació iversa, la combiació de activos que, para u ivel determiado de riesgo, tiee la máxima retabilidad esperada. Aquí es dode la determiació del perfil de riesgo del iversor se covierte e fudametal para ofrecerle ua recomedació adecuada. Otro cocepto fudametal e la selecció de carteras es el de diversificació. Etre los diferetes activos de iversió existe ciertas relacioes e su evolució, que permite reducir el riesgo de ua cartera compuesta por diferetes activos. Por ejemplo, u icremeto del precio del petróleo puede afectar de forma positiva a uas determiadas empresas, mietras que puede perjudicar a otro tipo de empresas. Si coociésemos esta relació positiva-egativa podríamos costruir ua cartera que o se viese muy afectada por los cambios e el precio del petróleo. Si esto lo pudiésemos hacer para u grupo de factores de riesgo, podríamos costruir ua cartera co poco riesgo. EL PROBLEMA DE OPTIMIZA- CION DE CARTERAS PARA UN PEQUEÑO INVERSOR La composició de ua cartera "óptima" de iversió, es decir, aquella que tiee la máxima retabilidad, dado u ivel de riesgo, se obtiee de la 45

3 resolució del siguiete problema de optimizació: max wi wi R i j=1 wi w j σ i σ j ρ ij σ obj αi = 1 α 1,..., α 0 [1] Dode "w i " represeta la proporció de la iversió ivertida e el activo "i", "R i " la retabilidad esperada del activo "i", " ij " la correlació del activo "i" co el activo "j" y "" es el úmero de activos que estamos cosiderado. El vector (w 1,w 2,...,w ) que solucioa el problema de optimizació aterior es la cartera óptima. La primera restricció fija ua cota superior " obj " al ivel de riesgo de la cartera, la seguda restricció es la restricció presupuestaria (toda la iversió se debe distribuir etre los "" activos dispoibles, pudiedo ser uo de ellos la liquidez) y las últimas restriccioes determia que la iversió e cada activo sea cero o positiva, es decir, o se permite vetas a corto (depediedo del iversor, esta puede o ser ua restricció). La estimació de los parámetros de retabilidades, volatilidades y correlacioes etre los activos puede realizarse fácilmete a través de los datos históricos, calculádose los mometos muestrales o bie fijado las propias expectativas de la Etidad o del Iversor. Además, al problema de optimizació se le puede icorporar u cojuto de codicioes o restriccioes como por ejemplo, o ivertir e u activo determiado o e u cojuto de activos más del 10% de la iversió, o ivertir u 20% e u activo cocreto. Estas restriccioes so iteresates para el iversor e cuato puede teer ua cartera previa de iversió que o quiere modificar (pero que si ifluye e el riesgo global de su posició) o defiir ua estructura de su cartera predefiida e cuato a tipo de activos pero co libertad e la elecció propia de los activos. Las restriccioes que se puede aplicar e ua herramieta desarrollada para ua red comercial puede icluir cuestioes tales como icorporar e todas las recomedacioes u porcetaje de u producto que se quiere promocioar, o limitar el porcetaje de iversioes e activos co u riesgo elevado, etc. Auque alguos iversores pueda maejar elevados importes, existe u gra cojuto de pequeños iversores que debido a la existecia de míimos de iversió e alguos activos, o puede difereciar su iversió suficietemete como para poder obteer ua cartera eficiete. Estos míimos de iversió (2) hace que el problema de optimizació aterior se covierta e u problema muy complejo de resolver. Además, el iversor puede querer establecer limitacioes e cuato al úmero de activos e los que ivertir, pricipalmete co el objetivo de reducir los costes de seguimieto de todos los activos que compoe su cartera. La icorporació de estos dos aspectos geera u problema de optimizació co variables eteras como el que se especifica a cotiuació: max wi R wi i j=1 wi w j σ i σ j ρ ij σ obj αi = 1 α i - m i D i 0 α i - M i D i 0 Di k Di p α 1,..., α 0, D i {0,1}, k p [2] Dode "m i " y "M i " represeta el míimo y el máximo de iversió e el activo "i" (expresado e porcetaje de la iversió total a realizar), "D i " es ua variable biaria de cotrol (sirve para cumplir co los míimos de iversió) y "K" y "P" el úmero de activos míimo y máximo e los que se desea ivertir. Respecto del problema [1], e este se ha añadido cuatro uevas restriccioes. La primera de ellas recoge la existecia de los míimos de iversió. Si la variable biaria "D i " toma el valor 0, la iversió e el activo "i" será cero; si toma el valor 1, la iversió e dicho activo estará etre el míimo "m i " y el máximo "M i " de iversió. Las dos últimas restriccioes garatiza que el úmero de activos e los que se ivierte este etre "K" y "P". Este tipo de problemas de optimizació se cooce como programació mixta, es decir, optimizació co variables cotiuas y variables eteras (e este caso biarias). Ua posible solució para la resolució de este tipo de problemas requiere de la utilizació de algoritmos por ejemplo de "Brach ad Boud" que cotrola el orde de exploració sobre le cojuto de posibles combiacioes de úmeros eteros. Estos algoritmos so geeralmete muy costosos e térmios de tiempo, lo cual lleva a que o se pueda ofrecer ua solució rápida y precisa al cliete. LOS PRODUCTOS "UNIT-LINKED" La gestió diámica de ua cartera compuesta por fodos de iversió, de tal forma que el iversor pueda aprovecharse de las tedecias del mercado, tiee e España u aspecto egativo e el tratamieto fiscal al que está sometidos este tipo de productos. U iversor que decida cambiar la iversió realizada e u fo- 46

