LOS MODELOS CAPM Y ARCH-M DE 33 ACCIONES QUE COTIZAN EN LA BOLSA MEXICANA DE VALORES
|
|
- Trinidad Medina Moreno
- hace 8 años
- Vistas:
Transcripción
1 LOS MODELOS CAPM Y ARCH-M DE 33 ACCIONES QUE COTIZAN EN LA BOLSA MEXICANA DE VALORES Maria de la Paz Guzman Plata* Resumen Con el fin de calcular el coeficiente beta como medida de sensibilidad de una accion en relacion con el rendimiento de mercado dealgunos valores que cotizan en la Bolsa Mexicana de Valores, este articulo se ha dividido en dos secciones. En la seccion I, se realiza una revision teorica del modelo CAPM y de la linea caracteristica del mercado devalores, modelos que generalmente se utilizan para el calculo del coeficiente beta. Ademas, se incorporan modelos mas recientes sobre series de tiempo que analizan la volatilidad condicional de las variables financierasy laincluyen como un regresor en laecuacion de la lineacaracteristica del mercado de valores para estimar el coeficiente beta. En la seccion 11 se presenta la metodologia seguida para el analisis empirico y 10s resultados obtenidos despues de aplicar elcapm y el modelo~~ch-m para una muestrade 33 acciones que cotizan en la Bolsa Mexicana de Valores; en la parte final se presentan las conclusiones. Abstract In order to estimate the beta coefficient/constant/ratio as a measure of sensibility of a given share in relation to the market yield of certain shares that are quoted in the Mexican Stock Exchange, this article is divided in two sections. The first includes a theoretical review of the CAPM model and of the stock market's characteristic tendency, models which are generally used to estimate the beta coefficient. In addition, more recent models of time series that analyze the conditional volatility of financ~al variables are incorporated, including them as a regressor in the characteristic tendency of the stock market to calculate the beta coefficient. Section I1 presents the methodology used in the empirical analysis and the results that were obtained after applying thecapm and ARCH-M model on a sample of 33 shares that are quoted on the Mexican Stock Exchange; conclusions are stated in the final part. - - * Profesora-investigadora del departamento de Economia de la UAM-Azcapotzalco.
2 UNA MUESTRA DE 33 ACCIONES QUE COTIZAN EN LA BMV 65 Introduccion a teoria moderna de la toma de decisiones en incer- L tidumbre introduce un marco conceptual generic0 para medir el riesgo y el rendimiento de un activo que se mantiene como parte de una cartera y en condiciones de equilibrio de mercado. Este marco conceptual se denomina modelo de fijacion de 10s precios de 10s activos de capital o CAPM (del ingles Capital Asset Pricing Model). Para este modelo el riesgo de una accion se divide en riesgo diversificable o riesgo especifico de una compaiiia y el riesgo no diversificable o de mercado. Este ultimo riesgo es el mas importante para ~ICAPM y esta medido por su coeficiente beta. Este coeficiente relaciona el exceso de rendimiento de la accion respecto de la tasa libre de riesgo y el exceso de rendimiento de mercado respecto a la tasa libre de riesgo. Tradicionalmente, el coeficiente beta se obtiene por medio de una regresion lineal de dos variables segun el supuesto de que el rendimiento en exceso de la accion, analizada como una serie de tiempo, tiene varianza condicional homoscedastica. Aunque el modelo CAPM y otros modelos que miden el riesgo de un activo han recibido severas criticas, en 10s aiios recientes podemos encontrar una clase de modelos, pertenecientes a la teoria de series de tiempo, que tratan de superar las ineficiencias estructurales de 10s modelos financieros. Esta clase de modelos son 10s Ilamados modelos de heteroscedasticidad condicional autorregresiva (ARCH, GARCH y ARCH-M). El modelo ARCH y el modelo GARCH, como antecedentes del modelo ARCH-M, estudian la varianza condicional variable en el tiempo a partir de relaciones de variables rezagadas. El modelo ARCH expresa la varianza condicional en funcion lineal del cuadrado de las innovaciones rezagadas, y el modelo GARCH determina la varianza condicional en funcion de las innovaciones y de la varianza retrasada varios periodos. Una extension del modelo ARCH y del modelo GARCH es el ~O~~~OARCH-M, el cual se aplica principalmente en la medicion del riesgo y el rendimiento esperado de un activo riesgoso. Este modelo hace depender a la media condicional de la varianza condicional variable. El metodo que utiliza el modelo ARCH-M para estimar el precio al riesgo variable es introducir la varianza condicional de las series de tiempo financieras como un regresor del rendimiento esperado de un activo riesgoso. Este metodo resuelve las limitaciones estructurales de 10s modelos financieros. Con el fin de estimar el coeficiente beta mediante el modelo CAPM y con las aportaciones teoricas del mo- ~~IOARCH-M para una muestra de las 33 accionesmas bursatiles en 10s afios 1995, 1996 y el primer trimestre de 1997 que cotizaron en la Bolsa Mexicana