UNIVERSIDAD DE NAVARRA CIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA VALORACION DE OPCIONES POR SIMULACION.
|
|
- María Ángeles Fuentes Hidalgo
- hace 5 años
- Vistas:
Transcripción
1 IESE UNIVERSIDAD DE NAVARRA CIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA VALORACION DE OPCIONES POR SIMULACION Pablo Fernández* DOCUMENTO DE INVESTIGACION Nº 39 Marzo, 1996 * Profesor de Dirección Financiera, IESE División de Investigación IESE Universidad de Navarra Av. Pearson, Barcelona Copyright 1995, IESE Prohibida la reproducción sin permiso
2 El CIIF (Centro Internacional de Investigación Financiera) nace como consecuencia de las inquietudes en investigación financiera de un grupo interdisciplinar de profesores del IESE y se configura como un núcleo de trabajo dentro de las actividades del IESE. Sus objetivos son: aunar esfuerzos en la búsqueda de respuestas a las cuestiones que se plantean los responsables de empresas financieras y los responsables financieros de todo tipo de empresas en el desempeño de sus funciones; desarrollar nuevas herramientas para la dirección financiera; y profundizar en el estudio y efectos de las transformaciones que se producen en el mundo financiero. El desarrollo de las actividades del CIIF ha sido posible gracias a sus Empresas Patrono: Aena, A.T. Kearney, Caja de Ahorros de Madrid, Fundación Ramón Areces y Endesa.
3 VALORACION DE OPCIONES POR SIMULACION 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción 2. La rentabilidad esperada de la acción en la simulación de instrumentos derivados 3. Valoración por simulación de una «call» y una «put» europeas 4. Valoración por simulación de una «call» y una «put» con precio de ejercicio igual al precio «forward» 5. Valoración por simulación de una «call» y una «put» europeas sobre un dólar 6. Valoración por simulación de una «call» y una «put» sobre una acción que reparte dividendos 7. Valoración por simulación del corredor 8. Influencia de la especificación de los dividendos en la simulación 9. Influencia de la volatilidad en la simulación del máximo y del mínimo Este documento de investigación aborda la valoración de opciones por simulación. La valoración por simulación se fundamenta en la valoración de opciones por el método de las martingalas (1). Obviamente, la simulación sirve únicamente para valorar opciones de tipo europeo, pues no permite valorar adecuadamente las opciones americanas. En el documento se comprueba que cuando la fórmula de Black y Scholes es adecuada, la simulación proporciona el mismo resultado. El documento también analiza los problemas que presenta la valoración de opciones sobre acciones que reparten dividendos: la no normalidad de la distribución y la diferencia entre especificar el dividendo como una magnitud constante o como un porcentaje del precio de la acción. También se aborda la valoración por simulación de uno de los derivados exóticos más utilizados: el corredor. 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción Si el precio de la acción hoy es S, la rentabilidad esperada (anualizada) de la acción es µ y la volatilidad esperada (anualizada) es σ, la fórmula que se utiliza habitualmente para simular la evolución del precio de la acción en cualquier fecha futura t es: S t = S e (µ t + σε t) (1) donde ε es una variable aleatoria normal de media cero y varianza unidad: N (, 1). Un ejemplo. Supongamos que el precio de la acción es hoy de 1. pesetas, que la volatilidad esperada para la acción es 3% (σ =,3) y que la rentabilidad esperada de la misma es 2% (µ =,2). La acción no reparte dividendos. La Figura 1 no es más que una de las posibles evoluciones del precio de una acción cuyo valor en t = es S = 1..
4 2 Figura 1. Una simulación de St S = 1.; µ = 2%; σ= 3% 1.4 St. Precio de la acción t (días) La Figura 1 muestra una de las posibles trayectorias de la acción que se construye utilizando la fórmula (1). El precio del día cero (hoy) es 1. pesetas. Para calcular el precio de la acción en el día 1, procedemos del siguiente modo: primero generamos un número aleatorio de la distribución normal de media cero y varianza unidad (que en este caso resultó ser, ), y utilizamos la fórmula (1). Así, si consideramos que en el año habrá 25 días con cotización: S 1 = 1.4,97761 = 1. e [,2 x (1/25) +,3 x, (1/25)] Análogamente, para calcular el precio de la acción en el día 2 generamos otro número aleatorio de la normal (en este caso resultó ser, ) y utilizamos la fórmula (1): S 2 = 1.18,52624 = 1.4,97761 e [,2 x (1/25) +,3 x, (1/25)] Si se espera que la acción reparta un dividendo (por ejemplo de 5 pesetas en t = 2), basta restar el dividendo al valor obtenido de la fórmula (1). En este caso, S 2 sería: S 2 = 968,52624 = 1.4,97761 e [,2 x (1/25) +,3 x, (1/25)] 5 La Figura 2 muestra la evolución de la rentabilidad diaria (R t 1/t = ln[s t / S t 1]) de la trayectoria de la Figura 1.
5 3 Figura 2. Simulación. Rentabilidad diaria de la acción. R t 1/t = S t 1) S = 1.; µ = 2%; σ= 3% 6% Rentabilidad diaria de la acción 4% 2% % 2% 4% 6% t (días) La expresión de la rentabilidad entre ahora (t = ) y t es: R t = µ t + σ ε t (2) y, por consiguiente 2 : dr t = R t + d t R t = µ dt + σε dt (3) La Figura 3 muestra dos de las posibles evoluciones del precio de una acción cuyo valor en t = es S = 1.. Esperamos una rentabilidad anual del 2% (µ =,2). Una de las posibles evoluciones se ha realizado con una volatilidad anual media del 3% (la de la Figura 1) y, la otra, con una volatilidad anual media del 6% (σ=,6). La Figura 4 presenta la rentabilidad diaria de la acción para las dos trayectorias descritas en la Figura 3. Las Figuras 3 y 4 permiten visualizar lo que significa la volatilidad de un activo.
6 4 Figura 3. Dos simulaciones de S t S = 1.; µ = 2%; σ= 3% y 6% St. Precio de la acción σ = 3% σ = 6% t (días) Figura 4. Simulación. Rentabilidad diaria de la acción. R t 1/t = ln(s t / S t 1) S = 1.; µ = 2%; σ= 3% y 6% 15% σ = 3% σ = 6% Rentabilidad diaria de la acción 1% 5% % 5% 1% 15% t (días) La Tabla 1 muestra las fórmulas más utilizadas en la simulación. También indica las expresiones de la esperanza matemática, varianza, moda y mediana del valor futuro de la acción. Es importante darse cuenta de que: aunque S t = S e R t, sin embargo, E(S t ) S e E (R t )
7 5 Tabla 1. Fórmulas útiles para valorar instrumentos financieros por simulación El precio de la acción hoy es S, la rentabilidad esperada (anualizada) de la acción es µ y la volatilidad esperada (anualizada) es σ. R t y S t son la rentabilidad y el precio de una acción que no reparte dividendos S t = S eµt + σ ε t E (S t ) = S e (µ σ 2 )t Moda (S t ) = S e(µ σ 2 )t Mediana (S t ) = S e µt R t = µt + σ ε t ; E (R t ) = µt; Var. (R t ) = σ 2 t εes normal N(,1) E(S t ) S e E(R t ) 2. La rentabilidad esperada de la acción en la simulación de instrumentos derivados En el caso de que queramos valorar un instrumento derivado (instrumento que se puede replicar a partir de otros ya existentes) sobre una acción, no podemos realizar la simulación introduciendo nuestra expectativa de rentabilidad de la acción, sino que debemos utilizar la siguiente rentabilidad esperada: µ = Ln (r) σ 2 / 2 (4) σes la volatilidad esperada (anualizada) de la acción y r es 1 + tasa de interés sin riesgo anualizada (3). La función de densidad de la rentabilidad de la acción (la rentabilidad anualizada esperada de la acción es µ y la volatilidad anualizada esperada es σ) es una distribución normal: 2 f(r t ) = e,5 [(Rt µt) / σ t] / σ (2πt) (5) La función de densidad del precio futuro de la acción es una distribución lognormal: 2 f(s t ) = e,5 {[ln(s t /S ) µt] / σ t} / S σ (2πt) (6) La Figura 5 muestra la distribución de probabilidad de la rentabilidad de la acción dentro de un año de dos inversores con idéntica expectativa de volatilidad (3%), pero distinta expectativa de rentabilidad: uno espera una revalorización del 5,3118%, y el otro una revalorización del 3%. La Figura permite observar que la distribución de probabilidad de la rentabilidad es normal. Una mayor expectativa de rentabilidad únicamente desplaza la distribución hacia la derecha.
