Manual de actuaria

1
Índice
Matematicas financieras..................................................................................................3
Probabilidad.....................................................................................................................6
Estadistica......................................................................................................................14
Calculo Actuarial...........................................................................................................22
Procesos estocásticos…………………………………………………… ……………23
Productos Financieros……………………………………………………………….28
Finanzas………………………………………………………………………………30
Seguro de vida……………………………………………………………………….34

2
 Matemáticas financieras

¿Qué es?

La Matemática Financiera es el campo de la matemática aplicada, que analiza,

valora y calcula materias relacionadas con los mercados financieros, y
especialmente, el valor del dinero en el tiempo.
Interés simple
Previo a analizar el concepto de interés simple, en primer lugar, debemos tener
claro que es el interés en este contexto, que se puede definir como la cantidad
(normalmente expresada el porcentaje o tasa) me mide la relación de intercambio
entre el valor del dinero en dos momentos determinados de tiempo. Cuando una
persona (prestamista) le presta a otra (prestatario) un dinero hoy espera que en un
futuro el prestatario se lo devuelva, pero que además le dé una cantidad adicional
en contraprestación, esto es el interés.

Fórmula Interés Simple

Interés Simple = Cantidad x Tipo de Interés x Plazo

 Interés Simple. - Como el importe que se percibirá o pagará en

contraprestación

 Cantidad. - Como el importe sobre el que se pagará o cobrará intereses

3
  Tipo de interés. - Como la tasa o porcentaje que se cobrará o pagará si la
operación durase un año

 Plazo. - Como la duración de la operación, expresado en cantidad de años

Interés compuesto

Al contrario que el interés simple, el interés compuesto se produce cuando el

interés se suma al capital, por lo que, a partir de ese momento, el interés que se
ha añadido también gana intereses. Esta adición de interés al principal de la
operación financiera se llama compuesto.

Fórmula Interés Compuesto

Plazo
Interés = Cantidad x (1 + Tipo de Interés) -1

 Interés. - Como el importe que se percibirá o pagará en contraprestación

 Cantidad. - Como el importe sobre el que se pagará o cobrará intereses

 Tipo de interés. - Como la tasa o porcentaje que se cobrará o pagará si la

operación durase un año

 Plazo. - Como la duración de la operación, expresado en cantidad de años

Valor futuro

Poseer un peso hoy no vale lo mismo que poseerlo dentro de un año. Si

dispusiera ahora mismo de él, podría invertirlo, ganar un interés y transcurrido un
año usted tendría algo más que un euro. Pero, porque se utiliza el interés
compuesto y no el interés simple. Como ya vimos en la explicación del interés
compuesto, este tiene en consideración los intereses que generarán los propios
intereses intermedios. Esta consideración, es imprescindible para poder
diferenciar operaciones con pagos intermedios frente a operaciones que no los

4
tienen. Al calcular el valor futuro de una cantidad, no se producirán pagos
intermedios anuales, por lo que deberemos utilizar el interés compuesto.

Fórmula del Valor Futuro

VFn = VA x (1+k)n

VF. - Valor futuro k.- Tipo de interés

VA.- Valor presente o actual n.- plazo, normalmente expresado en
años.

Valor presente

Igual que en el apartado anterior obtuvimos el valor futuro de una cantidad

presente, a través de calcular cuánto podríamos obtener de ella si la invertíamos
hasta una fecha determinada, también podemos obtener el valor presente de una
cantidad que esperamos recibir en algún momento del futuro.

Fórmula valor presente

VA = VFn / (1+k)n

VF.- Valor futuro k.- Tipo de interés

VA.- Valor presente o actual n.- plazo, normalmente expresado en
años

5
Si comparamos con la fórmula del valor futuro, únicamente estamos despejando el
valor presente, no siendo una nueva fórmula como tal.

Sin embargo, pese a que estas herramientas son la base de las matemáticas
financieras, el avance en su investigación ha llevado hasta herramientas
tremendamente sofisticadas como para la valoración de opciones, las
matemáticas actuariales o las más diversas aplicaciones en la estadística y
econometría.

Probabilidad

¿Qué es?
La probabilidad mide la mayor o menor posibilidad de que se dé un determinado
resultado (suceso o evento) cuando se realiza un experimento aleatorio.
Para calcular la probabilidad de un evento se toma en cuenta todos los casos
posibles de ocurrencia del mismo; es decir, de cuántas formas puede ocurrir
determinada situación.
Los casos favorables de ocurrencia de un evento serán los que cumplan con la
condición de que estamos buscando.

