Una teora financiera popular sostiene que existe una relacin directa entre el riesgo de una inversin y el rendimiento

espe
accin se mide por medio de su valor BETA. A continuacin se presentan los rendimientos y los valores BETA para 12 accion
por la empresa de inversiones de GUESS. Estos datos parecen conformar esta teora financiera de una relacin directa? Q

ACCION
1
2
3
4
5
6
7
8
9
10
11
12

RENDIMIENTO (%)
5.4%
8.9%
2.3%
1.5%
3.7%
8.2%
5.3%
0.5%
1.3%
5.9%
6.8%
7.2%

BETA
1.5
1.9
1
0.5
1.5
1.8
1.3
-0.5
0.5
1.8
1.9
1.9

BETA/RENDIM
10.0%
8.0%
6.0%
4.0%
2.0%
0.0%
-1

-0.5

0
-2.0%

REGRESION CON CONSTANTE CERO

Estadsticas de la regresin
Coeficiente de correlacin
0.974507258
mltiple
Coeficiente de determinacin
0.949664397
R^2
R^2 ajustado
0.858755306
Error tpico
0.012830623
Observaciones
12
ANLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados F
Valor crtico de F
Regresin
1 0.03416513 0.03416513 207.533191 5.1518E-08
Residuos
11 0.00181087 0.00016462
Total
12
0.035976
Coeficientes
Intercepcin
BETA

Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%

0
#N/A
#N/A
#N/A
#N/A
#N/A
0.036784158 0.00255339 14.4060123 1.7424E-08 0.03116419 0.04240413

Anlisis de los residuales

Observacin
Pronstico RENDIMIENTO (%)Residuos
1
0.055176238 -0.00117624
2
0.069889901
0.0191101
3
0.036784158 -0.01378416
4
0.018392079 -0.00339208
5
0.055176238 -0.01817624
6
0.066211485 0.01578851
7
0.047819406 0.00518059
8
-0.018392079 0.02339208
9
0.018392079 -0.00539208
10
0.066211485 -0.00721149
11
0.069889901 -0.0018899
12
0.069889901
0.0021101

Clase
Frecuencia
-0.01817624
1
-0.00432013
3
0.00953597
5
y mayor...
3

REGRESION SIN CONSTANTE CERO

Resumen
Estadsticas de la regresin
Coeficiente de correlacin
0.896979619
mltiple
Coeficiente de determinacin
0.804572438
R^2
R^2 ajustado
0.785029681
Error tpico
0.013189013
Observaciones
12
ANLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados F
Valor crtico de F
Regresin
1
0.0071615
0.0071615 41.1698548 7.6701E-05
Residuos
10
0.0017395 0.00017395
Total
11
0.008901

Intercepcin
BETA

Coeficientes
Error tpico Estadstico t Probabilidad Inferior 95% Superior 95%
0.004902254 0.00765317 0.64055209
0.536215 -0.01215007 0.02195458
0.033852514 0.00527596 6.41637396 7.6701E-05 0.02209695 0.04560808

Anlisis de los residuales

Observacin
Pronstico RENDIMIENTO (%)Residuos
1
0.055681024 -0.00168102
2
0.06922203 0.01977797
3
0.038754767 -0.01575477

Clase
Frecuencia
-0.01868102
1
-0.00586136
4
0.00695831
4

4
5
6
7
8
9
10
11
12

0.02182851
0.055681024
0.065836778
0.048910521
-0.012024003
0.02182851
0.065836778
0.06922203
0.06922203

-0.00682851
-0.01868102
0.01616322
0.00408948
0.017024
-0.00882851
-0.00683678
-0.00122203
0.00277797

y mayor...

a inversin y el rendimiento esperado. El riesgo de una

los valores BETA para 12 acciones ficticias sugeridos
iera de una relacin directa? Qu opina usted?

