09 DE NOVIEMBRE
SÁBADOS: 04:00 P.M. A 06:00 P.M. DOMINGOS: 04:00 P.M. A 06:00 P.M.
21 DE FEBRERO
Profesionales y directivos de los sectores público y privado vinculados con la evaluación, financiamiento y gestión de proyectos de inversión.
Analistas financieros, economistas, ingenieros, administradores, consultores, y gestores de proyectos interesados en modelamiento, análisis de datos e IA aplicada a finanzas.
Docentes, investigadores y funcionarios que deseen fortalecer sus capacidades en toma de decisiones basada en datos.
Al finalizar el programa, el participante será capaz de:
Diseñar y ejecutar modelos financieros integrales para evaluar la viabilidad de proyectos.
Aplicar herramientas de analítica e inteligencia artificial para mejorar la precisión en estimaciones y decisiones.
Integrar datos financieros, técnicos y operativos en modelos predictivos y dashboards ejecutivos.
Comunicar resultados financieros mediante visualizaciones efectivas y storytelling financiero.
Implementar estrategias de optimización de rentabilidad, reducción de riesgo y evaluación multicriterio en proyectos reales.
1. El valor del dinero en el tiempo – Capitalización, descuento y aplicaciones en proyectos.
2. Tasas de interés y descuento – Tasa nominal, efectiva y real; equivalencias y ejemplos.
3. Ejercicio práctico guiado – Cálculo de tasas equivalentes y VPN básico.
4. Indicadores de rentabilidad – VPN, TIR, Payback, ROI y su aplicación en proyectos públicos y privados.
5. Financiamiento y amortización – Tipos de préstamos y su impacto en el flujo de caja.
1. Introducción y Tipología de Proyectos – Públicos, privados, sociales y ambientales.
2. Ciclo de vida del proyecto – Etapas, gobernanza, riesgos y gestión.
3. Conceptos financieros fundamentales – Costos, ingresos, flujo de caja y rentabilidad.
Integración Digital – Uso de Excel, Power BI e IA generativa para escenarios.
1. Finanzas corporativas – Decisiones de inversión, financiamiento y creación de valor.
2. Relevancia del modelamiento financiero – Utilidad, tipos de modelos y casos reales.
3. Mejores prácticas – Estructura modular, claridad y estándares (FAST, ICAEW).
4. Funciones financieras en Excel – VPN, TIR, PMT, IPMT, BUSCARX, tablas dinámicas.
1. Fundamentos de series de tiempo – Tendencia, estacionalidad y ruido.
2. Estadística básica aplicada – Covarianza, correlación y análisis histórico.
3. Técnicas clásicas de proyección – Promedios, suavizamiento y modelos de tendencia.
4. Regresión y modelos avanzados – ARIMA, SARIMA y regresión múltiple con Python y R.
1. Fundamentos del análisis financiero – Diagnóstico, control y proyección.
2. Cuentas y ratios financieros – Rentabilidad, liquidez, solvencia y gestión.
3. Análisis vertical y horizontal – Estructura, evolución y benchmarking.
4. Supuestos de proyección – Variables macroeconómicas y sectoriales.
1. Fundamentos de la proyección – Importancia y horizonte temporal.
2. Proyección del estado de resultados – Ingresos, costos, EBITDA y utilidad neta.
3. Proyección del flujo de efectivo – FCFF, FCFE y capital de trabajo.
4. Proyección del balance general – Activos, pasivos y patrimonio.
5. Validación de proyecciones – Escenarios y análisis de sensibilidad.
1. Fundamentos de la tasa de descuento – Riesgo, retorno y costo de oportunidad.
2. Modelo CAPM – Riesgo sistemático, beta, prima de mercado y riesgo país.
3. WACC (Costo Promedio Ponderado de Capital) – Cálculo y aplicación en proyectos.
4. Estructura óptima de capital – Apalancamiento, impuestos y simulaciones.
1. Fundamentos del DCF – Valoración de empresas y proyectos.
2. Flujo de Caja Libre de la Firma (FCFF) – Construcción y análisis.
3. Estimación del Enterprise Value (EV) – WACC, valor terminal y sensibilidad.
4. Valor de las Acciones (Equity Value) – Ajustes, múltiplos y comparativos de mercado.
1. Estadística aplicada a proyectos – Distribuciones y correlaciones.
2. Análisis de escenarios y sensibilidad – Tornado charts y spider graphs.
3. Simulación de Monte Carlo – Modelamiento de incertidumbre.
4. Optimización de portafolios – Aplicación de Markowitz en proyectos.
1. Fundamentos de data analytics – ETL y tipos de datos en proyectos.
2. Introducción práctica a Power BI – Modelado y visualización con DAX.
3. Dashboards interactivos – Rentabilidad, cronogramas y costos.
4. Integración de datos – KPIs financieros y operativos.
5. Visualización de resultados – Storytelling financiero y reportes automáticos.
1. Fundamentos de ML en finanzas – Tipos de algoritmos y aplicaciones.
2. Google Colab y Python – Librerías: pandas, numpy, sklearn, prophet.
3. Modelos predictivos – Forecasting, clasificación y regresión.
4. Casos prácticos – Riesgo crediticio, rentabilidad y dashboards predictivos.
1. Introducción a IA generativa y ML – Aplicaciones en PMI, Agile y Lean.
2. Automatización del análisis financiero – ChatGPT, copilots y reportes.
3. Modelos predictivos para costos y tiempos – Series de tiempo y regresión.
4. IA generativa para escenarios – Simulación de riesgo y comunicación ejecutiva.
5. Casos prácticos avanzados – Dashboards y simulaciones integradas con IA.
– Desarrollo de un modelo financiero completo (público o privado).
