DISEÑO DE PRUEBAS DE ESTRÉS INTEGRALES:
|
|
- Roberto Martínez López
- hace 6 años
- Vistas:
Transcripción
1 DISEÑO DE PRUEBAS DE ESTRÉS INTEGRALES: MÁS ALLÁ DE LOS ESCENARIOS DE JUICIO EXPERTO David Ariel Mermelstein, FRM Banco Patagonia, UCEMA y UBA Primeras Jornadas sobre GESTION DE RIESGOS en ENTIDADES FINANCIERAS UCEMA - 13 y 14 de Octubre, 2016 Las opiniones expresadas en esta presentación son personales y no representan la opinión de ninguna institución.
2 DEFINIENDO ESTRÉS TESTS INTEGRALES Es el proceso proyectar la evolución del negocio sometiéndola a condiciones extremadamente adversas, pero plausibles, y estimar el impacto en los KRI de la entidad, permitiendo entender, cuantificar y manejar mejor los diversos riesgos a los que se tiene exposición. El foco de los programas de pruebas de estrés son los riesgos asociados a escenarios raros o extremos. Incluso si algo que puede salir mal nunca ocurre, el banco debería tener un plan de contingencia. Preguntas que se buscan responder: Qué problemas de rentabilidad, liquidez o solvencia pueden surgir en determinado escenario? Bajo qué escenario podría sufrirse cierta pérdida o problema financiero?
3 POR QUÉ ESTRÉS TESTS? Los modelos business as usual basados en información histórica muestral han subestimado fuertemente la probabilidad de eventos extremos. A diferencia de lo que ocurre con los riesgos actuariales, la estadística tradicional no es un enfoque suficiente para los riesgos financieros.
4 POR QUÉ ESTRÉS TESTS? (CONT.) Se hace necesaria una visión FORWARD LOOKING que complemente a los modelos basados únicamente en información histórica.
5 DELINEANDO ESCENARIOS PROSPECTIVOS El análisis de escenarios no es una práctica nueva en el análisis financiero, pero típicamente se basan en análisis de sensibilidad individuales, basados en una o pocas variables. Las pruebas de estrés integrales, sin embargo, involucran una alta cantidad de variables/factores de riesgo, lo que demanda abordajes técnicamente más sofisticados. El juicio experto muestra sus límites.
6 - TRADE-OFF CLAVE EN EL DISEÑO DE ESCENARIOS: SEVERIDAD VS PLAUSIBILIDAD Plausibilidad + NO AMENAZA FOCO PARA MITIGACION - + Severidad NO RELEVANTE NO CREIBLE
7 SOBRE LA SEVERIDAD Severidad en los KRI por comportamientos extremos de factores de riesgo puntuales Sensibilidad parcial - Severidad en los KRI por comportamientos extremos de varios factores de riesgo en un entorno multidimensional por sobre los efectos diversificación- Severidad en los KRI sin severidad de los factores de riesgo: vulnerabilidades ocultas en el balance
8 SOBRE LA PLAUSIBILIDAD - Restricciones de consistencia - Restricciones de volumen - Restricciones estructurales - Redes Espacio de plausibilidad
9 DELINEANDO ESCENARIOS PROSPECTIVOS La dimensionalidad del problema requiere no admite de proyecciones a mano alzada y requiere un abordaje analítico sistemático Bienvenidos al mundo de Risk Analyitcs Es el fin del juicio experto o solo se trata de domesticarlo?
10 ESTADIOS DEL JUICIO EXPERTO ESTADIO 0 ESTADIO 1 ESTADIO 2 ESTADIO 3 Proyección a mano alzada Marco de consistencia ad-hoc Marco de consistencia + Econometría Bayes y el juicio experto reencauzado DSGE
11 ESTADIO 2 Este estadío hace eje en estructuras de modelización muy marcadas. Permite replicación múltiple. El juicio experto ingresa en forma implícita. Exponentes de este estadío: Modelos VAR / VARMA Modelos VARMAX Modelos VEC Modelos de equilibrio general computado Network models Contingent claim models
12 SIMULACIONES BASADAS EN MODELO DE VECTORES AUTOREGRESIVOS
13 INCERTIDUMBRE DE PRONÓSTICO Todo pronóstico serio debe reflejar el grado de incertidumbre que tiene asociada. Fuente: Nate Silver, The Signal and the Noise, 2012.
