Introduccin

Puede el hombre conocer con certeza?. Segn Carneades, el hombre por ser
imperfecto no puede conocer todo con certeza, sino que slo existen grados de certeza en el
conocimiento asocindoles a estos una probabilidad. En general, desde Carneades hasta
nuestros tiempos, el hombre a tratado de manejar todo lo que lo rodea, incluso aquellas
situaciones que caen en manos del azar.
El azar, entonces, forma parte de los fenmenos naturales, y a pasado a ser objeto de
estudio de la ciencia a lo largo de la historia.
El presente trabajo tratar justamente de lo que se trata el azar y la incertidumbre y
como estos intervienen en materia de economa y finanzas, dando para ello algunos
ejemplos de aplicacin del azar y sus modelos en dichas reas.

Qu es el azar?
Segn la definicin que nos brinda el diccionario, el azar es una desgracia
inesperada o casualidad, caso fortuito. Dentro de lo que se entiende por azar
encontramos:

Ocurrencia de algo inesperado(sin plan deliberado).

Ignorancia completa o relativa acerca de las condiciones de realizacin de un suceso.

Un hecho de azar aparece como una interaccin de dos series causales

independientes.

Un hecho es de azar si en un contexto dado de investigacin, el enunciado que afirma

su realizacin no deriva de ningn otro.

Incertidumbre (no sabemos los resultados con certeza).

Probabilidad( posibilidad de ocurrencia de un suceso).

Suerte, caos, etc...

En general, el azar expresa interaccin o conexiones entre distintos fenmenos, est

sujeto a leyes y su campo es muy amplio como para encontrar alguna respuesta definitiva
acerca de qu es el azar. Antiguos modelos han sido reemplazados por otros y estos
seguirn siendo reemplazados por otros mejores y ms completos. Esta es la evolucin de
la ciencia que implica un avance.
Como podemos ver, el mundo est lleno de situaciones que ocurren sin que nosotros
podamos dominar su desarrollo, a veces incluso esperamos la ocurrencia de un suceso y
ste no ocurre, y cuando menos lo esperamos, ste sucede. Sin embargo, el hombre ha
intentado estudiar el azar, quizs con el afn de explicar todo de una manera racional y no
dejar las cosas al destino. Es por ello que nacen la ciencia, las probabilidades y estadsticas,
entre otras, considerando que vivimos en un mundo donde las cosas son inciertas y no se
conocen exactamente. Nacen los modelos.
Cuando los modelos trabajan con datos ciertos, se habla de un modelo determinstico, y
cuando las relaciones entre variables incluyen incertidumbre y se modelan con una
distribucin de probabilidad, se habla de un modelo estocstico. En este trabajo me
concentrar en este ltimo modelo.

Modelo estocstico
La palabra estocstico proviene del griego stokhos que significa centro del blanco,
aludiendo a la posibilidad de error cuando se lanzan dardos a un tablero. El hecho de que
un modelo sea estocstico implica dos cosas: una sucesin ordenada y una funcin de
probabilidad que genera la sucesin. Por lo tanto, los modelos estocsticos( a diferencia de
los determinados), no producen simples resultados nicos, pues debido a la funcin de
probabilidad, las aplicaciones sucesivas del mismo modelo pueden producir resultados
completamente diferentes.
Existen procesos para hacer los modelos. El ms simple de todos estos procesos
estocsticos es el de Bernoulli, que consiste en un experimento que slo tiene dos sucesos o
resultados posibles, donde cada experimento o ensayo es independiente de los anteriores y
la probabilidad de cada suerte o resultado permanece constante a lo largo de todos los
ensayos. Como ejemplo de un ensayo de Bernoulli, se puede citar el lanzamiento de una
moneda al aire, con sus dos respectivos resultados: cara o sello, cada uno con
probabilidades constantes al repetirlo.
A continuacin analizar una aplicacin de un modelo estocstico en la valoracin de
los bonos.
Un modelo estocstico para asignar el precio de bonos
Este modelo general para determinar los precios de los bonos forma parte de un
proyecto de investigacin realizado por el profesor Rolando Rebolledo. Antes de analizarlo,
definir primero lo que es un bono y los elementos que lo componen.
Un bono es un instrumento financiero que implica una deuda contrada por una
empresa con el comprador del bono. Ofrece una tasa de acuerdo al riesgo de la compaa.
Generalmente un bono se valoriza a valor presente, descontado a la tasa de mercado.
En un bono se pueden distinguir los siguientes elementos:
1.

