Está en la página 1de 18

LA VALUACIN DE ACTIVOS Y LOS PROCESOS DE SIMULACIN:

Fundamentacin matemtica y la ON XXXI de YPF como caso de aplicacin.


Autor: Mg. Alejandro Bartolomeo
Facultad de Ciencias Econmicas.
Universidad Nacional de Cuyo.
Carrera de Licenciatura en Administracin
Prof. Titular de Inversiones Financieras
Prof. Adjunto de Clculo Financiero
alejandrobartolomeo@gmail.com
abartolo@fce.uncu.edu.ar
RESUMEN:
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.
En la segunda parte del trabajo se trata de hacer un inventario resumido de los casos de
aplicacin. El artculo finaliza con una simulacin para determinar la valuacin terica, bajo
ciertas circunstancias, de la Obligacin Negociable XXXI de YPF, emitida a fines del mes de
mayo de 2014. Se utiliza este activo al solo efecto de darle un mbito de aplicacin al
desarrollo terico inicial del trabajo.

LA VALUACIN DE ACTIVOS Y LOS PROCESOS DE SIMULACIN:


Fundamentacin matemtica y la ON XXXI de YPF como caso de aplicacin.

Autor: Mg. Alejandro Bartolomeo


Facultad de Ciencias Econmicas.
Universidad Nacional de Cuyo.
Carrera de Licenciatura en Administracin
Prof. Titular de Inversiones Financieras
Prof. Adjunto de Clculo Financiero
alejandrobartolomeo@gmail.com
abartolo@fce.uncu.edu.ar
2

LA VALUACIN DE ACTIVOS Y LOS PROCESOS DE SIMULACIN:


Fundamentacin matemtica y la ON XXXI de YPF como caso de aplicacin
BARTOLOMEO, Alejandro
Titular de Inversiones Financieras
Adjunto de Clculo Financiero
alejandrobartolomeo@gmail.com

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.

Como indica el economista de Harvard Gregory Mankiw en sus "Principios de economa", un


principio que rige cmo las personas toman decisiones es que los individuos racionales
piensan en trminos marginales. Una persona, por ejemplo, puede evaluar decisiones tales
como: tomar unas vacaciones, trabajar ms horas o incluso tener un par de zapatos nuevos.
Mankiw y otros economistas sostienen que los encargados de tomar decisiones racionales
realizan una accin slo si la satisfaccin o beneficio adicional, conocido como el beneficio
marginal, excede el costo adicional o marginal de hacerlo.
El anlisis marginal examina cmo los costos y beneficios cambian en respuesta a los
cambios incrementales en las acciones que se realizan para producir dichos cambios. Si se
toma en una empresa, por ejemplo, la decisin de aumentar la produccin deberemos recurrir
al anlisis marginal. Se conoce que el aumento de la produccin de un producto por una
unidad adicional implica obviamente un costo adicional. La cuestin central en el anlisis
marginal es si los beneficios esperados de ese aumento superan el costo aadido. En caso
afirmativo, podr tomarse la decisin de aumentar la produccin. Se aumentar la produccin
hasta el momento en que se equiparen el costo marginal y el beneficio marginal.
Si se retorna a la decisin de cunto consumir y cunto ahorrar, en trminos marginales, esto
implica hablar de COSTOS de consumos postergados (invertidos en activos, hoy) y
BENEFICIOS que produzca en el futuro esta postergacin (mayores flujos de fondos
producidos en el futuro por los activos en los que se ahorra hoy). Al decidir cunto ahorrar y
cunto consumir tambin estamos decidiendo qu cartera de activos tener.
Segn Cochrane, en su libro El precio de los activos, la ecuacin bsica de primer orden, en
funcin de este anlisis marginal indica que: la prdida de la utilidad marginal de consumir un
poco menos de riqueza hoy (o costo marginal), comprando activos DEBE SER IGUAL a la
ganancia (o beneficio marginal) que se producir en la utilidad marginal, por tener esos
mayores flujos de fondos en el futuro (producidos por los activos comprados hoy).
El mismo autor sostiene que si el precio del activo y los pagos futuros que dicho activo
produce no satisfacen esta relacin, el inversor debe comprar ms o menos de dicho activo
para producir este equilibrio.
Ntese la importancia que tiene en el valor del activo, el flujo de fondos que dicho activo
produce. Si los flujos netos de fondos son escasos o no existen, es probable que el activo no
tenga valor. De otro modo, si los flujos que se esperan son generosos, el valor del activo ser
importante.
Si se sigue al mismo autor, debe notarse tambin que ...el precio del activo debe ser igual al
valor esperado de los flujos de fondos que el activo produce, usando la utilidad marginal del
inversor para descontar el pago.1(1)
Esta ltima afirmacin hace pensar en dos aspectos:
El primero es que se habla de un valor esperado. Inmediatamente, debemos esperar que estos
flujos se produzcan con un mayor o menor grado de seguridad. El diferente grado de
probabilidad de que estos flujos se produzcan tiene que ver con el riesgo que trae cualquier
decisin que est relacionada con un hecho futuro que no pueda precisarse con total certeza.