14 ESTIMACIONES DE LA DISTRIBUCIÓN COMPLETA DE LOS KRI
15 ESTADIO 3 Este estadío representa una mezcla sana entre conocimiento experto y estructura de modelización. Exponentes de este estadío: Bayesian VAR (BVAR) Redes Bayesianas Métodos cualitativos (Delphi) Conjuntos borrosos
16 CONCEPTOS BAYESIANOS θ es el vector (o matriz) que contiene los parámetros del modelo p(θ\y): función de densidad "posterior p(θ): función de densidad prior p(y\θ): función de "verosimilitud" En la especificación BVAR, los parámetros θ son variables aleatorias caracterizadas por una distribución normal multivariada con esperanza conocida a-priori (θ ) y matriz de covarianzas dada por Vθ.
17 CONCEPTOS BAYESIANOS (CONT.) Por lo cual, la función de densidad a priori viene dada por: La función de verosimilitud es: La función posterior resulta en: Con media y var-cov:
18 COMENTARIOS FINALES La práctica de pruebas de estrés integrales llegaron para quedarse y ayudar a diseñar planes de contingencia que los modelos tradicionales no permitirían. Es clave el balance entre severidad y plausibilidad para que la práctica sea creible para el directorio y permanezca integrada a la gestión. El juicio experto es indispensable puesto que la estadística tradicional no alcanza, pero necesita ser domesticado con metodología y modelización sistemática. El blend entre modelización, datos históricos, y visión experta prospectiva sistematizada es la mejor respuesta hoy a los desafíos para el desarrollo de planes de contingencia para eventos severamente adversos.
19 PREGUNTAS
20 DISEÑO DE PRUEBAS DE ESTRÉS INTEGRALES: MÁS ALLÁ DE LOS ESCENARIOS DE JUICIO EXPERTO David Ariel Mermelstein, FRM Banco Patagonia, UCEMA y UBA dam09@ucema.edu.ar Primeras Jornadas sobre GESTION DE RIESGOS en ENTIDADES FINANCIERAS UCEMA - 13 y 14 de Octubre, 2016 Las opiniones expresadas en esta presentación son personales y no representan la opinión de ninguna institución.
Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos
Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos Resumen Ejecutivo Antecedentes El riesgo es un concepto ampliamente estudiado, con diversas definiciones que dependen del contexto
Más detallesMÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesDiplomado en Administración de Riesgos de Instituciones Financieras Coordinador académico: M.A. Alfredo Hernández
Diplomado en Administración de Riesgos de Instituciones Financieras Coordinador académico: M.A. Alfredo Hernández Al finalizar el diplomado el participante estará en la capacidad de: Aplicar el conocimiento
Más detalles11.4 REALIZAR EL ANÁLISIS CUANTITATIVO DE RIESGOS
11.4 REALIZAR EL ANÁLISIS CUANTITATIVO DE RIESGOS Dante Guerrero-Chanduví Piura, 2015 FACULTAD DE INGENIERÍA Área departamental de Ingeniería Industrial y de Sistemas 11.4 REALIZAR EL ANÁLISIS CUANTITATIVO
Más detallesMedición y gestión del riesgo de cambio
Medición y gestión del riesgo de cambio Israel Pérez Corrales Madrid, 16 de diciembre de 2004 Gestión Global del Riesgo, BBVA Definición del Riesgo de Cambio Metodología de medición Modelos para la gestión
Más detallesEL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Más detallesCURSO: TOMA DE DECISIONES BAJO RIESGO
MANAGEMENT CONSULTORES CURSO: TOMA DE DECISIONES BAJO RIESGO Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesMODULO VIII. Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL.