Capital, principal o valor nominal de un bono(K): es el monto sobre el cual se

calculan los intereses de emisin. Es el monto inicial de la deuda.

2.

Tasa de emisin o de cartula(i): es la tasa que se le aplica al saldo insoluto del

capital para calcular los intereses correspondientes al cupn.

3

3.

Cupn: es el pago realizado a lo largo de la vida del bono.

4.

Amortizacin: pago de la parte del capital realizados a lo largo de la vida del bono.

5.

Plazo: vida del bono = T aos.

6.

Valor par: es el saldo del capital que an no ha sido amortizado( saldo insoluto del

capital). Al momento de la emisin, el valor par es igual al capital.

7.

Tasa de descuento: r, correspondiente el riesgo, es una tasa base(PRC, tasa de un

activo libre de riesgo) ms un spread de riesgo(xpuntos bases, que depende de la

compaa). Se considera como la rentabilidad esperada.
Para explicar como funciona un bono utilizar el siguiente ejemplo:
Supongamos que un bono paga cupones de $100 en 4 perodos correspondientes a la
vida del bono, con una tasa de cartula del 6%, y una tasa de descuento del 8%. Entonces,
podemos calcular el valor par en cada perodo como el valor presente de un anualidad
utilizando la tasa de emisin, y el precio del bono( como porcentaje de su valor par) como
el valor presente de una anualidad pero utilizando la tasa de descuento(rentabilidad
esperada). Entonces:
V.Par0=100/0,06(1-1/(1,06)4)=346,5Precio Bono0=100/0.08(1-1/(1.08)4)=331,21=95,6%
V.Par1=100/0,06(1-1/(1,06)3)=267,3Precio Bono1=100/0.08(1-1/(1.08)3)=96,4%
V.Par2=100/0,06(1-1/(1,06)2)=183,3Precio Bono2=100/0.08(1-1/(1.08)2)=97,3%
V.Par3=100/0,06(1-1/(1,06)1)=94,3Precio Bono3=100/0.08(1-1/(1.08)1)=98,2%
A medida que se acerca la madurez del bono, se acercan los flujos lo que significa
que el valor del bono se aproxima al 100%(1) porque la diferencia entre i y r se hace menos
relevante.
Ahora desarrollar en forma muy general el modelo propuesto por el profesor, el
cual est basado en seis supuestos bsicos.
Se define P(T)=(Pt(T);0 t T) como el proceso estocstico que nos da el precio de
un bono cuya madurez se alcanza en el tiempo T, en el cual el precio alcanza el valor final
1. P(T) est definido sobre en espacio de probabilidad(,F,IP). Para describir su evolucin
introduce la tasa de retorno esperado (T)=( t(T);0 t ), y la volatilidad debida al
mercado ()=(t(T); 0 t ). Como se ve, tanto (T) como () son estocsticas( no
deterministas), superando con ello a otros modelos de valoracin, junto al hecho de que
considera que la varianza del precio del bono debe anularse al llegar a la madurez.

Los supuestos bsicos en la modelacin del precio del bono son:

1. La tasa de retorno esperado y la volatilidad son procesos estocsticos.
2. El precio del bono es estrictamente positivo y aproxima su valor al llegar a la madurez.
3. La varianza del precio se hace cero cuando se llega a la madurez.
4. El retorno asociado a un bono que llega a la madurez es igual al retorno esperado de
una cuenta de ahorro que paga continuamente la tasa de inters instantneo.
5. Un precio de bono realista debiera considerar una medida de los cambios que puedan
sobrevenir en el riesgo.
6. Al descontar por un bono un activo cuya tasa de retorno esperado sea igual a la tasa de
inters, debiera obtenerse un proceso con crecimiento esperado nulo.
De los primeros supuestos se establece la llamada ecuacin fundamental que describe
la dinmica de los precios:
T