de Valores, esta investigacion se ha dividido en dos secciones: en la I se realiza una revision teorica del modelo CAPM, el modelo ARCH, el GARCH y el ARCH-M; en la 11 se presenta la muestra que se utilizo y 10s resultados del coeficiente beta obtenidos de manera tradicional y estimados al tomar en cuenta la volatilidad de las series. En la parte final de la investigacion se presentan las conclusiones. a) Los supuestos I. Los modelos Dentro de las teorias financieras se han desarrollado modelos para relacionar el rendimiento de 10s valores y su riesgo. Una de las teorias mas empleadas en la actualidad, que considera rendimiento y riesgo, es el modelo de fijacion de precios de 10s activos de capital (CAPM).' Este modelo se desarrolla 1 El modelo capm, como Otros modelos que miden el rendimiento esperado y el riesgo de un activo, han sido severamente criticados en una serie de articulos, 10s cuales encuentran inadecuada la estructura de estos modelos para estirnar y predecir el precio al riesgo. Algunas de estas criticas se basan en que la varianza de largo plazo se supone constante. Otras criticas se sustentan en pruebas de regresion, las cuales muestran que las predicciones sobre la tasa del premio al riesgo medido por medio de las variables que se utilizan como explicativas son ineficientes. Existen criticas mas iuertes que cuestionan la Iogica empirica de 10s modelos escritos por Markowitz y Bill Sharpe, dentro de 10s cuales se encuentra el rnodelo CAPM. Un articulo que resume la
3 en un mundo hipotetico donde se hacen 10s siguientes supuestos acerca de 10s inversionistas y del conjunto de las oportunidades de cartera: 1. Los inversionistas son individuos que tienen aversion al riesgo y buscan maximizar la utilidad esperada de su riqueza a1 final del periodo. 2. Los inversionistas son tomadores de precios y poseen expectativas homogeneas acerca de 10s rendimientos de 10s activos, 10s cuales tienen una distribucion normal conjunta. 3. Existe un activo libre de riesgo tal que 10s inversionistas pueden pedir en prestamo o prestar montos ilimitados a la tasa libre de riesgo. 4. Las cantidades de todos 10s activos son negociables y perfectamente divisibles. 5. Los mercados de activos estan libres de fricciones; la informacion no tiene costo alguno y esta al alcance de todos 10s inversionistas. 6. No existen imperfecciones en el mercado (como impuestos, leyes, etcetera). Estos supuestos muestran que el CAPM se basa en 10s postulados de la teoria microeconomica, endonde el consumidor (el inversionista con aversion al riesgo) elige entre curvas de indiferencia que le proporcionan la misma utilidad entre el riesgo y el rendirniento. Esta eleccion entre el riesgo y el rendimiento lleva al inversionista, por un lado, a la forrnacion de carteras y a la busqueda de portafolios que incluyan, ademas de 10s activos riesgosos, valores cuya tasa es libre de riesgo, y por otro lado a enfrentarse a un mercado de fondos prestables que debe estar en equilibrio en cada momento del tiernpo. Adicionalmente, como todo consumidor rational, el inversionista adverso al riesgo buscara maximizar el rendimiento esperado sobre sus activos y minimizar el riesgo. Esta conducta de 10s inversionistas hace que exista un conjunto de portafolios unicos que maximizan el rendimiento es- perado de un activo y minimizan el riesgo; a esta serie de portafolios se le llama comunmente portafolios eficientes. b) La ecuacion del CAPM Segun 10s supuestos anteriores, el modelo CAPM requiere de la existencia del equilibrio en el mercado y de la presencia de portafolios eficientes. Se sabe que si existe equilibrio, 10s precios de todos 10s activos deben ajustarse hasta que todos sean sostenidos por 10s inversionistas, es decir, 10s precios debenestablecerse de mod0 que la oferta de todos 10s activos sea igual a la demanda por sostenerlos. En equilibrio, entonces, no debe haber exceso de demanda y oferta de activos. La ecuacion que resume el equilibrio de mercado y la existencia de portafolios eficientes e ~ : Estaecuacion es laexpresion del modelo de fijacion de 10s precios de 10s activos de capital, la cual nos dice que la tasa de rendimiento esperada sobre un activo es igual a la tasa libre de riesgo(r,), mas una tasa de premio por el riesgo: Este premio a1 riesgo es el precio al riesgo, E(R,) - Rf, multiplicado por la cantidad de riesgo, 0, / 02,. La cantidad de riesgo es llamada beta, pi, que es la relacion entre la covarianza del rendimiento de la accion y el rendimiento del portafolio de mercado con la varianza del rendimiento del portafolio de mercado. rnayoria de las criticas hechas a estos rnodelos es "Beta is dead! Long Live Beta", de Jason Mac Queen, publicado en The Revolution in Corporate Finance, de Joel M. Stern y Donald H. (1972). 2 Para la derivacion formal de esta ecuacion vease "Una aplicacion del rnodelo CAPM para algunas acciones que cotizan en la Bolsa Mexicana de Valores", Analisis Economico, nurn. 27, UAM-Azcapotzalco, Mexico, 1995.