Métodos de medición de Probabilidad

Uno de los métodos más utilizados es aplicando la Regla de Laplace: define la
probabilidad de un suceso como el cociente entre casos favorables y casos
posibles.

Condiciones importantes
Para poder aplicar la Regla de Laplace el experimento aleatorio tiene que cumplir
dos requisitos:
a) El número de resultados posibles (sucesos o eventos) tiene que ser finito. Si
hubiera infinitos resultados, al aplicar la regla "casos favorables dividido por casos
posibles" el cociente siempre sería cero.
b) Todos los sucesos o eventos tienen que tener la misma probabilidad. Si al
lanzar un dado, algunas caras tuvieran mayor probabilidad de salir que otras, no
podríamos aplicar esta regla.
A la regla de Laplace también se le denomina "probabilidad a priori", ya que para
aplicarla hay que conocer antes de realizar el experimento cuales son los posibles
resultados y saber que todos tienen las mismas probabilidades.
Cuando se realiza un experimento aleatorio un número muy elevado de veces, las
probabilidades de los diversos posibles sucesos empiezan a converger hacia
valores determinados, que son sus respectivas probabilidades.
La teoría de probabilidades se ocupa de asignar un cierto número a cada posible
resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar
dichos resultados y saber si un suceso es más probable que otro.
Diagrama de árbol
Para la construcción de un diagrama en árbol se partirá poniendo una rama para
cada una de las posibilidades, acompañada de su probabilidad.
En el final de cada rama parcial se constituye a su vez, un nudo del cual parten
nuevas ramas, según las posibilidades del siguiente paso, salvo si el nudo
representa un posible final del experimento (nudo final).
Hay que tener en cuenta: que la suma de probabilidades de las ramas de
cada nudo ha de dar 1.

Teorema de Bayes
El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información,
porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que
haya ocurrido. Conociendo que ha ocurrido el suceso B, la fórmula del teorema de
Bayes nos indica como modifica esta información las probabilidades de los
sucesos Ai.
Las distribuciones de probabilidad son distribuciones de probabilidad continuas o
distribuciones de probabilidad discretas, dependiendo de si definen
probabilidades para variables continuas o discretas.

¿Qué es una distribución continua?

Una distribución continua describe las probabilidades de los posibles valores de

una variable aleatoria continua. Una variable aleatoria continua es una variable
aleatoria con un conjunto de valores posibles (conocido como el rango) que es
infinito y no se puede contar.

Las probabilidades de las variables aleatorias continuas (X) se definen como el

área por debajo de la curva de su PDF. Por lo tanto, solo los rangos de valores
pueden tener una probabilidad diferente de cero. La probabilidad de que una
variable aleatoria continua equivalga a algún valor siempre es cero.

Ejemplo de la distribución de pesos

La distribución normal continua puede describir la distribución del peso de
hombres adultos. Por ejemplo, usted puede calcular la probabilidad de que un
hombre pese entre 160 y 170 libras.
Gráfica de distribución del peso de hombres adultos

El área sombreada debajo de la curva en este ejemplo representa el rango de 160

a 170 libras. El área de este rango es 0.136; por lo tanto, la probabilidad de que un
hombre seleccionado aleatoriamente pese entre 160 y 170 libras es de 13.6%.
Toda el área por debajo de la curva equivale a 1.0.
Sin embargo, la probabilidad de que X sea exactamente igual a algún valor
siempre es cero, porque el área por debajo de la curva en un punto individual, que
no tiene anchura, es cero. Por ejemplo, la probabilidad de que un hombre pese
exactamente 190 libras es cero. Podría calcular una probabilidad diferente de cero
de que un hombre pese más de 190 libras, menos de 190 libras o entre 189.9 y
190.1 libras, pero la probabilidad de que pese exactamente 190 libras es cero.

¿Qué es una distribución discreta?

Una distribución discreta describe la probabilidad de ocurrencia de cada valor de

una variable aleatoria discreta. Una variable aleatoria discreta es una variable
aleatoria que tiene valores contables, tales como una lista de enteros no
negativos.