MODULO VIII Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL Esquema de Proyecto SNIP INDICE INTRODUCCION I. ASPECTOS GENERALES II. IDENTIFICACION III. FORMULACION IV. EVALUACION
Más detallesDiplomado en Administración de Riesgos de Instituciones Financieras Coordinador académico: M.A. Alfredo Hernández
Diplomado en Administración de Riesgos de Instituciones Financieras Coordinador académico: M.A. Alfredo Hernández Al finalizar el diplomado el participante estará en la capacidad de: Aplicar el conocimiento
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesSEGUNDO ENCUENTRO TÉCNICO SOBRE LA ESTRUCTURACIÓN DE PROYECTOS DE ASOCIACIÓN PÚBLICO-PRIVADA. La Visión en Perú y Chile de un Taller de Riesgos
SEGUNDO ENCUENTRO TÉCNICO SOBRE LA ESTRUCTURACIÓN DE PROYECTOS DE ASOCIACIÓN PÚBLICO-PRIVADA La Visión en Perú y Chile de un Taller de Riesgos Julio Toro Cepeda Consultor Ikons ATN jtoro@ikons.cl 20-22
Más detallesBANCO SANTANDER (MÉXICO), S.A.
BANCO SANTANDER (MÉXICO), S.A. Nota de Revelación del Coeficiente de Cobertura de Liquidez 1 Coeficiente de Cobertura de Liquidez Con fecha 31 de diciembre de 2014, la Comisión y el Banco de México publicaron
Más detallesLa teoría de coalescencia
La teoría de coalescencia Proceso estocástico Es un linaje de alelos proyectado hacia el pasado (su ancestro común mas reciente) Aproximación básica usando el modelo de Wright-Fisher Modelo probabilístico
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesEspecialidad en Preparación y Evaluación de Proyectos
Especialidad en Preparación y Evaluación de Proyectos TEMARIO FASE TEÓRICA 1. Análisis contable para la evaluación de proyectos Proporcionar a los participantes las habilidades y capacidades para aplicar
Más detallesCapítulo 8 Métodos para medir el valor de las empresas. Objetivo Conocer y aplicar los principales métodos de valoración de empresas
Capítulo 8 Métodos para medir el valor de las empresas Objetivo Conocer y aplicar los principales métodos de valoración de empresas Métodos de valoración que se analizan Métodos basados en el balance Métodos
Más detallesFINANZAS CORPORATIVAS
FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real
Más detalles11 preguntas para ayudarte a entender un estudio de Casos y Controles
PROGRAMA DE LECTURA CRÍTICA CASPe Leyendo críticamente la evidencia clínica 11 preguntas para ayudarte a entender un estudio de Casos y Controles Comentarios generales Hay tres aspectos generales a tener
Más detallesANÁLISIS BAJO INCERTIDUMBRE DE LA ESTABILIDAD DE LA DEUDA PÚBLICA EN GUATEMALA
ANÁLISIS BAJO INCERTIDUMBRE DE LA ESTABILIDAD DE LA DEUDA PÚBLICA EN GUATEMALA MAYO DE 2014 Contenido Hechos estilizados Modelo Mendoza-Oviedo Modelo García-Rigobon Conclusiones PRODUCTO INTERNO BRUTO
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesValoración del Impacto de Contingencias de Subestaciones en los Sistemas Eléctricos de Potencia. Noviembre 2012
Valoración del Impacto de Contingencias de Subestaciones en los Sistemas Eléctricos de Potencia Noviembre 2012 CONTENIDO 1. Metodología General. 2. Índice de Severidad Operativa. 3. Índice de Riesgo de
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesEscenarios de riesgo volcánico y manejo de crisis por medio de sistemas de alerta temprana en el Volcán de Fuego.
