Práctica de métodos cuantitativos y renta fija del CFA Level I: pack de repaso

Valor temporal del dinero: el dinero de hoy vale más que la misma cantidad en el futuro, porque puede generar intereses. Con un tipo de interés i por periodo, una cantidad crece a FV = PV·(1 + i)ⁿ. Una serie de pagos iguales (una renta) se valora sumando cada pago, de donde salen las fórmulas de rentas.

Valor temporal del dinero: el dinero de hoy vale más que la misma cantidad en el futuro, porque puede generar intereses. Con un tipo de interés i por periodo, una cantidad crece a FV = PV·(1 + i)ⁿ. Una serie de pagos iguales (una renta) se valora sumando cada pago, de donde salen las fórmulas de rentas.

Plazo de recuperación (payback): el tiempo que tardan los flujos de caja acumulados en devolver la inversión inicial. Se supone que el dinero entra de forma uniforme durante cada año, así que la última parte es una fracción de año. El payback simple ignora el valor temporal del dinero; el plazo de recuperación descontado usa en su lugar los flujos de caja descontados.

Tipo de cruce (tasa de Fisher): el tipo de descuento con el que dos proyectos tienen el mismo VAN. Es la TIR de la diferencia de sus flujos de caja (B − A). Por debajo de él, el proyecto con flujos más tardíos y grandes tiene mayor VAN; por encima, gana el otro.

Precio de un bono: el precio de un bono es el valor actual de sus flujos de caja, descontados a la rentabilidad al vencimiento (YTM): los cupones forman una renta y el valor nominal se devuelve al vencimiento. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Cuando la rentabilidad supera el tipo de cupón, el bono cotiza por debajo de su valor nominal, y al revés.

Duración: la duración de Macaulay es el tiempo medio ponderado en el que un bono paga sus flujos de caja, usando como pesos los valores actuales de los flujos: D = Σ t·PVₜ/P. La duración modificada D/(1 + y) estima la variación porcentual del precio ante un pequeño cambio de la rentabilidad: %ΔP ≈ −D_mod·Δy.

Coste del capital: el CAPM da la rentabilidad que exigen los accionistas: r_e = r_f + β·(r_m − r_f). El coste medio ponderado del capital combina fondos propios y deuda según sus valores de mercado: WACC = E/V·r_e + D/V·r_d·(1 − T), con V = E + D. Los intereses son deducibles fiscalmente; de ahí el factor (1 − T).

Beta apalancada (Hamada): la deuda hace más arriesgados los fondos propios. β_L = β_U·(1 + (1 − T)·D/E), donde β_U es la beta del negocio sin deuda. Para pasar una beta a otra estructura de capital, desapaláncala primero y luego vuelve a apalancarla con la nueva D/E.

Estadística descriptiva: la media es la suma dividida entre n; la mediana es el valor central de los datos ordenados (la media de los dos centrales si n es par). La desviación típica muestral es s = √(Σ(x − x̄)²/(n − 1)). Una puntuación z = (x − μ)/σ indica a cuántas desviaciones típicas está un valor de la media.

Estadística descriptiva: la media es la suma dividida entre n; la mediana es el valor central de los datos ordenados (la media de los dos centrales si n es par). La desviación típica muestral es s = √(Σ(x − x̄)²/(n − 1)). Una puntuación z = (x − μ)/σ indica a cuántas desviaciones típicas está un valor de la media.

Variables aleatorias discretas: una distribución de probabilidad enumera cada valor x que puede tomar una variable con su probabilidad p(x); las probabilidades están entre 0 y 1 y suman 1. El valor esperado (media) es E(X) = Σx·p(x), el promedio a largo plazo. La varianza es Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², y la desviación típica es σ = √Var(X). Para un cambio lineal Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) y σ_Y = |a|·σ_X; sumar una constante no cambia la dispersión.

Variables aleatorias discretas: una distribución de probabilidad enumera cada valor x que puede tomar una variable con su probabilidad p(x); las probabilidades están entre 0 y 1 y suman 1. El valor esperado (media) es E(X) = Σx·p(x), el promedio a largo plazo. La varianza es Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², y la desviación típica es σ = √Var(X). Para un cambio lineal Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) y σ_Y = |a|·σ_X; sumar una constante no cambia la dispersión.

Distribución normal: convierte un valor x en una puntuación z, z = (x − μ)/σ, que indica a cuántas desviaciones típicas está de la media. Una tabla z (o Φ(z)) da el área a la izquierda de z, que es P(X < x). El área a la derecha es 1 − Φ(z), y el área entre dos valores es la diferencia de sus dos áreas.

De un área de vuelta a z: Φ(z) es el área a la izquierda de z. Para un área A en la cola izquierda, busca en la tabla la z con Φ(z) = A. Un área A en la cola derecha significa Φ(z) = 1 − A. Un área central A entre −z y z deja (1 − A)/2 en cada cola, así que Φ(z) = (1 + A)/2. Para un valor x, usa x = μ + zσ.

Intervalo de confianza para la media: x̄ ± margen de error. Con σ poblacional conocida, el margen es z·σ/√n; si solo se tiene la desviación típica muestral s, usa t con n − 1 grados de libertad: t·s/√n. Valores críticos: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Para conseguir un margen E o menor, necesitas n ≥ (z·σ/E)², redondeado hacia arriba.

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Contraste de una media: el estadístico de contraste mide a cuántos errores típicos está la media muestral del valor afirmado en H₀: z = (x̄ − μ₀)/(σ/√n) si σ es conocida, t = (x̄ − μ₀)/(s/√n) si se estima con la muestra. Un intervalo de confianza es x̄ ± (valor crítico)·(error típico).

Regresión por mínimos cuadrados: con x̄ e ȳ las medias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² y Sxy = Σ(x − x̄)(y − ȳ), la recta ŷ = a + b·x tiene pendiente b = Sxy/Sxx y ordenada en el origen a = ȳ − b·x̄, así que siempre pasa por (x̄, ȳ). El coeficiente de correlación de Pearson r = Sxy/√(Sxx·Syy) está entre −1 y 1; r² es la fracción de la variación de y explicada por la recta.

Regresión por mínimos cuadrados: con x̄ e ȳ las medias, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² y Sxy = Σ(x − x̄)(y − ȳ), la recta ŷ = a + b·x tiene pendiente b = Sxy/Sxx y ordenada en el origen a = ȳ − b·x̄, así que siempre pasa por (x̄, ȳ). El coeficiente de correlación de Pearson r = Sxy/√(Sxx·Syy) está entre −1 y 1; r² es la fracción de la variación de y explicada por la recta.