Caso N 01: Medicin de riesgo en el mercado Burstil

Una medida del riesgo o volatilidad de una accin es la desviacin estndar del rendimiento durante un lapso de
tiempo. Aunque la desviacin estndar es fcil de calcular, no toma en cuenta la variacin del precio de una accin
en funcin de un ndice estndar del mercado, como el S&P 500. Por esta razn, muchos analistas financieros
prefieren emplear otra medida, conocida como beta, para medir el riesgo.
La beta de una accin se determina mediante regresin lineal simple. La variable independiente es la rentabilidad
total de la accin de que se trate y la variable independiente es la rentabilidad total del mercado de valores. En
este caso problema se usar el ndice S&P 500 como medida de la rentabilidad total del mercado de valores y se
obtendr una ecuacin de regresin estimada usando datos mensuales. La beta de una accin es la pendiente en
la ecuacin de regresin estimada (b1). En el archivo Beta del disco compacto que se distribuye con el libro se
proporciona la rentabilidad total de ocho acciones comunes muy conocidas y la del S&P 500 a lo largo de 36 meses.
El valor beta del mercado de valores siempre ser 1; por lo tanto, una accin que tienda a subir o a bajar con el
mercado de valores tendr tambin una beta cercana a 1. Betas mayores a 1 corresponden a acciones que son
ms voltiles que el mercado y betas menores a 1 corresponden a acciones menos voltiles que el mercado. Por
ejemplo, si la beta de una accin es 1.4, esta accin es 40% ms voltil que el mercado, y si la beta de una accin
es 0.4, la accin es 60% menos voltil que el mercado.

Reporte Administrativo
Se le ha encomendado la tarea de analizar las caractersticas del riesgo de estas acciones. Elabore un informe que
comprenda los puntos siguientes, sin limitarse slo a ellos.

a) Calcular los estadsticos descriptivos de cada una de las acciones y del S&P 500. Hacer comentarios
sobre los resultados. Qu accin es la ms voltil?

Segn los datos obtenidos se puede decir que la accin que posee un dato menor en la rentabilidad es Sandisk con
-0.28331 y la accin que posee un dato mayor en la rentabilidad es Sandisk con 0.50165.

b) Calcular la beta de cada accin. Cul de estas acciones se esperara que se comportara mejor en un

mercado de alta calidad? Cul conservara mejor su valor en un mercado para el sector popular?

Microsoft S&P500

1. Diagrama de Dispersin
Podemos observar que la accin Microsoft no presenta ninguna relacin con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se acepta la hiptesis nula (Valor SIG. Es mayor
que 0.05) y concluir que no existe correlacin significativa, la cual es r=0.266.

3. Calcular el coeficiente de determinacin (R2 = 0.071*100 = 7.1%)

Esto nos indica que la rentabilidad total Microsoft explica a la rentabilidad total de S&P 500 en 7.1% y no la explican en
92.9%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se acepta la hiptesis nula (SIG mayor que 0.05) por lo tanto el modelo no es
significativo.

5. Plantear el modelo
El modelo es: 0.009 + 0.154(Microsoft)

Exxon Mvil S&P500

1. Diagrama de Dispersin
Podemos observar que la accin Exxon Mvil no presenta ninguna relacin con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se acepta la hiptesis nula (Valor SIG. Es mayor
que 0.05) y concluir que no existe correlacin significativa, la cual es r=0.348.

3. Calcular el coeficiente de determinacin (R2 = 0.121*100 = 12.1%)

Esto nos indica que la rentabilidad total Exxon Mobil explica a la rentabilidad total de S&P 500 en 12.1% y no la
explican en 87.9%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se acepta la hiptesis nula (SIG mayor que 0.05) por lo tanto el modelo no es
significativo.

5. Plantear el modelo
El modelo es: 0.007 + 0.165(Exxon Mobil)

Caterpillar S&P500
1. Diagrama de Dispersin

Podemos observar que la accin Caterpillar presenta una relacin directa con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG. menor
que 0.05) y concluir que existe correlacin significativa, la cual es r=0.573

3. Calcular el coeficiente de determinacin (R2 = 0.329*100 = 32.9%)

Esto nos indica que la rentabilidad total Exxon Mobil explica a la rentabilidad total de S&P 500 en 32.9% y no la
explican en 67.1%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

5. Plantear el modelo
El modelo es: 0.003 + 0.22 (Caterpillar)

Johnson & Johnson S&P500

1. Diagrama de Dispersin

Podemos observar que la accin Johnson & Johnson no presenta ninguna relacin con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se acepta la hiptesis nula (Valor SIG. mayor
que 0.05) y concluir que no existe correlacin significativa, la cual es r=0.007

3. Calcular el coeficiente de determinacin (R2 = 0.000*100 = 0%)

Esto nos indica que la rentabilidad total Johnson & Johnson no explica a la rentabilidad total de S&P.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se acepta la hiptesis nula (SIG mayor que 0.05) por lo tanto el modelo no es
significativo.