8 6 Figura 5. Distribución de probabilidad de la rentabilidad de la acción en un año de dos inversores con idéntica expectativa de volatilidad (3%), pero distinta expectativa de rentabilidad: uno espera una revalorización del 5,3118%, y el otro del 3% 1,4 E (R) = 5,3118% E(R) = 3% 1,2 1 f (R),8,6,4,2 8% 6% 4% 2% % 2% 4% 6% 8% 1% Rentabilidad dentro de un año Figura 6. Distribución de probabilidad del precio de la acción dentro de un año de dos inversores con idéntica expectativa de volatilidad (3%), pero distinta expectativa de rentabilidad: uno espera una revalorización del 5,3118%, y el otro del 3%. El precio actual de la acción es 1. pesetas.,14,12,1 E(R) = 5,3118% E (S) = 1.1 f (S),8,6,4 E(R) = 3%,2, Precio dentro de un año
9 7 La Figura 6 muestra la distribución de probabilidad del precio de la acción dentro de un año correspondiente a la Figura 5. En este caso, una mayor expectativa de rentabilidad no sólo desplaza la distribución hacia la derecha, sino que también achata la distribución. 3. Valoración por simulación de una «call» y una «put» europeas En este apartado vamos a valorar por simulación una «call» y una «put» europeas sobre una acción que no reparte dividendos, para comprobar que obtenemos resultados prácticamente idénticos a los que nos proporciona la fórmula de Black y Scholes (4). Vamos a valorar una «put» y una «call» con precio de ejercicio 1. pesetas y un año hasta la fecha de ejercicio. La acción tiene hoy un precio de 1. pesetas y su volatilidad esperada es 3%. La tasa de interés sin riesgo es 1%. La Tabla 2 muestra los resultados de la simulación (1. trayectorias) (5) y los compara con los que proporciona la fórmula de Black y Scholes. Hay que resaltar que el valor de µ que utilizamos en la simulación es el que proporciona la fórmula (4): µ = 5,3118%. El valor de la «call», según Black y Scholes, es 164,92, y con la simulación obtenemos 164,93. Para el valor de la «put» obtenemos idéntico resultado con ambos procedimientos: 74,1. El valor esperado de la acción es 1.1 (1. x 1,1), y con la simulación, la media de los valores que alcanza dentro de un año es 1.1,1. La revalorización de la acción empleada es 5,3118% (µ), y con la simulación la media de la rentabilidad anual de la acción en los 1. casos es 5,315%. Tabla 2. Valoración por simulación (1.) de una «call» y una «put» europeas sobre una acción (S = 1.; K = 1.; r = 1%; t = 1; s = 3%). Debido al arbitraje: µ = Ln (r) σ 2 /2 = 5,3118% = Ln (1,1),3 2 /2 Valores obtenidos con la fórmula de Black-Scholes Valores obtenidos con la simulación «Call» 164,92 164,93 «Put» 74,1 74,1 Valor esperado de la acción ,1 Rentabilidad esperada de la acción: E(R) = µ 5,31% 5,315% La Figura 7 muestra la distribución de la rentabilidad de la acción con volatilidad del 3% si el inversor tuviera una expectativa de rentabilidad (µ) idéntica a la utilizada en la simulación (5,3118%). En este caso, la probabilidad de que la «call» terminara valiendo algo, (S 1 >1.), es 56,6%, y la probabilidad de que la «put» valiera algo, (S 1 <1.), es 43,4%. La Figura 8 es idéntica a la 7, pero muestra la distribución del precio de la acción dentro de un año.
10 8 Figura 7. Si el inversor tuviera la distribución de probabilidad de la rentabilidad de la acción en un año con volatilidad (3%) y rentabilidad esperada del 5,3118%, la probabilidad de ejercer la «put» sería 43,4%, y la de ejercer la «call», sería 56,6%. R F = 1%; So = 1. pesetas; K = 1. pesetas; t = 1 año; σ= 3% 1,4 1,2 1 f (R),8,6,4,2 Area de la «put»: 43,4% Area de la «call»: 56,6% 1% 8% 6% 4% 2% % 2% 4% 6% 8% 1% Rentabilidad dentro de un año Figura 8. Inversor que espera que la rentabilidad esperada de la acción sea 5,3118% y la volatilidad 3%. Su probabilidad de ejercer la «put» es 43,4%, y de ejercer la «call», 56,6%. R F = 1%; So = 1. pesetas; K = 1. pesetas; t = 1 año; σ= 3%,14,12,1 f (S),8,6,4,2, Area de la «put»: 43,4% Area de la «call»: 56,6% Precio dentro de un año
11 9 La Figura 9 muestra las distribuciones de la rentabilidad y del precio de la acción dentro de un año con volatilidad del 3% si el inversor tuviera realmente una expectativa de rentabilidad del 3%. En este caso, la probabilidad de que la «call» terminara valiendo algo (S1>1.) es 84,1%, y la probabilidad de que la «put» valiera algo (S 1 <1.), es 15,1%. Sin embargo, el inversor estaría de acuerdo en que el precio de ambas es 164,9 y 74,1 pesetas, respectivamente (6). Figura 9. Si el inversor tuviera la distribución de probabilidad de la rentabilidad de la acción en un año con volatilidad (3%) y rentabilidad esperada del 3%, la probabilidad de ejercer la «put» sería 15,9%, y la de ejercer la «call», sería 84,1%. R F = 1%; So = 1. pesetas; K = 1. pesetas; t = 1 año; σ= 3% 1,4 1,2 1 f (R),8,6,4 Area de la «put»: 15,9% Area de la «call», 84,1%,2 1% 8% 6% 4% 2% % 2% 4% 6% 8% 1% Rentabilidad dentro de un año,12,1,8 Area de la «put»: 15,9% f (S),6,4,2 Area de la «call»: 84,1%, La Tabla 3 proporciona los resultados de la simulación. La primera columna se refiere a los 1. valores del precio de la acción dentro de un año que se han generado. La segunda columna indica la rentabilidad de la acción correspondiente a los 1. valores. La rentabilidad se calcula como ln(s 1 /1.), siendo S 1 el valor de la acción dentro de un año. La tercera columna muestra los estadísticos correspondientes al valor final alcanzado por la «call» en las 1. simulaciones: máximo (S 1 1.; ). La cuarta columna muestra los estadísticos correspondientes al valor final alcanzado por la «put» en las 1.
12 1 simulaciones: máximo (1. S 1 ; ). La quinta columna muestra los estadísticos correspondientes al valor actual de la «call» en las 1. simulaciones (7): máximo (S 1 1.; )/1,1. La sexta columna muestra los estadísticos correspondientes al valor actual de la «put» en las 1. simulaciones: máximo (1. S 1 ; )/1,1. La Figura 1 muestra la distribución del valor final de la «call». Nótese que en de las 1. simulaciones, el valor final de la «call» fue cero, lo que significa que en de las simulaciones, el valor final de la acción fue inferior a 1. pesetas. La Figura 11 muestra la distribución del valor final de la «put». Nótese que en de las 1. simulaciones, el valor final de la «put» fue cero, lo que significa que en de las simulaciones, el valor final de la acción fue superior a 1. pesetas. La Figura 12 muestra la distribución del valor final de la acción en las 1. simulaciones y, la Figura 13, la distribución de la rentabilidad de la acción. Nótese su gran similitud con una distribución lognormal y normal, respectivamente. Tabla 3. Valoración por simulación de una «call» y una «put» europeas sobre una acción S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3%. Valores según Black y Scholes: «call» = 164,92 pesetas; «put» = 74,1 pesetas Valor final Rentabilidad Valor final Valor final Valor HOY Valor HOY de la acción de la acción de la «call» de la «put» de la «call» de la «put» Simulaciones Media 1.1,1 5,3% 181,42 81,41 164,93 74,1 Desviación estándar 337,65 3,% ,77 238,18 114,33 Skewness,95 2 1,55 2 1,55 Kurtosis 4,66 3 8,2 4,55 8,2 4,55 Mínimo 344,16 16,66% Máximo 3.525,41 126,% 2.525,41 655, ,83 596,21 Error estánd. de la media 3,38,3% 2,62 1,26 2,38 1,14 Figura 1. Valoración por simulación (1. trayectorias) de una «call» y una «put» europeas Distribución del valor final de la «call» S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3% Número de trayectorias Valor final de la «call» dentro de un año (+/ 5 pesetas)
13 11 Figura 11. Valoración por simulación (1. trayectorias) de una «call» y una «put» europeas Distribución del valor final de la «put» S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3% Número de trayectorias Valor final de la «put» dentro de un año (+/ 5 pesetas) Figura 12. Valoración por simulación (1. trayectorias) de una «call» y una «put» europeas Distribución del valor final de la acción S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3%. Número de trayectorias Valor final de la acción dentro de un año (+/ 5 pesetas)
14 12 Figura 13. Valoración por simulación (1. trayectorias) de una «call» y una «put» europeas Distribución de la rentabilidad de la acción S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3% Número de trayectorias % 129-1% -9% -8% -7% -6% 249-5% -4% -3% 436-2% -1% % 1% 2% 3% 4% 5% 6% 672 7% 8% 9% 937 1% 11% 12% % 14% Rentabilidad de la acción en un año (+/ 5%) 4. Valoración por simulación de una «call» y una «put» europeas con precio de ejercicio igual al precio «forward» En este apartado se muestra otra valoración por simulación: vamos a valorar por simulación una «call» y una «put» europeas sobre una acción, ambas con precio de ejercicio igual al precio «forward» de la acción (1.1 pesetas = 1. x 1,1). Las opciones tienen un año hasta la fecha de ejercicio y se refieren a la misma acción del apartado anterior. La acción tiene hoy un precio de 1. pesetas y su volatilidad esperada es 3%. La tasa de interés sin riesgo es 1%. La Figura 14 muestra la distribución de la rentabilidad de la acción con volatilidad del 3% si el inversor tuviera una expectativa de rentabilidad (µ) idéntica a la utilizada en la simulación (5,3118%). En este caso, la probabilidad de que la «call» terminara valiendo algo (S1>1.1), es 43,42%, y la probabilidad de que la «put» valiera algo (S1<1.1), es 56,58%. La Figura 14 permite comprobar una vez más que aunque sabemos que la «put» y la «call» europeas tienen idéntico valor cuando su precio de ejercicio es el precio «forward», esto no quiere decir que este precio sea el valor esperado del precio de la acción (8).
