Economía de la Empresa: Financiación
|
|
- Francisco Javier Correa Herrera
- hace 8 años
- Vistas:
Transcripción
1 Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se pretende explcar los fundamentos báscos de la Economía Fnancera de la Empresa, hacendo especal hncapé en la evaluacón y seleccón de proyectos de nversón, y en coordnacón con las asgnaturas de Dreccón Fnancera de semestres posterores. EL enfoque de la asgnatura pretende que el alumno adquera destreza en la valoracón y ordenacón de las decsones de nversón tanto en actvos fjos como crculantes.
2 Departamento de Fnancacón e Investgacón Comercal Contendos del Programa: Tema VI. El Resgo en el Análss de Inversones. 6..Introduccón. 6..Efecto del Resgo en los Componentes del Proyecto. 6.3.Métodos Smples de tratamento del Resgo. 6.4.Dstrbucón de Probabldad de los Flujos de Caja. 6.5.Toma de decsones secuencales. Árboles de Decsón. 6.6.Análss del Resgo por Smulacón. Método de Montecarlo. 6.7.Decsones en Ambente de Incertdumbre. 6.8.Análss de Sensbldad. Tema VII. El Cclo de Explotacón de la Empresa. 7..Introduccón. 7..Cclo de Explotacón de la Empresa. 7.3.Fases del Cclo de la Explotacón. 7.4.Período Medo de Maduracón. 7.5.Fases del Período de Maduracón. 7.6.Captal Crculante Mínmo o Fondo de Manobra. Tema VIII. Captal Crculante. 8..Introduccón. 8..Gestón de Tesorería. 8.3.Gestón de Cuentas a Cobrar. 8.4.Gestón de Exstencas.
3 Departamento de Fnancacón e Investgacón Comercal Tema VI. EL RIESGO EN EL ANÁLISIS DE INVERSIONES 3
4 Introduccón Hasta el momento hemos señalado que las decsones de nversón y fnancacón en la empresa deberán contemplar una varable sgnfcatva: el RIESGO. Al analzar y evaluar los proyectos de nversón, no solamente es convenente estmar el grado de resgo del proyecto en sí, sno tambén el efecto que la decsón tendría en el resgo global de la empresa. 4
5 Hasta el momento, hemos trabajado con modelos determnstas, es decr, conocemos las dstntas ncógntas o explcatvas que defnían el problema de nversón. Sn embargo, tal y como está la stuacón económca-fnancera, la varable ncertdumbre ncurre en los parámetros estmados de un proyecto de nversón, tales como C, Cn,, t,. Esto mplca que las dstntas magntudes que defnen la nversón se deberán conocer como un grado de aproxmacón, y por tanto, estamos hablando de funcones de probabldad y modelos de smulacón. Así, el resgo será el terreno ntermedo entre certdumbre e ncertdumbre. 5
6 Efectos del Resgo en los Componentes del Proyecto S partmos de la dea de que los nversores son adversos al resgo, Una empresa cuanto mayor arresgada sea, mayor será la rentabldad que el mercado de captales esperará de ésta, y en consecuenca, mayor será la tasa de descuento esperada. Una empresa cuanto menor arresgada sea, menor será la rentabldad esperada, por lo que la tasa de descuento será nferor. 6
7 Métodos Smples del Tratamento del Resgo Método del Valor Medo de los Flujos de Caja Método del Ajuste de la Tasa de Descuento Método del Equvalente Certo Cuantfcacón del Resgo a través de Meddas de Dspersón Valor Esperado de los Utldad Margnal de los Varanza de los Meda y Varanza Consderacón Conjunta. 7
