“AÑO DE LA CONSOLIDACIÓN SOCIAL Y ECONÓMICA DEL PAIS”

“UNIVERSIDAD NACIONAL DE PIURA”

Facultad de Economía.

CURSO : FINANZAS CORPORATIVAS.

CATEDRATICA : ECON. LILIAN NATHALS SOLIS.

ALUMNOS : AGUILAR ALBAN CINDY.

ATARAMA RAMIREZ JUAN.

CHAVESTA PEÑA MELANY.

PINTADO JIMENEZ CLARA.

POZO CORNEJO SOFIA.

YARLEQUE ZEGARRA JORGE.

EXAMEN DE SELECCIÓN UNIVERSITARIA BCR (FINANZAS 2010)

SOLUCION DEL EXAMEN DE SELECCIÓN

ESTADISTICA

PREGUNTA N° 100

De los siguientes enunciados

I.5 bolas de diferentes colores se pueden organizar en una fila de 120 maneras

SOLUCION

5! =5X4X3X2X1 =120 (V)

II. Se extrae al azar una bola de una caja que contiene 6 bolas rojas, 4 bolas blancas y 5
bolas azules. La probabilidad de que la bola extraída se roja es 4/5.

SOLUCION

15/6 =5/2 (F)

III. 7 = 7! = 42
5 5!

SOLUCION

7X6X5X4X3X2X1 = 5040 = 42 (V)

5X4X3X2X1 120

IV. En un examen final de matemáticas, la calificación media fue 72 y la desviación

estándar 15.La media estándar de los estudiantes que obtuvieron calificación de 72 es 0

a) I Y II son falsas
b) I y III son verdaderas
c) II y IV son falsas
d) Ninguna de las anteriores
PREGUNTA N° 101

Una muestra de 550 focos de la marca A mostro un promedio de vida de 1500 horas y una
desviación estándar de 120 h.Una muestra de 180 focos de la marca B mostro un
promedio de vida de 1250h y una desviación estándar de 90 h .Calcule los limites de
confianza 95%, para la diferencia de las medias de los promedios der vida para las
poblaciones de las marcas A y B.

a) 267.6 y 230.2
b) 266.4 y 228.8
c) 271.0 y 228.4
d) Ninguna de las anteriores

SOLUCION

2 + 2
XA – XB ± ZC =
NA NB
Los límites de la confianza es 95%

1500 – 1250 ± 1.96 1202 + 902

550 180

250 ±16.540 266.54

233.46

Entonces se puede tomar una confianza de 95% en que la diferencia de las medias
poblacionales está entre 233.46 h y 266.54h

PREGUNTA N° 103

¿Qué valores puede tomar la covarianza?

a) Entre -1 y 1
b) Entre 0 y 1
c) Entre -∞ y +∞
d) N.A

PREGUNTA N° 104
Todos los siguientes enunciados son verdaderos excepto:

a) En una distribución normal, la media tiene valor 0 y la varianza vale 1 (V)

b) Un estimador insesgado es aquel cuyo valor esperado es igual al parámetro que

quiere estimar. (V)

c) El coeficiente de correlación puede tomar valores entre -1 y 1, inclusive

Indica que más cercano al 1 el coeficiente de correlación tiene más asociación

lineal. Más cercano al 0, es más débil a la asociación lineal (v)

d) N.A

PREGUNTA N° 105

¿Qué acción sería preferible usando el concepto de coeficiente de variación?

a) Una con rentabilidad de 3% y desviación estándar de 2%

b) Una con rentabilidad de 20% y desviación estándar de 80%
c) Una con rentabilidad de 10% y desviación estándar de 20%
d) Una con retorno de 10% y desviación estándar de 25%

ECONOMETRIA

Asuma el siguiente proceso

yt = µ + yt -1 +€t
Con € (t) i.i.d (0.α € 2).¿ Cuál de las siguientes afirmaciones es verdadera?

