4.12. Matemáticas Financieras y Actuariales (FAM)

4.12. Matemáticas Financieras y Actuariales (FAM)

Esta área cubre los fundamentos matemáticos de las finanzas y la ciencia actuarial, desde la teoría del interés y el arbitraje hasta modelos estocásticos para derivados, medición de riesgos, tablas de mortalidad actuariales y métodos computacionales en finanzas cuantitativas.

Tabla 4.12: Lista de KUs del área de Matemáticas Financieras y Actuariales.

4.12.1. FAM/Teoría del Interés y Valor del Dinero en el Tiempo  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Valor del dinero en el tiempo, interés compuesto, anualidades, curvas de rendimiento, valoración de bonos y estrategias de inmunización.
Temas:
Core

  • Interés compuesto: funciones de acumulación, tasas efectivas y nominales, y fuerza de interés
  • Anualidades vencidas y anticipadas: valores actuales y acumulados, perpetuidades
  • Valoración de bonos: relación precio-rendimiento, duración, convexidad y planes de amortización
  • Curvas de rendimiento: tasas spot, tasas forward y métodos de bootstrap para la estructura de plazos
  • Inmunización de carteras: condiciones de Redington y emparejamiento de flujos de efectivo

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular el valor actual y el valor acumulado de anualidades bajo varios supuestos de tasa de interés [Familiarizarse]
  2. Valorar bonos usando la relación precio-rendimiento y calcular la duración y convexidad para la sensibilidad a la tasa de interés [Usar]
  3. Construir una cartera que satisfaga las condiciones de inmunización de Redington frente a desplazamientos paralelos de la curva de rendimiento [Evaluar]

4.12.2. FAM/Valoración Libre de Arbitraje y Modelos de Mercado  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Teoremas fundamentales de valoración de activos, medidas neutrales al riesgo, mercados completos y modelos de mercado discretos y continuos.
Temas:
Core

  • Arbitraje: definición, ley del precio único y argumentos de replicación estática
  • Medidas de probabilidad neutrales al riesgo y el primer teorema fundamental de la valoración de activos
  • Mercados completos y el segundo teorema fundamental de la valoración de activos
  • Modelo de árbol binomial: replicación, valoración neutral al riesgo y convergencia a Black-Scholes
  • Teorema de representación de martingalas y cobertura en mercados continuos

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Enunciar el primer y segundo teoremas fundamentales de la valoración de activos y explicar su interpretación financiera [Familiarizarse]
  2. Valorar derivados europeos y americanos usando el modelo de árbol binomial bajo valoración neutral al riesgo [Usar]
  3. Verificar la completitud del mercado y construir una cartera replicante para un derivado usando el teorema de representación de martingalas [Evaluar]

4.12.3. FAM/Modelo de Black-Scholes y Valoración de Opciones  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Modelo de Black-Scholes: deducción, EDP, griegas, volatilidad implícita y extensiones a modelos de volatilidad estocástica y con saltos.
Temas:
Core

  • EDP de Black-Scholes: deducción mediante cobertura delta y valoración neutral al riesgo
  • Fórmula cerrada de Black-Scholes para opciones de compra y venta europeas; paridad put-call
  • Griegas de opciones: delta, gamma, vega, theta y rho; estrategias de cobertura dinámica
  • Superficie de volatilidad implícita, sonrisa de volatilidad y modelo de volatilidad local de Dupire

Non Core

  • Modelos de volatilidad estocástica: modelo de Heston y swaps de varianza (métodos de calibración 2020-2025)

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Derivar la EDP de Black-Scholes a partir del argumento de cobertura delta e identificar sus condiciones de contorno [Familiarizarse]
  2. Calcular precios de opciones y las griegas usando la fórmula de Black-Scholes e interpretar su significado para la cobertura [Usar]

NonCore:

  1. Calibrar un modelo de volatilidad estocástica a precios de opciones de mercado y reproducir la sonrisa de volatilidad implícita [Evaluar]

4.12.4. FAM/Medidas de Riesgo y Teoría de Portafolios  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Optimización media-varianza, medidas de riesgo coherentes, Valor en Riesgo, CVaR, cópulas y teoría del valor extremo.
Temas:
Core

  • Teoría de portafolios media-varianza: frontera eficiente, modelo CAPM y ratio de Sharpe
  • Valor en Riesgo (VaR): definición, simulación histórica y estimación paramétrica
  • Medidas de riesgo coherentes: axiomas, Valor en Riesgo Condicional (CVaR) y Déficit Esperado
  • Cópulas: teorema de Sklar, cópulas Gaussianas y \(t\)-, y dependencia de colas
  • Teoría del valor extremo: distribución Generalizada del Valor Extremo y método de Peaks-over-Threshold

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Construir la frontera eficiente de media-varianza e identificar el portafolio tangente bajo el CAPM [Familiarizarse]
  2. Calcular VaR y CVaR para un portafolio usando simulación histórica y métodos paramétricos [Usar]
  3. Aplicar modelos de cópulas para capturar la dependencia de colas en un análisis de riesgo multivariante [Evaluar]

4.12.5. FAM/Modelos Actuariales y Tablas de Mortalidad  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Modelos de supervivencia, tablas de mortalidad, primas netas, reservas de pólizas, modelos de pérdida y teoría de la credibilidad.
Temas:
Core

  • Funciones de supervivencia, tasas de riesgo y fuerza de mortalidad; leyes de Gompertz y Makeham
  • Tablas de mortalidad: construcción, tablas selectas y ultimativas, y métodos de interpolación
  • Valoración de seguros de vida y anualidades: primas netas, primas brutas y principio de equivalencia
  • Reservas de pólizas: métodos prospectivo y retrospectivo, ecuación diferencial de Thiele
  • Modelos de pérdida: marco frecuencia-severidad, distribuciones agregadas y teoría de la credibilidad

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular cantidades de tablas de mortalidad (tasas de mortalidad, esperanza de vida) a partir de datos brutos de supervivencia [Familiarizarse]
  2. Valorar productos de seguros de vida y anualidades usando valoración por prima neta bajo tablas de mortalidad estándar [Usar]
  3. Calcular reservas de pólizas de forma prospectiva y retrospectiva y verificar su equivalencia bajo interés constante [Evaluar]

4.12.6. FAM/Finanzas Computacionales y Métodos de Monte Carlo  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Simulación de Monte Carlo para valoración de derivados, reducción de varianza, métodos de diferencias finitas para la EDP de Black-Scholes y aprendizaje automático en finanzas cuantitativas.
Temas:
Core

  • Simulación de Monte Carlo para valoración de derivados europeos y dependientes de la trayectoria
  • Técnicas de reducción de varianza: variables antitéticas, variables de control y muestreo por importancia
  • Métodos de diferencias finitas para la EDP de Black-Scholes: esquemas explícito, implícito y de Crank-Nicolson
  • Valoración de opciones americanas: Monte Carlo de mínimos cuadrados (Longstaff-Schwartz) y parada óptima

Non Core

  • Aprendizaje automático en finanzas cuantitativas: cobertura profunda, aprendizaje por refuerzo para ejecución y modelos de factores (2020-2025)

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Implementar un valuador por Monte Carlo para una opción europea y estimar su error estándar [Familiarizarse]
  2. Aplicar técnicas de reducción de varianza para acelerar la valoración por Monte Carlo de derivados dependientes de la trayectoria [Usar]

NonCore:

  1. Evaluar enfoques de cobertura profunda y aprendizaje por refuerzo para la valoración de derivados y compararlos con la cobertura clásica de Black-Scholes [Evaluar]

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono