Fundamentos de Programación en Python y Herramientas de Ciencia de Datos con Pandas y Modelos Financieros

Conceptos Fundamentales de Python

A continuación, se resumen datos y funciones esenciales en el lenguaje de programación Python:

• Dato que almacena texto: str
• Función utilizada para imprimir un mensaje en consola: print()
• Operador utilizado para comparar dos valores: == (Igualdad)
• Palabra clave utilizada para definir una función: def
• Estructura utilizada para almacenar una colección de datos: list
• Método que se utiliza para añadir un elemento al final de una lista: append()
• Estructura utilizada para iterar sobre elementos de una lista: for
• Operador utilizado para concatenar cadenas en Python: +
• Método para ordenar una lista: sort()
• Estructura de datos inmutable: tuple
• Símbolo que define un comentario en línea: # comentario
• Valor booleano de 0: False
• Bucle utilizado cuando no se sabe el número exacto de iteraciones: while
• Comando para detener un bucle: break
• Estructura de datos que almacena pares clave-valor: dict (Diccionario)

Manipulación de Datos con Pandas

Estructuras de Datos Principales

Pandas se basa en dos estructuras fundamentales para el manejo de datos:

• Serie (Series): Estructura unidimensional que puede contener cualquier tipo de dato. Se accede a un elemento usando su índice: serie[indice].
• DataFrame: Representa una tabla de dos dimensiones con filas y columnas.

Operaciones Comunes en DataFrames

Las siguientes operaciones son cruciales para la gestión y limpieza de datos:

Carga y Exportación de Datos

• Cargar archivo CSV en Pandas: pd.read_csv() (Crea un DataFrame desde un archivo CSV).
• Guardar DataFrame en Excel: df.to_excel() (Exportar DataFrame a archivo Excel).
• Propósito de pd.DataFrame(): Crear un nuevo DataFrame a partir de un conjunto de datos.
• Archivo usado para cargar datos en un notebook (formato binario): .pkl.
• Formato de dato cargado usando 'pickle': diccionario.
• Librería utilizada para cargar datos desde archivo pickle: 'pickle'.
• Función utilizada para cargar archivo de datos en formato pickle: 'pickle.load()'.

Selección y Filtrado

• Acceder a una columna: df["column_name"].
• Método para seleccionar varias columnas: df[["columna1", "columna2"]].
• Acceder a filas y columnas por su posición numérica: .iloc[].
• Verificar dos valores iguales: ==.
• Operación !=: No igual a.
• Filtrar filas donde ingresos son mayores a 5000: df["ingresos"] > 5000.
• Operación para detectar valores anómalos en un DataFrame: df[condition].

Limpieza y Transformación

• Eliminar una columna: df.drop("columna", axis=1).
• Rellenar valores nulos: df.fillna(value).
• Detectar valores duplicados: df.duplicated().
• Eliminar filas con valores nulos en Pandas: df.dropna().
• Método utilizado para acceder a valores desplazados en una columna: .shift().
• Comando para calcular la suma de elementos en una columna: .sum().
• Operación para calcular la diferencia entre dos Series: .diff().
• Operación para eliminar el índice y crear uno nuevo basado en filas consecutivas: .reset_index().

Agregación y Combinación

• Agrupar datos en función de una columna: df.groupby("columna").
• Tabla dinámica: pivot_table().
• Aplicar funciones de agregación: df.agg().
• Mostrar resumen estadístico del DataFrame: df.describe().
• Combinar dos DataFrames en Pandas: pd.merge() (Utilizado para agregar datos basados en clave común).
• Combinar dos o más DataFrames a lo largo de un eje: pd.concat().
• Unir una serie de datos proyectados con datos históricos: pd.concat().
• Función Pandas para agregar una nueva fila (obsoleto en versiones recientes): pd.append().

Conceptos Adicionales de Python/Pandas

• Índice en un DataFrame: Identificador único para cada fila.
• Acceder al tercer elemento de una lista llamada operaciones: operaciones[2].
• Almacenar pares clave-valor: Diccionario.
• Acceder al valor de una clave en un diccionario: diccionario[clave].
• Método .mean() en Pandas: Calcula el valor medio de columna o fila.

Modelos de Detección de Fraude y Salud Financiera

Modelos de Detección de Manipulación de Ganancias

M-Score de Beneish

Este modelo evalúa la probabilidad de manipulación de ganancias.

