El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.

Courtlyn
Especialista de promociones y eventosPronóstico, Modelado y Optimización
TBD
6 semanas, online
4-6 horas a la semana
Nuestros estudiantes nos han comentado que tomar este programa en conjunto con colegas les permite tener un lenguaje común y acelerar el impacto en sus proyectos.
Esperamos que sea igual para ti. Contamos con un descuento especial para grupos.
El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventosDe acuerdo con la información que proporcionaste, tu equipo sería candidado a un descuento especial para el programa Analítica Financiera: Pronóstico, Modelado y Optimización que comienza el TBD .
Te hemos enviado un correo con los siguientes pasos para tu inscripción. Si ahora mismo estás listo para inscribirte, haz clic en el botón de abajo.
¿Tienes una consulta? Contáctanos a admisiones.latam@emeritus.orgquiere que te inscribas al programa Analítica Financiera e inicien en conjunto esta experiencia de aprendizaje.
Para comenzar, por favor completa la información solicitada en el formulario.
Okay¿Te interesa evaluar otros programas en el portafolio de Wharton Executive Education? Aprende más >
Investigación, modelado, pronóstico: todos los aspectos del sector financiero se rigen por los datos y la analítica en mayor medida que nunca. Este programa te ayudará a adquirir los conocimientos básicos que necesitas para comprender los conceptos fundamentales de la analítica de datos, así como la forma de aplicarlos para crear un marco para las estrategias financieras que se ajuste a las necesidades de tu organización. Desde el ajuste de las ventas a los clientes hasta la evaluación de los riesgos crediticios de las empresas, aprende a utilizar los principios analíticos que impulsan la toma de decisiones informadas en este sector en crecimiento.
El mercado de la analítica financiera se valoró en 6,320 millones de dólares en 2020 y se espera que alcance los 11,020 millones de dólares en 2026.
Las organizaciones centradas en los datos tienen un 58% más de probabilidades de superar sus objetivos de ingresos.
El 70% de las empresas de servicios financieros utiliza el aprendizaje automático para predecir eventos de flujo de caja, afinar las puntuaciones de crédito y detectar fraudes.
Analítica Financiera de Wharton hace hincapié en las aplicaciones reales de la ciencia de datos en el sector financiero. Al final de este programa de seis semanas serás capaz de:
En este programa nuestro profesorado de categoría mundial te preparará para formular las preguntas correctas sobre las finanzas de tu organización, preguntas que generan decisiones informadas y respaldadas por datos.
Comienza tu viaje aprendiendo el valor de la ciencia de datos y cómo aplicar la analítica a la toma de decisiones diaria.
Construye una base para el análisis de datos financieros procesables mediante la definición de variables que conducen a insights de los mercados objetivo.
Aprende a utilizar el modelado y otras técnicas probadas para establecer expectativas realistas y generar decisiones empresariales bien informadas.
Aprende los fundamentos para determinar el riesgo financiero a través de la ciencia de datos.
Explora diferentes carteras de inversión, clases de activos y el proceso de inversión para optimizar las decisiones financieras.
Utiliza lo que has aprendido para crear un plan de acción para implementar una solución de analítica de datos justificable para un problema del mundo real en tu organización.
Comienza tu viaje aprendiendo el valor de la ciencia de datos y cómo aplicar la analítica a la toma de decisiones diaria.
Aprende los fundamentos para determinar el riesgo financiero a través de la ciencia de datos.
Construye una base para el análisis de datos financieros procesables mediante la definición de variables que conducen a insights de los mercados objetivo.
Explora diferentes carteras de inversión, clases de activos y el proceso de inversión para optimizar las decisiones financieras.
Aprende a utilizar el modelado y otras técnicas probadas para establecer expectativas realistas y generar decisiones empresariales bien informadas.
Utiliza lo que has aprendido para crear un plan de acción para implementar una solución de analítica de datos justificable para un problema del mundo real en tu organización.
Encuestas
Actividades "Inténtalo"
Comprobación de conocimientos
Horas de oficina en vivo
Tareas
Comprender la analítica financiera en teoría es solo el comienzo. Analítica Financiera: Pronóstico, Modelado y Optimización, de Wharton, va un paso más allá al ilustrar cómo aplicar la analítica financiera en el mundo real, con un enfoque particular en:
![]()
JULES H. VAN BINSBERGEN, PhD
Profesor de Finanzas de Nippon Life. Profesor de Finanzas, Wharton School
El profesor van Binsbergen está especializado en la investigación teórica y empírica de las finanzas, con especial atención en la fijación de precios de los activos. Sus investigaciones actuales se centran principalmente en la fijación de precios de los activos y en la relación entre los mercados financieros y la macroeconomía, así como en la organización, la habilidad y el rendimiento de los intermediarios financieros. Algunos trabajos recientes arrojan luz sobre las implicaciones reales de los errores de valoración de los mercados de valores, la eficacia de la política monetaria y la medición de la habilidad de los gestores de inversiones.
Las investigaciones del profesor van Binsbergen han aparecido en las principales revistas académicas, como American Economic Review, Journal of Finance, Journal of Financial Economics y Journal of Monetary Economics.
Antes de incorporarse a Wharton School en 2014, enseñó en Stanford Graduate School of Business y en Kellogg School of Management de la Universidad Northwestern. El profesor van Binsbergen es investigador asociado del NBER y del CEPR, antiguo editor y actual editor asesor de Review of Finance, y editor asociado del Journal of Finance y del Journal of Financial Economics. Su trabajo ha ganado numerosos premios de investigación y docencia. Se doctoró en Fuqua School of Business de la Universidad de Duke.
![]()
MICHAEL ROBERTS, PhD
Profesor de Finanzas William H. Lawrence. Profesor de Finanzas en The Wharton School
La investigación principal del profesor Roberts se centra en el área de las finanzas corporativas, concretamente en la estructura de capital, la política de inversión, la contratación financiera y la política de pagos. Su trabajo reciente ha examinado el diseño de los títulos de deuda y el papel de los derechos de control en la influencia de la política financiera y de inversión.
La investigación del profesor Roberts ha recibido varios premios. Entre ellos el Brattle Prize for Distinguished Paper publicado en el Journal of Finance, del que es coeditor, y los premios al mejor artículo en las conferencias anuales de la Financial Management Association y la Southwestern Finance Association.
Forma parte de los consejos editoriales de Review of Financial Studies, Journal of Financial and Quantitative Analysis, Review of Corporate Finance Studies, y de la International Review of Finance. Además de su experiencia en Wharton School, donde trabaja desde 2004, el profesor Roberts ha impartido clases en Fuqua School of Business de la Universidad de Duke. Se licenció en Economía por la Universidad de California en San Diego, y obtuvo un máster en Estadística y un doctorado en Economía por la Universidad de California en Berkeley.
Una vez completado con éxito el programa, obtendrás un certificado digital de finalización de Wharton School.
Descarga el FolletoNota: Una vez terminado el programa, se te enviará por correo electrónico tu certificado digital verificado con el nombre que utilizaste al inscribirte. Todas las imágenes del certificado son solo para fines ilustrativos y pueden estar sujetas a cambios a discreción de Wharton School.