Con una distribución de probabilidad discreta, cada valor posible de la variable

aleatoria discreta puede estar asociado con una probabilidad distinta de cero. Por
lo tanto, una distribución de probabilidad discreta suele representarse en forma
tabular.
Ejemplo del número de quejas de clientes
Con una distribución discreta, a diferencia de una distribución continua, usted
puede calcular la probabilidad de que X sea exactamente igual a algún valor. Por
ejemplo, puede utilizar la distribución discreta de Poisson para describir el número
de quejas de clientes en un día. Supongamos que el número promedio de quejas
por día es 10 y usted desea saber la probabilidad de recibir 5, 10 y 15 quejas de
clientes en un día.

x P (X = x)

5 0.037833

10 0.12511

15 0.034718

Usted también puede visualizar una distribución discreta en una gráfica de

distribución para ver las probabilidades entre los rangos.
Gráfica de distribución del número de quejas de clientes

Las barras sombreadas en este ejemplo representan el número de ocurrencias

cuando las quejas diarias de los clientes son 15 o más. La altura de las barras
suma 0.08346; por lo tanto, la probabilidad de que el número de llamadas por día
sea 15 o más es 8.35%

Estimación de máxima verosimilitud

La idea fundamental de este método es tomar como estimación del parámetro

estudiado el valor que haga máxima la probabilidad de obtener la muestra
observada.

Para ilustrar este método, imaginemos la siguiente situación: queremos estimar la

probabilidad p de que salga cara en el lanzamiento de una moneda no
necesariamente regular.

Para ello procedemos de la siguiente manera: lanzamos la moneda cinco veces y

obtenemos la siguiente secuencia:

C+CC+

Una manera aparentemente razonable de estimar p sería evaluar la probabilidad

de obtener esta muestra para diferentes valores de p y quedarnos con el valor
que haga máxima dicha probabilidad. En nuestro caso, debemos calcular:

para todos los posibles valores de p, es decir, para todo valor real entre 0 y 1. Es
lo que se muestra en la siguiente tabla, en la que se han simplificado los posibles
valores de p tomando incrementos de 0,1:

Probabilidad de la
Valor de p
muestra observada

0,0 0,0000

0,1 0,0008
 0,2 0,0051

0,3 0,0132

0,4 0,0230

0,5 0,0313

0,6 0,0346

0,7 0,0309

0,8 0,0205

0,9 0,0073

1,0 0,0000

Como puede observarse, el valor para el que se obtiene la máxima probabilidad es

0,6. Por tanto, dicho valor será la estimación máximo verosímil (EMV) de p.

Si analizamos este resultado es fácil darse cuenta que la EMV obtenida coincide
con la frecuencia relativa del número de caras (Fr (C) = 3/5 = 0,6), por lo que
podemos preguntarnos ¿se trata de un resultado casual o es generalizable? Para
responder a esta cuestión volvamos al cálculo de la probabilidad de nuestra
muestra, pero aprovechemos para hacerlo más general. Supongamos que hemos
efectuado n lanzamientos de la moneda de los que k (k <= n) han sido cara sin
que importe el orden en que han salido. La probabilidad de dicho suceso viene
dada por:

y, si suponemos que los valores n y k son conocidos, esta probabilidad puede

expresarse como una función L(p) del parámetro p, exclusivamente. A dicha
función se le llama función de verosimilitud y puede definirse como la función de
densidad conjunta de la muestra (probabilidad de obtener la muestra observada,
en nuestro caso), pero considerada como función del parámetro. Por tanto, es
posible maximizarla utilizando las técnicas conocidas de cálculo y asumiendo la
restricción de que 0 <= p <= 1. Es decir, derivamos L(p) e igualamos a cero.
Aunque, los cálculos suelen facilitarse al aplicar el hecho de que si una función
(positiva) alcanza un máximo en un punto dado, el logaritmo de dicha función
alcanzará un máximo en el mismo punto:

Para ser rigurosos debemos comprobar que se trata de un máximo. Una manera
de hacerlo es demostrar que la derivada segunda de L(p) (o de su logaritmo) en el
punto k/n es negativa. En nuestro caso es fácil ver que la segunda derivada
siempre es negativa:

Es decir, acabamos de demostrar que la frecuencia relativa es el estimador

máximo verosímil de la probabilidad de un determinado suceso (en nuestro
ejemplo que salga cara). La metodología que acabamos de utilizar para
determinar el estimador máximo verosímil se denomina método de la máxima
verosimilitud.