4 UNA MUESTRA DE 33 ACCIONES QUE COTIZAN EN LA BMV 67 Esta beta mide el riesgo sistematico o no diversificable que surge de aspectos como inflacion, guerras, recesiones y altas tasas de interes, que son factores que afectan a todas las empresas en forma conjunta. Puesto que todas las empresas seven afectadas simultaneamente por estos factores, este tipo de riesgo no puede ser eliminado por diversifi~acion.~ Desde el punto de vista estadistico, 10s valores de beta se calculan por medio de la siguiente regresion lineal, tambien conocida como linea caracteristica del mercado de valores: donde: Rit = tasa de rendimiento del activo ien el periodo t a = intercept0 de la regresion o rendimiento autonomo pi = coeficiente que mide el grado de riesgo del activo con respecto al rendimiento de mercado R,,,= rendimiento del mercado durante el periodo t e, = termino de error aleatorio de la regresion en el periodo t. Se requiere que la regresion cumpla con 10s supuestos de minimos cuadrados ordinarios4 para que beta sea el mejor estimador insesgado. La beta se puede interpretar como el grado de 3 El riesgo diversificable o riesgo no sisternatico surge por aspectos corno pleitos, huelgas, prograrnas de comercializacion con o sin exito y otros eventos que son unicos para una ernpresa en particular. Puesto que estos eventos son esencialrnente individuales, sus efectos sobre una cartera pueden ser elirninados rnediante la diversificacion. 4 El rnetodo de rninirnos cuadrados ordinarios, para la estimacion de un modelo lineal de dos variables, se basa en 10s siguientes supuestos: Supuesto 1. El valor rnedio de 10s errores estocasticos es igual a cero: E(U, / Xi) = 0. Supuesto 2. No existe autocorrelacion entre 10s errores: COV(U~,U~)=E[(~~-E(U~)) [uj~(uj))] = (ui,uj) = 0 para i r j. Supuesto 3. Homoscedasticidad o igual varianza entre 10s errores: respuesta de la variabilidad de 10s rendimientos de la accion a la variabilidad de 10s rendimientos del mercado. Si pi> 1, entonces tenemos que las variaciones en 10s rendimientos del valor i seran mayores a las variaciones del rendimiento del mercado. Por lo contrario, sip,< 1, entonces el valorisera menos riesgoso que el rendimiento del mercado. Si Pi = 1, el rendimiento del valor ivariara en la misma proporcion que la variacion del rendimiento de mer~ado.~ Una vez que se obtiene p,, esta se utiliza para determinar el rendimiento requerido de la accion por medio de la ecuacion del CAPM, que empiricamente se calcula corno: donde en primer lugar se ha agregado el tiempo en las variables; en segundo lugar, se ha eliminado la variable de expectativas, E, porque se usan datos expost para probar ~ICAPM exantey el tercer punto importante a destacar es que se aaade un termino de error e,. Para probar el modelo CAPM se ha utilizado la slguiente expresion: o bien, Supuesto 4. Covarianza cero entre 10s errores y la variable Xi : cov(u,. x,) =. [(ui - E(u,))(x~ - E(x,))] = E(U,X;) = 0. Supuesto 5. El modelo de regresion esta correctamente especificado. 5 Frecuentemente a las acciones cuya p, z 1 se les suele llamar acciones riesgosas; para aquellas que presentan una pi < 1, se les conoce como acciones defensivas, y si Pi = 1 las acciones son conocidas como de riesgo promedio. Ademas, existe una clase de acciones cuyo coeficientepies negativo. A este tipo de acclones se les denomina superdefensivas.
5 Corno la tasa libre de riesgo se rest6 de ambos lados de las ecuaciones, la interpretacion del termino (Rit - R,) seria el exceso del rendimiento del i-esimo titulo o accion. Asi, segun el CAPM, el exceso de rendimiento de la accion debe ser igual al exceso de rendimiento del rnercado multiplicado por su beta, ecuacion (2). 2. Los modelos de heteroscedasticidad condicional autorregresiva (ARCH, GARCH y ARCH-M) En la seccion anterior se anoto que para lasestimaciones empiricas de la linea caracteristica como medida del riesgo y del modelo CAPM se ha utilizado el modelo de regresion lineal de dos variables: Estas ecuaciones, que forrnan las expresiones empiricas del CAPM para la valuacion del riesgo y del rendimiento de un activo, tienen limitaciones en su estructura porque suponen que la varianza es constante en el tiempo. Aunque son modelos econornetricos, las variables que intervienen en la determinacion del precio al riesgo no son analizadas en el marco del estudio de las series de tiempo. Afortunadamente, en 10s ahos recientes el desarrollo en 10s modelos de series de tiempo ha contribuido a disminuir las limitaciones estructurales de 10s modelos financieros al incorporar la estimacion de la varianza condicional variable en las series. Esta clase de modelos son 10s llamadosde heteroscedasticidad condicional autorregresiva ARCH,^ GARCH~ y ARCH-M).~ 6 Este tipo de rnodelos fue desarrollado por R. F. Engle (1 982, pp ). 7 Los rnodelos GARCH fueron desarrollados por Tim Bollerslev (1 986, pp ). 