Michigan Technological University Department of Geological and Mining Engineering and Sciences Escenarios de riesgo volcánico y manejo de crisis por medio de sistemas de alerta temprana en el Volcán de
Más detallesFuente: Balance Energético Nacional BEN VMME
DESARROLLO ECONÓMICO Y EMISIONES Consumo Sectorial de Energía Evolución histórica del consumo de energía por sectores, medido en toneladas equivalentes de petróleo (TEP). Fuente: Balance Energético Nacional
Más detallesEl Algoritmo E-M. José Antonio Camarena Ibarrola
El Algoritmo E-M José Antonio Camarena Ibarrola Introducción Método para encontrar una estimación de máima verosimilitud para un parámetro ѳ de una distribución Ejemplo simple 24 Si tiene las temperaturas
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesGonzalo Villa Cox Gustavo Solórzano Andrade Leonardo Sanchez Aragón. ERECC / CEPAL Capítulo Ecuador
Gonzalo Villa Cox Gustavo Solórzano Andrade Leonardo Sanchez Aragón ERECC / CEPAL Capítulo Ecuador 1. Fuentes de datos 2. Descripción de la estructura productiva modelada, escenarios climáticos y demográficos.
Más detallesMETODOLOGÍA PARA LA DEFINICIÓN DE INDICADORES EN BASE A UN SISTEMA TURÍSTICO
METODOLOGÍA PARA LA DEFINICIÓN DE INDICADORES EN BASE A UN SISTEMA TURÍSTICO Características de un Observatorio Turístico Debe incluir la recopilación, análisis e interpretación de información relevante
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesAMDA EL FLUJO DE EFECTIVO LOS PRESUPUESTOS OPERACIÓN
AMDA EL FLUJO DE EFECTIVO Y LOS PRESUPUESTOS OPERACIÓN C.P.C. Alfonso Pérez Reguera M. De E. ABRIL 2011 1 Puntos principales en la elaboración del presupuesto: Más: Supuestos y metas principales. Presupuestos
Más detallesPROBABILIDAD Y ESTADISTICA (T Y P)
PROBABILIDAD Y ESTADISTICA (T Y P) FICHA CURRICULAR DATOS GENERALES Departamento: Irrigación. Nombre del programa: Ingeniero en Irrigación Area: Matemáticas, Estadística y Cómputo Asignatura: Probabilidad
Más detallesEVALUACION. De Riesgo. Julio A. Sarmiento S.
EVALUACION De Riesgo http://www.javeriana.edu.co/cursad/modulo.finanzas Julio A. Sarmiento S. Profesor - investigador Departamento de Administración Pontificia Universidad Javeriana Julio Alejandro Sarmiento
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesELEMENTOS DE LA CARTERA EN BASE A INSTRUMENTOS INTERNACIONALES. Herrera Flores David Eduardo Delgadillo Hernández Stefani
ELEMENTOS DE LA CARTERA EN BASE A INSTRUMENTOS INTERNACIONALES Herrera Flores David Eduardo Delgadillo Hernández Stefani Es la probabilidad de perder todo o parte de lo que estamos invirtiendo. Rendimiento
Más detallesNuevo modelo de supervisión de solvencia basada en riesgos para la industria aseguradora chilena
Nuevo modelo de supervisión de solvencia basada en riesgos para la industria aseguradora chilena Osvaldo Macias Intendente de Seguros Superintendencia de Valores y Seguros Diciembre 2006 Contenido 1. Importancia
Más detallesAnálisis Probabilístico de Riesgo en Proyectos de Exploración y Producción de Petróleo y Gas.