• M-Score de Beneish superior a -1.78: Alta probabilidad manipulación ganancias.
• M-Score de Beneish, ¿qué sugiere un valor alto de DSRI?: Ventas dudosas o de mala calidad.
• Empresa inflando ingresos según M-Score: SGI creciente.
• Resultado directo de DEPI creciente: La empresa está depreciando sus activos más lentamente.
• Índice AQI en M-Score: Calidad del activo.
• Fórmula de fraude (Modelo de Detección): 𝑃 = 1 / (1+𝑒^{5.678−4.263× 𝐼𝑁𝑉/𝑇𝐴)}
• Ratio ‘INV/TA’: Inventories / Total Assets.
• Ratio ‘TL/TA’: Total Liabilities / Total Assets.
• Empresas incluidas en el análisis de fraude (ejemplo): Tesla, Nvidia, Digital Realty Trust, Western Digital.
• Diferencia entre Beneish y Altman: Beneish predice manipulación de ganancias y Altman predice bancarrota.

Z-Score de Altman

• Propósito principal del modelo Z de Altman: Evaluar la probabilidad de bancarrota de empresas.
• Componente clave del Z-Score no usado en M-Score: Nivel de endeudamiento.

Modelos de Calidad del Accrual

• Componente de accrual en el modelo de calidad: Cambio en los activos operativos netos actuales.
• Término ‘CIE’ en el cálculo: Componente implícito de efectivo.
• Término ‘WC’ en el modelo: Capital circulante.
• Fórmula para medir calidad del accrual: Flujo de efectivo operativo del año en curso + ΔCapital circulante / (Activos totales del año en curso + Activos totales del año anterior).
• Resultado de tsla_bal['total_assets'] - tsla_bal['total_liabilities']: Activos netos operativos actuales.
• Herramienta gráfica para comparar calidad del accrual con ingreso neto: Gráfico de doble eje.
• Función para crear gráficos con múltiples ejes: 'plt.twinx()'.

Técnicas de Winsorización

• Qué hace mstats.winsorize(): Ajusta valores extremos dentro de los percentiles límite.
• Diferencia entre winsorización y truncamiento: Winsorización ajusta valores extremos, el truncamiento elimina.

Series Temporales y Proyecciones

Conceptos de Series Temporales

• Proyectar ingresos futuros (método simple): Multiplicando ingreso actual por tasa de crecimiento en cada periodo.
• Método para predecir próximos valores con modelo autorregresivo: forecast().
• Propósito de AutoReg en statsmodels: Ajustar un modelo autorregresivo para series temporales.
• Librería utilizada para ajustar modelo de regresión autorregresiva: Statsmodels.
• Predecir los próximos 5 periodos con un modelo AR(2): Usar forecast(steps=5).
• Gráfico para mostrar resultados históricos y proyecciones: Gráfico de barras.
• Añadir puntos verdes a gráfico de línea para valores proyectados: Usando plot() con la opción color='green'.
• Objetivo de proyección de ventas con AR(2): Predecir ventas futuras basándose en dos últimas observaciones.
• Cálculo de tasa crecimiento media en Pandas: Usando .mean().

Análisis de Benford

La Ley de Benford describe la frecuencia de los primeros dígitos en muchos conjuntos de datos naturales.

Aplicación de la Ley de Benford

• Dígito con mayor frecuencia según la Ley de Benford: 1.
• Librería para realizar análisis de Benford: benford-py.
• Propósito de fit() en benford-py: Ajustar los datos a la distribución teórica de la Ley de Benford.
• Función para calcular el logaritmo en base 10: np.log10().
• Objetivo de la prueba de Chi-cuadrado en Benford: Verificar si datos siguen la Ley de Benford.
• Función de benford-py para generar gráfico comparativo: plot().
• Métrica que mide la diferencia media absoluta entre distribuciones: MAD (Mean Absolute Deviation).
• Métrica que NO es una función en benford-py: correlation().
• Gráfico usado para visualizar distribuciones observada y teórica: Gráfico de barras.
• Fórmula del coeficiente de Bhattacharyya: Σ √𝑃(𝑥)𝑄(𝑥)
• Valor del Coeficiente de Bhattacharyya para distribuciones idénticas: 1.
• Rango de valores del Coeficiente de Bhattacharyya: Entre 0 y 1.
• Valor de MAD que indica mejor conformidad con Ley de Benford: Un valor cercano a 0.
• Método de benford-py que devuelve resumen estadístico: summary().
• Métodos que realizan prueba estadística de conformidad: chi_squared().
• Valor de p que indica conformidad con Ley de Benford: p > 0.05.
• Distribución esperada de los primeros dígitos: Distribución logarítmica.
• Prueba para comparar frecuencias observadas y teóricas: Chi-cuadrado.

Conceptos Adicionales de Finanzas y Datos

• Qué es Pandas: Biblioteca de Python para análisis de datos.
• Acceder a valor de clave en diccionario: diccionario[clave].
• Estructura de datos que almacena pares clave-valor: Diccionario.
• Estructura utilizada para almacenar operaciones financieras (ingresos, gastos): Lista.
• Función utilizada para imprimir mensaje en consola: print.