s =t

s =t

P (T ) = 1 s (T ) Ps (T ) s (T ) Ps (T ) s
Al considerar

que la tasa de retorno esperado y la volatilidad sean procesos

estocsticos implica que ambos pueden tomar distintos valores asociados a distintos
sucesos con sus respectivas funciones de probabilidad, es decir, no son valores nicos sino
que dependen del contexto en que se realizan. Nuevamente incluimos entonces el azar en
este modelo de valoracin de bonos. Existen diversas circunstancias que afectan las
infinitas variables que participan en cualquier mercado. De hecho, no slo en el mercado de
los bonos, sino tambin se podra considerar el mercado de las acciones, donde la
variabilidad de los flujos dependiendo del estado de la naturaleza, determina el riesgo de la
inversin y con ello su rentabilidad esperada.
Los inversionistas en general se forman expectativas acerca del rendimiento de sus
fondos, saben que viven en un ambiente de incertidumbre y de riesgo,en que el azar juega
un papel muy importante y decisivo en el destino de su riqueza. Muchos juegan con el azar
como por ejemplo los especuladores quienes compran porque esperanvender ms caro en
el futuro, pero lo que ellos esperan no necesariamente ser lo realizado. Por otro lado se
pueden considerar el precio de otros activos e incluso el precio del dlar. El solo hecho que
el Banco Central anunciara una modificacin de la tasa de inters o la noticia de alguna
posible guerra en un pas vecino, o en posible crisis en una economa grande, o que una

empresa se fusionar con otra, etc... modifican tambin las expectativas de todos los
inversionistas los que cambian sus decisiones afectando el precio de los activos.
En general existen muchas fuentes de riesgo empresarial: mercados, precios, tipos
de inters, tipos de cambio, productividad y reaccin de los competidores, todo lo cual hace
muy complicado el anlisis de cada proyecto, dado que hay que considerar la interaccin de
varias variables estocsticas.
Otros ejemplos

Keynes en su Teora General y en sus escritos posteriores present una visin del
comportamiento inversor como dirigido por temores y esperanzas voltiles. El anlisis de
las decisiones de inversin slo poda ser parcial porque las fuerzas de la incertidumbre, en
tanto que distintas del riesgo, no eran susceptibles de anlisis cuantitativo. Los agentes se
ven obligados a actuar caprichosamente porque no existe una base racional para el juicio
exacto. El problema con este argumento es que la falta de premisas racionales para las
actuaciones puede justificar tambin la importancia del convencionalismo-lo opuesto al
capricho-en la toma de decisiones humanas. Y no parece haber base suficiente para juzgar
cul de esos resultados-convencionalismo o capricho-ser el que predomine en cada
momento. Keynes insista en la nocin de capricho cuando quera destacar la volatilidad-y,
por ello, la autonoma-de la inversin. Pero el convencionalismo tambin era importante
para explicar, por ejemplo, las expectativas de la tasa de inters, o como una base para
entender las burbujas especulativas de los mercados burstiles.
Una interpretacin de la distincin entre riesgo(medible) e incertidumbre(no
medible) como se utiliza en economa, se puede encontrar en Knight(1971) y
Keynes(1973). Si se pudiera calcular la distribucin de probabilidades de los rendimientos
futuros, el anlisis del riesgo podra permitir alguna forma de clculo basada en los
rendimientos esperados. Pero en el caso de ciertos acontecimientos es posible que no exista
base para calcular la distribucin de probabilidades.

Conclusin

El azar se encuentra presente en todas las cosas del diario vivir y por supuesto en los
distintos mercados financieros, como por ejemplo, en el mercado de los bonos.
Generalmente en economa y finanzas, el azar ofrece una gama a veces infinita de posibles
resultados dependiendo de que valor tomen las infinitas variables, por lo que convierte a
esta ciencia en una donde sus predicciones tienen un relativo nivel de confianza, donde se
supone que todos los individuos actan racionalmente y que todo tiende al equilibrio,
incluso en dicho proceso est presente el azar. El retorno esperado cambiar junto al riesgo
determinado por la volatilidad o varianza de algn activo que proviene de lo inesperado. En
fin, toda esta incertidumbre y presencia de riesgo, lleva a la postulacin y realizacin de
diversos modelos(estocsticos), los que brindarn una especie de ayuda para tomar alguna
decisin, peo recordando que nunca el modelo dar la respuesta ltima y cierta de lo que
acontecer en el futuro, slo lograr un aproximacin.