Estadística
La estadística podría definirse como la ciencia que se encarga de recopilar,
organizar, procesar, analizar e interpretar datos con el fin de deducir las
características de una población objetivo, pero esta sería solo una visión estrecha
de lo que comprende esta rama del saber.
Conceptos básicos
División de la estadística
Pasos en un estudio estadístico
Tipos de variables
Formulas básicas
 Calculo actuarial

El cálculo actuarial es una modalidad de matemáticas aplicadas que sirve para predecir o
simular determinados hechos económicos atendiendo a sus posibles consecuencias y los
costes que estas supondrían, de modo que puedan ser calculadas posibles
compensaciones. El cálculo actuarial es la base de la ciencia actuarial.
Tabla de mortalidad

Cabe hacer la aclaración que las fórmulas a continuación son solo algunas de la gran variedad
que nos presentan las funciones. Por lo mismo, las fórmulas a continuación son calculadas
con información que la misma tabla de mortalidad proporciona. lo se establece desde un
principio de manera arbitraria, generalmente 100,000 y es conocido como radix.
 Procesos estocásticos (Cadena de Markov)

Un proceso estocástico es un fenómeno aleatorio que surge en un proceso que se

desarrolla en el tiempo de una manera controlada por medio de leyes
probabilísticas. Así, un proceso estocástico es una familia de variables aleatorias
que proporcionan una descripción de la evolución de un determinado fenómeno
físico a través del tiempo.
Una cadena de Márkov es una serie de eventos, en la cual la probabilidad de que
ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas
de este tipo tienen memoria, "Recuerdan" el último evento y esto condiciona las
posibilidades de los eventos futuros.
Esta dependencia del evento anterior distingue a las cadenas de Márkov de las
series de eventos independientes, como tirar una moneda al aire o un dado.
En los negocios, las cadenas de Márkov se han utilizado para analizar los
patrones de compra, los deudores morosos, para planear las necesidades de
personal y para analizar el reemplazo de equipo. El análisis de Márkov, llamado
así en honor de un matemático ruso que desarrollo el método en 1907, permite
encontrar la probabilidad de que un sistema se encuentre en un estado en
particular en un momento dado.
Algo más importante aún, es que permite encontrar el promedio a la larga o las
probabilidades de estado estable para cada estado. Con esta información se
puede predecir el comportamiento del sistema a través del tiempo. La tarea más
difícil es reconocer cuándo puede aplicarse. La característica más importante que
hay que buscar en la memoria de un evento a otro. Considere el problema
siguiente: la compañía K, el fabricante de un cereal para el desayuno, tiene un
25% del mercado actualmente. Datos del año anterior indican que el 88% de los
clientes de K permanecían fieles ese año, pero un 12% cambiaron a la
competencia. Además, el 85% de los clientes de la competencia le permanecían
fieles a ella, pero 15% de los clientes de la competencia cambiaron a K.
Asumiendo que estas tendencias continúen determine ¿cuál es la parte que K
aprovecha del mercado?:

a. en 2 años; y

b. en el largo plazo.
Esta situación es un ejemplo de un problema de cambio de marcas que sucede
muy a menudo que se presenta en la venta de bienes de consumo.

Para resolver este problema hacemos uso de cadenas de Márkov o procesos de

Márkov (qué es un tipo especial de proceso estocástico). El procedimiento se da
enseguida.

Procedimiento de solución

Observe que, cada año, un cliente puede estar comprando cereal de K o de la

competencia. Podemos construir un diagrama como el mostrado abajo donde los
dos círculos representan a los dos estados en que un cliente puede estar y los
arcos representan la probabilidad de que un cliente haga un cambio cada año
entre los estados.

Note que los arcos curvos indican una "transición" de un estado al mismo estado.
Este diagrama es conocido como el diagrama de estado de transición (notar que
todos los arcos en ese diagrama son arcos dirigidos).