4 TABLA A. RENTABILIDADES ESPERADAS, VOLATILIDADES Y CORRELACIONES RENTABILIDAD VOLATILIDAD ESPERADA ESPERADA MATRIZ DE CORRELACIONES Fodo 1 Fodo 2 Fodo 3 Fodo 4 Fodo 5 Fodo 6 Fodo 7 Fodo 8 Fodo 9 Fodo 10 Fodo 1 6.1% 3.37% 1 Fodo 2 6.5% 5.70% Fodo 3 7.2% 7.16% Fodo 4 8.1% 7.86% Fodo 5 8.3% 8.65% Fodo 6 9.2% 8.95% Fodo 7 9.2% 10.97% Fodo 8 9.3% 13.95% Fodo 9 9.5% 17.79% Fodo % 19.33% do a otro fodo co mayores perspectivas de crecimieto, le obliga a tributar por las plusvalías que se ha geerado, perdiedo los derechos por atigüedad de las aportacioes realizadas y, por cosiguiete, las futuras gaacias fiscales que se pueda derivar por ello. Si embargo, desde hace alguos años, existe u uevo tipo de producto que, basádose pricipalmete e fodos de iversió, permite ua gestió diámica de carteras si teer que sufrir ua pealizació fiscal por ello. Este tipo de producto se cooce e España como "Uit-Liked". U "Uit-Liked" es u seguro de vida pero e el que las aportacioes o primas realizadas por el tomador del seguro se ivierte e el cojuto de fodos de iversió que compoe dicho "Uit-Liked" (3), de la forma que el iversor cosidere y asumiedo el riesgo de la iversió. La propia compañía de seguros es quie ivierte e los activos y o el tomador del seguro y, por tato, las plusvalías geeradas e los cambios de u fodo a otro o so atribuibles al iversor hasta el mometo e que deshaga la iversió. Así, todos los cambios realizados por el iversor sobre la distribució de su iversió está exetos de tributació hasta el mometo del rescate de la iversió. Los "Uit-Liked" aparece primeramete e el Reio Uido co la idea de combiar e u mismo producto u seguro de vida y activos de iversió a largo plazo. E España, dado el tratamieto fiscal que tiee los "Uit-Liked", como productos de seguro y el tratamieto que tiee los fodos de iversió, se ha covertido e u producto fudametalmete de iversió y que permite ua gestió de cartera si efectos fiscales, y dode el seguro de vida es ua parte aecdótica del producto. La gra vetaja de los "Uit-Liked" es, por tato, permitir ua gestió diámica de la cartera, y es aquí dode los modelos de selecció de carteras co los coceptos de retabilidad-riesgo y diversificació so perfectamete aplicables. UN EJEMPLO Supogamos que uestra etidad comercializa u "uit-liked" compuesto por 10 fodos de iversió co diferetes iveles de riesgo. La evolució histórica de los fodos de iversió, cojutamete co las expectativas más razoables que se ha realizado, os permite estimar uos valores de retabilidades esperadas como los que se muestra e la tabla A. Además, tambié hemos medido los iveles de riesgo de cada uo de los fodos a través de su volatilidad histórica así como las correlacioes existetes etre cada uo de los fodos que compoe el "uit-liked" (ver tabla A). Se puede observar que los fodos co retabilidades esperadas más altas está asociados co iveles de riesgo tambié más altos. Los míimos de iversió supoemos que so iguales a 200,000 pesetas e cada uo de los diez fodos. A cotiuació defiimos oce iveles de riesgo, ua divisió suficietemete amplia como para poder clasificar a u gra úmero de iversores segú su perfil. La divisió se realiza sobre todo el espectro de iveles de volatilidad de las carteras que se ecuetra e la frotera eficiete de iversió si igú tipo de restricció, es decir, aquellas carteras que resuelve el problema [1] ateriormete plateado. Para cada perfil de riesgo estimamos la cartera óptima, como aquella cartera que mateiedo ese ivel de riesgo maximiza la retabilidad esperada de la iversió. Los resultados para las oce carteras se puede 47