a) El proceso es no estacionario porque su esperanza, varianza y covarianza son

dependientes del tiempo
b) El proceso es estacionario en tendencia
c) El proceso es no estacionario porque €t no es normalmente distribuido
d) El proceso es no invertible

Para que sea normalmente distribuido:

€t ≈ N ( µ =0 ,2 ‫ )ﻵ‬Es normalmente estacionaria por cumplir ruido blanco

PREGUNTA N° 107
Asuma un conjunto de series temporales que son reunidas en un vector Y, de dimensión
n.El modelo multivariado de cointegracion propuesto por Johansen (1995) denominado
VECM se expresa de la siguiente forma:

K-1

▲ YT = ǿ DT +¶ YT-1 + Ʃ Ƭi ▲YT-1 +€ T
i=1

¶ = - I +Ʃ ¶I Ƭi = Ʃ ¶j Ƭ = I- Ʃ Ƭi y Dt es un conjunto de componentes
deterministricos.Se sabe que las variables poseen tendencia lineal y el vector de
cointegracion es estacionario en tendencia. Un investigador desea saber cómo modelar
los componentes deterministicos tanto en las variables como en el vector de cointegracion
¿Cuál de las siguientes afirmaciones es correcta?

a) Incluir una constante en le VECM y también en el vector de cointegracion

b) No incluir ningún componente deterministico tanto en el VECM como en el vector
de cointegracion
c) Incluir una constante en el VECM y una tendencia en el vector de cointegracion
d) Dado que hay tendencia en las variables , incluir una tendencia en el VECM y
una constante en el vector de cointegracion

PREGUNTA N° 108

Cuál de las siguientes afirmaciones son verdaderas:

a) Sea x1 una de las variables explicativas del modelo de regresión lineal múltiples el
R2 de la regresión deX1sobre las demás variables explicativas es cercano a uno,
entonces la varianza del estimador de B1 es pequeña. (V)
b) Si el término de error del modelo de regresión se distribuye como una normal con
media cero y varianza uno, entonces los estimadores MCO son eficientes
únicamente para modelos lineales insesgado. (F)
c) Si un proceso es estacionario en covarianza entonces es estacionario en su quinto
momento
d) Tanto a, b y c son falsas

PREGUNTA N° 109

Considere el modelo de regresión múltiple en términos matriciales: Y =XB +U. Además ϓ

=X(X| X)-1 Xy .Que podemos decir respecto al R2 de la regresión de Y sobreX

a) El R2 está entre cero y uno (0≤ R2≤1)

b) El R2 es uno
c) El R2 es cero
d) El R2 es negativo

Porque: y =XB + U

B= (X | X)-1 X | y
REEMPLANZANDO : y = X (X| X)-1 X | y

y=B X

RXy =1 y= BX

PREGUNTA N° 110

Considere el siguiente modelo de regresión múltiple con dos variables explicativas:

yi = ß0 +ß1 Xi 1+ ß2Xi2 +µi

Al estimar el modelo se encuentra que solo se ha conseguido datos de x 1 e y , mas no de

x2.

Por lo que el modelo estimado es : yi = ß0 +ß1 Xi 1 + ei

Respecto al estimador de B0 y B1 se puede decir que:

a) Solo el estimador B1 es insesgado

b) Tanto B0 como B1 son insesgado
c) Si la correlación entre x1 y x2 es cero entonces es estimador de B0 y B1 es
insesgado
d) Si la correlación entre x1 y x2 es cero entonces solo el estimador de B1 es
insesgado

Respecto al estimador se puede decir que:

er =B2 X i2 +ur

A. SI E ( er) = 0

E (B) = B1

B) E (B0) = B0

E (B1)= B1

C) Falsa ya que rxy (correlación)= Sxy

Sxy

rxy = B Sxy = B =rxysy y si rxy =es 0 , B también

Sxy sx
D) El apartado es falso porque rxy es diferente de cero

Nota : rxy = mide el grado de asociación que existe entre ambas variables