Coeficiente de correlacin
RENDIMIENTO (%)
RENDIMIENTO (%)
100.0%
BETA
89.7%

BETA/RENDIMIENTO

0.5

1.5

Inferior 95.0%Superior 95.0%

#N/A
#N/A
0.03116419 0.04240413

2.5

RESIDUOS
Frecuencia

6
4
2

Frecuencia

0
-0.018176238

-0.004320132

0.009535974

Clase

Inferior 95.0%Superior 95.0%

-0.01215007 0.02195458
0.02209695 0.04560808

Histograma
Frecuencia

6
4

y mayor...

Frecuencia

4
2

Frecuencia

0
-0.018681024

-0.005861359

0.006958306

Clase

y mayor...

de correlacin
BETA
100.0%

Vamos a pronosticar las ventas para una cadena de hoteles de acuerdo con la siguiente informacin:

Utilice esta informacin y la regresin mltiple para predecir las ventas de la cadena de hoteles durante los cuatro trimestr
de los cuatro trimestres siguientes, es de 50,000 dlares. (Para esta regresin: Invierno=1, primavera=2, verano=3 y otoo=4

TRIMESTRE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

CLIENTES POTENCIALES (MILES)

100
105
111
117
122
128
135
142
149
156
164
172
181
190
200
210
221
232
243
264

PUBLICIDAD (MILES DE $)

TRIMESTRE
1
2
3
4
5
6
7
8
9
10
11
12
13
14

X1
CLIENTES POTENCIALES (MILES)
100
105
111
117
122
128
135
142
149
156
164
172
181
190

X2
PUBLICIDAD (MILES DE $)

30
20
15
40
10
50
5
40
20
10
60
5
35
15
70
25
30
60
80
60

30
20
15
40
10
50
5
40
20
10
60
5
35
15

15
16
17
18
19
20

200
210
221
232
243
264

70
25
30
60
80
60

CLIENTES POTENCIALES (MILES)

100.0%
53.3%
20.5%

CLIENTES POTENCIALES (MILES)

PUBLICIDAD (MILES DE $)
ESTACION

REGRESION CON CONSTANTE CERO

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.941145639
Coeficiente de determinacin R^2
0.885755114
R^2 ajustado
0.813491009
Error tpico
770.3032565
Observaciones
20
ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

3
17
20

Suma de cuadrados
78207659.18
10087240.82
88294900

Coeficientes
Intercepcin
0
CLIENTES POTENCIALES (MILES)
11.22071374
PUBLICIDAD (MILES DE $)
-8.081804902
ESTACION
124.5417215

Error tpico
#N/A
2.873545873
9.155143602
145.1537192

Anlisis de los residuales

Observacin Pronstico VENTA(MILLONES DE $)
1
1004.158949

Residuos
195.8410514

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1265.622288
1497.897316
1487.718198
1412.650749
1281.244557
1848.012495
1768.236041
1634.791971
1918.696738
1728.913924
2387.720625
1872.627737
2259.79198
2052.04157
2652.471649
2361.865311
2367.380737
2453.714212
2975.52702

-385.6222879
302.1026837
-437.7181977
287.349251
-931.2445569
651.9875049
-1008.236041
665.208029
-918.6967377
-158.9139241
42.27937492
-552.6277372
-859.7919805
-162.0415697
547.5283508
-161.8653114
-927.380737
1546.285788
1124.47298

REGRESION SIN CONSTANTE CERO

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.732376714
Coeficiente de determinacin R^2
0.536375652
R^2 ajustado
0.449446087
Error tpico
751.9143964
Observaciones
20
ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

3
16
19

Suma de cuadrados
10465490.85
9046004.151
19511495

Coeficientes
Intercepcin
-912.497771
CLIENTES POTENCIALES (MILES)
15.44003474
PUBLICIDAD (MILES DE $)
-9.88916056
ESTACION
209.27977