5 TABLA B. CARTERAS DE LA FRONTERA EFICIENTE RENTABILIDAD VOLATILIDAD ESPERADA ESPERADA PORCENTAJES DE INVERSION Fodo 1 Fodo 2 Fodo 3 Fodo 4 Fodo 5 Fodo 6 Fodo 7 Fodo 8 Fodo 9 Fodo 10 Cartera 1 8.0% 2.9% 44.6% 14.7% 10.4% 6.8% 6.2% 6.3% 4.6% 2.5% 2.3% 1.8% Cartera 2 8.8% 4.0% 0.0% 1.3% 10.7% 15.0% 14.9% 21.2% 14.8% 7.1% 6.6% 8.4% Cartera 3 9.4% 5.7% 0.0% 0.0% 0.0% 0.0% 7.7% 31.7% 21.4% 12.2% 10.7% 16.4% Cartera 4 9.6% 7.4% 0.0% 0.0% 0.0% 0.0% 0.0% 24.6% 18.5% 11.4% 14.7% 30.8% Cartera 5 9.8% 9.1% 0.0% 0.0% 0.0% 0.0% 0.0% 16.2% 14.2% 9.8% 17.4% 42.4% Cartera 6 9.9% 10.8% 0.0% 0.0% 0.0% 0.0% 0.0% 8.9% 10.6% 8.4% 19.8% 52.4% Cartera % 12.5% 0.0% 0.0% 0.0% 0.0% 0.0% 2.1% 7.2% 7.0% 22.0% 61.7% Cartera % 14.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.3% 4.2% 23.5% 71.0% Cartera % 15.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 18.8% 81.2% Cartera % 17.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 8.9% 91.1% Cartera % 19.3% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% GRAFICO 1. CARTERAS OPTIMAS DE INVERSION Evolució de la cartera óptima de segú el pérfil del iversor, la cuatía de la iversió y el grado de diversificació Retabilidad de la cartera 11% 10% 9% 8% 7% 6% Cartera 2 0% 5% 10% 15% 20% 25% Iversió de 10,000,000 ptas Si límites de diversificació Iversió de 10,000,000 ptas Máximo 2 activos Iversió de 500,00 ptas Volatilidad de la cartera Frotera eficiete: carteras si míimos de iversió y total diversificació ver e la tabla B y e el gráfico 1. Este cojuto de carteras (4) se cooce como frotera eficiete, y represeta aquellas carteras que realiza ua perfecta diversificació del riesgo. El resto de carteras se ecotrará siempre por debajo de la frotera eficiete y, por tato, está domiadas por algua cartera de la frotera (5). Lo ideal para cualquier iversor es teer ua cartera situada e u puto de la frotera eficiete, co mayor o ivel de riesgo depediedo de su perfil. El problema es que hay codicioates sobre cada iversor que impide que su cartera pueda estar situada sobre la frotera. Supogamos que teemos dos iversores co el mismo perfil de riesgo (por ejemplo, tipo 2). La úica diferecia etre ellos es que el iversor I esta dispuesto a ivertir 10 milloes de pesetas, y el iversor II sólo ivierte 500,000 pesetas. E la tabla C y los gráficos 1 y 2 podemos observar las carteras óptimas para cada uo de estos dos clietes bajo dos situacioes diferetes. E la primera situació A (si límites de diversificació) las carteras puede diversificarse si igua restricció e cuato al úmero de activos que se puede comprar, mietras que e la situació B, las carteras puede estar formadas como mucho por dos activos. Aalizado la situació A, vemos que el iversor I puede alcazar u grado de diversificació muy parecido al de la cartera óptima, auque co pequeñas variacioes para cumplir co los míimos de iversió (e el Fodo 2). Si embargo, el iversor II o puede prácticamete diversificar su cartera. De hecho, la cartera que mejor se adapta a su perfil de riesgo es completamete diferete a la cartera óptima (ivierte e el Fodo 1, mietras que la Cartera 2 o ivierte ada e este activo). La cosecuecia es que e vez de teer ua retabilidad esperada del 8.8% como la Cartera 2, se queda e u 7%. La cartera óptima para el iversor I supoe ivertir e 9 activos diferetes. Esto puede supoer u coste de seguimieto importate o simplemete de trámites (por ejemplo, fiscales) que o le gustaría teer que realizar. Así, puede determiar que o le compesa esa cartera, sio que 48