Análisis Probabilístico de Riesgo en Proyectos de Exploración y Producción de Petróleo y Gas. I.- Introducción: El Análisis de Riesgo, algunas veces llamado Análisis para la Toma de Decisiones, es la disciplina
Más detallesGRADO EN ECONOMIA SEGUNDO CURSO
GRADO EN ECONOMIA SEGUNDO CURSO Asignatura Estadística II Código 802354 Módulo Métodos cuantitativos Materia Carácter Obligatorio Presenciales 2,7 Créditos 6 No presenciales 3,3 Curso 2 Semestre 3 Estadística
Más detallesESTADÍSTICA BAYESIANA Y TEORÍA DE DECISIONES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. ESTADÍSTICA BAYESIANA
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesSistema de Monitoreo de Bosques Multinivel en el contexto de REDD
Programa REDD CCAD/GIZ Sistema de Monitoreo de Bosques Multinivel en el contexto de REDD Abner Jimenez Guatemala 27 de Septiembre 2011 MONITOREO DE BOSQUES EN EL CONTEXTO DE REDD Monitoreo de Bosques Bosque
Más detallesUNIVERSIDAD DE MORÓN FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES. CARRERA: Licenciatura en Relaciones Públicas, Licenciatura en Recursos Humanos y
UNIVERSIDAD DE MORÓN FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES CARRERAS: Licenciatura en Relaciones Públicas, Licenciatura en Recursos Humanos y CONSIDERACIONES GENERALES La asignatura tiene por
Más detallesNIVELES DE EVIDENCIA Y GRADOS DE RECOMENDACIÓN
NIVELES DE EVIDENCIA Y GRADOS DE RECOMENDACIÓN Lilisbeth Perestelo Pérez Julio José Galiano García Ana M. Perdomo Hernández M. Elisa de Castro Peraza Lo que caracteriza al hombre de ciencia no es la posesión
Más detallesLIQUIDEZ Y DESCALCE DE PLAZOS
LIQUIDEZ Y DESCALCE DE PLAZOS Política de liquidez Situación de liquidez 30 de Junio de 2016 0 POLÍTICA DE LIQUIDEZ Las políticas establecidas Scotiabank Chile para un adecuado manejo de la liquidez se
Más detallesIntroducción al @RISK 5.7
Introducción al @RISK 5.7 Javier Ordóñez, PhD Director de Soluciones Personalizadas Riesgo» Riesgo: Un escenario en donde existe una posibilidad de desviación respecto de un resultado deseado o esperado»
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesPE - Probabilidad y Estadística
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 749 - MAT - Departamento de Matemáticas Curso: Titulación: 2016 GRADO EN INGENIERÍA
Más detallesCuánto vale el cupón PBI?
Cuánto vale el cupón PBI? Por Diego Chameides y Virginia Fernández El 27 de junio el INDEC publicó el Estimador Mensual de la Actividad Económica (EMAE) de abril y mostró una variación interanual del 7%
Más detallesMÓDULO 1: GESTIÓN DE CARTERAS
MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta
Más detallesCAPÍTULO 5 PROCEDIMIENTOS PARA EVALUAR LA CONFIABILIDAD DEL SISTEMA ANALIZADO
Capítulo 5: Procedimientos para evaluar la confiabilidad del sistema analizado 53 CAPÍTULO 5 PROCEDIMIENTOS PARA EVALUAR LA CONFIABILIDAD DEL SISTEMA ANALIZADO En la literatura se encuentran variados procedimientos
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesPIE - Probabilidad y Estadística
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 300 - EETAC - Escuela de Ingeniería de Telecomunicación y Aeroespacial de Castelldefels 749 - MAT - Departamento de Matemáticas
Más detalles2014, Año de Octavio Paz. Administración de Riesgos
Administración de Riesgos El Consejo Directivo de Banobras aprueba los límites globales de exposición al riesgo, los cuales están ligados al capital y a la estrategia de negocio del banco. Lo anterior
Más detallesSimulación de Series Temporales: Una Aplicación al Precio del Petróleo
1 Simulación de Series Temporales: Una Aplicación al Precio del Petróleo Dr. Ricardo A. Queralt (CUNEF) Lorena Zaragozá (CEPSA) 2 INDICE 1 Introducción 2 Modelos de Series Temporales y @Risk 3 Precios
Más detallesMINISTERIO DE ECONOMÍA Y COMPETITIVIDAD SECRETARÍA DE ESTADO DE ECONOMÍA Y APOYO A LA EMPRESA DIRECCIÓN GENERAL DE SEGUROS Y FONDOS DE PENSIONES
