Teorías y líneas de investigación en el sistema de franquicia: una revisión desde los años 60 hasta 2009

[ES] Diversos trabajos han analizado el sistema de franquicia y señalado las líneas principales de investigación con respecto a los trabajos científicos publicados hasta el momento (Elango y Fried, 1997; Díez de Castro y Rondán, 2004). El presente artículo pretende continuar este proceso y además, identificar las teorías aplicadas al estudiar el sistema de franquicia -teoría de la agencia, teoría de la escasez de recursos, teoría de la extensión del riesgo, teoría contractual, teoría de los costes de transacción y teoría de las señales-, explicando las contribuciones que realiza cada una de ellas a la literatura.

New genetic markers for treatment personalization in pediatric acute lymphoblastic leukemia

La Leucemia Linfoblástica Aguda (LLA) es el cáncer pediátrico más común. Es un desorden de las células linfoblásticas, que son las precursoras de las células linfáticas, y se caracteriza por la acumulación en médula ósea y sangre de pequeñas células blásticas con poco citoplasma y cromatina dispersa. En las últimas décadas, se ha conseguido aumentar la supervivencia del 10% al 80% pero todavía hay un 20% de pacientes que no responden al tratamiento. Esta mejoría se ha conseguido mediante la implantación de terapias combinadas y la adecuación de la terapia a grupos de riesgo. Los pacientes se separan en tres grupos de riesgo, Riesgo Estándar (RE), Alto Riesgo (AR) y Muy Alto Riesgo (MAR), en base a marcadores pronósticos, entre los que se incluyen alteraciones citogenéticas. Sin embargo, a lo largo del tratamiento, nos encontramos con dos problemas:1) Por un lado, algunos de los pacientes incluidos en el grupo de RE y AR no responden bien al tratamiento y pasan AR y MAR respectivamente. Esto quiere decir que los grupos de riesgo no están bien definidos. Por lo tanto, sería de interés poder caracterizar los pacientes que realmente son RE y AR y aquéllos que desde un principio deberían haber sido considerados como de mayor riesgo.2) Por otro lado, un alto porcentaje de pacientes experimenta toxicidad, que puede llegar a ser muy grave en algunos casos, siendo necesario parar el tratamiento. Por este motivo, sería altamente beneficioso poder reconocer a los pacientes que van a ser más sensibles al tratamiento para, de ese modo, poder ajustar la dosis.Por todo esto, creemos que una mejor asignación de los pacientes de LLA a grupos de riesgo y la personalización de la dosis, mediante nuevos marcadores genéticos, permitiría mejorar la respuesta al tratamiento.En este estudio nos planteamos, por lo tanto, dos objetivos: 1) Llevar a cabo la identificación de nuevas alteraciones genéticas presentes en el tumor para una mejor caracterización del riesgo y 2) Realizar una caracterización genética del individuo que permita predecir la respuesta al tratamiento.

¿Le prestamos dinero a Proyect SA?

Duración (en horas): Más de 50 horas. Destinatario: Estudiante y Docente

Los determinantes de la rentabilidad primaria de los bonos de titulización hipotecaria: la influencia de las estructuras multitramo

[ES] Este artículo analiza los determinantes de la rentabilidad primaria de los bonos de titulización hipotecaria (conocidos en la literatura como mortgage backed securities, o MBS) emitidos en España durante el periodo 1993-2011, periodo en el que el mercado español llegó a convertirse en el más importante de Europa continental. Los resultados obtenidos sobre el análisis de la población completa de MBS emitidos (262 tramos configurados sobre 94 fondos de titulización) indican que la estructuración multitramo de los MBS ha ayudado a reducir el riesgo percibido global de las emisiones de MBS, mediante la generación de mercados más completos y la reducción de los problemas derivados de la existencia de asimetrías informativas implícitas en el proceso de selección de los activos transmitidos por parte de la entidad cedente. Esta reducción del riesgo percibido ha tenido un efecto directo sobre la rentabilidad ofrecida por los bonos de titulización emitidos. Además, no se encuentran evidencias de que la emisión de MBS persiga la transmisión efectiva de riesgos, más bien al contrario. Las Entidades de crédito, por lo general, han retenido los tramos de primeras pérdidas, lo que ha contribuido a mantener en niveles muy bajos (por debajo de la rentabilidad de la deuda soberana) la rentabilidad ofrecida por los MBS. Precisamente, el escaso diferencial ofrecido por los bonos de titulización se debe a que los tramos retenidos no han ofrecido primas de rentabilidad ajustadas al riesgo inherente.