8 Robert F. Engle, David Lilien, y Russell Robins aplicaron en s modelos ARCH al estudio de 10s rnercados financieros. El modelo ARCH y el modelo GARCH estudian la varianza condicional variable mediante relaciones de variables conocidas de periodos rezagados. El modelo ARCH expresa la varianza condicional como funcion lineal del cuadrado de las innovaciones rezagadas. El modelo GARCH determina la varianza condicional por medio del cuadrado de las innovaciones y de la varianza retrasada varios periodos. El modelo ARCH- M es una extension del modelo ARCH y del modelo GARCH, per0 principalmente se utiliza en la valuacion del precio del activo. Este modelo supone que el grado de incertidumbre en el rendimiento de un activo varia en el tiempo, y por tanto la compensacion que requieren 10s inversionistas con aversion al riesgo para invertir tambien debe variar. La caracteristica principal del modelo~~c~-m es que hace depender la media condicional de la varianza condicional. En este sentido, la varianza condicional afecta al rendimiento esperado del portafolio. Ademas, la varianza condicional se utiliza como un regresor en aquellos mode- 10s que estudian el riesgo. a) El modelo ARCH Engle presenta una nueva clase de modelos capaces de explicar periodos de alta volatilidad con aquellos de relativa volatilidad. La metodologia de Engle es mostrar primer0 que la varianza condicional de 10s errores de una serie puede variar mientras que la varianza incondicional es una constante y, en segundo lugar, como se puede modelar la varianza condicional heteroscedastica por medio de un proceso AR.9 9 Un proceso AR es aquel que describe una variable por rnedio de sus observaciones pasadas. donde: E, es un proceso aleatorio, X, es la variable explicada por sus valores rezagados. En terrninos del operador de retraso, el proceso AR puede escribirse como:
6 Supongase que se estima un modelo AR(1) y deseamos estimar la esperanza condicional de y,+,, donde: Yt+l = a0 + alyt + Et-1. Como el valor esperado de la varianza condicional es o2 y el valor esperado de la varianza incondicional es o E(y,+,) = a. + alyt dado que E(E~-~) = 0 si se usa la varianza condicional para estimar yt+,, el valor esperado de 10s errores es: se deduce que la varianza incondicional es mayor que la varianza condicional, por lo cual esta ultima se prefiere para el analisis. Por otra parte, si la varianza de 10s erroresestocasticos no es constante, se puede estimar una tendencia de 10s movimientos de la varianza usando un modelo AR. Por ejemplo, 6 denota la estimacion de 10s residuales del modelo: Si se utiliza la varianza incondicional, el valor esperado de esta varianza es una media de largo plazo de la secuencia de y, que es igual a ' 0 / -. La estimation de la varianza incondicional del error es: asi que la varianza condicional de y,+, es: Pero sabemos que E = 02. Ahora supongamos que la varianza condicional no es constante. Una simple estrategia para hacer que la varianza condicional no sea constante es usar un modelo AR(q), utilizando el cuadrado de 10s residuales estimados: donde - 1 (I-~G~B)(~-~G~B)... (I-xrB) Et donde 7cl, IT,... 7cr son las raices caracteristicas de grado r. donde v, es un ruido blanco. Si 10s valores de a,, a,, a,,... a, son iguales a cero, la varianza estimada es constante; si son diferentes de cero la varianza condicional de 10s errores no sera constante. Como la especificacion lineal de la varianza condicional heteroscedastica noes muy conveniente, Engle
7 propone un modelo de heteroscedasticidad condicional rnultipli~ativa~~ ARCH(I ), dado de la siguiente forma: donde 02, = 1 y para un modelo GARCH (1,l) 2 donde vt = ruido blanco con ov = 1, y E, -, es independiente de vt, a, y a, son constantes que toman 10s valores a,> 0 y 0 < a, < 1. Las condiciones sobre 10s parametros a, y a, garantizan la estacionalidad del proceso AR(1) en la varianza condicional. Siguiendo la ecuacion anterior, el modelo de heteroscedasticidad condicional multiplicativa ARCH (q) es: Al igual que en el modelo ARCH, v, es un proceso de ruido blanco que es independiente de las realizaciones pasadas de E,-;. Las condiciones sobre 10s parametros que garantizan la estabilidad del modelo son: El modelo GARCH (p, q) es: donde vt = ruido blanco con 02, = 1. Las condiciones sobre 10s parametros que garantizan la estabilidad del modelo ARCH (q) son ahora o bien: 4 P 0: = (YO + COI,E~-, + CP,O:-, i=l,=i b) El modelo GARCH Bollerslev hizo una extension del trabajo original de Engle y desarrollo una tecnica aplicando un proceso ARMAI' a la varianza condicional de 10s errores. 1 o Engle plantea el rnodelo de heteroscedasticidad condicional rnultiplicativa en terrninos de y,, y establece que: y, = r,h$, donde h, = a. + aly%l ; cov(et) = 1, odel lo Clue puede ser generalizado corno: h, = h (y,,, yt-2... y,,, a), donde p es el orden del proceso ARCH y a es un vector de pararnetros desconocidos. 11 Un modelo ARMA (p, 9) Se define corno: X, = a,x, -, a X,. + E, + P,E( P q~t,. q, donde E, es un proceso akatorlo con media 0 y varlanza 02. En terrninos del operaror de reza o B, es posible describir este rnodelo = ~$B)E,, y B(B) son polinomios de orden p y 9 respectivamente, y se definen corno: Las condiciones sobre 10s parametros son ahora: La varianza condicional E, tambien puede escribirse corno E,-,E: = of, que al sustituirse en la generalizacion del modelo GARCH (p, q) nos queda: Et-I E: 4 P + CpoPt-;. ;=I i=l = a, + C~,E,-, La ecuacion anterior muestra con mayor claridad un proceso ARMA (p, q) en la generacion de la varianza condicional. Esta generalidad del modelo ARCH (q) llamado GARCH (p, q) tiene un componente autorregresivo y de media movil en la varianza heteroscedastica. Sin embargo, la ventaja del modelo GARCH sobre el modelo
8 ARCH es que el modelo GARCH podria tener mas parsimonia, representacion que es facil identificar y estimar. C) El modelo ARCH-M Engle, Lilien y Robins extienden el modelo ARCH basico haciendo que la media dependa de 10s movimientos de la varianza. Esta clase de modelos, Ilamados ARCH-M, estudian particularmente 10s mercados de activos. La idea fundamental de estos mercadoses que 10s inversionistas adversos al riesgo requieren una compensacion para retener un activo riesgoso. Dado que el riesgo de un activo puede ser medido por la varianza del rendimiento, el premio al riesgo puede incrementarse en funcion de la varianza condicional del rendimiento. Engle, Lilien y Robins expresan esta idea, formulando el rendimiento en exceso del activo riesgoso que se desea retener, como: donde: y,= rendimiento en exceso del activo que se desea retener p, = el premio al riesgo necesario para inducir al inversionista a retener el activo E~ = choque no estimable del rendimiento en exceso de 10s activos. Esta ecuacion explica que el exceso de rendimiento para retener el activo debe ser igual al premio al riesg o donde C: es el proceso ARCH(^): Una generalizacion del modelo ARCH-~(q) es el modelo ARCH-M (p, q), que considera a la varianza condicional como un modelo GARCH y esta dado Estas ecuaciones constituyen la idea basica del modelo ARCH-M. De las dos primeras ecuaciones observamos que la media de y, depende de ia varianza condicional 0;. De las dos ultimas ecuaciones, notamosquela vananza condicional es un proceso~rc~(q) y ARCH(^, q), respectivamente. Si la varianza condlcional esconstante (1, = ti2 = ti, = 0 y el ~ O~~~OARCH- M degenera dentro del caso traditional del premio al riesgo constante. Lo importante del modelo ARCH-M es que Incorpora la varianza condicional no constante al exceso de rendimiento necesario para retener el activo a largo plazo. En el caso de la ecuacion empirica del CAPM el modelo ARCH-M Se introduce en la variable exceso de rendimiento del mercado de la siguiente manera: Engle, Lilien y Robins asumen que el premio al riesgo se incrementa en funcion de la varianza condicional de E,, es decir, el increment0 de la varianza condicional de 10s rendimientos aumenta la compensacion necesaria para inducir a 10s inversionistas a retener el activo a largo plazo. Matematicamente, si (T:, es la varianza condicional de c,, el premio al riesgo puede ser expresado como: donde o bien, donde
9 CUADRO 1 indice de bursatilidad a Influencia en el indice (Porcentaje) Emisora Industria Diciembre 1995 Diciembre 1996 Marzo 1997 Diciembre 1995 Diciembre 1996 Marzo 1997 Abaco A Abaco B Abaco C Ahmsa Alfa Apasco Autlan B Bimbo Banacci A Banacci B Banacci L Camesa B Celanes B Cemex A Cemex B Cemex 0 Cifra A Cifra B Cifra C Comerci Cydsasa Dina Elektra Empaq B Emvasa B Femsa Gcarso Bital L Gruma Maseca Ttolmex lnvex Telmex L Siderurgica Varios Cementera Minera Alimentos Varios Quimica Cementera Cementera Cementera Comercio Comercio Comercio Comercio Varios Equipo de transporte Comercio Celulosa y papel Alimentos Alimentos Varios Alimentos Alimentos Cementera Comunicaciones a Bursatilidad alta X Bursatilidad media X < 8.19 Bursatilidad baja X n.d.: No disponible.
10
11
12
13
Aplicación 3: Rendimiento y riesgo de los activos financieros: el modelo CAPM
Aplicación 3: Rendimiento y riesgo de los activos financieros: el modelo CAPM Idea de las modernas t as de finanzas: Relacionar el riesgo y el rdto (esperado) de un activo Más concretamente: explicar el
Más detallesFinanzas de Empresas Turísticas
Finanzas de Empresas Turísticas Prof. Francisco Pérez Hernández (f.perez@uam.es) Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid 1 Departamento de Financiación e Investigación
Más detallesANÁLISIS DE BONOS. Fuente: Alexander, Sharpe, Bailey; Fundamentos de Inversiones: Teoría y Práctica; Tercera edición, 2003
ANÁLISIS DE BONOS Fuente: Alexander, Sharpe, Bailey; Fundamentos de Inversiones: Teoría y Práctica; Tercera edición, 2003 Métodos de Análisis Una forma de analizar un bono es comparar su rendimiento al
Más detallesPortafolios Eficientes para agentes con perspectiva Pesos
RenMax Sociedad de Bolsa S.A www.renmax.com.uy Publicado Diciembre 2005 Portafolios Eficientes para agentes con perspectiva Pesos Este artículo muestra que para un agente residente en Uruguay que consume
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesQue permite las proyecciones..
1 PROYECCION DE ESTADOS FINANCIEROS Que permite las proyecciones.. 1) Evaluar si el futuro desempeño de la firma cumplirá con los objetivos definidos. 2) Anticiparse a las futuras necesidades de financiamiento
Más detallesCAPÍTULO 1: INTRODUCCIÓN. Todas las personas sabemos que la gran mayoría de las actividades humanas conllevan lo
CAPÍTULO 1: INTRODUCCIÓN 1.1. Planteamiento del problema Todas las personas sabemos que la gran mayoría de las actividades humanas conllevan lo que conocemos como riesgo, pero qué es en realidad el riesgo?,
Más detallesADMINISTRACION FINANCIERA. Parte IV Capítulos 2 Títulos, Carteras de inversión.-
ADMINISTRACION FINANCIERA Parte IV Capítulos 2 Títulos, Carteras de inversión.- Puntos 4-6. CPN. Juan Pablo Jorge Ciencias Económicas Tel. (02954) 456124/433049 jpjorge@speedy.com.ar 1 Carteras - Sumario
Más detallesACCIONES Y OTROS TÍTULOS DE INVERSIÓN
ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas
Más detallesMERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II
MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio
Más detallesCapítulo 3. Estimación de elasticidades
1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran
Más detalles3. Métodos para la evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesVI. TASA DE RETORNO REQUERIDA
VI. TASA DE RETORNO REQUERIDA 1. IMPORTANCIA 2. DEFINICIÓN Mínimo rendimiento aceptable de la inversión. Referencia para los administradores vs. los propietarios de la firma. La TRR de una inversión es
Más detallesAnálisis de medidas conjuntas (conjoint analysis)
Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesCapítulo 1. Introducción. 1.1 Planteamiento del problema.
