Búsqueda

Una Metodología para mejorar el cálculo de la prima de riesgo

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<rdf:Description>
<dc:creator>Raponi, Valentina</dc:creator>
<dc:creator>Robotti, Cesare</dc:creator>
<dc:creator>Zaffaroni, Paolo</dc:creator>
<dc:date>2020-01-01</dc:date>
<dc:description xml:lang="es">Sumario: Modelos de cálculo de la Beta y, en concreto, cálculo de las primas de riesgo. En esencia, la prima de riesgo es el precio del riesgo y supone uno de los coeficientes más importantes no solo en el mundo de las finanzas, sino también en la macroeconomía y las finanzas corporativas. Lo que mide la prima de riesgo: el exceso de rentabilidad que se espera de los activos de riesgo respecto a los activos libres de  riesgo. En el artículo, los autores se centran en cómo se pueden medir estas cantidades con los datos disponibles. Analizan los principales supuestos para calcular las primas de riesgo que se hacen con la teoría estándar más utilizada, es decir, el modelo de valoración de activos financieros CAPM y los modelos de tres y cinco factores de Fama y French</dc:description>
<dc:identifier>https://documentacion.fundacionmapfre.org/documentacion/publico/es/bib/170337.do</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights xml:lang="es">InC - http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:subject xml:lang="es">Prima de riesgo</dc:subject>
<dc:subject xml:lang="es">Cálculo de la prima</dc:subject>
<dc:subject xml:lang="es">Matemática financiera</dc:subject>
<dc:subject xml:lang="es">Análisis de datos</dc:subject>
<dc:subject xml:lang="es">Valoración de activos</dc:subject>
<dc:subject xml:lang="es">Entrevistas</dc:subject>
<dc:type xml:lang="es">Libros</dc:type>
<dc:title xml:lang="es">Una Metodología para mejorar el cálculo de la prima de riesgo</dc:title>
<dc:relation xml:lang="es">En: IESE Insight. Business knowledge. - enero 2020 ; 2 p.</dc:relation>
</rdf:Description>
</rdf:RDF>