Dado ese diagrama nosotros podemos construir la matriz de la transición

(normalmente denotada por el símbolo P) la qué nos dice la probabilidad de hacer
una transición de un estado a otro estado. Sea:

estado 1 = cliente que compra cereal de K y

estado 2 = cliente que compra cereal de la competencia

tenemos así la matriz de transición P para este problema, dada por

Para estado 1 2

Del estado 1 | 0.88 0.12 |

2 | 0.15 0.85 |

Note aquí que la suma de los elementos en cada fila de la matriz de la transición
es uno. Por datos de este año sabemos que actualmente K tiene un 25% del
mercado. Tenemos que la fila de la matriz que representa el estado inicial del
sistema dada por:

Estado

12

[0.25, 0.75]

Normalmente denotamos esta fila de la matriz por s1 indicando el estado del

sistema en el primer periodo (años en este ejemplo en particular). Ahora la teoría
de Márkov nos dice que, en periodo (año) t, el estado del sistema está dado por el
st de la fila de la matriz, donde:

st = st-1(P) =st-2(P)(P) = ... = s1(P)t-1

Tenemos que tener cuidado aquí al hacer la multiplicación de la matriz ya que el

orden de cálculo es importante (i.e. st-1(P) no es igual a (P)st-1 en general). Para
encontrar st nosotros podríamos intentar hallar P directamente para la potencia t-1
pero, en la práctica, es mucho más fácil de calcular el estado del sistema en cada
sucesivo año 1,2,3 ,..., t.

Nosotros ya sabemos el estado del sistema en el año 1 (s1) tal que el estado del
sistema en el año dos (s2) está dado por:

s2 = s1P

= [0.25,0.75] |0.88 0.12 |

........|0.15 0.85 |

= [(0.25)(0.88) + (0.75)(0.15), (0.25)(0.12) + (0.75)(0.85)]

= [0.3325, 0.6675]

Note que este resultado tiene sentido intuitivo, e.g. del 25% comprando
actualmente al cereal de K, 88% continúan haciéndolo, aunque del 75%
comprando el cereal del competidor 15% cambia a comprar cereal de K - dando
un (fracción) total de (0.25)(0.88) + (0.75)(0.15) = 0.3325 comprando cereal de K.
De lo anterior, en el año dos 33.25% de las personas están en estado 1 - esto es,
está comprando cereal de K. Note aquí que, como un chequeo numérico, los
elementos de st deben sumar siempre uno.

En el año tres el estado del sistema se da por:

s3 = s2P

= [0.3325, 0.6675] |0.88 0.12 |

............... |0.15 0.85 |

= [0.392725, 0.607275]

Por lo tanto, en el año tres 39.2725% de las personas están comprando al cereal
de K.

Recalcar que está pendiente la cuestión hecha sobre la porción que K comparte
del mercado en el largo plazo. Esto implica que necesitamos calcular st cuando t
se hace muy grande (se acerca al infinito).

La idea del largo plazo es basada en la suposición de que, en el futuro, el sistema

alcance un "equilibrio" (a menudo llamado el "estado sustentable") en el sentido de
que el st = st-1. Esto no quiere decir que las transiciones entre estados no tengan
lugar, suceden, pero ellos tienden "al equilibrio global" tal que el número en cada
estado permanece el mismo.

Hay dos enfoques básicos para calcular el estado sustentable:

Computacional: - encontrar el estado sustentable calculando st para t=1,2,3,... y se

detiene cuando st-1 y st son aproximadamente el mismo. Esto es obviamente muy
fácil para una computadora y este es el enfoque usado por un paquete
computacional.

Algebraico: - para evitar cálculos aritméticos largos necesarios para calcular st

para t=1,2,3,... tenemos un atajo algebraico que puede usarse. Recalcar que en el
estado sustentable st = st-1 (= [x1,x2] para el ejemplo considerado anteriormente).
Entonces como st = st-1P tenemos eso

[x1,x2] = [x1,x2] | 0.88 0.12 |

.............| 0.15 0.85 |

(y también notar que x1 + x2 = 1). De esto tenemos tres ecuaciones que podemos
resolver.
Note aquí que hemos usado la palabra suposición anteriormente. Esto es porque
no todos los sistemas alcanzan un equilibrio, esto es, no cualquier sistema tiene
matriz de transición

|01|

|1 0 |

nunca alcanza un estado sustentable.

Adoptando el enfoque algebraico anteriormente para el ejemplo del cereal K

tenemos las tres ecuaciones siguientes:

x1 = 0.88x1 + 0.15x2

x2 = 0.12x1 + 0.85x2

x1 + x2 = 1

0.12x1 - 0.15x2 = 0

0.12x1 - 0.15x2 = 0

x1 + x2 = 1

Note que la ecuación x1 + x2 = 1 es esencial. Sin ella no podríamos obtener una

única solución para x1 y x2. Resolviendo conseguimos x1 = 0.5556 y x2 = 0.4444

Por lo tanto, en el largo plazo, K comercializa una porción del mercado del
55.56%. Un chequeo numérico útil (particularmente para problemas más grandes)
es sustituir el examen final calculando los valores en las ecuaciones originales
para verificar que ellos son consistentes con esas ecuaciones.
 Productos financieros

Un derivado financiero es un activo financiero cuya valor cambia se deriva de los

cambios en otro activo, llamado activo subyacente.

Existen multitud de posibles subyacentes: Materias Primas, Índices, Valores de

Renta Fija y Renta Variable, Tipos de Interés, Tipos Interbancarios
(Euribor, Libor…).

 Otras características de estos productos son: No requiere una gran

inversión inicial, o ésta es muy pequeña en relación a la inversión necesaria
si se quisiera negociar directamente con el activo
subyacente (Apalancamiento Financiero).

 Se liquida, generalmente, en una fecha futura. (A plazo)

Los principales tipos de Derivados son Swaps, Futuros y Forwards, y Opciones.

En la siguiente tabla hemos hecho un esquema de los derivados financieros, en el

que podemos ver los distintos productos clasificados según sus respectivos
activos subyacentes, tipos de mercado y tipo de derivado
 Tipos de Derivados Financieros

Activo
Mercados Organizados Mercados OTC
Subyacente

Futuros Opciones Swap Forward Opciones CFD”s

Opción
Futuro CFD”s
Índice sobre el Equity
sobre el Back-to-back n/a sobre
Bursátil valor futuro swap
IBEX Índices
del IBEX

Opción Interest Rate

Interest Forward Rate
Tipo de Euribor sobre Cap and Floor
Rate swap Agreement n/a
Interés futuro Euribor Swaption
(IRS) (FRA)
futuro Basis swap

Futuro
Opción Acuerdo de Opción sobre
Bonos sobre Asset swap n/a
sobre bonos recompra bonos
bonos

Futuro Opción Stock CFD”s

Equity Acuerdo de
Acciones sobre sobre OptionWarrant sobre
swap recompra
acciones acciones Turbowarrants Acciones

CFD’s
Option on FX Currency
Divisas FX future FX forward FX option sobre
future swap
divisas

Riesgo n/a n/a Credit n/a Credit default n/a

Crediticio
default
 Tipos de Derivados Financieros

Activo
Mercados Organizados Mercados OTC
Subyacente

Futuros Opciones Swap Forward Opciones CFD”s

swap (CDS) option

Los derivados son tan antiguos como el comercio, veamos algunos ejemplos:

Principales usos

Los principales usos de los instrumentos derivados son:

 Cobertura: para reducir o eliminar el riesgo que se deriva de la fluctuación

del precio del activo subyacente (Ejemplo: un granjero y un molinero que
realizan un contrato de futuros sobre la compraventa de grano a un precio
determinado, para evitar posibles subidas/bajadas del precio del grano)

 Especulación: se pretende obtener beneficio por las diferencias previstas

en las cotizaciones, minimizando la aportación de fondos a la inversión. Hay
que tener en cuenta que por el alto grado de apalancamiento que suponen,
el efecto multiplicativo tanto en las posibles ganancias como pérdidas es
muy importante. (La participación ordenada de especuladores en los
mercados no es necesariamente negativa, pues dota a los mismos de
liquidez, profundidad, estabilidad, ayuda a la fijación eficiente de precios, y
en muchos casos actúa como contrapartida de alguien que realiza una
operación de cobertura).

 Arbitraje: una operación genuina de arbitraje se basa en la ejecución de

una estrategia cruzada de intercambios en la que se produce un beneficio
neto positivo. Suelen tener un carácter temporal corto y obedecen a
ineficiencias de mercado.

Finanzas
La administración financiera o finanzas corporativas es un área de
la administración que se centra en las decisiones monetarias que hacen
las empresas y en las herramientas y análisis utilizados para tomar esas
decisiones. El principal objetivo de las finanzas corporativas es maximizar el valor
del accionista.1
La disciplina puede dividirse en decisiones y técnicas de largo plazo, y corto plazo.
Las decisiones de inversión en capital son elecciones de largo plazo sobre qué
proyectos deben recibir financiación, sobre si financiar una inversión con fondos
propios o deuda, y sobre si pagar dividendos a los accionistas. Por otra parte, las
decisiones de corto plazo se centran en el equilibrio a corto plazo
de activos y pasivos. El objetivo aquí se acerca a la gestión del
efectivo, existencias y la financiación de corto plazo.
El término finanzas corporativas suele asociarse con frecuencia a banca de
inversión. El rol típico de un banquero de inversión es evaluar las necesidades
financieras de una empresa y levantar el tipo de capital apropiado para satisfacer
esas necesidades en sí. Así, las finanzas corporativas pueden asociarse con
transacciones en las cuales se levanta capital para crear, desarrollar, hacer crecer
y adquirir negocios.