Error tpico
672.3965639
4.187398305
9.035281714
154.8372432

Anlisis de los residuales

Observacin Pronstico VENTA(MILLONES DE $)
1
544.1106562
2
929.4822055
3
1280.847987
4
1335.538951
5
1081.574632
6
987.9281877
7
1750.300426
8
1721.53982
9
1399.563964
10
1815.815583
11
1654.157603
12
2530.861482
13
1745.307667
14
2291.330961
15
2111.107248
16
2919.79959
17
2412.35486
18
2494.800195
19
2676.137136
20
3407.440847

Residuos
655.8893438
-49.48220552
519.1520132
-285.5389513
618.4253684
-637.9281877
749.6995739
-961.5398197
900.436036
-815.8155828
-84.15760278
-100.8614815
-425.3076673
-891.3309611
-221.1072478
280.2004096
-212.3548596
-1054.800195
1323.862864
692.5591533

la siguiente informacin:

a cadena de hoteles durante los cuatro trimestres siguiente. Suponga que la publicidad durante cada uno
n: Invierno=1, primavera=2, verano=3 y otoo=4)

ESTACION
INVIERNO
PRIMAVERA
VERANO
OTOO
INVIERNO
PRIMAVERA
VERANO
OTOO
INVIERNO
PRIMAVERA
VERANO
OTOO
INVIERNO
PRIMAVERA
VERANO
OTOO
INVIERNO
PRIMAVERA
VERANO
OTOO

VENTA(MILLONES DE $)
1200
880
1800
1050
1700
350
2500
760
2300
1000
1570
2430
1320
1400
1890
3200
2200
1440
4000
4100

X3
ESTACION

Y
VENTA(MILLONES DE $)
1200
880
1800
1050
1700
350
2500
760
2300
1000
1570
2430
1320
1400

VENTAS/CLIENTES
4500
4000
3500
3000
2500
2000
1500
1000
500
0
0

50

100

150

VENTAS/PUBLICIDAD
5000
4000
3000

1
2
3
4
1
2
3
4
1
2
3
4
1
2

2000
1000
0
0

20

40

60

VENTAS/ESTACION
5000
4000
3000

3
4
1
2
3
4

PUBLICIDAD (MILES DE $)
100.0%
21.2%

Promedio de los cuadrados

26069219.73
593367.107

Estadstico t
#N/A
3.904831953
-0.882761129
0.857998832

1890
3200
2200
1440
4000
4100

2000
1000
0
0

ESTACION

100.0%

F
Valor crtico de F
43.93438635 5.9849E-08

Probabilidad
Inferior 95%
#N/A
#N/A
0.001139686
5.1580619
0.389677866 -27.3974695
0.402828198 -181.705856

Superior 95% Inferior 95.0%Superior 95.0%

#N/A
#N/A
#N/A
17.2833656
5.1580619 17.2833656
11.2338597 -27.3974695 11.2338597
430.789299 -181.705856 430.789299

Promedio de los cuadrados

3488496.95
565375.2594

Estadstico t
-1.357082739
3.687262022
-1.09450495
1.351611316

F
Valor crtico de F
6.170232764 0.00546019

Probabilidad
0.193592103
0.001995328
0.28993732
0.195300591

Inferior 95%
-2337.91481
6.56314688
-29.0431021
-118.960522

Superior 95% Inferior 95.0%Superior 95.0%

512.919268 -2337.91481 512.919268
24.3169226 6.56314688 24.3169226
9.26478103 -29.0431021 9.26478103
537.520063 -118.960522 537.520063