6 Hoy e día, las redes comerciales al igual que los portales fiacieros e Iteret se ha covertido o tiee que covertirse e asesores fiacieros para iversores que cada vez cooce más el mercado GRAFICO 2. CARTERAS OPTIMAS FONDO 1 FONDO 6 FONDO 2 FONDO 7 FONDO 3 FONDO 8 FONDO 4 FONDO 9 FONDO 5 FONDO 10 CARTERA 2 le gustaría teer ua cartera que, siedo la mejor etre todas las posibles, sólo ivirtiese e como mucho 2 activos. E este caso, la cartera recomedada es completamete distita (ivierte e los fodos 1 y 6) y lógicamete obteiedo ua retabilidad esperada de ta sólo u 7.3%. ELEMENTOS ESENCIALES DE UN BUEN ASESORAMIENTO La existecia de variables como los míimos de diversificació, los costes de seguimieto, los costes de trasacció, los efectos fiscales, el diferete perfil de riesgo de los idividuos, las carteras previas y otros muchos factores hace que el asesoramieto o recomedació de iversioes tega que ser muy persoalizado. Hoy e día, las redes comerciales al igual que los portales fiacieros e Iteret se ha covertido o tiee que covertirse e asesores fiacieros para iversores que cada vez cooce más el mercado y que demada u asesoramieto más profesioal. Ua solució a esta ecesidad es la utilizació de herramietas iformáticas que, basadas e las metodologías usadas por los asesores profesioales, permita su uso y aplicació por los comerciales de etidades fiacieras (o icluso por los clietes a través de iteret) para gestioar carteras. La extesió de este tipo de herramietas a la red comercial o al ámbito del asesoramieto o-lie a través de iteret, colleva que dichas herramietas esté diseñadas para realizar u asesoramieto Profesioal, Homogeeo, Cotrolado y Persoalizado. Evidetemete, la recomedació de cada cliete debe adaptarse a sus ecesidades y expectativas futuras pero teiedo tambié e cueta su pasado. Las recomedacioes geerales so secillas aproximacioes, que puede llegar a ser muy malas recomedacioes para alguos iversores. E el ejemplo mostrado ateriormete, la cuatía de la iversió puede ser u elemeto clave para dar ua recomedació u otra. Además, la cartera previa de u iversor puede afectar a la recomedació óptima. Por ejemplo, supogamos dos clietes co ua cartera previa co el mismo perfil de iversor y cuatía de la iversió, pero cada ua ivertida e cico activos diferetes. La recomposició de la cartera tiee u coste asociado que puede ser "elevado" y que la recomedació de iversió debe teer e cueta. Ua misma recomedació para los dos iversores puede supoer que alguo de ellos afrote uas comisioes de gestió y costes fiscales que haga que el beeficio co el cambio sea realmete ua pérdida. Todos estos elemetos o características hace que la recomedació ofrecida por ua red comercial sea óptima para cada cliete. INVERSION 500,00 PTAS Si limites de diversificació INVERSION 500,00 PTAS Máximo de iversió e 2 activos INVERSION 100,000,000 PTAS Si limites de diversificació INVERSION 100,000,000 PTAS Máximo de iversió e 2 activos 49