1

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)

la primera, es la demora en el pago o cobro (recompensa por espera),


la segunda, es el riesgo de que ese pago o cobro no se produzca
(compensacin necesaria por cada unidad de riesgo asumido).

En el segundo aspecto debern considerarse todas las cuestiones relativas al comportamiento


del consumidor, su funcin de utilidad, su aversin al riesgo, etc.
El primer aspecto no es tan difcil de solucionar, de acuerdo a los elementos que nos brinda el
Clculo Financiero. Pero el segundo aspecto ofrece un campo mucho ms amplio, interesante
y hasta provocativo.
El segundo aspecto a considerar en la afirmacin (1) es la tasa de valuacin a utilizar para
descontar el pago.
A partir de la obra citada de Cochrane, se puede afirmar que las tasas de inters estn
relacionadas con el crecimiento esperado de la utilidad marginal, y por lo tanto tambin estn
relacionadas a la trayectoria esperada del consumo. En una poca de altas tasas de inters
reales, tiene sentido ahorrar (comprando bonos, por ejemplo) consumir menos ahora y ms en
el futuro. Por lo tanto, las altas tasas de inters reales deben asociarse con mayor ahorro en el
presente, menor consumo y expectativas de crecimiento del consumo en el futuro.
Es la utilidad marginal y no el consumo, la medida fundamental de cmo se siente el agente
econmico. La mayor parte de la teora de la valoracin de activos es acerca de cmo pasar
del concepto de utilidad marginal a los indicadores que puedan ser observados y medidos.
Obviamente, el consumo es bajo cuando la utilidad marginal es alta, por lo que el consumo
puede ser un indicador til. El consumo tambin es bajo y la utilidad marginal es alta cuando
otros activos de los inversores se han desempeado mal, por lo que podemos esperar que los
precios sean bajos para los activos que covaran positivamente con un ndice que representa a
la cartera de mercado. Este es el Capital Asset Pricing Model (CAPM). Se pueden encontrar
una amplia variedad de indicadores adicionales de utilidad marginal, contra los cuales se
puede calcular una covarianza para predecir los ajustes por riesgo de precios.
C. ECUACIN DE PRECIOS BSICA SEGN COCHRANE
El autor citado expresa que en la bsqueda del valor de un activo determinado, el objetivo
fundamental es fijar el valor de una serie de flujos de efectivo que no se conocen con
exactitud. Puede empezarse con un caso sencillo, modelando situaciones muy generales.
Vamos a encontrar el valor en el momento t de un pago en xt+1. Si usted compra una accin
hoy, el pago del prximo perodo es el precio de la accin, ms dividendos:
!!! = !! + !!

(1)

xt +1 es una variable aleatoria: un inversor no sabe exactamente cunto va a obtener de su


inversin, sino que puede evaluar la probabilidad de varios resultados posibles. No hay que
confundir el flujo de fondos xt+1 con la ganancia o retorno; xt +1 es el valor de la inversin en
el momento t+1, sin restar o dividir por el costo de la inversin.
5

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 !

