Escolar Documentos
Profissional Documentos
Cultura Documentos
A. IDEAS PRELIMINARES
La idea de este trabajo, es servir de introduccin terica a trabajos ms especficos y
profundos, relacionados con la aplicabilidad de procesos estocsticos de simulacin en la
valuacin de activos. Al respecto, se han presentado ante la SeCTyP de la Universidad
Nacional de Cuyo (Convocatoria de Proyectos 2013/2015), y en los Programas para la
Acreditacin de Proyectos de Investigacin (PROPAPI) 2013/2014 de la Facultad de Ciencias
Econmicas y Jurdicas de la Sede Mendoza de la Universidad Catlica Argentina.
La propuesta seguida en el presente documento, tiene dos partes bien diferenciadas. La
primera, trata de reflejar a travs de una adecuada formulacin matemtica, cules son las
variables que intervienen en la determinacin del valor de un activo. Esta cuestin es
bsicamente econmica e implica un anlisis marginal en busca del valor ptimo de ese
activo. La aparicin en la valuacin de ciertos elementos que estn asociados con la
aleatoriedad da fundamento y sostn a la aplicacin de tcnicas de simulacin para
determinar el valor de ciertos activos. Todo este proceso econmico se explica a travs de
algunas frmulas matemticas desarrolladas en el siguiente captulo.
En la segunda parte del trabajo se trata de hacer un inventario resumido de los casos de
aplicacin. Es una visin previa a iniciar procesos de investigacin ms profundos, que
permitan utilizar simulaciones en la valuacin de activos. Se establecern a priori, teniendo en
cuenta cierta bibliografa especializada, ciertos caminos a seguir en las investigaciones
subsecuentes. Con la profundizacin de stos, seguramente, se obtendrn algunas
conclusiones que es posible que enriquezcan o por el contrario, hasta desechen lo dicho en
este trabajo. Por eso, se insiste, lo que se establece en este trabajo proviene de una visin
previa y hasta intuitiva, que podr (o no) ser modificada.
B. EL PROCESO DE LA DETERMINACIN DEL VALOR DE UN ACTIVO
Ms all de cmo cuantificar el valor de un activo, la idea primaria es establecer el proceso de
esta determinacin y poder enunciarlo a travs de alguna frmula matemtica. Para ello,
debemos recurrir al anlisis desde el punto de vista del individuo. La primera decisin a la
que se enfrenta el individuo es cunto de su riqueza consume hoy y por ende cunto destina a
ahorrar. Esta decisin es puramente econmica y marginal. Es de fundamental importancia el
anlisis marginal, es decir, qu ocurre con los beneficios y costos que produce la decisin
teniendo en cuenta un peso ms, una unidad ms o una pequea porcin de la variable en
cuestin.
COCHRANE, John H. (2005). Asset pricing (Revised Ed.). New Jersey: Princeton University Press,
p. 3.
Cabe aclarar a esta altura que para valuar un activo se debe tener en cuenta las siguientes
consideraciones:
a)
b)
(1)
Encontramos el valor de este pago al preguntar lo que vale para un inversor tpico. Para ello,
se necesita un formalismo matemtico conveniente para capturar lo que quiere un inversor. Se
establece un modelo del comportamiento de los inversionistas a travs de una funcin de
utilidad definida sobre los valores actuales y futuros del consumo.
D. LA FUNCIN DE UTILIDAD
La funcin de utilidad depende bsicamente del consumo: del consumo en el momento t (Ct)
y de lo que se espera consumir en el futuro, que se simboliza como C t+1.
Para representar esa funcin adecuadamente, se puede recurrir a una funcin del tipo:
(! ) =
1
!!!
1 !
(2)
{}
6
Se desea, entonces, que nivel del activo (xsi: ) produzca la maximizacin de la utilidad del
consumo generado, tanto para el perodo t como para el valor esperado en el perodo t+1.
Para ello, se debe definir un par de restricciones adicionales:
a) la primera es que el consumo en el perodo t es igual al consumo (antes de
comprar el activo al precio pt, menos el valor del activo comprado (esto es : pt)
ct =et pt
b) la otra restriccin a tener en cuenta es que el consumo en el perodo t + 1 ser el
consumo original en ese perodo MS el flujo de fondos que produce el activo
comprado en t y que produce su respectivo flujo en el perodo siguiente:
ct+1 = et+1 + xt+1
Teniendo en cuenta estas dos restricciones e igualando a cero la derivada de la ecuacin (2),
se obtiene la condicin de primer orden para un consumo en t:
(3)
! u'(ct+1 ) $
pt = Et #
xt+1 &
" u'(ct )
%
(4)
Si definimos un nuevo valor, que involucre parte del corchete del segundo miembro de la
ecuacin (4) y lo llamamos mt+1; podramos determinar que:
mt+1 =
u'(ct+1 )
u'(ct )
Este factor se lo suele denominar como Factor Estocstico de Descuento. La frmula (4)
podra ser reescrita como:
(5)
pt = Et [ mt+1 xt+1 ]
Si se simplifica aun ms la notacin, se pueden suprimir tambin los subndices que hacen
referencia al momento en que se producen los flujos o las valuaciones. Se conoce que el
precio a determinar siempre ser en el momento actual, por lo que es redundante enunciarlo.
