ESPECIFICACION Código: ES-ENA-301

Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 1 de 5

ANEXO 1: FORMATO DE PRESENTACION DEL PROGRAMA ANALITICO:

UAGRM BUSINESS SCHOOL

MAESTRÍA:
FINANZAS CORPORATIVAS
< >
13ºV 2ºE

< ESTADÍSTICA APLICADA A FINANZAS >

Enero de 2024
Santa Cruz – Bolivia

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 2 de 5

I. ASPECTOS GENERALES
Fecha de Inicio : 16 de enero de 2024
Fecha de Finalización : 8 de febrero de 2024
Días y Horas : Martes y jueves de horas 19:00am a 22:00am
Duración del Módulo : 60 Horas Académicas equivalente a 4 créditos
Docente: MSc. RUBEN NELSON AGUILAR CRUZ
Resumen de Currículum:
Formación:
Economista (2006, UMSA); con maestría en economía (2012, UCB); IVLP Trade and Finance USA (2016);
Gestión Macroeconómica y, Programación Financiera (ESAF-Brasil, 2008 y, 2009)
Experiencia.
Economista Senior de la Cámara de Industria Comercio, Servicios y Turismo de Santa Cruz (CAINCO)
Gerente General del Banco de Desarrollo Productivo S.A.M. 2020
Director del INE. 2020
Gerente de Finanzas y Banca Internacional; Banco Unión S.A. 2017-2019
Jefe del Departamento de la Balanza de Pagos; BCB. (2014-2017)
Jefe del Departamento del Sector Monetario y Fiscal; BCB (2013)
Jefe del Departamento de Investigaciones; BCB (2011-2012)
Analista senior de investigaciones; BCB (2009-2011)
Analista econométrico; Ministerio de Economía y Finanzas Públicas (2006-2009)

II. PRESENTACIÓN DEL MODULO

Tres propósitos del programa:
Saber dónde están los datos micro y macroeconómicos relevantes para la toma de decisiones en el ámbito
financiero,
Utilizar las herramientas cuantitativas de manera apropiada,
Proponer soluciones cuantitativas basadas en la estadística descriptiva, cálculo de probabilidades e inferencia
estadística para enfrentar problemas aplicados en el área financiera.
III. OBJETIVO DE APRENDIZAJE DEL MODULO
Objetivo del módulo
Competencias a Desarrollar
Al terminar el módulo, los maestrantes, estarán en la capacidad de:
Saber encontrar y usar la información estadística disponible y relevante para el análisis financiero,
Realizar contrastaciones de hipótesis correctas para realizar inferencias apropiadas,
Entender el concepto de estimación de especificaciones, realizar proyecciones y simulaciones aplicadas a las
finanzas.

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 3 de 5

IV. UNIDADES DEL MODULO

El contenido del módulo comprende el desarrollo de 5 capítulos:
TEMA 1. Introducción y naturaleza de la información
TEMA 2. Números índices y estadística descriptiva
TEMA 3. Probabilidad, variables aleatorias e inferencia estadística
TEMA 4. Estimaciones puntuales e interválicas, propiedades
TEMA 5. Estimaciones, pronósticos y simulaciones

IV. 1 PROGRAMACIÓN DE ACTIVIDADES

Tema 1. Introducción y naturaleza de la información
Martes 16 de enero: Clase teórica y práctica
Tema 2. Números índices y estadística descriptiva
Jueves 18 de enero: Clase teórica
Martes 23 de enero: Aplicaciones
Jueves 25 de enero: Aplicaciones
Tema 3. Probabilidad, variables aleatorias e inferencia estadística
Martes 30 de enero: Clase teórica y práctica
Tema 4. Estimaciones puntuales e interválicas, contrastación de hipótesis
Jueves 1° de febrero: Clase teórica y aplicaciones
Tema 5: Estimaciones, pronósticos y simulaciones
Martes 6 de febrero: Aplicaciones
Tema 6: Temas de interés: Análisis Multivariable, Japanese Candle y, pool de pronósticos
Jueves 8 de febrero: Clase teórica y aplicaciones

CAPITULO 1. INTRODUCCIÓN Y NATURALEZA DE LA INFORMACIÓN

Objetivo de aprendizaje. Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
- Conocer las fuentes de información estadística relevantes en el país para el análisis financiero.
- Identificar y usar de manera apropiada la información ordenada en series temporales, corte transversal y datos
de panel.
Contenido analítico. La información se encuentra ordenada con distinta periodicidad y en distintos dominios;
asimismo existen consideraciones teóricos y empíricas que se deben tomar en cuenta al momento de analizar
las variables de interés.
o Data Generating Process or GDP,
o Dependent and independent variables,
o Parameters,
o Data time series. Data cross section, Panel data,
o Distribución de frecuencias simples y acumuladas y por agrupación,
o Medidas descriptivas; relaciones entre variables; tasas de variación, medias móviles,
o Análisis clásico de series temporales.