Funciones de este tipo capturan la idea fundamental de que ms consumo produce ms


utilidad. Es decir, que la funcin es creciente con respecto al consumo. Pero este crecimiento
es a ritmo decreciente, es decir que la funcin es cncava. Se suele representar esta idea con
el ejemplo de que el ltimo bocado no es tan satisfactorio como el primero.
Cabe aclarar adems, que el consumo en el perodo t+1 es aleatorio. El inversor no conoce
cul ser su riqueza en un futuro (momento t+1), y por ende, cul ser el nivel de consumo en
ese momento. Por eso, se habla de consumo esperado en el momento t+1.
Segn se mencion anteriormente, existen dos dimensiones a tener en cuenta en la valuacin
de un flujo futuro de fondos: la impaciencia del inversor, que deber ser recompensada y su
aversin al riesgo que tambin deber ser premiada para asumir posiciones riesgosas. La
impaciencia mencionada puede representarse, descontando los valores futuros a una tasa
(beta) que se la suele denominar factor de descuento subjetivo.
La aversin al riesgo est representada por la curvatura de la curva de utilidad. Si bien la
utilidad de consumir cada vez ms aumenta, cada vez aumenta menos. Es decir, lo hace a una
tasa cada vez menor. Esta caracterstica est representada por la concavidad de la curva de
utilidad con respecto al consumo.
Una vez dicho esto, se debe volver a la generalizacin de una frmula de valuacin para
cualquier activo. Se asume que el inversor puede comprar o vender libremente al precio pt un
activo que produzca un flujo xt+1 en el perodo t+1.
La pregunta que sigue es, cunto debe comprar o vender a ese precio? Para ensayar una
respuesta, debemos agregar dos variables ms:

e: nivel de consumo original, si el consumidor no comprara nada del activo


: cantidad del activo que el inversor elige comprar

Definido todos estos elementos, lo que se busca entonces es:


max u(ct ) + Et [u(ct+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:

pt u'(ct ) = Et [ u'(ct+1 )xt+1 ]

(3)

Y en definitiva, se puede escribir que el precio en el momento t es:

! u'(ct+1 ) $
pt = Et #
xt+1 &
" u'(ct )
%

(4)

En la ecuacin (3) se ve expresada en trmino matemticos lo que se adelant con


anterioridad, respecto de la importancia de la condicin de marginalidad. Esta ecuacin
expresa la condicin marginal para que se llegue a un ptimo. El primer miembro de la
ecuacin (3) refleja la prdida de utilidad (en el momento t) por haber destinado parte de
nuestra riqueza a consumir el activo que se est tratando de valuar. Esta prdida debe ser igual
a la ganancia esperada (ya que se produce en un momento futuro (t+1) que ese mismo activo
producir, descontada convenientemente a la tasa (factor de descuento subjetivo) para
compensar la impaciencia del inversor. Se subraya la caracterstica de marginalidad de esta
ecuacin (representada por la derivada de la funcin de utilidad con respecto al consumo). Se
est evaluando la posibilidad de consumir una unidad ms (o en general, una porcin lo
suficientemente pequea) del activo en cuestin. El precio de ese activo, ser el que satisfaga
esta condicin de marginalidad. Es definitiva, deber ser tal que iguale el costo del sacrificio
de resignar consumo al valor esperado del beneficio que ese sacrificio hoy tendr en el
momento t+1.
Como se observa, despejando el precio del activo, se obtiene la ecuacin (4), que determina
qu variables intervienen en la determinacin del precio de un activo (pt).
Esta ltima ecuacin se suele reducir an ms, para llegar a una expresin breve, pero que
involucre todos los elementos que son determinantes del precio de un activo.
Cochrane, en la obra citada, llega a una simplificacin importante en la frmula de la
determinacin del valor de cualquier activo:
7

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)