8 Método del Valor Medo de los Flujos de Caja ---- EVAN Este método clásco parte del crtero de decsón raconal. Éste consste en MAXIMIZAR la esperanza E matemátca de obtener el mayor valor posble de benefco. Por ejemplo, una valoracón fnancera en un caso de certdumbre vsto a lo largo del curso con un Desembolso ncal de 4. y flujos de caja de 7., 8. y 9. razón artmétca de.. Podemos estmar que el VAN de esta nversón al 7% de coste de oportundad es de 6.876,5. Este es el modelo típco de Certdumbre Pero supongamos que la stuacón es nestable rodeada de un ambente de ncertdumbre a causa de la desconfanza y el alto resgo que tomaron algunas bancas de nversón. Esto hace que los flujos de caja del ejemplo anteror ya no sean seguros 8
9 Así, al no tener los seguros, sólo podemos hacer hpótess nulas o alternatvas sobre la posesón de los msmos. En este caso, y en la mayoría de las nversones, el mejor térmno cuanttatvo para valorar la nversón es la PROBABILIDAD. Así, el ejemplo anteror sería: Modelo C 3 Flujo de Caja Neto Estmando con Probabldad P P,5 P,5 P,7 P,3 P, P,5 P,3 El prmer subíndce hace referenca al período y el segundo al nvel de probabldad. 9
10 La esperanza o valor medo de los flujos de cada año será: E 7.*,5 6.*,5 6.5 E 8.*,7 9.*,3 8.3 E 3 9.*, 8.5*,5 8.*, Comparando los flujos de caja Modelo C 3 Cn Certdumbre Incertdumbre
11 Así, surge el concepto de VAN ESPERADO o medo. En nuestro ejemplo, EVAN al 7% será de 6., comprobarlo. La expresón matemátca de EVAN es: h r r r r r... n EVAN C P h E r P r jr VAN j n h C j r P jr h nr P nr n h Flujos de caja en tempo Nveles de Probabldad
12 Método del Ajuste de la Tasa de Descuento MATD En ocasones tasa de descuento sufre actualzacones peródcas que oblgan a actualzar nuestro crtero de valoracón de nversones. Así, s consderamos como una tasa de actualzacón en un modelo de ncertdumbre, la funcón de resgo deberá nclur un factor observable, le denomnaremos p. Así, estará ajustada de la funcón de resgo adtvamente: compuesta s p Tasa de Descuento Incal Prma de Resgo
13 Así, la nueva expresón matemátca del VAN será: VAN s p C... s s s n n VAN s p C n j s j j Como podemos observar, la únca dferenca entre el MATD y EVAN es que la tasa de descuento es compuesta en el prmer método de estmacón. Por tanto, la prncpal dfcultad del MATD es estmar la prma de resgo p. 3
14 Para atender al problema de estmacón de la prma de resgo p, debemos de buscar Benchmars en el mercado, sguendo aquellas empresas que muestren un comportamento fnancero parecdo. Prncpales Benchmars para determnar la prma de resgo: Rentabldad demandada por el mercado de captales. Evolucón de la Bolsa Local. Varacón de otros índces, como los MSCI. Resgo medo de empresas del msmo sector. 4
15 Algunas empresas, prncpalmente las multnaconales, suelen agrupar alternatvas de nversón en CLASES DE RIESGO, sguendo un comportamento jerárquco: la prmera clase llevará un p mayor y la últma un p menor. C El VAN en ausenca de resgo al 3% sería de 4. Al ntroducr el resgo, p es de 5,5% y por tanto el coste de captal de la empresa se elevaría a 8,5% 3 5,5s. Ahora el VAN sería de - 3, por tanto y debdo a la prma de resgo, tendríamos que desechar la nversón. SI utlzamos el crtero de valoracón TIR, se aplca del msmo modo, 5
16 Método del Equvalente Certo MEC Este método consste en convertr los flujos de caja con resgo en los flujos bajo condcones de certeza, para ello se multplcan por un determnado coefcente, αt que varía entre y y que mde el grado de resgo de ese flujo de caja. De esta manera resulta ndferente percbr los flujos de caja a fnales del período en condcones de resgo que en condcones de certeza. Sendo: " t t α * t Equvalente Certo Certo Incerto 6