Comunicación de 30 de diciembre de 2013 de la DGSFP, referente a las directrices de EIOPA sobre el sistema de gobierno de las entidades aseguradoras, la evaluación interna prospectiva de los riesgos, el
Más detallesProbabilidad y Estadística
Programa de la Asignatura: Código: 23 Probabilidad y Estadística Carrera: Ingeniería en Computación Plan: 2013 Carácter: Obligatoria Unidad Académica: Secretaría Académica Curso: Tercer año Primer cuatrimestre
Más detallesAlvaro J. Riascos Villegas Universidad de los Andes y Quantil. Marzo 14 de 2012
Contenido Motivación Métodos computacionales Integración de Montecarlo Muestreo de Gibbs Rejection Muestreo Importante Metropolis - Hasting Markov Chain Montecarlo Method Complemento ejemplos libro: Bayesian
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesUNIVERSIDAD DEL NORTE
UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO
Más detallesMECÁNICA- INGENIERÍA INDUSTRIAL - EN SISTEMAS DE INFORMACIÓN - CIVIL - ELÉCTRICA - ELECTRÓNICA - NAVAL QUÍMICA - TEXTIL
ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO : 95-0704 ORIENTACIÓN : GENERAL Clase: Cuatr./Anual DEPARTAMENTO: MATERIAS BÁSICAS Horas Sem : 6 / 3 ÁREA: MATEMÁTICA Horas/año : 96 FORMACIÓN BÁSICA HOMOGÉNEA
Más detallesPROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS. Los informes de gestión más utilizados y sus destinatarios son los siguientes:
PROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS 1.- RIESGO DE CREDITO Los s de gestión más utilizados y sus destinatarios son los siguientes: Desglose Sectorial de la Inversión Contenido y objetivo Desglose
Más detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detallesPROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS
PROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS CAJA RURAL DE TERUEL Principales Informes de Gestión Para minimizar los distintos niveles de Riesgos a los que está sometida la Caja se realizan diversos
Más detallesAnálisis Costo Riesgo Beneficio
Análisis Costo Riesgo Beneficio I.- Objetivo General: Esta acción de capacitación tiene como objetivo, proveer a los participantes las herramientas y experiencia acumulada en la solución de problemas (fallas,
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesLos Métodos de Valoración Indirecta (Costo De Viaje)
Los Métodos de Valoración Indirecta (Costo De Viaje) Método de Valoración de Bienes que no tienen un mercado definido. No existe información sobre precios ni demanda. La valoración se realiza por método
Más detallesINSTRUMENTOS FINANCIEROS Y COBERTURAS DE RIESGOS
Master de Contabilidad, Auditoria y Control de Gestión INSTRUMENTOS FINANCIEROS Y COBERTURAS DE RIESGOS Curo 007/008 TEMA El Riesgo en los Mercados Financieros- Parte I - El Riesgo en la Economía - Definición
Más detallesTabla de datos de la asignatura Asignatura: Métodos Estadísticos de la Ingeniería
INGENIERO INDUSTRIAL Tabla de datos de la asignatura Asignatura: Métodos Estadísticos de la Ingeniería Titulación: INGENIERO INDUSTRIAL Ciclo: 1 Curso: 2 Carácter: Obligatoria Duración: Cuatrimestral Créditos
Más detallesProyecciones de Población
Proyecciones de Población 2 Estimaciones y Proyecciones Departamentales de Población El Salvador Son el resultado de la estimación de la evolución futura de la población, proveniente de cálculos basados
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesINTRODUCCION AL MARKETING
INTRODUCCION AL MARKETING Tema 5 LA INVESTIGACIÓN COMERCIAL Y EL MARKETING CONTENIDOS BASICOS OBJETIVOS a) Comprender la importancia del Sistema de Información de Marketing b) Componentes del S.I.M c)
Más detallesEVALUACIÓN DE RIESGOS
EVALUACIÓN DE RIESGOS Introducción La, la primera de las fases del Análisis de Riesgos, se basa en hechos científicos para, de una forma sistemática, estimar la probabilidad de que ocurra un efecto adverso
Más detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesTaller Nacional sobre Vigilancia Tecnológica e Inteligencia Competitiva