15 13 Figura 14. Distribución de probabilidad de la rentabilidad de la acción en un año y del precio dentro de un año. Acción con volatilidad 3% y rentabilidad esperada del 5,3118%. La probabilidad de ejercer la «put» sería 56,58%, y la de ejercer la «call» (ambas con precio de ejercicio 1.1 pesetas = precio «forward» sería 43,42%. R F = 1%; So = 1. pesetas; t = 1 año; σ= 3% 1,4 1,2 1 f (R),8,6,4,2 Area de la «put»: 56,58% Area de la «call»: 43,42% 1% 8% 6% 4% 2% % 2% 4% 6% 8% 1% Rentabilidad dentro de un año,14,12,1 f (S),8,6,4,2 Area de la «put»: 56,58% Area de la «call»: 43,42%, Precio dentro de un año La Tabla 4 muestra los resultados de la simulación (1. trayectorias) y los compara con los que proporciona la fórmula de Black y Scholes. El valor de la «call» y de la «put», según Black y Scholes, es 119,24, y con la simulación obtenemos 119,19 y 119,23, respectivamente. El valor esperado de la acción es 1.1, y con la simulación, la media de los valores que alcanza dentro de un año es 1.99,96. La revalorización de la acción empleada es 5,3118% (µ), y con la simulación, la media de la rentabilidad anual de la acción en los 1. casos es un poco inferior: 5,297%.
16 14 Tabla 4. Valoración por simulación de una «call» y una «put» europeas sobre una acción S = 1.; K = 1.1; r = 1%; t = 1 año; σ= 3%. (Valor de «put» y «call» según Black y Scholes = 119,24 pesetas) Valor final Rentabilidad Valor final Valor final Valor HOY Valor HOY de la acción de la acción de la «call» de la «put» de la «call» de la «put» Simulaciones Media 1.99,96 5,297% 131,11 131,16 119,19 119,23 Desviación estándar 337,3 29,9959% 23,4 162,14 29,46 147,4 Varianza ,43 8,9976% 53.85, , ,54 727,23 Skewness,94, 2,44 1,6 2,44 1,6 Kurtosis 4,52 2,99 1,46 3,1 1,46 3,1 Mínimo 312,68 11,2584%,,,, Máximo 3.153,42 114,8486% 2.53,42 787, ,74 715,75 Error estánd. de la media 3,37,3% 2,3 1,62 2,9 1,47 5. Valoración por simulación de una «call» y una «put» europeas sobre un dólar Si el precio de un dólar hoy es S ptas./dólar, la rentabilidad esperada (anualizada) del tipo de cambio es µ, y la volatilidad esperada (anualizada) es σ, la fórmula que se utiliza habitualmente para simular la evolución del tipo de cambio en cualquier fecha futura t es: S t ptas./dólar = S ptas./dólar e (µ t + σe t) (7) donde ε es una variable aleatoria normal de media cero y varianza unidad: N (, 1). En el caso de que queramos valorar un instrumento derivado (instrumento que se puede replicar a partir de otros ya existentes) sobre un dólar, no podemos realizar la simulación introduciendo nuestra expectativa de rentabilidad esperada del dólar, sino que debemos utilizar la siguiente rentabilidad esperada: µ = Ln (r p /r$) s 2 / 2 (8) σes la volatilidad esperada (anualizada) del tipo de cambio, r p es 1 + tasa de interés en pesetas sin riesgo anualizada y r $ es 1 + tasa de interés en dólares sin riesgo anualizada. La lógica de la expresión (8) es la siguiente. Si invertimos hoy S pesetas a la tasa sin riesgo en pesetas, en t tendremos S r t p pesetas. Alternativamente, si hoy compramos un dólar (coste de la inversión S pesetas) y lo invertimos a la tasa sin riesgo en dólares, en t tendremos r t $ dólares. El valor esperado del tipo de cambio es E(S ptas./dólar t ) = S ptas./dólar e (µ + σ2 /2)t. Por consiguiente, el valor esperado (en pesetas) de esta segunda inversión es r t $ S ptas./dólar e (µ + σ 2 /2 )t. Como (por el hecho de estar valorando instrumentos financieros derivados replicables) el valor esperado de ambas inversiones ha de ser idéntico, resulta la expresión (8). La Tabla 5 muestra los resultados de la simulación (1. trayectorias) y los compara con los que proporciona la fórmula de Black y Scholes. El valor de la «call» y de la «put», según Black y Scholes, es 9,777 y 5,448, respectivamente, y con la simulación
17 15 obtenemos 9,776 y 5,448, respectivamente. El valor esperado del tipo de cambio es 14,7619 ptas./dólar (el tipo «forward»), y con la simulación, la media de los valores que alcanza el tipo de cambio dentro de un año es 14,7614 ptas./dólar. La µ empleada es 2,652%. Tabla 5. Valoración por simulación de una «call» y una «put» europeas sobre un dólar S = 1 ptas./dólar; K = 1 ptas.; rp = 1,1; r$ = 1,5; t = 1 año; σ= 2%. (Valor de «put» y «call» según Black y Scholes = 5,448 y 9,777 pesetas) Valor final Valor final Valor final Valor HOY Valor HOY del dólar de la «call» de la «put» de la «call» de la «put» Simulaciones Media 14,761 1,754 5,993 9,776 5,448 Desviación estándar 21,157 15,34 9,193 13,913 8,357 Varianza 447, ,212 84, ,563 69,845 Skewness,61 1,8 1,59 1,8 1,59 Kurtosis 3,64 6,632 4,833 6,632 4,833 Mínimo 5,217,,,, Máximo 217, ,619 49,783 16,927 45,258 Error estándar de la media,212,153,92,139,84 6. Valoración por simulación de una «call» y una «put» europeas sobre una acción que reparte dividendos En este apartado vamos a ver cómo influyen los dividendos en el valor de la opción. La acción repartirá un dividendo de 1 pesetas dentro de seis meses, sea cual sea el precio de la acción en ese momento. Para valorar opciones europeas según la fórmula de Black y Scholes ajustada para dividendos, basta restar al precio de la acción hoy (1. ptas.) el valor actual de los dividendos que pagará la acción durante la vida de la opción (1/1,1,5 = 95,346259). Si hacemos esto, obtenemos unos valores para la «put» y la «call» de 11,36 y 15,93 pesetas, respectivamente. Sin embargo, la simulación (véase Tabla 6) nos proporciona unos resultados bastante superiores: 116,11 y 111,79, respectivamente. Tabla 6. Valoración por simulación de una «call» y una «put» europeas sobre una acción que dentro de seis meses repartirá un dividendo de 1 pesetas S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3%. (Valor de «put» y «call» según Black y Scholes-ajustada = 11,36 y 15,93 pesetas) Valor final Rentabilidad Valor final Valor final Valor HOY Valor HOY de la acción de la acción de la «call» de la «put» de la «call» de la «put» Simulaciones Media 995,25 5,5% 122,97 127,72 111,79 116,11 Desviación estándar 323,84 31,72% 222,17 155,23 21,98 141,12 Varianza ,34 1,6% , , , ,53 Skewness 1,4,1 2,64 1,3 2,64 1,3 Kurtosis 5,32 3,4 13,36 3,3 13,36 3,3 Mínimo 282, 126,58%,,,, Máximo 4.9,11 14,86% 3.9,11 718, 2.89,19 652,72 Error estánd. de la media 3,24,32% 2,22 1,55 2,2 1,41
18 16 Para entender el porqué de esta discrepancia, supongamos ahora que la acción repartirá dentro de seis meses un dividendo igual al 9, % del valor de la acción en ese momento. Nótese que el valor actual del dividendo en este caso es también 95, pesetas. Según la fórmula de Black y Scholes ajustada para dividendos, obtenemos unos valores para la «put» y la «call» iguales a los calculados anteriormente (11,36 y 15,93 pesetas, respectivamente). En este caso, la simulación (véase Tabla 7) nos proporciona unos resultados (19,72 y 15,9) bastante similares a la fórmula de Black y Scholes ajustada para dividendos. Tabla 7. Valoración por simulación de una «call» y una «put» europeas sobre una acción que dentro de seis meses repartirá un dividendo igual al 9, % del valor de la acción en ese momento. El valor esperado del dividendo es 1 pesetas S = 1.; K = 1.; r = 1%; t = 1 año; σ= 3%. (Valor de «put» y «call» según Black y Scholes-ajustada = 11,36 y 15,93 pesetas) Valor final Rentabilidad Valor final Valor final Valor HOY Valor HOY de la acción de la acción de la «call» de la «put» de la «call» de la «put» Simulaciones Media 995,8 4,93% 116,49 12,69 15,9 19,72 Desviación estándar 36,26 3,% 29,1 148,16 19,1 134,69 Varianza ,27 9,% ,82 95, , ,98 Skewness,97,1 2,52 1,5 2,52 1,5 Kurtosis 4,75 3,2 11,27 3,9 11,27 3,9 Mínimo 321,54 113,46%,,,, Máximo 3.431,21 123,29% 2.431,21 678, ,19 616,78 Error estánd. de la media 3,13,31% 2,14 1,52 1,95 1,38 Vemos, pues, que la fórmula de Black y Scholes ajustada para dividendos es correcta cuando el dividendo se espera que sea un porcentaje del precio de la acción en el momento del reparto del mismo, pero es sólo una aproximación cuando el dividendo que se espera es una cantidad fija. La razón de esta discrepancia puede verse más clara en la Tabla 8 y en la Figura 15. En ambos casos, el valor esperado del dividendo es 3 pesetas. La Figura 15 (al igual que la skewness y la kurtosis de la rentabilidad de la acción en la Tabla 8), permite ver que la distribución de la rentabilidad es normal (9) en caso de que el dividendo sea un porcentaje del precio de la acción, pero se aleja de la normal si el dividendo es una cantidad fija (en este caso 3 pesetas) (1). Además, la desviación estándar de la rentabilidad es sensiblemente mayor de 3%, que es la volatilidad esperada de la acción. Nótese que en el caso de que el dividendo esperado sea un porcentaje del precio de la acción, la rentabilidad resulta normal y su desviación estándar es 3%.