Termino Formula Objetivo

Valor Futuro n
VF=VP(1+i)
Valor Presente VP=VF/(1+i)n
Tasa Nominal Tasa de interés que
corresponde proporcionar
al periodo de capitalización
Tasa Efectiva in m Es la tasa de interés q se
(1+i)=(1+ ) aplica a la operación, sin
m
necesidad de
proporcionarla en función
del tiempo.
Tasa de Capitalización Es la periocidad con la cual
los intereses se acumulas
 al capital para generar
ambos nuevos intereses.
Tasa de Interés (1+i)=(1+ie)m Es una tasa de interés con
Equivalente(ie) frecuencia de
capitalización diferente a la
efectiva pero que produce
el mismo monto
Tasa de Interés Real(ir) (1+i)=(1+i)(1+π) Es el rendimiento obtenido
en términos del mismo
poder adquisitivo (moneda
contante, es decir neto del
efecto de la inflación.
Resumen de in m
Equivalencia tasas de (1+i)=(1+ie)m=(1+ ) =(1+i)
m
Interés
(1+π)
Valor Presente de una C
Perpetuidad (Sin VP Perpetuidad= [ i ]
crecimiento)
Valor Presente de una C
Perpetuidad (con VP Perpetuidad= [ i−g ]
crecimiento)
Anualidades sin 1
1−
Crecimiento VPAn,i=c[ (1+i)
n
]
Valor Presente de una
i
Anualidad
Valor Presente de una (1+ g)
n

Anualidad con 1−
VPAn,i=C(1+g)[ (1+i)n ]
Crecimiento
i−g
Tasa de rendimiento requerido i
Tasa de crecimiento constante g
Sistema de 1+i R=Cuota Periódica
Amortización de ¿ i=Tasa de interés del periódico
Préstamo Frances ¿ Ck=Amortización de capital del
¿n
D0=R[ ¿ ] periodo k. Ck=c1(1+i)
k-1

1 IK=Interés del periodo Ik=R-Ck

1− ¿ D0= Deuda Inicial
¿
Sistema de D0 N=Numero de periodos
C= Cuota de Amortización de capital C=
Amortización Alemán n I=Tasa de Interés del
Ik=Interés del Periodo= [ D0-(k-1)C]*i periodo
Rk=Cuota periódica del periodo K RK=C+Ik D0=Deuda Inicial
Sistema Americano IK=Ij=Interés del periodo=IK=D0*i N=Numero de pedidos
I=Tasa de Interés del
periodo
D0=Deuda Inicial
 VAN=Valor Actual n
FCt FCt=Flujo de Caja esperado
Neto ∑ (1+r )t en el periodo >r=es la tasa
t=0
de descuento que refleja el
riesgo de los flujos de caja
esperados
VAN FORMULA n
FCt VAN>0 Crea Valor
GENERAL ∑ (1+r )t
-I0 VAN<0 Destruye Valor
t=0
VAN=0 Punto de
Equilibrio
Índice de Rentabilidad IR= VAFi/I0 Es la relación existente
o Beneficio Costo I= Inversión Inicial entre el valor actual de los
VA=Valor Actual Neto flujos futuros de caja
descontando respecto a la
inversión inicial si IR> 1
invierta, si IR< 1 no invierta
TIR 0=-A+Q1/(1+r)1+Q2/(1+r)2+……..Qn/(1+r)n A= desembolso Inicial
Qs=Flujo de caja del
momento s
n=numero de anos q dura
la inversión
r=TIR

Solvencia

RAZON DEFINICION UTILIDAD Ingles

Solvencia Activo Circulante Sirve para Current ratio=
=
Circulante Pasivo a Corto Plazo conocer si estas Current Assets
en posibilidades Current Liabilities
de pagar lo que
debes en el
corto plazo
Prueba del = Quick ratio=
Acido o Razón Activos Circulante−Inventario Current Assets−Inventory
Rápida pasivo a corto plazo Current Libilities

