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.

Valor actual neto: descuenta cada flujo de caja hasta hoy con la rentabilidad exigida r y súmalos: NPV = Σ CFₜ/(1 + r)ᵗ. Un proyecto con NPV > 0 rinde más que r y crea valor. La tasa interna de rentabilidad (TIR) es el tipo para el que NPV = 0.

Valor actual neto: descuenta cada flujo de caja hasta hoy con la rentabilidad exigida r y súmalos: NPV = Σ CFₜ/(1 + r)ᵗ. Un proyecto con NPV > 0 rinde más que r y crea valor. La tasa interna de rentabilidad (TIR) es el tipo para el que NPV = 0.

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).

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).

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.

Sumas y diferencias de variables normales: si X e Y son independientes y normales, X + Y y X − Y también son normales. Las medias se suman o se restan: E(X ± Y) = μ_X ± μ_Y. Las varianzas siempre se suman, también en una diferencia: Var(X ± Y) = σ_X² + σ_Y², así que σ = √(σ_X² + σ_Y²). Las desviaciones típicas nunca se suman directamente. El total de n elementos independientes con la misma distribución tiene media n·μ y desviación típica σ·√n. Después estandariza como de costumbre: z = (x − media)/σ y lee Φ(z).

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.

Intervalo para una varianza: (n − 1)s²/σ² sigue una distribución χ² con n − 1 grados de libertad. El intervalo del 95 % para σ² va desde (n − 1)s² dividido entre el valor χ² superior (con el 2,5 % por encima) hasta (n − 1)s² dividido entre el valor χ² inferior (con el 2,5 % por debajo); el intervalo para σ es la raíz cuadrada de ambos límites. No es simétrico respecto a s.

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.