1. Conceptos básicos de estadística para la toma de
decisiones - Estadística Descriptiva
Medidas de localización
Medidas de variabilidad
Medidas de forma de distribución y
ubicación relativa.
Medidas de asociación
- Probabilidad y Variables
Aleatorias
- Teorema Central del Límite
(Conceptos Básicos)
- ¿Qué es la Simulación de
Montecarlo? (Ej VPN en MS Excel)
2. Selección del tamaño de muestra óptimo
- Tamaño de muestra óptimo
Determinantes del tamaño de muestra.
- Selección de muestras
aleatorias (Coordinado Negativo)
3. Introducción al Software
- ¿Qué es Risk Simulator?
- Aplicaciones Generales
Herramientas analísticas
Pronóstico
Simulación
Optimización
Árboles de decisión
-Manejo de los menús
4. Simulación de Monte Carlo
- Simulación de Monte Carlo e
Hipercubo Latino
- Variables de entrada y
pronóstico
- Edición de variables
- Ajuste de Distribución Automático y pruebas de Bondad de Ajuste
Variables continuas
Variables discretas
- Preferencias de la simulación y
nivel de precisión
- Ejecución del modelo
- Análisis de las estadísticas de
simulación
- Análisis Tornado, Araña y de
Sensibilidad
- Sobreposición de variables
- Correlación de supuestos
- Generación de reportes
- Extracción de resultados
- Importación de Resultados
**Ejemplo de
Simulación de Ventas, Ajuste de Distribución de Producción, Ingresos, Compras,
Precios, Commodities.
5. Introducción al Riesgo
a.
Tipos de Riesgo
b.
Importancia del análisis de
variables
c.
Gestión del Riesgo
6. Riesgo de Crédito con Risk Simulator
a. Análisis de modelos LOGIT
b. Cálculo de probabilidades de
default
c. Pérdidas Esperadas
7. Riesgo de Mercado con Risk Simulator
a.
Value at Risk (VaR)
b.
Metodologías de medición del
VaR.
c.
Utilización de la simulación de
Montecarlo en el cálculo del VaR
d.
Backtesting
8. Riesgo operativo
a.
Cálculo de pérdidas esperadas
por MMA.
9. Optimización
a.
Optimización de Portafolios
usando Risk Simulator
b.
Optimización estática, dinámica
y estocástica
c.
Ejercicios de optimización
10. Pronóstico
a.
Introducción a la Econometría
b.
¿Qué es Regresión?
c.
Modelo CAPM
d.
¿Qué son los Modelos de Series
de Tiempo?
e.
Modelos Básicos de Pronóstico
(Promedio Móvil Simple, Doble, Suavizamiento Exponencial, Holt Winters
Estacionales)
f. Pronóstico Spline Cúbico
g.
Modelos ARIMA.
Casos
aplicados:
Selección de
muestras aleatorias (Media y proporciones)
Optimización de
portafolios de inversión: proyectos y acciones
Riesgo de
Mercado: Bonos y renta variable
Riesgo de
crédito: Modelos de scoring de crédito (Modelos Logit y Probit)
Riesgo operativo