19 17 Tabla 8. Diferencia entre la distribución final del precio de la acción y de su rentabilidad anual según que el dividendo de dentro de seis meses sea igual al 28, % del valor de la acción en ese momento o que sea 3 pesetas. El valor esperado del dividendo en ambos casos es 3 pesetas. S = 1.; r = 1%; t = 1 año; σ= 3% Dividendo = 3 pesetas Dividendo = 28, % S6 Valor final Rentabilidad Valor final Rentabilidad de la acción de la acción de la acción de la acción Simulaciones Media 785,86 3,97% 785,72 28,66% Desviación estándar 296,8 37,42% 242,5 3,15% Varianza 87.66,74 14,% 58.86,8 9,9% Skewness 1,2 -,16,96, Kurtosis 4,98 3,11 4,75 2,99 Mínimo 159,33 183,68% 237,83 143,62% Máximo 2.765,34 11,72% 2.469,32 9,39% Error estándar de la media 3,42,43% 2,8,35% Figura 15. Diferencia de la distribución de la rentabilidad anual de la acción según que el dividendo de dentro de seis meses sea igual al 28, % del valor de la acción en ese momento o que sea 3 pesetas. El valor esperado del dividendo en ambos casos es 3 pesetas. S = 1.; r = 1%; t = 1 año; σ= 3% Div. = 3 Div. = 28,639% de S6 f (R) 15% 1% 5% % 5% 1% Rentabilidad en un año
20 18 7. Valoración por simulación del corredor 7.1. Descripción del corredor Corredor («Synthetic Peseta IBEX Corridor Note»). Bono a 1 año con cupón del 15,5% en pesetas cada día que el IBEX 35 permanezca dentro del intervalo (corredor) comprendido entre 2.8 y 3.6. El cupón se pagará al vencimiento. Emisor: Institución financiera española calificada AA. Inversión mínima: 1. dólares. Fecha emisión: enero de IBEX emisión alrededor de 3.. Vencimiento: enero de Cobro al vencimiento: principal más cupón (ambos en dólares): Principal (dólares) que se cobrará al vencimiento = = Principal emisión x (1 + (SPOT emisión SPOT vencimiento )/SPOT vencimiento) Cupón en dólares que se cobrará al vencimiento = Principal emisión x (Días/25) x 15,5% x (1 + (SPOT emisión SPOT vencimiento )/ SPOT vencimiento ) Días = número de días en los que 2.8 cierre diario del IBEX SPOT emisión = cambio ptas./dólar en la emisión. SPOT vencimiento = Cambio ptas./dólar en la fecha de vencimiento. 25 = días de contratación en que cotizará el IBEX 35 en el próximo año. Precio de emisión del bono: par. El número de días mínimo en el que el IBEX 35 ha de estar entre 2.8 y 3.6 para que un inversor prefiera este instrumento a otro de renta fija equivalente, es 17 (1,54%) Análisis previo del corredor A primera vista, el corredor parece ligado al tipo de cambio ptas./dólar, pero resulta idéntico a una inversión en pesetas, como se aprecia en el siguiente ejemplo. Inversión = 1 millón de dólares (132 millones de pesetas) Fecha emisión: enero de 1995 Vencimiento: enero de 1996 SPOTemisión = 132 ptas./dólar días = 125 SPOTvencimiento = 264 ptas./dólar Cobro al vencimiento: principal más cupón (ambos en dólares) Principal (dólares) = 1 millón de dólares x (1 + ( )/264 ) =,5 millones de dólares = 132 millones de pesetas Cupón en dólares (ajustado por la variación de la peseta respecto al dólar desde la emisión): 1 millón de dólares x (125/25) x 15,5% x (1 + ( )/264) =,3875 millones de dólares = 1,23 millones de pesetas 1,23/132 = 7,75%.
21 Valoración por simulación del corredor La Figura 16 presenta una de las posibles trayectorias del corredor. El IBEX inicial es 3. puntos, la volatilidad anual 2%, el tipo de interés sin riesgo 1%, el dividendo anual de las acciones que lo componen 4%, y la rentabilidad esperada (µ) 7,531%. Siguiendo la trayectoria de esta Figura, el IBEX 35 habría estado un total de 198 días entre los límites que constituyen el corredor (2.8 y 3.6). Figura 16. Valoración por simulación del corredor. Una trayectoria IBEX inicial = 3.. Dividendo anual = 4% Número de días en que el IBEX estuvo entre 2.8 y 3.6 en esta trayectoria = 198 Tiempo = 1 año. Número de días hábiles/año = 25. Volatilidad anual = 2% 1 + interés sin riesgo anual =1,1. µ =, IBEX Días La Tabla 9 muestra los resultados de la valoración del corredor por simulación (1. trayectorias) utilizando los mismos parámetros de la Figura 16. Lo que se pretende averiguar mediante la simulación es el número de días en los que el IBEX 35 va a estar entre los límites señalados por el corredor. El número medio de días resultante es aproximadamente 158, mientras que el IBEX 35 promedio durante el período (1 año) ha sido 3.89,82 (apenas existe revalorización). La media del IBEX máximo de la simulación se sitúa en 3.69,73, ligeramente por encima del límite máximo del corredor, mientras que la media del IBEX mínimo es 2.627,73. De aquí se puede deducir que en los días en los que el índice ha estado fuera de los límites marcados por el corredor, una gran parte de ellos, el IBEX 35 se ha situado por debajo del límite inferior (2.8).
22 2 Tabla 9. Valoración por simulación del corredor. 1. trayectorias. IBEX inicial = 3.. Dividendo anual = 4%. Número días = número de días en que el IBEX estuvo entre 2.8 y 3.6 Tiempo = 1 año. Número de días hábiles/año = 25. Volatilidad anual = 2%. 1 + interés sin riesgo anual = 1,1. µ =,7531 Número días IBEX promedio IBEX máximo IBEX mínimo Simulaciones Media 158,2 3.89, , ,73 Desviación estándar 69,88 368,3 498,38 283,89 Skewness,37,41 1,8,73 Curtosis 1,92 3,19 3,99 2,91 Mínimo 6, 2.176, , ,51 Máximo 25, 4.473, , ,5 Error estándar de la media 2,21 11,64 15,76 8,98 La Figura 17 muestra la distribución del número de días en los que el IBEX 35 estuvo entre los valores marcados por el corredor. Como se observa, el mayor número de trayectorias en dicha distribución se encuentra en la parte derecha, es decir, existen muchas trayectorias en las que durante todos o casi todos los días del año el IBEX 35 se ha situado entre los valores límite del corredor. Como dato puntual, en 51 trayectorias el índice cotizó entre 2.8 y 2.6 todos los días. Figura 17. Valoración por simulación del corredor. 1. trayectorias. IBEX inicial = 3. Distribución del número de días en que el IBEX estuvo entre 2.8 y 3.6 Tiempo = 1 año. Número de días hábiles/año = 25. Volatilidad anual = 2%. 1 + interés sin riesgo anual = 1,1. µ =,7531 Número de trayectorias El número de trayectorias en que el IBEX estuvo 25 días (todos) entre 2.8 y 3.6, es Número de días que el IBEX estuvo entre 2.8 y 3.6
23 21 La Tabla 1 muestra los resultados de una segunda valoración del corredor, esta vez utilizando en la simulación 2.74 trayectorias. Como se puede apreciar en comparación con la Tabla 9, aumentando el número de trayectorias simuladas se incrementa ligeramente la media de todas las variables contempladas (número de días, IBEX promedio, IBEX máximo e IBEX mínimo). Tabla 1. Segunda valoración por simulación del corredor trayectorias. IBEX inicial = 3.. Dividendo anual = 4% Número días = número de días en que el IBEX estuvo entre 2.8 y 3.6 Tiempo = 1 año. Número de días hábiles/año = 25. Volatilidad anual = 2% 1 + interés sin riesgo anual = 1,1. µ =,7531 Número días IBEX promedio IBEX máximo IBEX mínimo Simulaciones Media 159, , , ,83 Desviación estándar 69,12 368,79 496,11 29,31 Skewness,42,3 1,6,81 Curtosis 2,3 3,1 4, 3,15 Mínimo 5, 2.112, , ,2 Máximo 25, 4.563, ,2 3.95,25 Error estándar de la media 1,52 8,1 1,89 6, Influencia de la volatilidad en el corredor Para poder observar el efecto que tiene en la valoración del corredor una variación de la volatilidad del IBEX 35, se ha realizado otra simulación (58 trayectorias), pero esta vez utilizando una volatilidad del 16%. Nótese como también la rentabilidad esperada (µ) experimenta una variación, ya que uno de los parámetros utilizados para su cálculo es precisamente la volatilidad, véase fórmula (4). Si se compara la Tabla 11 con la 9, se observa que una disminución de la volatilidad del índice hace que se incremente el número de días medio en los que el IBEX 35 permanece entre 2.8 y 3.6. También aumenta ligeramente el IBEX promedio (3.94,2), mientras que el abanico marcado por el IBEX máximo y el IBEX mínimo se estrecha, como consecuencia lógica de esa disminución de la volatilidad. Así pues, al inversor le interesará que el IBEX 35 tenga la mínima volatilidad posible, ya que ello implica un mayor número de días dentro de las bandas y, consecuentemente, una mayor rentabilidad a percibir.
