5.2.
CONCEPTO DE VALOR ESPERADO
Una de las características más importantes de las inversiones financieras es la rentabilidad,
pero no es la única, sin embargo, va a representar un conveniente punto de partida.
La rentabilidad esperada de una inversión financiera puede obtenerse por medio de la
esperanza matemática del retorno de los distintos escenarios enfrentados. Este valor será
entonces representativo de los cambios en los distintos estados de la naturaleza supuestos,
los cuales reflejan de una u otra manera, los distintos niveles de incertidumbre con respecto
a otras características de las inversiones financieras (liquidez, solvencia de la empresa
emisora, garantías, etc.).
El valor esperado es un concepto fundamental en el estudio de las distribuciones de
probabilidad. Desde hace muchos años este concepto ha sido aplicado ampliamente en el
negocio de seguros y en los últimos veinte años ha sido aplicado por otros profesionales
que casi siempre toman decisiones en condiciones de incertidumbre.
Para obtener el valor esperado de una variable aleatoria discreta, multiplicamos cada valor
que ésta puede asumir por la probabilidad de ocurrencia de ese valor y luego sumamos los
productos. Es un promedio ponderado de los resultados que se esperan en el futuro.
n
E[ R ]=∑ pi ×Ri
i=1
El valor esperado, también llamado, que viene a Esperanza Matemática ser el promedio
ponderado de los posibles resultados por la probabilidad de ocurrencia asociado a cada
evento; es la suma de las multiplicaciones de cada evento por su respectiva probabilidad de
ocurrencia. Su formulación matemática es la siguiente:
Donde E[R] es el resultado esperado o la esperanza matemática del resultado, siendo n los
posibles estados de la naturaleza (i=1, n), pi la probabilidad de ocurrencia de cada evento y
Ri el resultado esperado si se verifica el escenario “i”.
El riesgo es la característica presente en una situación incierta, pero en la cual se pueden
establecer probabilidades de ocurrencia. Se puede aproximar midiendo la variabilidad de
los rendimientos esperados producto de los cambios percibidos en la verificación del resto
de las características. De esta forma, se encuentran distintos tipos de riesgo asociados a las
inversiones financieras: riesgos de liquidez, riesgos de solvencia, riesgo de calidad de la
garantía, etc.
Para medir la dispersión se pueden usar varios métodos que permiten cuantificar cuánto se
alejan las distintas observaciones de las medidas de posición central, entre estos están: la
varianza y su raíz cuadrada conocida como desviación estándar.
5.3. VARIABLES INDEPENDIENTES
El término variable se puede definir como toda aquella característica o cualidad que
identifica a una realidad y que se puede medir, controlar y estudiar mediante un proceso
de investigación.
La variable independiente es aquella propiedad, cualidad o característica de una realidad,
evento o fenómeno, que tiene la capacidad para influir, incidir o afectar a otras variables. Se
llama independiente, porque esta variable no depende de otros factores para estar presente
en esa realidad en estudio.
Algunos ejemplos de variables independientes son; el sexo, la raza, la edad, entre otros.
Veamos un ejemplo de hipótesis donde está presente la variable independiente: “Los niños
que hacen tres años de educación preescolar, aprenden a leer más rápido en primer grado.”
En este caso la variable independiente es “hacen tres años de educación preescolar.” Porque
para que los niños de primer grado aprendan a leer más rápido, depende de que hagan tres
años de educación preescolar.
5.4 VARIABLES DEPENDIENTES.
Las variables dependientes son las que se crean como resultado del estudio o experimento.
Si se toma el ejemplo de un estudio de la pérdida de peso, donde la variable independiente
son las calorías consumidas, entonces una variable de pendiente podría ser el peso total de
los participantes del estudio. Así que el peso del participante en el estudio depende de la
fluctuación de la variable independiente, que es lo que la hace dependiente.
El desarrollo de la mayoría de los modelos para realizar predicciones sobre quiebras en las
empresas, se ha representado tradicionalmente a través de una función lineal con una
variable dependiente, la cual generalmente se le puede definir de dos formas: a) como éxito
empresarial, o b) como fracaso empresarial. Además, Argenti apunta que puede incluirse
un tercer término muy interesante (aunque no es frecuente en la mayoría de las
investigaciones) y es el de “colapso empresarial”, el cual se utiliza como sinónimo de
fracaso.
La determinación de estos elementos son temas de múltiples divergencias y contradicciones
que existen en los diversos trabajos sobre los modelos predictivos. Por ejemplo, es común
encontrar que el término fracaso empresarial es el más utilizado como variable dependiente,
sin embargo, su definición presenta serios problemas de ambigüedad al englobar
diversos criterios que son tratados en ocasiones con un exceso doctrinal al inicio de
las investigaciones, pero conforme se avanza en los trabajos se olvida su conceptualización
que es sustituida por un excesivo trabajo estadístico que poco tiene que ver con la búsqueda
de la exactitud predictiva del modelo.