Capítulo 1. Introducción 1.1 Planteamiento del problema. El financiamiento eficiente de los proyectos productivos de México es un factor fundamental en la consecución de los objetivos de crecimiento económico.
Más detallesCONCEPTO DEL ÍNDICE ACCIONARIO
Qué es un índice accionario? CONCEPTO DEL ÍNDICE ACCIONARIO Un índice accionario es un instrumento estadístico empleado para estudiar la evolución de los precios de las acciones en un mercado de valores.
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesIntroducción a los Modelos de valuación de futuros
Introducción a los Modelos de valuación de futuros Estrella Perotti Investigador Senior Bolsa de Comercio de Rosario eperotti@bcr.com.ar Existen dos modelos de valuación de futuros. El primero de estos
Más detallesEstacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ
Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de
Más detallesLas Griegas de las Opciones
ANÁLISIS Y OPINIÓN Las Griegas de las Opciones 134 Mtro. Sergio García Quintana, Integrante de la Comisión de Finanzas y Sistema Financiero del Colegio de Contadores Públicos de México, A.C. Son medidas
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesU3:Obtención, Análisis y control del Costo de Capital Promedio Ponderado.
U3:Obtención, Análisis y control del Costo de Capital Promedio Ponderado. Integrar conocimientos referentes a la forma de calcular el Costo de Capital Promedio Ponderado, del costo de los pasivos financieros
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo
Más detallesECONOMETRÍA FINANCIERA
ECONOMETRÍA FINANCIERA CONTENIDO 1 2 3 4 5 6 7 Objetivo Introducción Las betas Financieras Capital Asset Pricing Model CAPM Arbitrage Princing Model APT Predicción con el Método de Montecarlo Solución
Más detallesCréditos de Consumo Bancarios* Evolución reciente: 1997-2005
Serie Técnica de Estudios - N 003 Créditos de Consumo Bancarios* Evolución reciente: 1997-2005 Liliana Morales R. Álvaro Yáñez O. Enero 2006 Superintendencia de Bancos e Instituciones Financieras SBIF
Más detallesLa teoría de selección de cartera toma en consideración el retorno esperado a largo plazo y la volatilidad esperada en el corto plazo.
Capítulo 2. Marco Teórico. 2.1 Teoría del portafolio. Originada y desarrollada por Harry Markowitz, autor de un artículo sobre selección de cartera publicado en 1952, la teoría moderna de la selección
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesAnálisis de componentes principales
Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los
Más detallesTema 4. La producción
Tema 4 La producción Epígrafes La tecnología de la producción La producción con un factor variable (trabajo) Las isocuantas La producción con dos factores variables Los rendimientos a escala Cap. 6 P-R
Más detallesHasta el momento hemos analizado como los agentes económicos toman sus decisiones de consumo o producción en condiciones de certeza total.
III. Elección en condiciones de incertidumbre Hasta el momento hemos analizado como los agentes económicos toman sus decisiones de consumo o producción en condiciones de certeza total. Es decir, cuando
Más detallesCAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO
CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO En base a las variables mencionadas anteriormente se describirán las relaciones que existen entre cada una de ellas, y como se afectan. Dichas variables
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesCAPÍTULO 1: INTRODUCCIÓN. El presente capítulo muestra una introducción al problema de Optimizar un Modelo de
CAPÍTULO 1: INTRODUCCIÓN El presente capítulo muestra una introducción al problema de Optimizar un Modelo de Escenarios para Carteras de Inversión. Se presenta tanto objetivo general como objetivos específicos.
Más detallesRIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión?
1 RIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión? La respuesta es sencilla. El rendimiento requerido siempre depende del riesgo
Más detallesValor Económico Agregado EVA, (Economic Value Added)
Valor Económico Agregado EVA, (Economic Value Added) Resumen El presente apartado muestra la determinación del EVA como herramienta económico-financiera para la determinación del Ingreso residual, mismo
Más detallesDETERMINACIÓN DEL COEFICIENTE BETA (β) o RIESGO NO DIVERSIFICABLE
DETERMINACIÓN DEL COEFICIENTE BETA (β) o RIESGO NO DIVERSIFICABLE I. DEFINICIÓN Actualmente es importante tomar en cuenta que cada decisión empresarial que una Compañía quiera realizar, conlleva un grado
Más detallesTEMA 5 ESTUDIOS CORRELACIONALES.
TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Mínimos Cuadrados Departamento de Matemáticas ITESM Mínimos Cuadrados Álgebra Lineal - p. 1/34 En esta sección veremos cómo se trabaja un sistema inconsistente. Esta situación es
Más detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesAnálisis de los estados contables III Análisis de los resultados. Estudio de la cuenta de pérdidas y ganancias
Análisis de los estados contables III Análisis de los resultados. Estudio de la cuenta de pérdidas y ganancias Guía Introducción: La cuenta de pérdidas y ganancias: concepto y función Modelos de cuentas
Más detallesCifras significativas e incertidumbre en las mediciones
Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades
Más detalles1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Más detallesTema 5: Sistemas Monetarios Internacionales
Introducción: Tema 5: Sistemas Monetarios Internacionales Analizaremos economías que están formadas por varios países y monedas. Se estudiarán los determinantes de los tipos de cambio entre monedas. Determinaremos
Más detalles4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA
4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA Una ecuación con una incógnita es de segundo grado si el exponente de la incógnita es dos. Ecuaciones de segundo grado con una incógnita son: Esta última ecuación
Más detallesEJEMPLO DE REPORTE DE LIBERTAD FINANCIERA
EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesANEXO A ESTUDIO TASA DE COSTO DE CAPITAL MANQUEHUE NET
ANEXO A ESTUDIO TASA DE COSTO DE CAPITAL MANQUEHUE NET 1. INTRODUCCIÓN El presente anexo describe la metodología y resultados obtenidos en la determinación de la tasa de costo de capital que será utilizada
Más detallesMediante la aplicación de la metodología a los datos disponibles para este estudio, esta
6 Conclusiones Mediante la aplicación de la metodología a los datos disponibles para este estudio, esta investigación aporta evidencia de la existencia de cambios en los determinantes del desempleo durante
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesSÍNTESIS Y PERSPECTIVAS
SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.