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 4 de 5

Actividades del capítulo.

Se realizará la exposición introductoria de la materia, esta actividad implica repasar los detalles del contenido del
módulo; seguidamente se expondrá los conceptos teóricos inherentes al capítulo combinándolos con el marco
metodológico que subyacen a las operaciones de una economía en general y de manera particular de Bolivia. Se
cierra la sesión teórica viendo la descomposición de una serie de tiempo, más usada en el mundo financiero. Por
su parte, los maestrantes además de seguir con la clase, ex ante habrán descargado los archivos a ser utilizados
en la clase, esto les permitirá acompañar la sesión y realizar las aplicaciones en tiempo real.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.

Lecturas Básicas:
o Bibliografía 1: Ramu Ramanathan, chapter one “Introduction”, Statistical Methods in Econometrics.
o Bibliografía 2: Alfonso Novales, Estadística y Econometría; capítulo 1 “Organización y análisis de los
datos”; capítulo 2 “Tasas de Variación datos temporales”.
o Bibliografía 3: Takeshi Amemiya Introduction to statistics and econometrics; chapter one “Introduction”
CAPITULO 2. NÚMEROS ÍNDICES Y ESTADÍSTICA DESCRIPTIVA
Objetivo de aprendizaje. Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
- Saber cuándo utilizar los índices de precios y cantidades a la información, de tal forma que puedan construir
índices útiles y apropiados para la toma de decisiones.
- Tener la capacidad de utilizar los principales estadísticos de posición y dispersión para entender las principales
características de la información disponible aplicadas al sistema financiero de Bolivia.
Contenido analítico.
o Índices simples, empalmes. Logaritmos y normalización de datos,
o Índices sintéticos ponderados,
o Medidas descripticas,
o Medidas de posición central y no central, de forma y de dispersión,
o Matrices de correlaciones, matriz de varianzas y covarianzas.
Actividades del capítulo. Se construirán índices útiles de cantidades y precios para que no solo las áreas de
finanzas y negocios del sistema financiero, sino también los equipos de backoffice como riesgos y planificación
puedan distinguir objetivamente los efectos de volúmenes o precios de mercado que puedan afectar a las
variables financieras de interés.
Para finalizar la sesión se usará información disponible de los estados financieros desagregados del sistema
bancario múltiple para entender el uso práctico de la estadística descriptiva.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.
Lecturas Básicas:
o Bibliografía 1: Alfonso Novales, Estadística y Econometría; capítulo 3 “Números Índices”.
o Bibliografía 2: Bolivian natural gas export prices: Modeling and forecast pooling; Ruben Aguilar and Daney
Valdivia

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 5 de 5

CAPITULO 3. PROBABILIDAD, VARIABLES ALEATORIAS E INFERENCIA ESTADÍSTICA

Objetivo de aprendizaje
Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
Entender el espacio muestral y poder asignar probabilidades a los eventos que forman parte de un experimento
aleatorio; en finanzas absolutamente todo es generado por un PGD el cual es inobservable e inalcanzable, el
proceso de simplificación parsimoniosa permita analizar una realización de la colección de variables aleatoria que
forman parte del PGD; esa realización resume características importantes y entender su distribución permitirá
asignar probabilidades a cualquier o casi cualquier evento.
Contenido analítico
o Proceso Generador de Datos
o Distribuciones de Probabilidades
o Variables aleatorias y modelos de distribución de probabilidades
Actividades del capítulo. Con base a ejemplos teóricos se podrá caracterizar las principales variables
financieras del país para posteriormente poder asignar probabilidades; se trabajarán con información de tasas de
intereses pasivas y activas del sistema bancario múltiple y con captaciones y colocaciones.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.
Lecturas Básicas:
o Bibliografía 1: Alfonso Novales, Estadística y Econometría; capítulo 4 “Teoría de la Probabilidad”, capítulo 5
“Variables Aleatorias”.
o Bibliografía 2: Takeshi Amemiya Introduction to statistics and econometrics; chapter two “Probability”