5. Plantear el modelo
El modelo es: 0.010 + 0.005 (Johnson & Johnson)

McDonalds S&P500
1. Diagrama de Dispersin

Podemos observar que la accin McDonalds presenta una relacin directa con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG. menor
que 0.05) y concluir que existe correlacin significativa, la cual es r=0.581

3. Calcular el coeficiente de determinacin (R2 = 0.338*100 = 33.8%)

Esto nos indica que la rentabilidad total de McDonalds explica a la rentabilidad total de S&P 500 en 33.8% y no la
explican en 66.2%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,

Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

5. Plantear el modelo
El modelo es: 0.005 + 0.225 (McDonalds)

Sandisk S&P500

1. Diagrama de Dispersin

Podemos observar que la accin Sandisk presenta una relacin positiva con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG. menor
que 0.05) y concluir que existe correlacin significativa, la cual es r=0.351

3. Calcular el coeficiente de determinacin (R2 = 0.123*100 = 12.3%)

Esto nos indica que la rentabilidad total de Sandisk explica a la rentabilidad total de S&P 500 en 12.3% y no la explican
en 87.7%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,

Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

5. Plantear el modelo
El modelo es: 0.007 + 0.047(Sandisk)

Qualcomm S&P500
1. Diagrama de Dispersin
Podemos observar que la accin Qualcomm presenta una relacin positiva con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG. menor
que 0.05) y concluir que existe correlacin significativa, la cual es r=0.432

3. Calcular el coeficiente de determinacin (R2 = 0.187*100 = 18.7%)

Esto nos indica que la rentabilidad total de Qualcomm explica a la rentabilidad total de S&P 500 en 18.7% y no la
explican en 81.3%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

5. Plantear el modelo
El modelo es: 0.006 + 0.132(Qualcomm)

Procter & Gamble S&P500

1. Diagrama de Dispersin
Podemos observar que la accin Procter & Gamble no presenta ninguna relacin con la accin S&P500

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se acepta la hiptesis nula (Valor SIG. mayor
que 0.05) y concluir que no existe correlacin significativa, la cual es r=0.360

3. Calcular el coeficiente de determinacin (R2 = 0.129*100 = 12.9%)

Esto nos indica que la rentabilidad total Procter & Gamble explica a la rentabilidad total de S&P 500 en 12.9% y no la
explican en 87.1%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se acepta la hiptesis nula (SIG mayor que 0.05) por lo tanto el modelo no es
significativo.

5. Plantear el modelo
El modelo es: 0.007 + 0.256 (Procter & Gamble)

Caso N 02: Departamento de Transporte de Estados Unidos

Como parte de un estudio sobre seguridad en el transporte, el Departamento de Transporte de Estados Unidos, de
una muestra de 42 ciudades, recogi datos sobre el nmero de accidentes fatales por cada 1000 licencias y sobre
el porcentaje de licencia de conductores menores de 21 aos.

Reporte Administrativo
1. Diagrama de Dispersin
Se observa que el comportamiento de Porcentaje de Menor de 21 aos y los accidentes fatales por 1000
licencias tienen una relacin directa.

2. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG. menor
que 0.05) y concluir que existe correlacin significativa, la cual es r=0.839

3. Calcular el coeficiente de determinacin (R2 = 0.705*100 = 70.5%)

Esto nos indica que el Porcentaje de Menores de 21 aos explica a los accidentes fatales en 1000 licencias en 70.5% y
no la explican en 29.5%.

4. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

5. Plantear el modelo
El modelo es: -1.597 + 0.287(Porcentaje de Menores de 21 aos)

Caso N 03
Las donaciones de los ex alumnos son una importante fuente de ingresos para las universidades. Si los gerentes pudieran
determinar los factores que influyen sobre el aumento del porcentaje de alumnos que hace donaciones, podran poner en

marcha polticas que llevaran a ganancias mayores. Las investigaciones indican que estudiantes ms satisfechos con la
relacin con sus profesores tienen ms probabilidad de titularse, lo que a su vez puede llevar al aumento del porcentaje de
alumnos que haga donaciones. En la tabla 14.13 se muestran datos de 48 universidades de Estados Unidos (Americans Best
Collage, edicin del ao 2000). La columna titulada % de grupos con menos de 20 muestra el porcentaje de grupos con
menos de 20 alumnos. La columna que tiene como ttulo Tasa de estudiantes/facultad da el nmero de estudiantes
inscritos, dividido entre el nmero total de facultades. Por ltimo, la columna que tiene como ttulo Tasa de alumnos que
donan da el porcentaje de alumnos que han hecho alguna donacin a la universidad.
Reporte Administrativo
a) Presente resmenes numricos y grficos de los datos

Se observa que el comportamiento Tasa de Estudiantes/Facultad y Tasa de alumnos que donan tienen una
relacin negativa.