E. LA VALIDEZ DEL USO DE SIMULACIONES EN LA DETERMINACIN DEL


PRECIO DE UN ACTIVO
Segn Herrera Lana, E. (2011), el propsito de un modelo de simulacin es realizar
experimentos, generando escenarios aleatorios que muestren en forma objetiva lo que ocurrir
con las variables cuando los supuestos probabilsticos toman valores al azar. Por lo tanto, se
tratar de aplicar los modelos de simulacin cuando sea til o posible aplicar la
experimentacin a travs de la generacin de escenarios aleatorios basados en ciertos
supuestos que tomen valores al azar.
Como se ha visto en todo el desarrollo del punto anterior, desde las frmulas enunciadas (2),
(3), (4), (5) y (6), aparece permanentemente el valor esperado, ya sea explcita o
implcitamente. Esta circunstancia justifica la posibilidad de incorporar la simulacin en las
valuaciones de activos, dependiendo de la mayor o menor certeza que se tenga, respecto de
que los flujos involucrados se produzcan de acuerdo a un proceso con ms o menos
aleatoriedad. Por lo tanto, en principio, se puede justificar la incorporacin de simulaciones a
la valuacin de activos desde este punto de vista. No obstante, existen casos ms apropiados
que otros. Dilucidar cules son los casos en los que vale la pena incorporar procesos de
simulacin estocstica, es el objetivo final de esta investigacin. Pero, a travs de la
formulacin matemtica detallada, podemos encontrar que la simulacin puede representar
una herramienta importante en la bsqueda de la determinacin del valor de un activo o
inclusive de varios activos combinados.
Como plantea Herrera Lana, E. (2011) en todo modelo de simulacin deben existir al menos
dos tipos de variables: los supuestos probabilsticos y las variables de apuesta o pronstico,
propiamente dichas. Los primeros corresponden a aquellas variables independientes sobre las
cuales se tiene cierta incertidumbre. Estas variables se representan mediante distribuciones de
8

probabilidad, de forma que en el proceso de simulacin se obtengan valores aleatorios de las


distribuciones definidas. Las variables de apuesta o pronstico son aquellas dependientes que
soportan una decisin. Al ser dependientes, en el proceso de simulacin, stas variables
mostrarn un impacto determinado por las variaciones aleatorias de los supuestos
probabilsticos.
En todos los casos de valuacin de activos en los que se vea la posibilidad de identificacin
de estos dos tipos de variables, se tratar de recurrir a la simulacin, para lograr una valuacin
del activo, teniendo en cuenta la incertidumbre que lo rodea.
Si se revisan los casos de aplicacin en particular, es posible distinguir un grupo de activos,
generalmente llamado de renta fija (bonos, obligaciones negociables, y otros ttulos valores)
en el que los flujos son conocidos de antemano. De ah su denominacin de renta fija. La
aleatoriedad tiene, en estos casos y desde este punto de vista, un peso relativo menos
importante. Los flujos estn definidos en las condiciones de emisin del ttulo. Se podran
buscar otras cosas a simular, como la tasa de inters a utilizar en la valuacin, pero el valor
del activo es menos sensible a la tasa, dado que si bien puede tener una cierta variacin, se
puede afirmar que es relativamente pequea. En principio y salvo en algunos casos
determinados, no existe demasiado inters en valuar flujos futuros conocidos, que se
prometen en base a las condiciones de emisin del emprstito correspondiente. En un sentido
contrario a lo que se acaba de decir, se puede afirmar que existen elementos aleatorios, que
pueden ser medidos a travs de simulaciones, en la valuacin de ttulos valores. Por ejemplo,
se podra tener en cuenta la posibilidad de default del emisor. Esta cuestin, generalmente se
refleja en la tasa de valuacin del ttulo y no en la probabilidad de cobrar o no el flujo de
fondos. Pero nada obsta a que se utilicen tcnicas de valuacin para incluir con una cierta
probabilidad, la posibilidad del no pago o del pago parcial, por parte del emisor. En el mismo
sentido y buscando otro ejemplo, se puede recordar que existen ttulos valores que son
condicionales, ya que dependen de una condicin especfica para que el flujo de fondos se
produzca. El tpico caso en Argentina, son los cupones PBI, en donde el pago del servicio del
ttulo estar supeditado a que el crecimiento del PBI supere un cierto valor. Si se da la
condicin, se realiza el pago. Obviamente que esta circunstancia debe ser tenida en cuenta en
la valuacin. El desafo es armar un modelo que trate de simular las condiciones que deberan
darse para que el crecimiento necesario del PBI sobrepase el nivel requerido. Si se utiliza este
modelo, se podra asignar una probabilidad a cada estado de la naturaleza y transformar una
valuacin tradicional a travs del uso de la simulacin.
Si se sigue con los casos de aplicacin, se puede encontrar otro grupo de activos, llamados de
renta variable. Por ejemplo, las acciones pertenecientes a Sociedades Annimas. La
posibilidad de simular flujos de fondos en estos casos, se vislumbra ms amplia. Ms all de
que el anlisis necesita de una profundizacin importante, a priori, se puede afirmar que en
este tipo de casos es donde podemos tratar de generar, a travs de la simulacin, las
condiciones, interrelaciones y dependencias de las variables involucradas en el valor de un
activo, en la generacin de flujos de una empresa y en definitiva, en todos los elementos
relacionados con el valor del ttulo que representa una cierta proporcin del valor de la
empresa. En este sentido, quizs sea posible conectar el valor de la accin con los principios
de valuacin de una empresa en marcha. La posibilidad de reproducir en el laboratorio
algunas de las relaciones ms importantes que determinan el valor de una empresa se presenta
como un interesante desafo. Si bien, no hemos experimentado aun con esta posibilidad, se
cree que puede ser una fuente de inspiracin interesante y un rea en donde se podran
alcanzar resultados satisfactorios, aplicando los principios de la simulacin a mbitos
9