17 El coefcente del equvalente certo αt varará de forma nversamente proporconal al grado de resgo de futuro: A mayor resgo de, menor de t αt La expresón del VAN consderando MEC es: VAN MEC C α α... α n n n VAN s p C n αt j j j 7
18 Ejemplo: Oportundad de una operacón de nversón por. en una empresa. Se espera una subda de ventas de 4. en los próxmos 5 años, lo que supondrá un ncremento de 5. anuales. El resgo de los requere el ajuste medante MEC con los sguentes coefcentes: ;,9;,8;,6 y,4. El coste de captal es del 7%. Es vable la nversón? º Incrementales: º VAN Ajustado de resgo con MEC: VAN MEC 35.* 35.*,9 35.*,8 35.*,6. 3 4,7,7,7,7 35.*,4 5,7 VAN MEC 9.8,55 8
19 Cuantfcacón del Resgo a Través de Meddas de dspersón. Estmar una sere temporal de flujos de caja exge la proyeccón durante el horzonte económco a que la decsón se refera. Esto demanda que tanto las técncas de prevsón empleadas como los supuestos de consstenca sean efcentes. Así, s nos alejamos en el tempo, nuestra capacdad de pronóstco dsmnurá, por lo que el térmno del error o perturbacón aleatora será mayor. Por tanto, la medda resgo puede exgr una estmacón más exacta que la smple probabldad de pertenecer o no a un grupo tratamento o estmar un flujo de caja en un modelo de certdumbre e ncertdumbre. 9
20 Las prncpales técncas de dspersón para cuantfcar el resgo son: la utldad esperada y la varanza. Tambén podemos utlzar el resto de meddas de dspersón. UTILIDAD ESPERADA. Este crtero ntenta MAXIMIZAR la utldad esperada Ue, lejos de medr la rentabldad esperada. S ben, conocemos que la utldad esperada se nca en la rentabldad esperada Re, la forma de pasar de la prmera a la segunda la marca el modelo teórco de resgo Cuál? Así, surgen tres leyes de clasfcacón: U R e e U < R e e U > R e e Neutraldad ante Resgo Aversón al Resgo Propensón Al Resgo
21 VARIANZA. La varanza nos determnará que tan dspersos están los datos de cualquer varable respecto a la meda. S esta varable es un flujo de caja determnado, tendríamos que: t h r [ ] E P tr tr tr Probabldad De que ocurra tr Flujo de Caja de la posbldad r en el momento t Esperanza de los Flujos de Caja.
22 La Varanza del VAN: Tema VI. El Resgo en el Análss de Inversones,, Cov ξ ξ ξ ξ ρ ξ ξ ξ ξ ξ ξ ξ ξ,, Cov ρ
23 3 Flujos de caja perfectamente correlaconados Tema VI. El Resgo en el Análss de Inversones j j,, ρ 3 VAN
24 Ejemplo: 4. 45, 4. 45, , , 8.. 7% 3 Valores Probabldad Valores Probabldad Valores Probabldad Valores Probabldad 4.,.,5 8., 5.,3 4.,5.,.,7 8.,7 44.,5 4.,35.,3 3.,3 46.,5 6.,35 4.,3 34.,3 48.,5 8., 6.,7 37.,7 5.,.,5 8., 4.,3 E 45. E 5. E 3. E3 3.5 var 8.. var 5.. var 8.5. var 3.6. dt.864 dt.36 dt.99 dt ,5 VAN, ,7.99,7 3.47,
25 Flujos de caja perfectamente ncorrelaconados ρ,, j j VAN 4 5
26 Ejemplo: 4. 45, 4. 45, , , 8.. 7% 3 Valores Probabldad Valores Probabldad Valores Probabldad Valores Probabldad 4.,.,5 8., 5.,3 4.,5.,.,7 8.,7 44.,5 4.,35.,3 3.,3 46.,5 6.,35 4.,3 34.,3 48.,5 8., 6.,7 37.,7 5.,.,5 8., 4.,3 E 45. E 5. E 3. E3 3.5 var 8.. var 5.. var 8.5. var 3.6. dt.864 dt.36 dt.99 dt , VAN, ,7,7, VAN
27 Comparacón de ambos modelos: Flujos de caja Perfectamente Correlaconados n t VAN t t Flujos de caja Incorrelaconados VAN Flujos de caja Correlaconados n t t t t F C t F C t Varía Independentemente Perfectamente Correlaconado VAN n t t t t n t t 7
28 Consderacón Conjunta de la Meda y la Varanza VAN C D A B EVAN 8