Se observa que el comportamiento % de grupos con menos de 20 y Tasa de alumnos que donan tienen una
relacin directa.

b) Emplee el anlisis de regresin para obtener una ecuacin de regresin estimada que sirva para
pronosticar el porcentaje de los estudiantes que hacen donaciones dado el porcentaje de grupos con
menos de 20 estudiantes.

1. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG.
menor que 0.05) y concluir que existe correlacin significativa, la cual es r=0.646

2. Calcular el coeficiente de determinacin (R2 = 0.417*100 = 41.7%)

Esto nos indica que la % de grupos con menos de 20 explica a la tasa de alumnos de que donan en 41.7% y no la
explican en 58.3%.

3. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

4. Plantear el modelo
El modelo es: -7.386 + 0.658(% de grupos con menos de 20)

c) Use el anlisis de regresin para obtener una ecuacin de regresin estimada que sirva para pronosticar
el porcentaje de los alumnos que hacen donaciones dada la proporcin de estudiantes por facultad.

1. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG.
menor que 0.05) y concluir que existe correlacin significativa, la cual es r=-0.742

2. Calcular el coeficiente de determinacin (R2 = 0.551*100 = 55.1%)

Esto nos indica que la Tasa de Estudiantes/Facultado explica a la tasa de alumnos de que donan en 55.1% y no la
explican en 44.9%.

3. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo
De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

4. Plantear el modelo
El modelo es: 53.014 -2.057(Tasa de Estudiantes/Facultad)

d) Cul de las dos ecuaciones de regresin estimada muestra un mejor ajuste?

La ecuacin de regresin estimada que presenta un mejor ajuste es la segunda, la de tasa estudiantes/facultad, ya que
explica a la tasa de alumnos que donan en 55.1%. En cambio, el % de grupos con menos de 20 alumnos explica a la
tasa de alumnos que donan en 41.7%.

Caso N 04: Valor de los equipos de bisbol de la liga mayor.

Un grupo encabezado por John Henry pago $700 millones por la adquisicin del equipo Boston Red Sox (Medias Rojas de
Boston) en 2002, aun cuando el Boston Red Sox no haba ganado la serie mundial desde 1918 y tena una prdida de
operacin de $11.4 millones de 2001. Es ms la revista Forbes estima que el valor actual del equipo es en realidad $426
millones. Forbes atribuye la diferencia entre valor actual del equipo y precio que los inversionistas estn dispuesto a
pagar, al hecho de que la compra de un equipo suele incluir la adquisicin de una red de cable exageradamente
subvaluada. Por ejemplo, con la compra del equipo, los nuevos propietarios obtuvieron tambin la New England Sports
Network. En la tabla 14.14 se presentan datos de 30 equipos de la liga mayor (Forbes, 15 de abril de 2002). En la columna
titulada Valor se da el valor de los equipos con base en las actuales negociaciones con los estadios, sin deduccin de
deudas. En la columna titulada Ingreso se presenta las ganancias sin intereses, impuestos y depreciacin.
Informe Administrativo
a) Presente resmenes numricos y grficos de datos.
Se observa que el comportamiento de la ganancia y el valor tienen una relacin directa.

Se observa que el comportamiento del ingreso y el valor tienen no tienen ninguna relacin.

b) Use el anlisis de regresin para investigar la relacin entre valor e ingreso. Discuta sus
hallazgos.
1. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin
De acuerdo a los resultados encontramos podemos decir que se acepta la hiptesis nula (Valor SIG.
mayor que 0.05) y concluir que no existe correlacin significativa, la cual es r=0.186.

2. Calcular el coeficiente de determinacin (R2 = 0.034*100 = 3.4%)

Esto nos indica que los ingresos explica al valor en un 3.4% y no la explican en 96.6%.

3. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se acepta la hiptesis nula (SIG mayor que 0.05) por lo tanto el modelo
no es significativo.

4. Plantear el modelo
El modelo es: 280.716 + 2.258 (Ingreso)

c) Use el anlisis de regresin para investigar la relacin entre valor y ganancias. Discuta sus
hallazgos.

1. Coeficiente de Correlacin: Ho: No existe correlacin , Ha: Existe Correlacin

De acuerdo a los resultados encontramos podemos decir que se rechaza la hiptesis nula (Valor SIG.
menor que 0.05) y concluir que existe correlacin significativa, la cual es r=-0.965

2. Calcular el coeficiente de determinacin (R2 = 0.931*100 = 93.1%)

Esto nos indica la ganancia explica al valor en 93.1% y no la explican en 6.9%.

3. Validez del modelo:

H0: 0=1=0: El modelo no es significativo,
Ha: al menos uno de ellos es diferente de cero: El modelo es significativo

De acuerdo a los resultados encontrados se rechaza la hiptesis nula (SIG menor que 0.05) por lo tanto el modelo es
significativo.

4. Plantear el modelo
El modelo es: -165.948 -3.787(Ganancia)