Más detallesILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES
ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en
Más detalles4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD
4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,
Más detallesTIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL
TIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL En esta breve nota se intentan analizar las relaciones existentes en el sector español entre tipo de cambio, tasa de inflación y tipos de interés,
Más detallesFórmulas y enfoques utilizados para calcular el Tasa Efectiva de Interés (TEI) o Costo Anual Total (CAT)
Fórmulas y enfoques utilizados para calcular el Tasa Efectiva de Interés (TEI) o Costo Anual Total (CAT) El propósito del Costo Anual Total (CAT) El precio verdadero del préstamo no solamente incluye los
Más detallesMaster de Negocios y Alta Dirección 2008
Master de Negocios y Alta Dirección 2008 RATIOS DE EJEMPLO:. 1.- Ratios de Actividad. a) Crecimiento de la cifra de ventas. b) Rotación de los activos. c) Rotación de Activos fijos. d) Crecimiento del
Más detallesMACROECONOMÍA SEXTA EDICIÓN N. GREGORY MANKIW
CAPÍTULO 18 La oferta y la demanda de dinero MACROECONOMÍA SEXTA EDICIÓN N. GREGORY MANKIW s PowerPoint por Ron Cronovich Traducción: Pablo Fleiss 2007 Worth Publishers, all rights reserved En este capítulo,
Más detallesFundamentos Teóricos para la Valuación de Bonos y Acciones
Fundamentos Teóricos para la Valuación de Bonos y Acciones Unidad 2.1 Fundamentos para la valuación de Bonos (Tasas, Spot, Forward, ETTI, Curvas Rendimiento, Duración y Duración Modificada) Licenciatura
Más detallesUN PROBLEMA CON INTERÉS Y CALCULADORA
UN PROBLEMA CON INTERÉS Y CALCULADORA José Antonio Mora Sánchez. Alacant Las calculadoras ofrecen la posibilidad de modificar la óptica desde la que se abordan ciertos problemas matemáticos, esto hace
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detalles2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.
APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesMacroeconomía II EAE 211B
Macroeconomía II EAE 211B Pontificia Universidad Católica de Chile Instituto de Economía Juan Ignacio Urquiza Primer Semestre 2012 Ciclos Económicos Esquema: Introducción a los ciclos: Rol de las rigideces
Más detallesTema 4. Números índice
Tema 4. Números índice Durante la explicación del tema anterior, el de las variaciones estacionales surgió la frase: calcular el índice estacional, este número indicó qué tan arriba o qué tan abajo estarían
Más detallesParámetros con la ventana de selección de usuario, reglas, texto y descomposición (IVE)
QUÉ SON CONCEPTOS PARAMÉTRICOS? Los conceptos paramétricos de Presto permiten definir de una sola vez una colección de conceptos similares a partir de los cuales se generan variantes o conceptos derivados
Más detallesTema 3. Manual: Macroeconomía, Olivier Blanchard Presentaciones: Fernando e Yvonn Quijano
Tema 3 Los mercados financieros Manual: Macroeconomía, Olivier Blanchard Presentaciones: Fernando e Yvonn Quijano 1 La demanda de dinero La FED (acrónimo de Reserva Federal) es el Banco Central de EEUU
Más detalles- 0 - www.costaricanhotels.com
- 0 - - 1 - Contenido 1. Introducción... 2 2. Resumen Ejecutivo... 2 3. Objetivos del Estudio... 3 3.1. General... 3 3.2. Específicos... 3 4. Distribución de la Muestra... 3 5. Resultados Enero 2015...
Más detallesConsideraciones al precio de un warrant. El precio del warrant: la prima. Factores que afectan al precio de un warrant
Consideraciones al precio de un warrant El precio del warrant: la prima La prima es el precio que se paga por comprar un warrant. El inversor adquiere así el derecho a comprar (warrant Call) o vender (warrant
Más detallesCapitulo 3. Primer Año de Operaciones
Capitulo 3 Primer Año de Operaciones Área de producción La empresa, como se había mencionado anteriormente, contaba hasta antes de asumir la administración de ella con cinco períodos de operación. La información
Más detallesUna desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos
MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesDisposición complementaria modificada en Sesión de Directorio N 967.14 del 15 de diciembre de 2014.
Normas Complementarias Artículo 21 Disposición complementaria modificada en Sesión de Directorio N 967.14 del 15 de diciembre de 2014. VENTAS DESCUBIERTAS AL CONTADO CON ACCIONES Y VALORES REPRESENTATIVOS
Más detallesEl buen funcionamiento del Sistema Financiero es fundamental para el crecimiento de la
CONCLUSIÓN. El buen funcionamiento del Sistema Financiero es fundamental para el crecimiento de la economía de un país, ya que es el medio que permite la asignación eficiente de capital, al poner en contacto
Más detallesPROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.