Razones de Estabilidad

RAZON DEFINICION UTILIDAD INGLES

1)Origen del Capital
Pasivo Total
Capital Contable
Pasivo a Corto Plazo Sirven para
Capital Contable determinar el

Pasivo a Largo Plazo
CapitalContable
2)Inversión del Capital
3)Valor del Capital
Razón
1)Análisis del Nivel
=
de Ventas Capital Contable
posible riesgo de
quiebra, Si son altas
se puede renegociar
deudas de corto
plazo
Sirven para
determinar el
posible riesgo de
quiebra, Si este
pasivo a largo es alto
tenemos la
posibilidad de
reestructurar y
negociar las deudas
= Sirve para ver si la
Activo Fijo inversión de nuestro
Capital Contable dinero es buena
(activos fijos) o si
tenemos una
inversión muy alta q
impiden el
crecimiento del
negocio
= Sirve para
Capital Contable determinar cuántos
Capital Social pesos has ganado
por cada peso que
has invertido
Razones de productividad
Definición Utilidad Ingles
Ventas netas Sirve para indicar
cuantos pesos de
 ventas son generados
por cada peso de
capital propio que
tienes invertido en tu
negocio
Análisis del Nivel de Ventasnetas Capital de trabajo es
=
Ventas Capital de Trabajo el dinero con que
cuenta un negocio
para trabajar y se
calcula como la
diferencia del activo
circulante menos el
pasivo a corto plazo

Seguro de vida y daños

El seguro de vida es el tipo de seguro que le garantiza a una persona en caso de

su propio fallecimiento un resarcimiento económico a sus familiares directos, o en
su defecto a aquellas personas que él mismo elija como beneficiarios del mismo.

Los seguros de plazo fijo, permanentes y universales son los principales.

 Seguro de plazo fijo

Éste es el contrato más sencillo. El asegurado elige el monto de cobertura y por

cuántos años mantendrá la póliza. Cuando ocurre una muerte durante el periodo
establecido en la póliza, se paga una cantidad fija a los beneficiarios. Este seguro
es común cuando se necesita protección por una cantidad determinada de tiempo.
Por ejemplo, mientras se paga la hipoteca de una casa.

 Seguro permanente

Éste paga los beneficios tras la muerte, sin importar cuándo suceda. Mientras la
prima se abone a tiempo, el seguro no tiene fecha de vencimiento e incluye una
función de ahorro que permite incrementar el patrimonio o reducir el monto a
pagar posteriormente.

 Seguro universal

La principal ventaja es su flexibilidad para elegir la suma asegurada y hasta qué

edad se desea pagar. Así, permite proteger a la familia o seres queridos dl
asegurado, además de brindarle una mayor seguridad financiera.

Los beneficios de cada producto varían de una aseguradora a otra. Por esta
razón, se aconseja acudir a un agente de seguros para conocer todos los detalles
sobre la póliza antes de contratarla.

El seguro contra daño lo podemos definir como aquel contrato de seguro que
pretende el resarcimiento de un daño patrimonial sufrido por el asegurado. Daño
que puede producirse por una destrucción o deterioro de un bien concreto (seguro
de daños en las cosas), por frustración de unas fundadas expectativas
legítimamente esperadas (seguro de lucro cesante) y por una disminución del
patrimonio (seguro de patrimonio).
El principio general de estos seguros de daños consiste en que el seguro no
puede situar al asegurado en mejor posición de la que tiene en el momento
inmediatamente anterior al acaecimiento del siniestro. El principio indemnizatorio
viene definido por su conexión con el principio de enriquecimiento injusto (art. 26
Ley 50/1980 de Contrato de Seguro). La ratio del principio indemnizatorio se
encuentra en la propia función social del seguro de daños dirigido a la
conservación de la riqueza.
Los elementos personales y reales del contrato de seguro de daños no presentan
ninguna especificidad, de igual forma que respecto a la póliza, aunque si bien
respecto de ésta señalar la posibilidad de pólizas estimadas en el contrato de
seguro de daños que suponen una excepción al principio general de fijación del
interés en el momento del siniestro, ya que las partes fijan de común acuerdo un
valor del interés, que normalmente es objeto de seguro pleno. El asegurado solo
podrá impugnar el valor estimado cuando su aceptación ha sido prestada con
violencia, intimidación o dolo, o cuando por error la estimación sea notablemente
superior al valor real, correspondiente al acaecimiento del siniestro, fijado
pericialmente.