CAPITULO 4 ESTIMACIONES PUNTUALES E INTERVÁLICAS, CONTRASTACIÓN DE HIPÓTESIS

Objetivo de aprendizaje
Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
Realizar estimaciones puntuales e interválicas,
Realizar contrastaciones de hipótesis
Contenido analítico
o Estimación puntual,
o Estimación interválica,
o Contrastes de hipótesis,
o Propiedades de los estimadores.
Actividades del capítulo
Se realizarán proyecciones interválicas y puntuales para datos relevantes del sistema financiero, inicialmente se
trabajará con información de los balances de los estados financieros desagregados del sistema bancario múltiple
en Bolivia.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 6 de 5

Lecturas Básicas:
Bibliografía: Alfonso Novales, Estadística y Econometría; capítulo 9, Estimación; capítulo 10 Contrastación de
hipótesis estadísticas,

CAPITULO 5. ESTIMACIONES, PRONÓSTICOS Y SIMULACIONES

Objetivo de aprendizaje
Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
Entender el concepto de estimación,
Poder realizar pronósticos dentro y fuera la muestra,
Realizar simulaciones,
Conocer las propiedades estadísticas que debe cumplir un buen pronóstico.
Contenido analítico
El concepto de regresión y estimación,
Pronósticos dentro la muestra, propiedades,
Pronósticos fuera de la muestra,
Simulaciones
Actividades del capítulo
Se utilizarán modelos básicos de regresión de tal forma que sirvan de plataforma para realizar las proyecciones
y simulaciones. Se trabajará con la cartera del sistema bancario y se realizaran proyecciones para el año 2024,
considerando una periodicidad mensual.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.
Lecturas Básicas:
Bibliografía 1: Franciss Diebold, Elements of forecasting; chapter three: Six Considerations Basic to Successful
Forecasting

CAPITULO 6. TEMAS DE INTERÉS: ANÁLISIS MULTIVARIABLE, JAPANESE CANDLE Y, POOL DE

PRONÓSTICOS
Objetivo de aprendizaje
Al terminar el presente capitulo, los maestrantes, estarán en condiciones de:
Reducir la dimensión de una matriz en sus componentes principales,
Poder realizar gráficas usando y entendiendo el concepto de velas japonesas,
Combinar pronósticos de forma cuantitativamente
Contenido analítico
Componentes principales, un repaso ejecutivo a los autovalores y autovectores,
Velas japonesas,
Combinación de pronósticos.
UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 7 de 5

Actividades del capítulo

En el sistema financiero, principalmente en las áreas de negocios y finanzas existe una cantidad muy amplia de
información, matemáticamente visto son matrices de dimensiones muy grandes, por lo general de “n” columnas
(variables) y “m” filas (fechas o tiempo), toda esta batería de datos puede reducirse a pocos vectores que
representen o contengan la información y dinámica de la matriz original, esta técnica cuantitativa pueda lograrse
usando autovalores y autovectores. Las aplicaciones recaerán en construir indicadores proxy de los ingresos de
los hogares, que al mismo tiempo son insumo para saber la dinámica de las captaciones.
Por otra parte, un gráfico puede resumir las características de las variables, las velas japonesas se usas en
finanzas principalmente para entender la dinámica de mercados de tasas de interés y cotizaciones de los títulos.
El tema cierra realizando combinaciones de pronósticos para que todos los realizados puedan en la medida de lo
posible (basado en temas cuantitativos) ser combinados.
Los estudiantes deberán bajar la información del sitio en Moodle ex ante al inicio de la clase, para que se pueda
trabajar conjuntamente en tiempo real. El trabajo práctico para entregar por Moodle considerará el avance de la
clase.

Lecturas Básicas:
o Bibliografía 1: Takeshi Amemiya Introduction to statistics and econometrics; chapter two “Probability”
o Bibliografía 2: Knut Sydsaeter y Peter Hammond; Matemáticas para el Análisis Económico; capítulo 14, tópico
4: Autovalores
o Bibliografía 3: Franciss Diebold: Elements of forecasting; chapter twelve: Evaluating and Combining Forecasts

V. METODOLOGIA
El módulo se desarrolla con una orientación teórica en un 50% y con una orientación práctica en un 50%.
o Contenido teórico. Los maestrantes deberán revisar la literatura proporcionada para dominar los
conceptos de cada tópico.
o Contenido práctico. Los maestrantes deben descargar ex ante al inicio de la clase el material a ser
abordado en aulas. Gran parte de los trabajos a ser entregados, implicaran la continuación de lo que se irá
avanzando en clases; es imperante seguir las clases con los datos propios. Muy aconsejable seguir la clase en
un dispositivo y realizar el avance en el ordenador principal, así no se pierden los detalles.