29 Bblografía: Durán Herrera, Juan José 99. Economía y Dreccón Fnancera de la Empresa Edtoral Pramde Puértolas, F. y Ruz, S.. Análss de Inversones. Teoría y Práctca en Excel Delta Publcacones Úbeda Mellna, Fernando Dapostvas y apuntes de Clase Profesor Ttular del Departamento de Fnancacón e Investgacón Comercal UAM. Mal: fernando.ubeda@uam.es 9
2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesMatemáticas Financieras
Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros
Más detallesMATEMÁTICA DE LAS OPERACIONES FINANCIERAS I
MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente
Más detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
Más detallesIntroducción al riesgo de crédito
Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesCAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales
CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesFormulación y Evaluación de Proyectos
Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesFUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN
FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Financiación Francisco Pérez Hernández Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid Objetivo del curso: Dentro del contexto de Economía de la
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesCréditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias
Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesProf. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013
Tema 6 El modelo IS-LM Prof. Antono Santllana del Barro y Anhoa Herrarte Sánchez Unversdad Autónoma de Madrd Curso 2012-2013 Bblografía oblgatora Capítulo 5, Macroeconomía, (Blanchard et al) Apuntes de
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesGUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO
INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesCONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.
CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCapítulos 1-3: CAPITALIZACIÓN Y DESCUENTO
CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuánto vale una Letra del Tesoro, en tanto por cento de nomnal, s calculamos su valor al 3% de nterés y faltan 5 días para su vencmento? A) 97,2
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesFinanzas 150 horas / 5 módulos
Dplomado en Fnanzas 0 horas / módulos Dplomado en Fnanzas Entorno fnancero Coberturas fnanceras Fnanzas empresarales Admnstracón de resgos Fnanzas bursátles Entorno fnancero Curso básco de Fnanzas Aplcar
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C
Más detallesUNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.
Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas
Más detallesB.El por qué de la planificación económico financiera
Tema 1 Sobre la elaboracón de un sstema ntegrado de presupuestos 1.1. Introduccón a la planfcacón económca fnancera A. Qué son los planes económcos en la práctca? La realzacón de prevsones o la actuacón
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Financiación Francisco Pérez Hernández Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid Objetivo del curso: Dentro del contexto de Economía de la
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesANEXO 24 JUSTIFICACIÓN ECONÓMICA
ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesLa planificación financiera
Tema 5 La planfcacón fnancera 5.1 El paso de prevsones económcas a prevsones fnanceras Entre el plan fnancero de una empresa y su plan económco hay dferencas de la msma naturaleza que las estentes conceptualmente
Más detallesJordi Esteve Comas. Monográfico sobre inestabilidad financiera.
Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallesANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO
GOBIERNO DE CHILE MINISTERIO DE HACIENDA Dreccón de Presupuestos ANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO Dvsón de Control de Gestón Santago, Mayo 2009 CHILE PRESENTACIÓN * El anexo que a contnuacón se
Más detallesTasas de Caducidad. - Guía de Apoyo para la Construcción y Aplicación - Por: Act. Pedro Aguilar Beltrán. paguilar@cnsf.gob.mx
Tasas de Caducdad - Guía de Apoyo para la Construccón y Aplcacón - Por: Act. Pedro Agular Beltrán pagular@cnsf.gob.m 1. Introduccón La construccón y aplcacón de tasas de caducdad en el cálculo de utldades
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesCAPÍTULO 2: MARCO TEÓRICO. resolución del problema. El primer apartado del presente capítulo habla sobre el área
CAPÍTULO 2: MARCO TEÓRICO En éste capítulo se presenta el marco teórco en el que se desarrolla el modelo para la resolucón del problema. El prmer apartado del presente capítulo habla sobre el área fnancera
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesINVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO
ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesEl ACB es una herramienta fundamental en el campo de la política ambiental
Introduccón al análss coste-benefco. El ACB es una herramenta fundamental en el campo de la polítca ambental 1. El ACB: rentabldad fnancera-económca y socal. 2. El Análss Coste Efcenca 3. Técncas de Decsón
Más detallesPRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso
PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST
Más detallesTEMA 6. La producción, el tipo de interés y el tipo de cambio: el modelo Mundell-Fleming
TEMA 6. La produccón, el tpo de nterés y el tpo de cambo: el modelo Mundell-Flemng Anhoa Herrarte Sánchez Dpto. de Análss Económco: Teoría Económca e Hstora Económca Curso 2010-2011 Bblografía 1. Blanchard,
Más detallesTema 7: Variables Ficticias
Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesAnálisis cuantitativo aplicado al Comercio Internacional y el Transporte
Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesEl costo de oportunidad social de la divisa ÍNDICE
El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado
Más detallesMETODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS
METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS SIARGAF 4.0 FEBRERO 008 CONTENIDO..... Valor en Resgo aramétrco... A) Meddas de Sensbldad... B) Meddas Estadístcas... 6 C) Volatldad... 7 D) Valor
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco
Más detallesEL MODELO DE CARTERA DE PROYECTOS
EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallesUNIVERSIDAD POLITÉCNICA DE VALENCIA
UNIVERSIDAD POLITÉCNICA DE VALENCIA ESCUELA POLITÉCNICA SUPERIOR DE ALCOY MODELOS MULTICRITERIO PARA LA SELECCIÓN DE PORTAFOLIOS EN LA BOLSA DE MADRID TESIS DOCTORAL Doctorando: D. Davd Plà Santamaría
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Unversdad de onora Departamento de Matemátcas Área Económco Admnstratva Matera: Estadístca I Maestro: Dr. Francsco Javer Tapa Moreno emestre: 016-1 Hermosllo, onora, a 17 de 016. Introduccón En la clase
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesEl Modelo IS-LM. El modelo IS-LM
El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesTema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales
Tema 9 Análss de la Varanza (ANOVA) Conceptos generales La técnca del Análss de la Varanza consste en descomponer la varabldad de una poblacón (representada por su varanza) en dversos sumandos según los
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detalles( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco
Más detallesMarcos Gutiérrez-Dávila marcosgd@ugr.es
Marcos Gutérrez-Dávla marcosgd@ugr.es Introduccón: Relacón de la bomecánca con el deporte de competcón El gesto deportvo consttuye un patrón de movmento estable que se caracterza por el alto grado de efcenca
Más detallesLA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.
LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)
Más detallesDEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL
DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesMatemáticas financieras y criterios de evaluación
Matemáticas financieras y criterios de evaluación 01/06/03 1 Momentos y períodos Conceptos generales Momento Momento Momento Momento Momento Momento 0 1 2 3 4 5 Período 1 Período 2 Período 3 Período 4
Más detallesControl de la exactitud posicional por medio de tolerancias
Control de la exacttud posconal por medo de tolerancas Francsco Javer Arza López José Rodríguez-Av María Vrtudes Alba Fernández Plan Estatal de Investgacón Centífca y Técnca y de Innovacón 2013-2016. Ref.:
Más detalles1.Variables ficticias en el modelo de regresión: ejemplos.
J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa
Más detalles2.5 Especialidades en la facturación eléctrica
2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros
Más detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detalles