empresariales. No debera confundirse la posibilidad de simular las variables involucradas en


la valuacin de una empresa con la posibilidad de simular el mercado que la rodea, por
ejemplo, a travs de programas de simulacin de marketing estratgico, muy conocidos, como
Markstrat. Este tipo de programas intenta reproducir las condiciones externas (variables
exgenas al modelo) e internas (marketing mix) que afectan o se ven afectadas por las
decisiones estratgicas del marketing. Si bien existe una conexin importante entre las
decisiones estratgicas y el valor de la empresa, lo que se busca en la simulacin para valuar
una empresa es establecer las relaciones y dependencias de las variables que la afecten.
Obviamente, entender el mercado que rodea a la empresa, las variables relacionadas, y cmo
afectan el valor de aquella, es de vital importancia para la construccin del modelo.
Otro grupo de activos en donde se usa la simulacin es en la determinacin del valor de un
proyecto de inversin. Como explican Ferr y Boten (2007), existen una gran cantidad de
factores que pueden afectar los beneficios y costos de un proyecto (evolucin de la economa,
tasas de inters, aparicin de bienes sustitutos y complementarios, descubrimiento de nuevas
fuentes de energa, cambios en las regulaciones de la actividad, etc.). Esta influencia en los
componentes del proyecto trae aparejada la posibilidad de una variacin en la determinacin
del valor neto de dicho proyecto, ya que afectan a los costos o beneficios involucrados en l.
Estas afirmaciones llevan a considerar el riesgo en la evaluacin de un proyecto de inversin
como un elemento primordial. La consideracin anterior deber tenerse en cuenta respecto de
aquellas variables aleatorias en donde si bien su valor no es conocido con exactitud, se pueda
asignar una cierta probabilidad a que dicho evento ocurra. Ferr y Boten (2007) aclaran que
la propuesta de inclusin de cierta dinmica en los flujos de un proyecto, de modo que se
reflejen los riesgos asociados a l, no los elimina, ms all de que suministren informacin
que en ciertos casos puedan permitir tomar decisiones para eliminarlo o disminuirlo. Lo que
se est haciendo es explicitar el riesgo y tomarlo en cuenta para la decisin final.
En la evaluacin de proyectos se abre una inmensa fuente de posibilidades relacionadas con la
simulacin. Pueden enumerarse varias posibilidades para darle dinmica a un proyecto. Es
viable, por ejemplo, suponer una serie de mtodos que no consideran la probabilidad de
ocurrencia de cada evento (determinacin de variables crticas, determinacin del punto de
nivelacin, anlisis de sensibilidad y de escenarios). Pero, utilizando las tcnicas de
simulacin, se podra determinar el Valor Actual Neto de un proyecto (o bien el valor de otros
criterios de rentabilidad como TIR, CPE, PRI, etc.) seleccionando aleatoriamente valores de
las variables que en l inciden, acorde a la distribucin de probabilidades de dichas variables.
A travs de la simulacin de Monte Carlo, es posible trabajar simultneamente con muchas
variables aleatorias. No es objetivo de este trabajo agotar el tema, ni muchsimo menos.
Simplemente, se cree que el uso de simulaciones en la valuacin de proyectos de inversin
aporta una fuente importante de argumentos para tomar una mejor decisin que si se ciera
solamente a lo determinstico.
El otro gran grupo de activos que ofrecen un amplio campo de aplicacin para las
simulaciones es el de la valuacin de ciertos instrumentos derivados.
La simulacin de Monte Carlo es un mtodo legtimo y ampliamente usado para lidiar con
la incertidumbre. Es en este ltimo aspecto en donde se puede aplicar, tratando de recrear las
condiciones de volatilidad del mercado en donde opere el derivado en cuestin. Existen
algunos casos de derivados, por ejemplo el clculo de valores de opciones americanas, en
donde el experimento de simulacin tiene una especial importancia.
10