7 TABLA C. CARTERAS OPTIMAS PARA INVERSORES CON EL MISMO PERFIL PERO DIFERENTE CANTIDAD DE INVERSION RENTABILIDAD VOLATILIDAD ESPERADA ESPERADA PORCENTAJES DE INVERSION Fodo 1 Fodo 2 Fodo 3 Fodo 4 Fodo 5 Fodo 6 Fodo 7 Fodo 8 Fodo 9 Fodo 10 Cartera 2 8.8% 4.0% 0.0% 1.3% 10.7% 15.0% 14.9% 21.2% 14.8% 7.1% 6.6% 8.4% Iversió de 500,000 ptas Si límites de diversificació 7.0% 4.0% 55.2% 0.0% 0.0% 44.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% Iversió de 10,000,000 ptas Si límites de diversificació 8.8% 4.0% 0.0% 2.0% 10.6% 14.8% 14.8% 21.1% 14.7% 7.1% 6.6% 8.4% Iversió de 500,000 ptas Máximo e 2 activos 7.0% 4.0% 55.2% 0.0% 0.0% 44.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% Iversió de 10,000,000 ptas Máximo e 2 activos 7.3% 4.0% 63.0% 0.0% 0.0% 0.0% 0.0% 37.0% 0.0% 0.0% 0.0% 0.0% EL PODER DE LA GESTION PROFESIONAL EN ENTORNOS VIRTUALES Reducir costes e icremetar los iveles de servicio es el sueño de cualquier orgaizació empresarial. La implatació progresiva de itraets e las etidades fiacieras, juto co la icorporació decidida de iteret como u uevo caal de comercializació, permite efectuar esta combiació aparetemete paradójica. Si se dispusiera de herramietas de soporte a la toma de decisió suficietemete capaces de realizar recomedacioes cosistetes y persoalizadas para cada tipo de usuario y Ua buea herramieta o-lie permite alcazar iveles de asesoramieto equiparables al que puede ofrecer la baca privada a públicos muy reducidos. Esa herramieta o-lie deberá teer e cueta la situació previa del iversor que, a la vez, fuera operativas por los medios electróicos, se coseguiría. Veamos como: supogamos ua red tradicioal, e la que el persoal de la oficia bacaria atiede a u público heterogéeo. Hasta ahora, la petició de asesoramieto de iversió se atiede teiedo e cueta las recomedacioes geéricas que realiza la Etidad o recurriedo al grado de coocimieto de las iversioes que tega el persoal de la oficia. Este coocimieto es, obviamete, limitado. Por tato, el asesoramieto que se ofrece uca puede cojugar alto ivel técico juto co la adecuació absoluta. Si embargo, ua buea herramieta o-lie permite alcazar iveles de asesoramieto equiparables al que puede ofrecer la baca privada a públicos muy reducidos. Esa herramieta o-lie deberá teer e cueta la situació previa del iversor, es decir, sus posicioes iiciales, justo co su perfil de riesgo medido de ua maera observable y o ituitiva. Co u algoritmo de optimizació adecuado y u software capaz de trabajar a la velocidad iteret, es decir, al mometo, esa herramieta se puede ofrecer. SciEco ha creado u software capaz de desarrollar ambas premisas: la calidad técica del aálisis de carteras y la selecció de activos juto co la potecia iformática para que, istatáeamete, cualquier cliete de ua etidad fiaciera, sea u particular o pyme, obtega el ivel de seguridad e la iversió que cosigue los grades clietes. NOTAS (1) Ua referecia sobre el ahorro de las familias e España puede ecotrarse e el artículo publicado e el ejemplar úmero 89 de juio del 2000 de la Bolsa de Madrid. (2) La mayoría de los fodos de iversió existetes e España tiee míimos de iversió, tato para las aportacioes iiciales como para aportacioes adicioales, y puede ser variar desde las pesetas hasta más de u milló de pesetas. (3) Actualmete e España, el úmero de activos que compoe el "Uit-Liked" está limitado a diez fodos de iversió. (4) Es decir, al cojuto de todas las solucioes al problema de optimizació [1] para cada ivel de riesgo. (5) Para toda cartera situada fuera de la frotera eficiete, existe ua cartera situada e la frotera que tiee el mismo ivel de retabilidad o superior y al mismo tiempo el mismo ivel de riesgo o iferior. 50

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA Tema 3- Parte I Etapas del Modelo de Markowitz I. DETERMINACIÓN DEL CONJUNTO DE POSIBILIDADES DE INVERSIÓN - Se

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

ES / -- SiStema mag. Limpieza suelo

ES / -- SiStema mag. Limpieza suelo ES / -- SiStema mag Limpieza suelo Sistema Mag Cocepto 2 www.vermop.com Beeficio para usted Sistema Mag Ta iovador como úico: el sistema Mag de VERMOP represeta ua forma completamete ueva de fijar las

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

"Programa de Direcció por Objetivos e la Pyme" Desarrollado por: Pla de Cosolidació y Competitividad de la Pyme FEDER El Club Asturiao de Calidad preseta el proyecto Direcció por Objetivos e la Pyme, siguiedo

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

Scoring Proactivo: el modelo en auge

Scoring Proactivo: el modelo en auge Puto de Iflexi Marzo 2006 Por Adreu Miró, Director Área de Baca y Ramo Trias, Presidete - Director Geeral El ivel de bacarizació e España y el alto ivel de viculació de los clietes co su baco o caja ha

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

TEMA4: MATEMÁTICA FINANCIERA

TEMA4: MATEMÁTICA FINANCIERA TEMA4: MATEMÁTICA FINANCIEA 1. AUMENTOS Y DISMINUCIONES POCENTUALES Si expresamos u porcetaje % como u úmero decimal: tato por uo: r = 23 23% = 0, 23 obteemos el Para calcular el porcetaje % de ua catidad

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1 3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL?

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Rev. 12/26/12 DATOS Por qué? Qué? QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Las istitucioes fiacieras elige la maera e que comparte su iformació persoal. La ley federal otorga a los

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

Global Venture Clasificadora de Riesgo

Global Venture Clasificadora de Riesgo 2 Global Veture Clasificadora de Riesgo L a clasificació de riesgo tiee como propósito pricipal el que los iversioistas y las istitucioes/empresas cuete co ua herramieta que les permita determiar los riesgos

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández Tema III: La Elecció de Iversioes Ecoomía de la Empresa: Fiaciació Prof. Fracisco Pérez Herádez La Elecció de Iversioes Para ayudar a la elecció de distitas operativas de iversió, se puede seguir distitos

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES Mercedes Ferádez mercedes@upucomillas.es CONTENIDO El valor temporal del diero. Selecció de iversioes CONTENIDO El valor temporal del

Más detalles

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN

Más detalles

Ejercicios Resueltos ADC / DAC

Ejercicios Resueltos ADC / DAC Curso: Equipos y Sistemas de Cotrol Digital Profesor: Felipe Páez M. Programa: Automatizació, espertio, 010 Problemas Resueltos: Ejercicios Resueltos ADC / DAC ersió 1.1 1. Se tiee u DAC ideal de 10 bits,

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables :

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables : 1 1. LEY FINANCIERA DE CAPITALIZACIÓN SIMPLE. 1.- Calcular los itereses producidos por u capital de 1800 colocado 10 días al 7% de iterés aual simple. a) Cosiderado el año civil. b) Cosiderado el año comercial.

Más detalles

SOLUCIÓN ACTIVIDADES UNIDAD 7

SOLUCIÓN ACTIVIDADES UNIDAD 7 SOLUCIÓN ACTIVIDADES UNIDAD 7 1.- Qué es ua fuete fiaciera?.- Cuál es la diferecia etre los fodos propios y los fodos ajeos? La forma de obteer recursos fiacieros la empresa para llevar a cabo sus iversioes.