De otro modo, tambin se sabe que los flujos son futuros y el factor de descuento se aplica
sobre esos flujos futuros, por lo que su inclusin tambin es redundante. La esperanza que se
tiene, respecto a esos flujos, est condicionada a las expectativas que hoy tenemos respecto de
lo que pasar en el futuro. Por lo tanto la ecuacin (5), puede ser reescrita de un modo ms
simple an:
p = E [m x]
(6)
establecindose sin embargo que la tasa de inters no podr ser, en ningn caso, inferior a la
tasa de inters mnima (20% nominal anual), ni superior a la tasa de inters mxima (26%
nominal anual).
11
ii.
A los efectos del clculo del margen, se considerar la produccin total de hidrocarburos (gas
natural y petrleo condensado y gasolina) operada por YPF informada por la Secretara de
Energa de la Nacin, en la seccin Produccin de Petrleo y Gas (Tablas Dinmicas),
publicado en el sitio de internet http://www.energia.gob.ar/home/
Los intereses se pagarn mensualmente por perodo vencido a partir de la Fecha de Emisin y
Liquidacin, comenzando en el mes y ao que se informar oportunamente en el Aviso de
Resultados y en las fechas que sean un nmero de da idntico a la Fecha de Emisin y
Liquidacin, pero del correspondiente mes, o, de no ser un Da Hbil, el primer Da Hbil
posterior (cada una, una Fecha de Pago de Intereses). La ltima Fecha de Pago de Intereses
ser el mismo da de la Fecha de Vencimiento de las Obligaciones Negociables Clase XXXI.
La base para el clculo de intereses ser teniendo en cuenta la cantidad de das transcurridos
sobre la base de un ao de 365 das.
Distribucin de Probabilidad de las variables de entrada Test de Bondad de Ajuste
La recoleccin de datos se realiz a travs de la base de datos de la Secretara de Energa de
la Nacin, desde enero de 2009 hasta marzo de 2014. Luego de recopilar los datos sobre la
produccin total de hidrocarburos operada por YPF, se defini la variable en estudio como el
margen de intereses definido en el punto anterior (considerando un mnimo de 0% y un
mximo de 6%). Por lo tanto, podramos escribir la siguiente condicin, que fue tenida en
cuenta para la formulacin de la variable aleatoria, que llamaremos margen:
0% 6%
El primer paso para armar el modelo de simulacin consiste en determinar la distribucin de
probabilidad de la variable aleatoria. Antes de realizar una simulacin es necesario realizar las
Pruebas de Bondad de Ajuste para identificar la distribucin de probabilidad que mejor
represente el comportamiento de las variables aleatorias, de modo que en el proceso de
simulacin se obtengan valores aleatorios de las distribuciones definidas.
Utilizando la herramienta Batch Fit de Crystal Ball, es posible definir la distribucin
especfica correspondiente a cada serie de datos. Para testear la distribucin de probabilidad
de los datos de la muestra el software realiza tres pruebas de bondad de ajuste (KolmogorovSmirnov, Anderson-Darling y Chi-cuadrado) y selecciona la mejor.
12
Segn los resultados provistos por el software, la distribucin de probabilidad que mejor
ajusta los datos de la serie margen es la Beta. Los parmetros de esta distribucin son:
Mnimo, Mximo, Alfa y Beta.