PROGRAMACIÓN LINEAL Objetivo: Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas donde existan recursos escasos y se presenten relaciones lineales, mediante la teoría
Más detallesInvertir en dólares o en UIs? Quién es el especulador?
Invertir en dólares o en UIs? Quién es el especulador? En el mercado, muchos individuos se están preguntando si vender dólares en estos niveles para invertir en unidades indexadas. Al hacerse esta interrogante,
Más detallesCOSTO DE CAPITAL PARA TELEFONÍA A EN CHILE
COSTO DE CAPITAL PARA TELEFONÍA A EN CHILE Eduardo Walker* Profesor Titular Escuela de Administración Pontificia Universidad Católica de Chile Santiago, diciembre de 2008 *Las opiniones sólo representan
Más detallesLas Finanzas Módulo 1
PRESENTACIÓN DEL MÓDULO Introducción Las Finanzas Módulo 1 Aunque parezca difícil de recordar o imaginar, las monedas y los billetes no se han usado desde siempre, al principio las relaciones económicas
Más detallesde la empresa Al finalizar la unidad, el alumno:
de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación
Más detalles33 El interés compuesto y la amortización de préstamos.
33 El interés compuesto y la amortización de préstamos. 33.0 El interés compuesto. 33.0.0 Concepto. 33.0.02 Valor actualizado de un capital. 33.0.03 Tiempo equivalente. 33.02 Amortización de préstamos.
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detalles2. LOS SISTEMAS DE COSTOS
2. LOS SISTEMAS DE COSTOS En el actual desarrollo de las técnicas y sistemas de costos se persiguen tres importantes objetivos: La medición de los costos, la más correcta y precisa asignación de costos
Más detallesMODELO DE RESPUESTAS
1/6 MODELO DE RESPUESTAS ASIGNATURA: CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO: Segunda Integral VERSIÓN: 1 FECHA DE APLICACIÓN: 15/11/2008 Prof. Responsable: Ing. Ana María Alvarez Coordinador: Ing. Anel
Más detallesEconomía Resumen para el Primer Parcial Cátedra: Singerman 1 Cuat. de 2011 ClasesATodaHora.com.ar
ClasesATodaHora.com.ar > Exámenes > UBA - CBC > Economía Economía Resumen para el Primer Parcial Cátedra: Singerman 1 Cuat. de 2011 ClasesATodaHora.com.ar Concepto de economía La economía estudia como
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesPROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables
Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver
Más detallesANÁLISIS DE LA RENTABILIDAD-RIESGO DE ACCIONES QUE COTIZAN EN LA BOLSA DE VALORES DE COLOMBIA PARA EL PERIODO 2002-2008 ANA MILENA PEÑA
ANÁLISIS DE LA RENTABILIDAD-RIESGO DE ACCIONES QUE COTIZAN EN LA BOLSA DE VALORES DE COLOMBIA PARA EL PERIODO 2002-2008 ANA MILENA PEÑA UNIVERSIDAD DEL VALLE FACULTAD DE CIENCIAS SOCIALES Y ECONÓMICAS
Más detallesPuede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0])
Regresión logística Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Se trata de calcular la probabilidad en la que una
Más detallesComente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.
Explique Brevemente en que consiste el leasing y nombre los diferentes tipos existentes. Es un mecanismo de financiamiento de Activos el cual permite el uso del activo por un periodo determinado a cambio
Más detallesMODULO 4. 1.4.4 RAZONES DE RENTABILIDAD.
MODULO 4. RAZONES DE RENTABILIDAD - DEFINICIÓN 1.4.4 RAZONES DE RENTABILIDAD. La rentabilidad es el incremento porcentual de riqueza e implica la ganancia que es capaz de brindar una inversión, estrictamente
Más detallesANÁLISIS LOS CRÉDITOS
ANÁLISIS FINANCIERO A LOS CRÉDITOS QUÈ ES UN ANÁLISIS FINANCIERO Es un estudio que se hace de la información contable. Estudio realizado mediante la utilización de indicadores y razones financieras, las
Más detalles1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA
1. Cuenta de pérdidas y ganancias analítica 1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA La cuenta de pérdidas y ganancias que se recoge en el modelo normal del Plan General de Contabilidad se puede presentar,
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesAPUNTES DE MACROECONOMÍA CAPÍTULO Nº 6 LA ECONOMÍA ABIERTA: UN ENFOQUE GENERAL AGOSTO 2008 LIMA - PERÚ
Marco ntonio Plaza Vidaurre 1 PUNTES DE MCROECONOMÍ CPÍTULO Nº 6 L ECONOMÍ IERT: UN ENFOQUE GENERL GOSTO 2008 LIM - PERÚ Marco ntonio Plaza Vidaurre 1.- La demanda interna, el producto bruto interno y
Más detallesEJEMPLO PRÁCTICO DE CÁLCULO DEL VALOR DE VIDA DEL CLIENTE (VVC) O LIFE TIME VALUE (LTV)
APARTADO Nº: 6 DIAPOSITIVA Nº: 2 PRÁCTICA Nº 2: Ejemplo práctico de cálculo del Valor de Vida del Cliente (VVC) o Life Time Value (LTV) EJEMPLO PRÁCTICO DE CÁLCULO DEL VALOR DE VIDA DEL CLIENTE (VVC) O
Más detalles