24 22 Tabla 11. Valoración por simulación del corredor. 58 trayectorias. IBEX inicial = 3.. Dividendo anual = 4% Número días = número de días en que el IBEX estuvo entre 2.8 y 3.6 Tiempo = 1 año. Número de días hábiles/año = 25. Volatilidad anual = 16% 1 + interés sin riesgo anual = 1,1. µ =,8251 Número días IBEX promedio IBEX máximo IBEX mínimo Simulaciones Media 179,8 3.94, , ,24 Desviación estándar 66,32 294,2 392,3 234,9 Skewness,75,9,87,9 Curtosis 2,47 2,73 3,61 3,38 Mínimo 1, 2.328, , ,95 Máximo 25, 3.994, , ,24 Error estándar media 2,94 13,5 17,41 1, Simulación histórica del corredor Seguidamente vamos a analizar cuál habría sido el número de días que el corredor hubiese permanecido entre 2.8 y 3.6 si el IBEX 35 se hubiese comportado tal y como lo ha hecho históricamente. En la Figura 18 aparecen las trayectorias que tendría el IBEX 35 si, partiendo de un valor inicial de 3. puntos, hubiese seguido una evolución idéntica a la de los años 1987, 1988 y Como resultado, obtenemos que el IBEX 35 estaría dentro de los límites del corredor 166, 192 y 217 días, respectivamente. Figura 18. Simulación histórica del corredor. Las trayectorias suponen que, partiendo de un IBEX inicial de 3., el IBEX se hubiera comportado como lo hizo en los años 1987, 1988 y 1989 Número de días en que el IBEX estuvo entre 2.8 y 3.6: 166 en 1987, 192 en 1988 y 217 en 1989 IBEX Días
25 23 En la Figura 19 se realiza la misma simulación que en la anterior, pero teniendo en cuenta el comportamiento seguido por el IBEX 35 durante los años 199, 1991 y En estos casos, el número de días en los que el IBEX 35 se situó entre 2.8 y 2.6 fue 66, 93 y 136 días, respectivamente. Finalmente, la Figura 2 presenta la simulación con las rentabilidades obtenidas durante los años 1993 y 1994, siendo 1 y 12, respectivamente, el número de días en esos años que el índice estuvo entre los límites marcados por el corredor. Nótese cómo, a excepción de los años 1988 y 1989, el inversor hubiese resultado perjudicado si hubiese suscrito el corredor en lugar de haber realizado su inversión en instrumentos de renta fija equivalentes. Figura 19. Simulación histórica del corredor. Las trayectorias suponen que, partiendo de un IBEX inicial de 3., el IBEX se hubiera comportado como lo hizo en los años 199, 1991 y 1992 Número de días en que el IBEX estuvo entre 2.8 y 3.6: 66 en 199, 93 en 1991 y 136 en 1992 IBEX Días
26 24 Figura 2. Simulación histórica del corredor. Las trayectorias suponen que, partiendo de un IBEX inicial de 3., el IBEX se hubiera comportado como lo hizo en los años 1993 y 1994 Número de días en que el IBEX estuvo entre 2.8 y 3.6: 1 en 1993 y 12 en 1994 IBEX Días 7.6. Otros datos interesantes de la simulación La Figura 21 muestra la distribución del valor promedio del IBEX 35 correspondiente a la simulación recogida en la Tabla 9. Nótese cómo dicha distribución se asemeja notablemente a una distribución normal. Las Figuras 22 y 23 presentan la distribución del valor máximo y mínimo del IBEX 35, respectivamente. Se puede apreciar que éstas no son aproximables a ningún tipo de distribución de probabilidad conocida. Sin embargo, la distribución de la variable que se obtiene de restar el valor máximo y el mínimo del IBEX 35, y que se muestra en la Figura 24, sí que se puede aproximar a una distribución lognormal Figura 21. Valoración por simulación (1. trayectorias) del IBEX 35. IBEX inicial = 3. Distribución del valor promedio del IBEX durante 1 año (25 días) Volatilidad anual = 2%. RF = 1,1. µ =,7531 Número de trayectorias IBEX promedio (+/ 5 puntos) durante los 25 días
27 25 Figura 22. Valoración por simulación (1. trayectorias) del IBEX 35. IBEX inicial = 3. Distribución del valor máximo del IBEX durante 1 año. Días hábiles/año = 25. Volatilidad anual = 2%. R F = 1,1. µ =, Número de trayectorias IBEX máximo (+/ 5 puntos) durante los 25 días Figura 23. Valoración por simulación (1. trayectorias) del IBEX 35. IBEX inicial = 3. Distribución del valor mínimo del IBEX durante 1 año. Días hábiles/año = 25. Volatilidad anual = 2%. RF = 1,1. µ =,7531 Número de trayectorias IBEX mínimo (+/ 5 puntos) durante los 25 días
28 26 Figura 24. Valoración por simulación (1. trayectorias) del IBEX 35. IBEX inicial = 3. Distribución del (valor máximo valor mínimo) del IBEX durante 1 año. Días hábiles/año = 25. Volatilidad anual = 2%. RF = 1,1. µ =,7531 Número de trayectorias Media = 982, puntos Máximo = 2.751,1 puntos Mínimo = 4,9 puntos Desv. est. = 363,9 puntos IBEX máximo IBEX mínimo (+/ 5 puntos) de cada trayectoria 2.8 La Tabla 12 presenta la probabilidad de que la cotización del IBEX 35 se sitúe entre 2.8 y 3.6 puntos, dado un determinado número de días transcurridos y siendo el IBEX inicial 3. puntos. Esta probabilidad se presenta para distintos valores de volatilidad (16%, 2%, 25%, 3% y 35%). Se supone que no se reparten dividendos y que la tasa de interés sin riesgo es 1%. La suma de todas las probabilidades nos muestra el número esperado de días en los que el valor del IBEX 35 va a estar entre los límites marcados por el corredor. Nótese que las variaciones en la volatilidad afectan del mismo modo que señalamos en el apartado 7.4: un incremento en la volatilidad hace que disminuya el número esperado de días de permanencia del IBEX 35 entre 2.8 y 3.6. La Figura 25 muestra gráficamente lo que acabamos de comentar. La Tabla 13 es idéntica a la 12, pero en ella suponemos que se reparten unos dividendos anuales del 4%. Nótese, comparando ambas Tablas, que el dividendo afecta, en términos de un menor valor, al número esperado de días en los que el IBEX 35 se situará entre los valores determinados por el corredor. Supongamos ahora que en vez de tener un corredor cuyos límites son 2.8 y 2.6, existe un corredor en el que el máximo es variable y el mínimo es el máximo menos 8 puntos. La Figura 26 muestra el número esperado de días en los que el IBEX 35 permanece entre los límites de este nuevo corredor en función de cuál sea el valor del límite máximo. Nótese que el valor esperado del número de días entre los límites presenta su mayor valor cuando el límite máximo del corredor se sitúa en torno a 3.4. De este modo, vemos que el intervalo del corredor se sitúa entre 2.6 y 3.4, coincidiendo precisamente el valor medio del mismo (3.) con el valor del IBEX inicial.