Figura 1 Distribucin de Probabilidad Beta (margen)
Beta
--1,50%
0,51%
-0,70%
2,43%
1,12
3,19
1,62
-0,70%
8,72%
---
Armado de la simulacin
Si se tiene en cuenta las condiciones de emisin de la ON Clase XXXI de YPF, y
aprovechando las ventajas que ofrece la simulacin, se proceder a armar un flujo mensual
(renta de la obligacin negociable, pagadera mensualmente, durante un ao desde su
colocacin). Esa renta depender a su vez, de una tasa (de cupn) a la que se llamar ip. En
una ecuacin, podra decirse que:
13
! = 20% + ()
Donde:
Mes
0
1
2
3
4
5
6
7
8
9
10
11
12
Tasa
Variable
(margen)
Tasa
Fija
Total
anual
(ip)
Total
mensual
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
20%
2%
2%
2%
2%
2%
2%
2%
2%
2%
2%
2%
2%
Inters Amortizacin
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
0
0
0
0
0
0
0
0
0
0
0
1000
Suma
(Flujo
Mensual)
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
16,44
1016,44
Como tasa de inters para descontar el flujo mensual se consider la tasa BADLAR diaria
informada por BCRA el 5 de junio de 2014 (fecha de colocacin de la ON Clase XXXI de
YPF). La BADLAR es la tasa de inters pagada por depsitos a plazo fijo de 30 a 35 das de
ms de un milln de pesos, por el promedio de entidades financieras privadas. Las siglas
BADLAR hacen referencias a Buenos Aires Deposits of Large Amount Rate. La misma es
calculada por el BCRA en base a una muestra de tasas de inters de entidades de Capital
Federal y Gran Buenos Aires.
14
Valores Pronosticados
100.000
$973,63
$973,42
--$3,90
$15,17
0,3298
3,03
0,0040
$962,53
$994,53
$0,01
Momentos Estadsticos: segn los valores pronosticados, se observa que el valor del ttulo
(Mean) asciende a $973,63, con una desviacin estndar de $3,90; lo cual ubica el valor entre
$969,73 y 977,52 ( 1). El Coeficiente de Asimetra (Skewness) de 0,3298, indica que hay
cierta asimetra a la derecha de la distribucin. El Coeficiente de Curtosis (Kurtosis) mayor a
cero, indica que la distribucin es apuntalada en grado 3,03 respecto de la distribucin
Normal, es decir, los valores tienden a estar ubicados alrededor de la media (Curva
Leptocrtica).
Un aspecto interesante que seala la simulacin es que en ningn caso la cotizacin es sobre
la par. Si se tienen en cuenta todos los escenarios posibles, en funcin de las distribuciones de
15
16
BIBLIOGRAFIA
1. ALEXANDER, Gordon; SHARPE William y BAILEY Jeffery. (2003). Fundamentos
de inversiones: teora y prctica (3 edicin). Mxico: Pearson Education.
2. ANDERSON, Patrick. (2005). Business Economics and Finance with MATLAB,
GIS, and Simulation Models. Florida: Chapman & Hall/ CRC Press.
3. BARTOLOMEO, Alejandro y MACHN URBAY, Gustavo. (2013). Optimizacin de
Carteras de Acciones en Condiciones de Incertidumbre. Anales de las XXXIV
Jornadas de Profesores Universitarios de Matemtica Financiera.
4. BETZUEN ZALBIDEGOITIA, Amancio y BARAANO ABASOLO, Aitor. (2011).
Simulacin estocstica en la determinacin del valor en riesgo de los activos
financieros. Anlisis Financiero, N 117, 50-57.
5. BLACK, Fisher y SCHOLES, Myron. (1973). The pricing of options and corporate
liabilities. Journal of Political Economy, N 81, 637-659.
6. CHARNES, John. (2012). Financial Modeling with Crystal Ball and Excel. New
Jersey: John Wiley & Sons.
7. COCHRANE, John H. (2005). Asset pricing (Revised Ed.). New Jersey: Princeton
University Press.
8. DUMRAUF, Guillermo. (2010). Finanzas corporativas: un enfoque latinoamericano
(2 Ed.). Buenos Aires: Alfaomega.
9. ELBAUM, Marcelo. (2004). Administracin de carteras de inversin. Buenos Aires:
Macchi.
10. HERRERA LANA, Eduardo. (2011). Riesgos en Proyectos de Inversin: Simulacin,
Pronsticos y Optimizacin (2 Ed.). Quito: Cydhem.
11. FERR, Coloma y BOTTEON, Claudia. (2007). Evaluacin privada de proyectos.
Mendoza: Facultad de Ciencias Econmicas UNCuyo.
12. GMEZ, Mario y TISOCCO, David. Evaluacin de proyectos inmobiliarios (2 Ed.).
Buenos Aires: BRE - Bienes Races Ediciones.
13. GONZLEZ, Marcela. (2012). Anlisis financiero en condiciones de riesgo - @RISK.
Anales de las XXXIII Jornadas de Profesores Universitarios de Matemtica
Financiera.
14. GUJARATI, Damodar N. y PORTER, Dawn C. (2009). Econometra (5 Ed.).
Mxico: McGraw Hill.
17
18