Choice under Risk : Theory and Applications

Es útil para estudiantes de postgrado (Master y Doctorado) en cursos de Economía o de Microeconomía en los que se analicen problemas de Decisión en condiciones de Riesgo o Incertidumbre. El documento comienza explicando la Teoría de la Utilidad Esperada. A continuación se estudian la aversión al riesgo, los coeficientes de aversión absoluta y relativa al riesgo, la relación “más averso que” entre agentes económicos y los efectos riqueza sobre las decisiones en algunas relaciones de preferencia utilizadas frecuentemente en el análisis económico. La sección 4 se centra en la comparación entre alternativas arriesgadas en términos de rendimiento y riesgo, considerando la dominancia estocástica de primer y segundo orden y algunas extensiones posteriores de esas relaciones de orden. El documento concluye con doce ejercicios resueltos en los que se aplican los conceptos y resultados expuestos en las secciones anteriores a problemas de decisión en varios contextos

Impacto solvencia II en un seguro de vida

La actividad aseguradora supone la transferencia de riesgos del asegurado al asegurador. El asegurador se compromete al pago de una prestación si el riesgo se realiza. Se produce un cambio en el ciclo productivo. El asegurador vende una cobertura sin conocer el momento y el coste exacto de dicha cobertura. Esta particularidad de la actividad aseguradora explica la necesidad para una entidad aseguradora de ser solvente en cada momento y ante cualquier imprevisto. Por ello, la solvencia de las entidades aseguradoras es un aspecto que se ha ido recogiendo en las distintas normativas que han regulado la actividad aseguradora y al que se ha ido dando cada vez más importancia. Actualmente la legislación vigente en materia de solvencia de las aseguradoras esta regulada por la directiva europea Solvencia I. Esta directiva establece dos conceptos para garantizar la solvencia: las provisiones técnicas y el margen de solvencia. Las provisiones técnicas son las calculadas para garantizar la solvencia estática de la compañía, es decir aquella que hace frente, en un instante temporal determinado, a los compromisos asumidos por la entidad. El margen de solvencia se destina a cubrir la solvencia dinámica, aquella que hace referencia a eventos futuros que puedan afectar la capacidad del asegurador. Sin embargo en una corriente de gestión global del riesgo en la que el sector bancario ya se había adelantado al sector asegurador con la normativa Basilea II, se decidió iniciar un proyecto europeo de reforma de Solvencia I y en noviembre del 2009 se adoptó la directiva 2009/138/CE del parlamento europeo y del consejo, sobre el seguro de vida, el acceso a la actividad de seguro y de reaseguro y su ejercicio mas conocida como Solvencia II. Esta directiva supone un profundo cambio en las reglas actuales de solvencia para las entidades aseguradoras. Este cambio persigue el objetivo de establecer un marco regulador común a nivel europeo que sea más adaptado al perfil de riesgo de cada entidad aseguradora. Esta nueva directiva define dos niveles distintos de capital: el SCR (requerimiento estándar de capital de solvencia) y el MCR (requerimiento mínimo de capital). Para el calculo del SCR se ha establecido que el asegurador tendrá la libertad de elegir entre dos modelos. Un modelo estándar propuesto por la Autoridad Europea de Seguros y Pensiones de Jubilación (EIOPA por sus siglas en inglés), que permitirá un calculo simple, y un modelo interno desarrollado por la propia entidad que deberá ser aprobado por las autoridades competentes. También se contempla la posibilidad de utilizar un modelo mixto que combine ambos, el estándar y el interno. Para el desarrollo del modelo estándar se han realizado una serie de estudios de impacto cuantitativos (QIS). El último estudio (QIS 5) ha sido el que ha planteado de forma más precisa el cálculo del SCR. Plantea unos shocks que se deberán de aplicar al balance de la entidad con el objetivo de estresarlo, y en base a los resultados obtenidos constituir el SCR. El objetivo de este trabajo es realizar una síntesis de las especificaciones técnicas del QIS5 para los seguros de vida y realizar una aplicación práctica para un seguro de vida mixto puro. En la aplicación práctica se determinarán los flujos de caja asociados a este producto para calcular su mejor estimación (Best estimate). Posteriormente se determinará el SCR aplicando los shocks para los riesgos de mortalidad, rescates y gastos. Por último, calcularemos el margen de riesgo asociado al SCR. Terminaremos el presente TFG con unas conclusiones, la bibliografía empleada así como un anexo con las tablas empleadas.

Aplicación de la Programación lineal a la asignación de personal en un centro de llamadas

[ES] La necesidad de gestionar y repartir eficazmente los recursos escasos entre las diferentes operaciones de las empresas, hacen que éstas recurran a aplicar técnicas de la Investigación de Operaciones. Éste es el caso de los centros de llamadas, un sector emergente y dinámico que se encuentra en constante desarrollo. En este sector, la administración del trabajo requiere de técnicas predictivas para determinar el número de trabajadores adecuado y así evitar en la medida de lo posible tanto el exceso como la escasez del mismo. Este trabajo se centrará en el estudio del centro de llamadas de emergencias 112 de Andalucía. Partiendo de los datos estadísticos del número medio de llamadas que se realiza en cada franja horaria, facilitados por la Junta de esta Comunidad Autónoma, formularemos y modelizaremos el problema aplicando la Programación Lineal. Posteriormente, lo resolveremos con dos programas de software, con la finalidad de obtener una distribución óptima de agentes que minimice el coste salarial, ya que supone un 65% del gasto de explotación total. Finalmente, mediante la teoría de colas, observaremos los tiempos de espera en cola y calcularemos el número objetivo de agentes que permita no sólo minimizar el coste salarial sino mejorar la calidad de servicio teniendo unos tiempos de espera razonables.