– Presentación de resultados, dashboards y simulaciones.
– Pitch final ante “inversionistas” o “autoridades públicas”.
1. Introducción a IA generativa y ML – Aplicaciones en PMI, Agile y Lean.
2. Automatización del análisis financiero – ChatGPT, copilots y reportes.
3. Modelos predictivos para costos y tiempos – Series de tiempo y regresión.
4. IA generativa para escenarios – Simulación de riesgo y comunicación ejecutiva.
5. Casos prácticos avanzados – Dashboards y simulaciones integradas con IA.
– Desarrollo de un modelo financiero completo (público o privado).
– Presentación de resultados, dashboards y simulaciones.
– Pitch final ante “inversionistas” o “autoridades públicas”.
1. El valor del dinero en el tiempo – Capitalización, descuento y aplicaciones en proyectos.
2. Tasas de interés y descuento – Tasa nominal, efectiva y real; equivalencias y ejemplos.
3. Ejercicio práctico guiado – Cálculo de tasas equivalentes y VPN básico.
4. Indicadores de rentabilidad – VPN, TIR, Payback, ROI y su aplicación en proyectos públicos y privados.
5. Financiamiento y amortización – Tipos de préstamos y su impacto en el flujo de caja.
1. Introducción y Tipología de Proyectos – Públicos, privados, sociales y ambientales.
2. Ciclo de vida del proyecto – Etapas, gobernanza, riesgos y gestión.
3. Conceptos financieros fundamentales – Costos, ingresos, flujo de caja y rentabilidad.
Integración Digital – Uso de Excel, Power BI e IA generativa para escenarios.
1. Finanzas corporativas – Decisiones de inversión, financiamiento y creación de valor.
2. Relevancia del modelamiento financiero – Utilidad, tipos de modelos y casos reales.
3. Mejores prácticas – Estructura modular, claridad y estándares (FAST, ICAEW).
4. Funciones financieras en Excel – VPN, TIR, PMT, IPMT, BUSCARX, tablas dinámicas.
1. Fundamentos de series de tiempo – Tendencia, estacionalidad y ruido.
2. Estadística básica aplicada – Covarianza, correlación y análisis histórico.
3. Técnicas clásicas de proyección – Promedios, suavizamiento y modelos de tendencia.
4. Regresión y modelos avanzados – ARIMA, SARIMA y regresión múltiple con Python y R.
1. Fundamentos del análisis financiero – Diagnóstico, control y proyección.
2. Cuentas y ratios financieros – Rentabilidad, liquidez, solvencia y gestión.
3. Análisis vertical y horizontal – Estructura, evolución y benchmarking.
4. Supuestos de proyección – Variables macroeconómicas y sectoriales.
1. Fundamentos de la proyección – Importancia y horizonte temporal.
2. Proyección del estado de resultados – Ingresos, costos, EBITDA y utilidad neta.
3. Proyección del flujo de efectivo – FCFF, FCFE y capital de trabajo.
4. Proyección del balance general – Activos, pasivos y patrimonio.
5. Validación de proyecciones – Escenarios y análisis de sensibilidad.
1. Fundamentos de la tasa de descuento – Riesgo, retorno y costo de oportunidad.
2. Modelo CAPM – Riesgo sistemático, beta, prima de mercado y riesgo país.
3. WACC (Costo Promedio Ponderado de Capital) – Cálculo y aplicación en proyectos.
4. Estructura óptima de capital – Apalancamiento, impuestos y simulaciones.
1. Fundamentos del DCF – Valoración de empresas y proyectos.
2. Flujo de Caja Libre de la Firma (FCFF) – Construcción y análisis.
3. Estimación del Enterprise Value (EV) – WACC, valor terminal y sensibilidad.
4. Valor de las Acciones (Equity Value) – Ajustes, múltiplos y comparativos de mercado.
1. Estadística aplicada a proyectos – Distribuciones y correlaciones.
2. Análisis de escenarios y sensibilidad – Tornado charts y spider graphs.
3. Simulación de Monte Carlo – Modelamiento de incertidumbre.
4. Optimización de portafolios – Aplicación de Markowitz en proyectos.
1. Fundamentos de data analytics – ETL y tipos de datos en proyectos.
2. Introducción práctica a Power BI – Modelado y visualización con DAX.
3. Dashboards interactivos – Rentabilidad, cronogramas y costos.
4. Integración de datos – KPIs financieros y operativos.
5. Visualización de resultados – Storytelling financiero y reportes automáticos.
1. Fundamentos de ML en finanzas – Tipos de algoritmos y aplicaciones.
2. Google Colab y Python – Librerías: pandas, numpy, sklearn, prophet.
3. Modelos predictivos – Forecasting, clasificación y regresión.
4. Casos prácticos – Riesgo crediticio, rentabilidad y dashboards predictivos.
1. Introducción a IA generativa y ML – Aplicaciones en PMI, Agile y Lean.
2. Automatización del análisis financiero – ChatGPT, copilots y reportes.
3. Modelos predictivos para costos y tiempos – Series de tiempo y regresión.
4. IA generativa para escenarios – Simulación de riesgo y comunicación ejecutiva.
5. Casos prácticos avanzados – Dashboards y simulaciones integradas con IA.
– Desarrollo de un modelo financiero completo (público o privado).
– Presentación de resultados, dashboards y simulaciones.
– Pitch final ante “inversionistas” o “autoridades públicas”.