AS/CLIENTES

200

250

300

S/PUBLICIDAD

60

80

100

AS/ESTACION
VENTAS/ESTACION

Linear
(VENTAS/ESTACION
)
6

perior 95.0%

REGRESION CON CONSTANTE CERO Y SIN PUBLICIDAD

TRIMESTRE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

CLIENTES
POTENCIALES
(MILES)
100
105
111
117
122
128
135
142
149
156
164
172
181
190
200
210
221
232
243
264

ESTACION
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4

VENTA(MILLONES DE $)
1200
880
1800
1050
1700
350
2500
760
2300
1000
1570
2430
1320
1400
1890
3200
2200
1440
4000
4100

perior 95.0%

Resumen

Estadsticas de la regresin
Coeficiente de correlacin
0.93822107mltiple
Coeficiente de determinacin
0.88025878 R^2
R^2 ajustado 0.81805093
Error tpico
766.396298
Observaciones
20
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Valor crtico de F
Regresin
2 77722360.9 38861180.4 66.1620864 9.5216E-09
Residuos
18 10572539.1 587363.285
Total
20
88294900
Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%
Intercepcin
0
#N/A
#N/A
#N/A
#N/A
CLIENTES POTENCIALES
13.9961825
(MILES)
3.58772873 3.90112619 0.00104679 6.45864413
ESTACION
-121.065523 155.880517 -0.7766559
0.4474484 -448.558337

Anlisis de los residuales

Observacin
Pronstico VENTA(MILLONES
Residuos
DE $)
1 915.356155 284.643845
2 985.337068 -105.337068
3 1069.31416 730.685838

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1153.29126
1223.27217
1307.24926
1405.22254
1503.19582
1601.1691
1699.14237
1811.11183
1923.08129
2049.04694
2175.01258
2314.9744
2454.93623
2608.89424
2762.85224
2916.81025
3210.73008

-103.291257
476.72783
-957.249265
1094.77746
-743.19582
698.830903
-699.142374
-241.111834
506.918706
-729.046937
-775.012579
-424.974404
745.063771
-408.894236
-1322.85224
1083.18975
889.269917

REGRESION CON CONSTANTE CERO Y SIN PUBLICIDAD NI ESTACIO

Resumen
Estadsticas de la regresin
Coeficiente de correlacin
0.93608021mltiple
Coeficiente de determinacin
0.87624615 R^2
R^2 ajustado 0.82361458
Error tpico
758.351168
Observaciones
20

or crtico de F

Superior 95% Inferior 95.0%Superior 95.0%

#N/A
#N/A
#N/A
21.5337208 6.45864413 21.5337208
206.42729 -448.558337
206.42729

ANLISIS DE VARIANZA
Grados de libertad
Regresin
1
Residuos
19
Total
20
Coeficientes
Intercepcin
0
CLIENTES POTENCIALES
11.3170607
(MILES)

Anlisis de los residuales

Observacin
Pronstico VENTA(MILLONES DE $)
1 1131.70607
2 1188.29137

3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1256.19373
1324.0961
1380.6814
1448.58376
1527.80319
1607.02261
1686.24204
1765.46146
1855.99795
1946.53443
2048.38798
2150.24152
2263.41213
2376.58274
2501.0704
2625.55807
2750.04574
2987.70401

CERO Y SIN PUBLICIDAD NI ESTACION

Suma de cuadrados
Promedio de los cuadrados F
Valor crtico de F
77368066.6 77368066.6 134.5305832
8.708E-10
10926833.4 575096.493
88294900
Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
0.97571534
11.598732 4.59164E-10 9.27486499 13.3592563 9.27486499 13.3592563

Residuos
68.2939346
-308.291369

Clase
Frecuencia
-1185.55807
1
-576.679989
5

32.19809462
641.0761778
y mayor...

5
5
4

Histograma
6
Frecuencia

543.806267
-274.096097
319.3186
-1098.58376
972.196812
-847.022613
613.757963
-765.461462
-285.997947
483.465567
-728.387978
-750.241524
-373.412131
823.417263
-301.070405
-1185.55807
1249.95426
1112.29599

4
2
0
-1185.558072

-576.6799886

32.19809462
Clase

641.0761778

y mayor...

perior 95.0%

y mayor...

Descargue de la pgina del BCRP (estadsticas), los valores anuales de la variacin del PBI desde los aos 2000 hasta 2012.

Ao
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012

PBI real (var. %)

2.95
0.21
5.02
4.04
4.98
6.83
7.74
8.91
9.80
0.86
8.79
6.91
6.28

de los aos 2000 hasta 2012. Grafique x = aos despus de 1999 contra el PBI, y utilice la grfica para explicar