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.

TIR modificada: capitaliza cada cobro hasta el final del proyecto al tipo de reinversión (normalmente el coste de capital) para obtener el valor final VF. La TIRM es el tipo que convierte la inversión inicial en VF: TIRM = (VF/C₀)^(1/n) − 1.

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.

Probabilidad: con resultados equiprobables, P(A) = favorables/totales. Para sucesos independientes se multiplica: P(A y B) = P(A)·P(B). El complementario suele ayudar: P(al menos uno) = 1 − P(ninguno). Binomial: en n ensayos independientes con probabilidad de éxito p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

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).

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.

Potencia de un contraste: potencia = 1 − β es la probabilidad de rechazar H₀ cuando es falsa. Halla el valor de corte x̄c a partir de μ₀ y z_α y después calcula la probabilidad de caer más allá de x̄c usando la media verdadera: z = (x̄c − μ)/(σ/√n).

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.