1. ¿Por qué es importante la Estadística?Conceptos Básicos de Estadística para la Toma de Decisiones
a. Estadística Descriptiva
- Medidas de Tendencia Central
- Medidas de Dispersión o Variabilidad
- Medidas de la Forma de la distribución y Ubicación Relativa
- Medidas de Asociación Lineal y No Lineal
b. Probabilidad, Variables Aleatorias y Distribuciones de Probabilidad
c. Teorema Central del Límite (Conceptos Básicos)
d. ¿Qué es la Simulación de Montecarlo? (Ej VPN en MS Excel)
2. ¿Cómo escoger un tamaño de números aleatorios?
Selección del Tamaño de Muestra Óptimo en una Simulación
a. Tamaño de Muestra Óptimo
- Determinantes del Tamaño de Muestra
- Fórmulas para Encontrar el Tamaño de Muestra para la Media y la Proporción
b. Precisión del Error con Respecto a la Media
3. ¿Para qué usar Risk Simulator en la Toma de Decisiones?
Introducción al Software
a.Aplicaciones Generales
- Herramientas Analíticas
- Pronóstico
- Simulación
- Optimización
- Arboles de decisión
b. Manejo de los Menús
4. ¿Qué es la Simulación de Monte Carlo?
Simulación de Monte Carlo
a. Simulación de Monte Carlo e Hipercubo Latino
b. Variables de Entrada y Pronóstico
c. Edición de Variables
d. Ajuste de Distribución Automático y Pruebas de Bondad de Ajuste
- Variables Continuas
- Variables Discretas
e. Preferencias de la Simulación y Nivel de Precisión
f. Ejecución del Modelo
g. Análisis de las Estadísticas de la Simulación
h. Correlación de Supuestos de Entrada
5. ¿Cómo evaluar decisiones de inversión bajo Incertidumbre?
a. Análisis Tornado, Araña y Sensibilidad
b. Análisis de Escenarios
c. Gráfico de Sobreposición de Pronósticos de Salida
6. ¿Qué es el Riesgo y la Incertidumbre?
Introducción al Riesgo
- Tipos de Riesgo
- Importancia del Análisis de Variables
- Gestión del Riesgo
7. ¿Cómo estimar la Probabilidad de Incumplimiento de un Cliente?Riesgo de Crédito con Risk Simulator
a. Análisis del Modelo por Máxima Verosimilitud (LOGIT)
b. Pronóstico de las Probabilidad de Incumplimiento
c. Estimación de la Pérdida Esperada, No Esperada y Catastrófica
8. ¿Cuánto sería la pérdida máxima esperada en un Portafolio de Inversión?
Riesgo de Mercado con Risk Simulator
a. ¿Qué es el Valor en Riesgo (VaR)?
b. Metodologías para la Medición del VaR (Paramétrico, Simulación Histórica y Simulación de Monte Carlo)
c. Utilización de la simulación de Montecarlo en el cálculo del VaR
d. Var-Testing
e. Pruebas de Stress
9. ¿Cómo se puede modelar las pérdidas esperadas ante eventos operativos?
Riesgo Operativo
a. Uso de la Distribución Personalizada cuando no se tiene Información Histórica
b. Ajuste de Distribución Discreto para Calcular la Frecuencia de Eventos
c. Ajuste de Distribución Continuo para Calcular la Severidad de Eventos
d. Cálculo de pérdidas esperadas por MMA.
10. Si tengo múltiples Opciones y tengo restricciones de tiempo y presupuesto ¿Qué debo hacer?
Optimización
a. Optimización de Portafolios usando Risk Simulator
b. Optimización Estática, Dinámica y Estocástica
c. Uso de la Frontera Eficiente
11. Tomar Decisiones con anticipación permitiría adaptarse al entorno, entonces, ¿Cómo se debe evaluar una técnica de pronóstico en particular?
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 Simple, Modelo de Holt y Modelo de Holt Winters Aditivo y Multiplicativo)
f. Pronóstico Spline Cúbico
g. Modelos ARIMA.
h. Pronóstico de la Volatilidad Condicional
12. ¿Cómo podría estructurar decisiones con nodos de incertidumbre y consecuencias monetarias?
Árboles de decisión
a. ¿Qué es un árbol de decisión?
b. Elementos de un árbol de decisión
c. Valor Monetario Esperado
d. Ajuste de Distribución de Probabilidad
e. Análisis de Escenarios
Al final del Curso usted podrá solucionar los siguiente problemas:
- Evaluar Decisiones de Inversión a partir del VAN y la TIR Bajo Incertidumbre
- Modelación de la Incertidumbre a partir de Distribuciones de Probabilidad
- Realizar Pronósticos de Variables Inciertas
- Optimizar Decisiones de Inversión de Proyectos y Portafolios
- Evaluación de Inversiones a través de Arboles de Decisión
Casos aplicados:- Selección de muestras aleatorias (Media y proporciones)
- Optimización de Portafolios de Inversión: Proyectos y Acciones
- Riesgo de Mercado: Renta Variable
- Riesgo de Crédito: Modelos de Scoring de Crédito (Modelos Logit y Probit)
- Riesgo Operativo