VI. MEDIOS - RECURSOS

Para un mejor aprovechamiento, los participantes contarán con anticipación con el Material Académico de Apoyo
correspondiente al módulo; el cual, según orientación del docente, deberá ser estudiado con anticipación a cada
clase, ya que su contenido es fundamental para el cumplimiento de los objetivos del módulo.
Además, se considera como medios de apoyo fundamentales para el desarrollo del módulo a:
– Plataforma Moodle Business School.
– Plataforma Cisco Webex Meeting y Zoom para videoconferencias.
– Biblioteca Virtual e-libro.
– Adicionalmente, es imperante que los maestrantes cuenten con los siguientes softwares: Matlab
(cualquier versión, aconsejable de la 2016 en adelante); Stata (cualquier versión, aconsejable de la v16 en
adelante); EViews (cualquier versión, aconsejable de la V10 en adelante).
– Proyector multimedia y/o televisores y computador en óptimas condiciones de uso.
UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 8 de 5

– Sonido envolvente en todas las aulas.

– Equipamiento de cámaras en todas las aulas para las réplicas al vivo de las clases a los estudiantes que
llevan el curso con opción 100% virtual.

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo
 ESPECIFICACION Código: ES-ENA-301
Rev. 7
Fecha: 26-05-21
ESTADÍSTICA APLICADA
Pág. 9 de 5

VII. EVALUACIÓN
El sistema de evaluación considera una puntuación máxima de cien (100) puntos de los cuales, para la
APROBACIÓN del módulo, el maestrante deberá acumular un mínimo de sesenta y cuatro (64) puntos:
A este fin, la acumulación del puntaje correspondiente se realizará según el detalle siguiente:
o Asistencia. Es condición sine qua non que durante el desarrollo de las clases las cámaras de sus
dispositivos electrónicos estén encendidas; cada clase se llamará lista y se tomará la asistencia del caso.
Argumentos de falta de conectividad deben ser comunicadas al profesor vía el grupo de WhatsApp creado pro la
administración de la universidad, antes del inicio de clases. Estudiantes con las cámaras apagadas se
considerarán como no asistencia al aula virtual.
o Participación (20%). Registro del docente según la participación del maestrante durante el desarrollo del
módulo.
o Todas las participaciones se darán con las cámaras encendidas.
o Cada sesión los estudiantes harán un resumen ejecutivo de la clase avanzada; asimismo cada sesión
implicará una evaluación del trabajo encargado en la sesión anterior. Cada clase tendrá un trabajo
que debe ser desarrollado por el estudiante, de manera individual.
o Trabajos Prácticos en Plataforma Moodle (30%). Elaboración y presentación de trabajos prácticos
individuales basados en el cuadro económico de coyuntura:
▪ Foros (para el análisis y discusión)
▪ Tareas en la plataforma (lecturas, casos, trabajos de investigación, etc.)
▪ Actividades de evaluación (cuestionarios, ensayos, exámenes en línea, etc.)

o Examen Final (50%). Trabajo Integrador.

VIII. BIBLIOGRAFIA
La bibliografía utilizada y recomendada para cubrir los objetivos del módulo es la siguiente:
Bibliografía básica:

1. Alfonso Novales, Estadística y Econometría,

2. Takeshi Amemiya, Introduction to statistics and econometrics,
3. Ramu Ramanathan, Statistical Methods in Econometrics,
4. Knut Sydsaeter y Peter Hammond; Matemáticas para el Análisis Económico,
5. Franciss Diebold: Elements of forecasting; chapter twelve: Evaluating and
Combining Forecasts,
6. Bolivian natural gas export prices: Modeling and forecast pooling; Ruben Aguilar
and Daney Valdivia.

Vínculos importantes:
https://data.worldbank.org/
https://www.rug.nl/ggdc/productivity/pwt/

UAGRM Business School Calle Gral. Saavedra Nº 137 Teléfono 3-366814 www.uagrmbs.edu.bo
E-mail: solicitudes@uagrmbs.edu.bo