29 27 Tabla 12 S = 3.; MAX. = 3.6; MIN. = 2.8; r = 1,1; Dividendos = Número de días cotizados en el año = 25. P (2.8 < Estándar < 3.6) t (días transcurridos) σ= 16% σ= 2% σ= 25% σ= 3% σ= 35% 1 1, 1, 1,,9999, ,,9999,9991,9951, ,,9993,9946,9829,9649 4,9997,9972,9866,9671,9419 5,9991,9937,9766,955,923 6,9979,9888,9657,9345,96 7,9961,9832,9547,9195,8828 8,9938,977,9439,955,8666 9,9911,976,9335,8925,8516 1,9881,9641,9236,884, ,9848,9576,9143,869, ,9813,9512,953,8583, ,9777,945,8969,8481,85 14,9741,939,8888,8384, ,974,9331,8811,8291, ,9667,9275,8737,822, ,9631,922,8666,8116, ,9595,9167,8597,833, ,956,9116,8531,7952,7397 2,9525,967,8466,7874,738 21,9491,919,844,7799, ,9458,8972,8343,7725, ,9426,8927,8283,7653,758 24,9394,8883,8225,7584, ,9363,884,8169,7516,695 26,9333,8798,8113,7449, ,933,8757,859,7385,676 28,9274,8716,85,7321, ,9245,8677,7953,726,6624 3,9218,8638,792,7199, ,919,86,7851,714, ,9164,8562,782,783, ,9137,8525,7753,726, ,9111,8488,775,6971, ,986,8452,7658,6917, ,961,8417,7611,6864,622 37,936,8381,7566,6813, ,912,8347,7521,6762,695 39,8987,8312,7477,6712,644 4,8964,8278,7433,6664, ,894,8245,739,6616, ,8917,8211,7348,6569, ,8894,8178,736,6523, ,8871,8146,7265,6478,583 45,8848,8113,7225,6434, ,8825,881,7185,6391, ,883,849,7145,6348, ,8781,818,717,637,563 49,8759,7987,768,6266,5589 5,8737,7956,731,6226,5548
30 28 Tabla 12 (continuación) S = 3.; MAX. = 3.6; MIN. = 2.8; r = 1,1; Dividendos = Número de días cotizados en el año = 25. P (2.8 < Estándar < 3.6) t (días transcurridos) σ= 16% σ= 2% σ= 25% σ= 3% σ= 35% 51,8715,7925,6994,6186,559 52,8693,7895,6957,6147,547 53,8672,7865,6921,619, ,865,7835,6885,672, ,8629,785,685,635, ,867,7776,6815,5999, ,8586,7747,6781,5963, ,8565,7718,6747,5929, ,8544,7689,6714,5894,5221 6,8523,7661,6681,586, ,852,7632,6649,5827, ,8481,764,6617,5794, ,846,7577,6585,5762,592 64,844,7549,6554,573,561 65,8419,7522,6523,5699,531 66,8398,7495,6493,5668,52 67,8378,7468,6462,5638, ,8357,7441,6433,568, ,8337,7415,643,5579,4916 7,8316,7388,6374,555, ,8296,7362,6346,5522, ,8276,7337,6318,5494, ,8256,7311,629,5466,488 74,8235,7286,6262,5439, ,8215,726,6235,5412, ,8195,7235,628,5385, ,8175,721,6181,5359,476 78,8155,7186,6155,5333, ,8136,7161,6129,538,4658 8,8116,7137,613,5283, ,896,7113,678,5258, ,876,789,653,5234, ,857,766,628,521, ,837,742,63,5186, ,818,719,5979,5162, ,7998,6995,5955,5139, ,7979,6973,5931,5116, ,796,695,597,594, ,794,6927,5884,572,4436 9,7921,695,5861,55, ,792,6882,5838,528, ,7883,686,5816,56, ,7864,6838,5794,4985, ,7845,6816,5771,4964, ,7826,6795,575,4944, ,787,6773,5728,4923, ,7788,6752,577,493,428 98,777,6731,5686,4883, ,7751,671,5665,4863,4243 1,7732,6689,5644,4844,4225
31 29 Tabla 12 (continuación) S = 3.; MAX. = 3.6; MIN. = 2.8; r = 1,1; Dividendos = Número de días cotizados en el año = 25. P (2.8 < Estándar < 3.6) t (días transcurridos) σ= 16% σ= 2% σ= 25% σ= 3% σ= 35% 11,7714,6668,5623,4825,427 12,7695,6648,563,486,419 13,7677,6628,5583,4787, ,7659,667,5563,4768, ,764,6587,5543,475, ,7622,6567,5524,4732, ,764,6548,554,4714,415 18,7586,6528,5485,4696,489 19,7568,658,5466,4678,473 11,755,6489,5447,4661, ,7532,647,5429,4644, ,7514,6451,541,4627, ,7496,6432,5392,461,41 114,7479,6413,5374,4593, ,7461,6394,5356,4576, ,7444,6376,5338,456, ,7426,6357,5321,4544, ,749,6339,533,4528, ,7391,6321,5286,4512, ,7374,633,5269,4496, ,7357,6285,5252,4481, ,734,6267,5235,4466, ,7323,6249,5218,445, ,736,6232,522,4435, ,7289,6214,5185,442, ,7272,6197,5169,446, ,7255,618,5153,4391, ,7238,6163,5137,4376, ,7221,6146,5121,4362, ,725,6129,516,4348, ,7188,6112,59,4334, ,7172,696,575,432, ,7155,679,559,436, ,7139,663,544,4292, ,7123,646,529,4279, ,716,63,514,4265, ,79,614,4999,4252, ,774,5998,4985,4239, ,758,5982,497,4226, ,742,5967,4956,4213, ,726,5951,4941,42, ,71,5935,4927,4187, ,6994,592,4913,4174, ,6979,594,4899,4162, ,6963,5889,4885,415, ,6947,5874,4871,4137, ,6932,5859,4858,4125, ,6916,5844,4844,4113, ,691,5829,4831,411, ,6886,5814,4817,489,354
32 3 Tabla 12 (continuación) S = 3.; MAX. = 3.6; MIN. = 2.8; r = 1,1; Dividendos = Número de días cotizados en el año = 25. P (2.8 < Estándar < 3.6) t (días transcurridos) σ= 16% σ= 2% σ= 25% σ= 3% σ= 35% 151,687,58,484,477, ,6855,5785,4791,466, ,684,577,4778,454, ,6825,5756,4765,442, ,681,5742,4752,431, ,6795,5727,4739,42, ,678,5713,4727,48, ,6765,5699,4714,3997, ,675,5685,472,3986, ,6735,5671,4689,3975, ,6721,5657,4677,3964, ,676,5644,4665,3954, ,6691,563,4653,3943, ,6677,5616,4641,3932, ,6662,563,4629,3922, ,6648,5589,4617,3911, ,6634,5576,465,391, ,6619,5563,4593,3891, ,665,5549,4582,3881, ,6591,5536,457,387, ,6577,5523,4559,386, ,6563,551,4547,385, ,6549,5497,4536,384, ,6535,5485,4525,3831, ,6521,5472,4514,3821, ,657,5459,453,3811, ,6493,5447,4492,382, ,648,5434,4481,3792, ,6466,5422,447,3782, ,6452,549,4459,3773, ,6439,5397,4448,3764, ,6425,5385,4438,3754, ,6412,5372,4427,3745, ,6398,536,4417,3736, ,6385,5348,446,3727, ,6372,5336,4396,3718, ,6358,5324,4385,379, ,6345,5313,4375,37, ,6332,531,4365,3691, ,6319,5289,4355,3683, ,636,5277,4345,3674, ,6293,5266,4335,3665, ,628,5254,4325,3657, ,6267,5243,4315,3648, ,6254,5231,435,364, ,6241,522,4296,3631, ,6229,529,4286,3623, ,6216,5197,4276,3614, ,623,5186,4267,366,3113 2,6191,5175,4257,3598,316
33 31 Tabla 12 (continuación) S = 3.; MAX. = 3.6; MIN. = 2.8; r = 1,1; Dividendos = Número de días cotizados en el año = 25. P (2.8 < Estándar < 3.6) t (días transcurridos) σ= 16% σ= 2% σ= 25% σ= 3% σ= 35% 21,6178,5164,4248,359,399 22,6166,5153,4239,3582,391 23,6153,5142,4229,3574,384 24,6141,5131,422,3566,377 25,6128,512,4211,3558,37 26,6116,511,422,355,364 27,614,599,4193,3542,357 28,692,588,4184,3534,35 29,68,578,4175,3527,343 21,667,567,4166,3519, ,655,557,4157,3511,33 212,643,546,4148,354, ,631,536,4139,3496, ,619,525,413,3489,31 215,67,515,4122,3481,33 216,5996,55,4113,3474, ,5984,4995,415,3466, ,5972,4984,496,3459, ,596,4974,487,3452, ,5949,4964,479,3445, ,5937,4954,471,3437, ,5925,4944,462,343, ,5914,4934,454,3423, ,592,4925,446,3416, ,5891,4915,438,349, ,588,495,429,342, ,5868,4895,421,3395, ,5857,4886,413,3388, ,5846,4876,45,3381, ,5834,4866,3997,3375, ,5823,4857,3989,3368, ,5812,4847,3981,3361, ,581,4838,3974,3354, ,579,4829,3966,3348, ,5779,4819,3958,3341, ,5768,481,395,3335, ,5757,481,3943,3328, ,5746,4791,3935,3321, ,5735,4782,3927,3315, ,5724,4773,392,339, ,5713,4764,3912,332, ,573,4755,395,3296, ,5692,4746,3897,3289, ,5681,4737,389,3283, ,567,4728,3882,3277, ,566,4719,3875,3271, ,5649,471,3868,3264, ,5639,471,3861,3258, ,5628,4693,3853,3252,284 25,5618,4684,3846,3246,2799 suma 186,5 163,9 141,5 124, 11,1
Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE
Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción
Más detallesCIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA
I E S E Universidad de Navarra CIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA DIVISAS. EVOLUCION Y ANALISIS DE TIPOS DE CAMBIO (1980-1995) Pablo Fernández* Miguel a. Ariño** DOCUMENTO DE INVESTIGACION
Más detallesValoración de opciones mediante el modelo de Black-Scholes
Valoración de opciones mediante el modelo de Black-Scholes José Luis Alcaraz Aunión 3 de diciembre de 2010 Resumen Este trabajo presenta la valoración de opciones usando el modelo de Black- Scholes (BS).