+ Taller Nacional sobre Vigilancia Tecnológica e Inteligencia Competitiva Mayo de 2010 La Inteligencia Competitiva como herramienta de Dirección Estratégica Ana Rosa Guzmán Peña + Aplicaciones de la IC
Más detallesAnálisis de Datos en Física de Partículas
Análisis de Datos en Física de Partículas Sección de Posgrado Facultad de Ciencias Universidad Nacional de Ingeniería C. Javier Solano S. jsolano@uni.edu.pe http://compinformatidf.wordpress.com/ Página
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesProyección con Un Modelo de Equilibrio General para la Economía Peruana 1
Proyección con Un Modelo de Equilibrio General para la Economía Peruana 1 Carlos Montoro Ll. David Florian BCRP Encuentro de Economistas, 28 de Noviembre de 2008 1 Los puntos de vista expresados en esta
Más detallesPrácticas e implicaciones estratégicas de la implementación de la ARSI
Prácticas e implicaciones estratégicas de la implementación de la ARSI Seminario sobre Autoevaluación de Riesgos y Solvencia Institucionales (ARSI) Luigi Lubelli, CRO del Grupo MAPFRE México D.F., 30 de
Más detallesConsideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)
Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Agosto 2008 SEAN YUN Traducido por ANDREA MARÍN Modelando RF con Precisión 0 0 ICS Telecom ofrece
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
Más detallesQué hacemos en I+D del Servicio Meteorológico Nacional? Yanina García Skabar.
Qué hacemos en I+D del Servicio Meteorológico Nacional? Yanina García Skabar yanina@smn.gov.ar Misión del SMN El Servicio Meteorológico tiene como misión principal observar, comprender y predecir el tiempo
Más detallesANALISIS DE FRECUENCIA
ANALISIS DE FRECUENCIA HIDROLOGÍA Determinística: enfoque en el cual los parámetros se calculan en base a relaciones físicas para procesos dinámicos del ciclo hidrológico. Estocástico: Enfoque en el cual
Más detallesCRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES
Matemáticas hasta 6º de Primaria CONTENIDOS Bloque 5. Estadística y probabilidad CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Gráficos y parámetros estadísticos. Recogida y clasificación
Más detallesIFRS CONTABILIDAD Y FINANZAS PARA LA TOMA DE DECISIONES
IFRS CONTABILIDAD Y FINANZAS PARA LA TOMA DE DECISIONES Gabriel Torres Salazar THOMSON REUTERS PUNTOLEX Av. Lib. Bernardo O Higgins 1302, oficina 41, Santiago Mesa Central (562) 361 3400 - Fax (562) 361
Más detallesde Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Más detallesMQ1 - Métodos Cuantitativos 1
Unidad responsable: 860 - EEI - Escuela de Ingeniería de Igualada Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: Titulación: 2016 GRADO EN INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL
Más detallesASESORIA GENERAL EN SEGURIDAD SOCIAL
ASESORIA GENERAL EN SEGURIDAD SOCIAL FACTORES GLOBALES QUE INCIDEN EN LOS RESULTADOS DE UN SISTEMA DE SEGURIDAD SOCIAL Contexto Población RESULTADOS Planes Gestion ASESORÍA GENERAL EN SEGURIDAD SOCIAL
Más detallesProducto Bruto Geográfico Estimación Año 2012
INFORME Producto Bruto Geográfico Estimación Año 2012 Provincia del Neuquén OCTUBRE DE 2013 Dirección Provincial de Estadística y Censos Directora: Mg. Ana Carolina Herrero Equipo Técnico Dirección de
Más detallesProcesos estocásticos
Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:
Más detallesCONTENIDO PROGRAMÁTICO
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2015/09/30 Revisión No. 2 AC-GA-F-8 Página 1 de 5 ESTADÍSTICA II CÓDIGO 160012 PROGRAMA ECONOMÍA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesLa resiliencia de la Ciudad de Panamá ante inundaciones y sequías
La resiliencia de la Ciudad de Panamá ante inundaciones y sequías Enrique Vargas Fanuco Subdirector de Cambio Climático y Vulnerabilidad Alcaldía de Panamá Fuente http://mapeandopanama.blogspot.com A pesar
Más detalles