Segn lo establecido por Longstaff y Schwartz (2001), la simulacin es una promisoria


alternativa a las tcnicas tradicionales (diferencias finitas y tcnicas binomiales). Los casos en
los que el valor de la opcin (generalmente se habla de Opciones Americanas) depende de
mltiples factores, tambin ofrecen un campo de aplicacin importante para la simulacin.
La simulacin puede ser usada para valuar derivados en los que las variables sigan procesos
estocsticos como los de jump diffusions, procesos no Markovianos y aun en los procesos
generales de semimartingales. Desde un punto de vista prctico, la simulacin es muy til en
procesos paralelos de procesamiento, a travs de los cuales se gana tiempo de proceso,
mejorando la velocidad. En general se puede decir que la simulacin es transparente, fcil y
flexible.
Para entender la intuicin que reside tras este enfoque, se debe recordar que en cualquier
punto de ejercicio de la opcin americana se compara el flujo que generara dicho ejercicio
con el valor esperado de los flujos de fondos que se produciran si se siguiera con la opcin en
vez de ejercerla. Obviamente, el ejercicio tendr lugar si el pago inmediato derivado de su
ejercicio es mayor que el valor esperado de los flujos remanentes en caso de continuar con la
opcin. Dicho esto, se puede concluir que el ejercicio ptimo de este tipo de opciones est
determinado por las expectativas condicionales de los flujos, que continan sosteniendo la
opcin viva. En definitiva, el proceso de simulacin permite una valuacin bastante acertada
y precisa, ya que recrea las condiciones a las que estn sometidos los flujos de fondos
derivados de las distintas posibilidades de precios del subyacente. En cada punto de ese
proceso, se puede determinar cul sera la decisin a tomar. La simulacin permite recrear
esta serie de condiciones y en sntesis, producir un atinado resultado.
F. UN EJEMPLO DE VALUACIN: EL BONO DE YPF PLUS
Para ejemplificar la tcnica de aplicacin de la simulacin a la valuacin de un activo en
particular, se utilizar el programa de emisin de YPF Sociedad Annima, de Obligaciones
Negociables. En particular, las Obligaciones Negociables (ON) clase XXXI. Estas han sido
emitidas en pesos, por un total de 200.000.000; ampliables a 300.000.000. El precio de
emisin fue al 100%, es decir que se emitieron a la par. La fecha de emisin y liquidacin
tendr lugar dentro del segundo da hbil posterior a la finalizacin del Perodo de Subasta
Pblica. Se informar en el Aviso de Resultados. El valor de la ON ser reintegrado
totalmente a los 365 das de la fecha de Emisin y Liquidacin.
Condiciones de Emisin de YPF Plus
Respecto de los intereses, las ON Clase XXXI, devengarn intereses a partir de la Fecha de
Emisin y Liquidacin y hasta su efectivo pago, a una tasa variable anual equivalente a la
suma de:
a)
b)

la tasa de inters mnima (20% nominal anual) ms


el margen (segn se define ms adelante);

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

El margen deber determinarse para cada perodo de devengamiento de intereses (mensual) y


se determina como sigue:
Se determinar la variacin porcentual resultante entre:
i.

ii.

la produccin total de hidrocarburos (gas natural y petrleo condensado y


gasolina) operada por YPF informada por la Secretara de Energa de la Nacin
correspondiente al ltimo mes calendario publicado anterior al perodo de
devengamiento de intereses y
la produccin total de hidrocarburos (gas natural y petrleo condensado y
gasolina) operada por YPF informado por la Secretara de Energa de la Nacin
del mes calendario indicado en (i), correspondiente al ao inmediatamente
anterior.

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)

A continuacin se presentan los parmetros estadsticos obtenidos de cada una de la serie.