Más detalles

Imposiciones y Sistemas de Amortización

Imposiciones y Sistemas de Amortización Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

Guía de servicio al cliente VAIO-Link

Guía de servicio al cliente VAIO-Link Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9. II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

VALORACIÓN DE EMPRESAS

VALORACIÓN DE EMPRESAS VALORACIÓN DE EMPRESAS Alfoso A. Rojo Ramírez Catedrático de Ecoomía Fiaciera y Cotabilidad (Uiversidad de Almería) Presidete de Auditor Valoració de empresas Justificació Alguos coceptos básicos de valoració.

Más detalles

A N U A L I D A D E S

A N U A L I D A D E S A N U A L I D A D E S INTRODUCCION Y TERMINOLOGIA Se deomia aualidad a u cojuto de pagos iguales realizados a itervalos iguales de tiempo. Se coserva el ombre de aualidad por estar ya muy arraigado e el

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

UD 9. LA INVERSIÓN EN LA EMPRESA

UD 9. LA INVERSIÓN EN LA EMPRESA UD 9. LA INVERSIÓN EN LA EMPRESA 1. LA FUNCIÓN FINANCIERA DE LA EMPRESA La empresa, tato para iiciar su actividad como para realizarla co eficiecia, ecesita recursos fiacieros. Para su fucioamieto, la

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,

Más detalles

Valoración de permutas financieras de intereses (IRS) *

Valoración de permutas financieras de intereses (IRS) * Valoració de permutas fiacieras de itereses (IRS) * JOSÉ E. ROMERO FERNÁNDEZ Agecia Estatal de Admiistració Tributaria SUMARIO 1. INTRODUCCIÓN. 2. INSTRUMENTOS FINANCIEROS DERIVADOS. 3. LOS MERCADOS. 4.

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p. Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible

Más detalles

LA SORPRENDENTE SUCESIÓN DE FIBONACCI

LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci debe su ombre a Leoardo de Pisa (.70-.40), más coocido por Fiboacci (hijo de Boaccio). A pesar

Más detalles

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

Una de las herramientas más utilizadas por los analistas técnicos es la llamada media móvil.

Una de las herramientas más utilizadas por los analistas técnicos es la llamada media móvil. Medias Móviles Ua de las herramietas más utilizadas por los aalistas técicos es la llamada media móvil. La media móvil de u istrumeto fiaciero es simplemete el promedio de u úmero, predetermiado, de valores

Más detalles

Este centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones.

Este centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones. reguta 6 utos Ua empresa de limpieza cotrata persoal e forma putual depediedo de las solicitudes de trabajo de sus clietes. ara el iicio de ua coferecia iteracioal, u cliete platea la limpieza a fodo del

Más detalles

Matemáticas Financieras Material recopilado por El Prof. Enrique Mateus Nieves. Financial math.

Matemáticas Financieras Material recopilado por El Prof. Enrique Mateus Nieves. Financial math. Matemáticas Fiacieras Material recopilado por El Prof. Erique Mateus Nieves Fiacial math. 2.10 DESCUENO El descueto es ua operació de crédito que se realiza ormalmete e el sector bacario, y cosiste e que

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

Tomado del libro Evaluación Financiera de Proyectos de Jhonny de Jesús Meza Orozco Editorial WAKUSARI Bogotá, Año 2004

Tomado del libro Evaluación Financiera de Proyectos de Jhonny de Jesús Meza Orozco Editorial WAKUSARI Bogotá, Año 2004 SERVICIO NACIONAL DE APRENDIZAJE SENA CENTRO AGROPECUARIO EL PORVENIR MÓDULO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS PRODUCTIVOS TALLER 4 TEMA: Evaluació de proyectos de iversió OBJETIVO: Determiar la retabilidad

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito

Más detalles

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 001 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Se quiere orgaizar u puete aéreo etre dos ciudades, co plazas suficietes de pasaje y carga,

Más detalles

Este documento es propiedad de Basquetour, S.A. Prohibida su reproducción parcial o total sin autorización expresa.

Este documento es propiedad de Basquetour, S.A. Prohibida su reproducción parcial o total sin autorización expresa. Este documeto es propiedad de Basquetour, S.A. Prohibida su reproducció parcial o total si autorizació expresa. 218 Cuál es el motivo fudametal de visita a Hasta qué puto se cosulta iformació acerca del

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO

DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO Coteido: Resume ejecutivo I. Los estadígraos e la ormació de portaolios de activos iacieros II. Portaolios

Más detalles