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesDeducción de las fórmulas de Black-Scholes mediante valor esperado del pago futuro
Deducción de las fórmulas de Black-Scholes mediante valor esperado del pago futuro Alexis Sánchez Tello de Meneses 4 Septiembre 04 Abstract Se desarrollará a partir del modelo de evolución log-normal para
Más detallesReplicación aproximada de derivados de electricidad en mercados incompletos
Replicación aproximada de derivados de electricidad en mercados incompletos Seminario DERIVEX Alvaro J. Riascos Villegas Universidad de los Andes y Quantil Octubre 24 de 2012 Alvaro J. Riascos Villegas
Más detallesLOS PROYECTOS DE INVERSIÓN ANALIZADOS COMO OPCIONES REALES. Preparado por: Mg Carlos Mario Ramírez Gil
LOS PROYECTOS DE INVERSIÓN ANALIZADOS COMO OPCIONES REALES Preparado por: Mg Carlos Mario Ramírez Gil PLAN DE TEMAS Evaluación financiera proyectos de inversión OPCIONES REALES Proyectos de inversión analizados
Más detallesEl Movimiento Browniano en la modelización del par EUR/USD
MÁSTER UNIVERSITARIO EN DIRECCIÓN FINANCIERA Y FISCAL TESINA FIN DE MÁSTER El Movimiento Browniano en la modelización del par EUR/USD Autor: José Vicente González Cervera Directores: Dr. Juan Carlos Cortés
Más detallesEL COSTE DEL ENDEUDAMIENTO EN CASO DE QUIEBRA DE LA. y, realizando las oportunas operaciones, obtenemos:
2.10.2 EL COSTE DEL ENDEUDAMIENTO EN CASO DE QUIEBRA DE LA EMPRESA En este punto, buscamos el valor del coste de financiación en caso de que se declare la quiebra. Se trata, pues, del valor máximo del
Más detallesIngeniería en Instrumentos Derivados. Opciones 1
Ingeniería en Instrumentos Derivados Opciones 1 Alvaro Díaz Valenzuela Dottore in Matematica Magíster en Ciencias de la Ingeniería 12 de noviembre de 2010 Índice Opciones Definiciones Estrategias con Opciones
Más detallesValoración de bonos con opciones
Valoración de bonos con opciones Pablo Fernández* Profesor del IESE Titular de la Cátedra PricewaterhouseCoopers de Corporate Finance e-mail: fernandezpa@iese.edu Web: http://webprofesores.iese.edu/pablofernandez//
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesPráctica 4 TEOREMA CENTRAL DEL LÍMITE
Práctica 4. Teorema Central del Límite 1 Práctica 4 TEOREMA CENTRAL DEL LÍMITE Objetivos: En esta práctica utilizaremos el paquete SPSS para ilustrar el Teorema Central del Límite. Además calcularemos
Más detallesMatemáticas Aplicadas I: Ev2 Recuperación febrero 2018
Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 PARTE 1: ESTADÍSTICA UNIDIMENSIONAL Y BIDIMENSIONAL 1. La siguiente tabla recoge las edades de las personas que han subido a un avión. Edad [0, 18)
Más detallesPreguntas más Frecuentes: Tema 8
Preguntas más Frecuentes: Tema 8 Pulse sobre la pregunta para acceder directamente a la respuesta 1. En el ejemplo 8.1, por qué se escoge n =?. En el ejemplo 8.1, si n fuera igual a 3 habría que obtener
Más detallesUtilización de la fórmula de Black y Scholes. para valorar opciones
Utilización de la fórmula de Black y Scholes para valorar opciones Pablo Fernández* Profesor del IESE Titular de la Cátedra PricewaterhouseCoopers de Corporate Finance e-mail: fernandezpa@iese.edu Web:
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesTema 3: Teoría media varianza de selección de carteras. 3.1: Medidas de riesgo y rendimiento de carteras de inversión.
Tema 3: Teoría media varianza de selección de carteras. 3.1: Medidas de riesgo y rendimiento de carteras de inversión. Por Act. Martín Galván Mendoza Última actualización: 29/03/17 En la introducción se
Más detallesHasta ahora hemos visto los proyectos de inversión como flujos de caja conocidos y ciertos o conociendo diversos valores del mismo en términos de
Hasta ahora hemos visto los proyectos de inversión como flujos de caja conocidos y ciertos o conociendo diversos valores del mismo en términos de probabilidad, traducidos a un sólo valor por período a
Más detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesEl largo plazo compensa y atenúa el riesgo bursátil
El largo plazo compensa y atenúa el riesgo bursátil Análisis de la volatilidad de la inversión en acciones entre 1980 y 1997 La serie de las rentabilidades anuales y mensuales de la inversión en acciones
Más detallesAVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CÁLCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES.
México, D.F., a 10 de marzo de 2008. AVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CÁLCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES. A continuación se da a conocer el nuevo
Más detallesCapacitación Opciones Valoración
Capacitación Opciones Valoración Juego de Probabilidades En el juego de la Roulette, el derecho de escoger un número cuesta $1. Existen 38 números disponibles, es decir 38 oportunidades. Si al jugar, mi
Más detallesTeoría de las Finanzas Opciones Americanas. Introducción. Introducción(1/2) Introducción (1/2)
Teoría de las Finanzas Opciones Americanas Introducción Alejandro Mosiño Universidad de Guanajuato v.2014 Introducción (1/2) Introducción(1/2) Como hemos visto, una opción es americana si el propietario
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesCREACION DE VALOR PARA LOS ACCIONISTAS DE BANCOS ESPAÑOLES Pablo Fernández José María Carabias
CIIF Documento de Investigación DI nº 680 Marzo, 2007 CREACION DE VALOR PARA LOS ACCIONISTAS DE BANCOS ESPAÑOLES 1991-2006 Pablo Fernández José María Carabias IESE Business School Universidad de Navarra
Más detallesLa volatilidad implícita
La volatilidad implícita La volatilidad es uno de los parámetros con mayor peso dentro de la valoración de opciones. Afecta igualmente a call y a put, provocando aumentos de sus primas cuando aumenta y
Más detallesCaracterización de la incertidumbre del precio futuro del cobre
USc/lb Caracterización de la incertidumbre del precio futuro del cobre La incertidumbre en un modelo de programación estocástica debe tener la estructura de árbol de escenarios, como se muestra en la Figura
Más detallesEstadística I Guión de la Práctica 2 Probabilidad y modelos probabilísticos; Introducción a la inferencia estadística
Estadística I Guión de la Práctica Probabilidad y modelos probabilísticos; Introducción a la inferencia estadística 1. Simulación de las variables aleatorias En Excel podemos simular valores de variables
Más detallesCASOS PRÁCTICOS TÉCNICAS DE MEDICIÓN, CONTROL Y COBERTURA DE LOS RIESGOS DE MERCADOS FINANCIEROS OCW 2016
TÉCNICAS DE MEDICIÓN, CONTROL Y COBERTURA DE LOS RIESGOS DE MERCADOS FINANCIEROS CASOS PRÁCTICOS Autores: Amaia J. Betzuen Álvarez (Coord.) Amancio Betzuen Zalbidegoitia Índice 1. CASOS PRÁCTICOS referentes
Más detallesINFORME MENSUAL GPM ABACUS FI SEPTIEMBRE 2017
INFORME MENSUAL GPM ABACUS FI SEPTIEMBRE 2017 03 de octubre de 2017 Estimado inversor, Cerramos el mes de septiembre y el tercer trimestre del año con los principales índices americanos haciendo nuevos
Más detallesLa palabra bono tiene muchos sinónimos: obligación, pagaré, nota Se denomina bono cupón cero al que sólo promete un pago en una fecha determinada.
Valoración de bonos del Estado: valor actual y TIR. Profesor de finanzas del IESE e-mail: fernandezpa@iese.edu Web: http://webprofesores.iese.edu/pablofernandez// 23 de marzo de 2016 Se presenta la valoración
Más detallesEstadística I Tema 5: Introducción a la inferencia estadística
Estadística I Tema 5: Introducción a la inferencia estadística Tema 5. Introducción a la inferencia estadística Contenidos Objetivos. Estimación puntual. Bondad de ajuste a una distribución. Distribución
Más detallesSe quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.
Medidas de dispersión Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Ya habiendo calculado la media, x de una
Más detallesEstadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data
Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data (parte 2) Medidas de dispersión 3.1-1 Medidas de dispersión La variación entre los valores de un conjunto de datos se conoce como dispersión
Más detallesMÓDULO 5: MERCADO DE PRODUCTOS DERIVADOS
MÓDULO 5: MERCADO DE PRODUCTOS DERIVADOS TEST DE AUTOEVALUACIÓN 5.1_MODULO 5 1. El precio de una opción PUT es de 3,00, vencimiento 1 semana, precio de ejercicio 14 y la cotización del subyacente 12. Indica
Más detallesPASEO ALEATORIO. MOVIMIENTO BROWNIANO
PASEO ALEATORIO. MOVIMIENTO BROWNIANO Jorge Estévez Grupo ER El movimiento browniano es el movimiento aleatorio que se observa en algunas partículas microscópicas que se hallan en un medio fluido (por
Más detallesParte III. TEORÍA DE LOS MERCADOS DE CAPITALES Y VALORACIÓN DE ACTIVOS FINANCIEROS
INTRODUCCIÓN A LA ECONOMÍA FINANCIERA Parte I. INTRODUCCIÓN Tema 1. Fundamentos de Economía Financiera Parte II. TEORÍA DE LA ELECCIÓN INDIVIDUAL Tema 2. Consumo, inversión y mercados de capitales Tema
Más detallesTeoría de errores. 4 Otro de estos ejemplos pueden ser el de la medición de la densidad de un compuesto sólido o la velocidad de la luz.
1. Preliminar Cuando se realizan mediciones siempre estamos sujetos a los errores, puesto que ninguna medida es perfecta. Es por ello, que nunca se podrá saber con certeza cual es la medida real de ningún
Más detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesEstadística Descriptiva en R: Parámetros y estadísticos. José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016)
Estadística Descriptiva en R: Parámetros y estadísticos José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016) Parámetros y Estadísticos Parámetro: Es una cantidad numérica calculada
Más detallesVariables aleatorias 1. Problema 1
Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesTrabajo No 1. Derivados Financieros
Trabajo No 1. Derivados Financieros Norman Giraldo Gómez Escuela de Estadística - Universidad Nacional de Colombia ndgirald@unal.edu.co Marzo, 2010 1. Introducción Este trabajo consiste de un punto asignado
Más detallesMuestreo y distribuciones muestrales.