Tabla 1 Parmetros estadsticos de la serie (margen)


Distribution
Trials
Mean
Median
Mode
Standard Deviation
Skewness
Kurtosis
Coeff. of Variability
Minimum
Maximum
Mean Std. Error

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:

ip = tasa del cupn corriente

p = probabilidad de que se d un cierto valor de margen, de acuerdo a la siguiente


condicin: 0 % 6% . Esto est establecido en las condiciones de
emisin de la ON. La probabilidad se ajustar a la distribucin Beta, de acuerdo al
Test de Bondad de Ajuste realizado en el punto anterior.

margen: un valor entre 0 y 6%, dependiendo de la variacin anual de la produccin de


hidrocarburos (gas natural y petrleo condensado y gasolina) operada por YPF,
segn lo determinado por las condiciones de emisin de la ON Clase XXXI.
Tabla 2 Flujo de Fondos Mensual Cuadro de Evolucin

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

A continuacin se presenta el anlisis estadstico-probabilstico de los resultados de las


simulaciones.
Figura 2 Grfico de frecuencia: valor del ttulo (ON Clase XXXI de YPF)

Tabla 3 - Estadsticas del valor del ttulo


Estadsticas
Trials
Mean
Median
Mode
Standard Deviation
Variance
Skewness
Kurtosis
Coeff. of Variability
Minimum
Maximum
Mean Std. Error

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

probabilidades elegidas y la tasa BADLAR de la fecha de emisin, los valores de la ON


siempre cotizan bajo la par.
Si se considera que la ON no permite su emisin bajo la par, no aparece como una buena
inversin, el tener que suscribirla a la par (desde 1000 pesos de valor nominal). El valor
mximo esperado de la distribucin de precios es de 994,53, corroborando esta hiptesis. La
simulacin nos permite con un alto grado de confianza, respaldar estas aseveraciones.
G. ALGUNAS CONCLUSIONES
Una de las conclusiones ms importantes que se pueden rescatar de todo lo dicho es que la
simulacin es ampliamente aplicable a la valuacin de activos. Esta misma circunstancia hace
que se deban establecer los casos en donde se aplicarn dichas tcnicas. Por lo tanto, al ser tan
amplio el espectro de aplicacin, se propone estudiar en detalle las reas en las que se decida
proceder a usar este tipo de procedimientos para producir resultados satisfactorios. Esto
debera hacerse a travs de la experimentacin y el uso de software especializado que
permitan reproducir las condiciones que, como se ha descripto con anterioridad, mejor
definen a las variables involucradas.
Tambin se puede establecer que existen algunos casos de valuacin en los que es ms
adecuado aplicarla que en otros. Ms all de que se ha planteado, a travs de las frmulas
correspondientes, que existe siempre algn grado de aleatoriedad en los flujos relacionados a
un activo, existirn al mismo tiempo, casos en los que esta aleatoriedad es ms significativa
que en otros.
Otra cosa importante es tener un valor de referencia de la valuacin, obtenido por algn otro
mtodo. Es decir, que se pueda probar de alguna forma, la validez de la respuesta obtenida en
la experimentacin. Esto permitir juzgar la razonabilidad de la valuacin realizada, al mismo
tiempo que permitir revisar el modelo, en los casos en que los valores se aparten demasiado
de lo que se espera en funcin de la utilizacin de otros modelos.
El proceso de construccin de la simulacin permite comprender profundamente cules son
las variables ms importantes que explican el valor del activo y cules son las relaciones entre
ellas, de existir. La posibilidad de comprender ambos aspectos permite vislumbrar el modelo
en profundidad y en definitiva asegura una aproximacin ms precisa, real y eficaz.

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

15. LONGSTAFF, Francis y SCWARTZ, Eduardo. (2001). Valuing American Options by


Simulation: A Simple Least-Squares Approach. The Review of Financial Studies, Vol.
14, N 1, 113-147.
16. MANKIW, N. Gregory. (2002). Principios de Economa. (Segunda edicin) Buenos
Aires. Ediciones McGraw-Hill. ISBN: 8448141563
17. MESSUTI, Domingo, ALVAREZ, Vctor y GRAFFI, Hugo. (1992). Seleccin de
Inversiones: Introduccin a la Teora de Cartera. Buenos Aires: Ediciones Macchi.
18. SAPAG CHAIN, Nassir. (2011). Proyectos de Inversin. Formulacin y evaluacin
(2 Ed.). Chile: Pearson Education.
19. SHARPE, William. (1964). Capital asset prices: a theory of market equilibrium under
conditions of risk. Journal of Finance, Vol. 19, N 3, 425-442.
20. VAN HORNE, James. (1997). Administracin Financiera (10 Ed.). Mxico: Pearson
Education.

18