Mathieu Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Cartagena, Enero 2010 Guión 1 Introducción 2 La media muestral Esperanza y varianza de la media muestral La
Más detallesSOLUCIÓN PARA PROFESORES DEL CASO II: LA GESTIÓN DE CARTERAS EN INVESTING PARTNERS BANK
SOLUCIÓN PARA PROFESORES DEL CASO II: LA GESTIÓN DE CARTERAS EN INVESTING PARTNERS BANK Después de intensas entrevistas y pruebas un día recibe la excelente noticia de que ha sido seleccionado como Gestor
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesPrograma de Asesor Financiero. Módulo 1: Conceptos básicos de la inversión
Programa de Asesor Financiero Nivel I Módulo 1: FUNDAMENTOS DE LA INVERSIÓN Capítulo 1. Conceptos básicos de la inversión Capítulo 2. Capitalización Capítulo 3. Descuento Capítulo 4. Tipos de interés y
Más detallesMÓDULO 1: FUNDAMENTOS DE LA INVERSIÓN
MÓDULO : FUNDAMENTOS DE LA INVERSIÓN TEST DE AUTOEVALUACIÓN._MODULO _RESUELTO. Un banco aplica el descuento comercial a un efecto de 30.000, presentado 80 días antes de su vencimiento, al tanto anual del
Más detallesEconomía y Finanzas Matemáticas Tipos de interés, prestamos y rentas
Economía y Finanzas Matemáticas Tipos de interés, prestamos y rentas Rafael Orive Illera Departamento de Matemáticas Universidad Autónoma de Madrid rafael.orive@uam.es Febrero 2018 Tiempo El tiempo es
Más detallesCARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO. Prof. Msc. José Garcia
CARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO INTRODUCCIÓN En esta parte se trata la caracterización energética del viento y sobre la evaluación del potencial eólico que presenta un determinado
Más detallesValoración del riesgo de demanda. Expositor: Ec. Marcelo Pérez
Valoración del riesgo de demanda Expositor: Ec. Marcelo Pérez México DF, Abril 2014 CONTENIDO Procesos estocásticos Valoración del riesgo de demanda Análisis de demanda 2 PROCESOS ESTOCÁSTICOS 5 0 Ruido
Más detallesTEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES
TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES 1. Puntuaciones diferenciales y puntuaciones típicas 2. La curva normal 3. Cálculo de áreas bajo la curva normal 3.1. Caso 1: Cálculo del número
Más detallesOpciones de Tasa de Interés Alvaro Díaz V. Caps, Floors y Swaptions 01 3 Trimestre 2010 ADV
Opciones de Tasa de Interés Alvaro Díaz V. Caps, Floors y Swaptions 01 3 Trimestre 2010 Contenidos Caps y Floors Swaptions Caps Un Cap es una opción que ofrece protección contra subidas de alguna tasa
Más detallesRESULTADOS DE LA ENCUESTA MENSUAL DE EXPECTATIVAS DE INFLACIÓN Y DE VARIACIÓN DEL TIPO DE CAMBIO, REALIZADA EN JUNIO 2011 RESUMEN EJECUTIVO
RESULTADOS DE LA ENCUESTA MENSUAL DE EXPECTATIVAS DE INFLACIÓN Y DE VARIACIÓN DEL TIPO DE CAMBIO, REALIZADA EN JUNIO 2011 RESUMEN EJECUTIVO La encuesta mensual de expectativas de inflación y variación
Más detallesTema X. Las Opciones Financieras
Tema X Las Opciones Financieras Introducción a las Opciones Financieras Supongamos un ejemplo: Una aerolínea se enfrenta a una elevada incertidumbre en sus costes derivada de la fuerte variación de los
Más detallesINTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la estimación mediante Intervalos de Confianza, que es otro de los tres grandes
Más detallesDerivados. Derivados. Nivel Medio. Resumen Instituto Europeo de Posgrado
Derivados Derivados. Nivel Medio. Resumen 2014 Instituto Europeo de Posgrado Contenido 1. Introducción a los Mercados de Futuros 2 1.1 Nociones Básicas:... 2 1.2 La Gestión del Riesgo:... 2 1.3 La Existencia
Más detallesModelos de Simulación en Excel
Modelos de Simulación en Excel DIANA COBOS DEL ANGEL El tiempo que transcurre entre la llegada de ciertas piezas a una estación de inspección sigue una distribución exponencial con media de 5 minutos/pieza.
Más detallesAplicación de la distribución empírica: Tests de bondad de ajuste
Aplicación de la distribución empírica: Tests de bondad de ajuste 4 de marzo de 2009 Test de bondad de ajuste Supongamos que se dispone de una m.a.s de tamaño n de una población X con distribución desconocida
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesINVERTIR EN VOLATILIDAD: STRADDLES Y STRANGLES
INVERTIR EN VOLATILIDAD: STRADDLES Y STRANGLES Como ya hemos explicado en alguna otra ocasión, la volatilidad no sólo es uno de los estadísticos que se utiliza habitualmente para medir el riesgo de las
Más detalles1. Regla para los valores esperados en variables aleatorias
Valores esperados, varianza y desviación estándar para variables aleatorias Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Regla para los valores esperados en variables aleatorias
Más detallesTema 04: Medición y error. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom
Tema 04: Medición y error M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Definiciones Error de medición Causas de errores de
Más detallesLa importancia de la diversificación. Dirección de Inversiones BBVA Banca Privada
La importancia de la diversificación Dirección de Inversiones BBVA Banca Privada Índice 1 Introducción 2 Rentabilidad y riesgo 3 Rentabilidad y riesgo de una cartera 4 La importancia de la diversificación
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 detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesEstadística I Examen Extraordinario, 24 Junio Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Estadística I Examen Extraordinario, Junio. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. REGLAS DEL EXAMEN: Usar cuadernillos separados para cada problema. Hacer los cálculos con al menos dos decimales
Más detallesUNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD
UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.
Más detallesEstadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesGRADO de TELECOMUNICACIONES
GRADO de TELECOMUNICACIONES ESTADISTICA 2009-2010 PRACTICA 2. PROBABILIDAD Y VARIABLES ALEATORIAS OBJETIVOS: Introducción a la probabilidad y a las variables aleatorias 1. Probabilidad 1. Simular 1000
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesIntroducción a Sistemas Anidados en Análisis de Portafolios de Inversión. Mat. Elda Janeth López
Introducción a Sistemas Anidados en Análisis de Portafolios de Inversión. Mat. Elda Janeth López Agenda de la Presentación Definición del Problema Métodos Tradicionales. Modelo Propuesto. Análisis de Caso.
Más detallesMEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO)
CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN Matemáticas PAI 5 (4ºESO) Ejercicio 2 Actividad de aula 3 Medidas estadísticas Recupera la tabla de frecuencias que realizaste en el ejercicio 2 de la actividad de
Más detallesNo exactamente, varía la exposición al dividendo
Compra de acciones=compra de futuro? No exactamente, varía la exposición al dividendo La compra de 100 acciones de Santander o la compra del futuro de Santander genera exactamente la misma rentabilidad.
Más detallesAVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CALCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES.
México, D.F., a 9 de junio de 2006. AVISO A LOS SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL CALCULO DEL PRECIO O PRIMA DE LIQUIDACIÓN DIARIA PARA OPCIONES. A continuación se da a conocer el nuevo
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesDISCOUNT CALL+ DISCOUNT PUT+
DISCOUNT CALL+ DISCOUNT PUT+ El banco digital para los que entienden el mundo de manera digital ÍNDICE índice QUÉ ES UN DISCOUNT?... 03 DISCOUNT CALL+... 04 Ventajas... 07 Desventajas... 07 DISCOUNT PUT+...
Más detallesACTIVIDAD 3: Intervalos de Confianza para 1 población
ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución
Más detallesDISTRIBUCION NORMAL ESTANDAR
Probabilidad Cap 6 DISTRIBUCION NORMAL ESTANDAR Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 La distribución normal estándar 2 Variable aleatoria normal estandarizada Podemos
Más detallesDistribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons.
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo 2011. Open Access, Creative Commons. Distribución normal Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento de
Más detallesUniversidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 OBJETIVO Aplicar las técnicas de Muestreo e Inferencia Estadística Determinar el tamaño
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detallesPráctica 2. Números y variables aleatorias
Práctica. Números y variables aleatorias OBJETIVOS DE LA PRÁCTICA 1. Realizar varios contrastes empíricos sobre la bondad de ajuste de generadores de números aleatorios. Analizar la aleatoriedad de un
Más detalles2.3. Análisis bayesiano para datos normales
2.3. Análisis bayesiano para datos normales 87 2.3. Análisis bayesiano para datos normales Otra de las situaciones más frecuentes en la práctica estadística es aquella en la que nos encontramos con datos
Más detallesNotas de clase Estadística R. Urbán R.
Inferencia estadística Sabemos que una población puede ser caracterizada por los valores de algunos parámetros poblacionales, por ello es lógico que en muchos problemas estadísticos se centre la atención
Más detallesCuál es el campo de estudio de la prueba de hipótesis?
ESTIMACIÓN Establecer generalizaciones acerca de una población a partir de una muestra es el campo de estudio de la inferencia estadística. La inferencia estadística se divide en estimación y prueba de
Más detallesFundamentos de la investigación en psicología
Fundamentos de la investigación en psicología TEMA 10 1º curso Grado Psicología Curso académico 2017-18 TEMA 10. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD: VARIABLES CONTINUAS 1. El modelo normal 2. Ejercicios
Más detallesHasta ahora hemos considerado una variable. En este tema estudiamos varias variables y cada una de ellas representa una característica.
Estadística Administrativa. 006-007. J.A. Mayor Tema 7. Series estadísticas de dos caracteres. Distribuciones de frecuencias. Medidas de asociación RESUMEN DE TRABAJO PARA LA CLASE Hasta ahora hemos considerado
Más detalles