Economía de la Empresa

Tema 5. Valoración de inversiones en condiciones

de incertidumbre
Licenciatura en Derecho y Administración y Dirección de Empresas
Tercer Curso

Prof. Dr. Jorge Otero Rodríguez

 Contenidos

5.1 Introducción.

5.2 Efecto del riesgo en los componentes del proyecto.

5.3 Métodos simples de tratamiento del riesgo.

5.4 Distribución de probabilidad de los flujos de caja.

5.5 Toma de decisiones secuenciales. Árboles de decisión.

5.6 Análisis de riesgo por simulación. Método de Montecarlo.

5.7 Decisiones en ambiente de incertidumbre.

5.8 Análisis de sensibilidad.

2
Introducción
 Método del Equivalente Cierto

Esperanza Matemática
Criterio de decisión racional el consistente en maximizar la esperanza matemática de
ganancia.
Por lo tanto, el inversor preferirá en primer lugar aquellas inversiones con un valor
actual neto medio mayor, o lo que es equivalente , el que le proporcione una tasa de
retorno mayor, calculada en base a los flujos de caja medios.
Ejemplo
A Q1 Q2 Q3
-14.000 7.000 8.000 9.000

Q1 Q2 Qn n Qj
V . A.N .   A  
(1  k ) (1  k ) 2
 .... 
(1  k ) n
  A  
j 1 (1  k )
j

El V.A.N. de este proyecto al 7% de coste de capital será pues, 6.876,25 €.

4
 Método del Equivalente Cierto

Ejemplo
Imaginemos ahora que la situación cambia, y que estos flujos de caja ya no los
tenemos “seguros”, sino que tan sólo podemos hacer hipótesis sobre los mismos.
Estás hipótesis para que sean manejables en términos cuantitativos las deberemos
de traducir a probabilidades.
Revisamos las hipótesis, y llegamos a las siguientes conclusiones para los flujos de
caja

A Q1 Q2 Q3
Flujo Caja Neto -14.000 Q11=7.000 Q21=8.000 Q31=9.000
Q12=6.000 Q22=9.000 Q32=8.500
Q33=8.000
Probabilidad P0=1 P11=0,5 P21=0,7 P31=0,2
P12=0,5 P22=0,3 P32=0,5
P33=0,3

El primer subíndice hace referencia al periodo, mientras que el segundo al nivel de probabilidad.

5
 Método del Equivalente Cierto

Ejemplo
La esperanza matemática o valor medio de los flujos de cada año será por tanto:
E(Q1)=7.000x0,5+6.000X0,5=6.500
E(Q2)=8.000x0,7+9.000x0,3=8.300
E(Q3)=9.000x0,2+8.500x0,5+8.000x0,3=8.450
Para obtener el V.A.N. esperado o medio, sustituiríamos los flujos de caja iniciales o
con certidumbre por los medios:

E(A)1 E(Q1) E(Q2) E(Q3)

-14.000 6.500 8.300 8.450

El V.A.N. esperado o medio al 7% será 6.222,02 €.

En expresión matemática, el valor esperado del V.A.N. será:
h h h

Q 1r p1r Q 2r p2 r Q nr pnr n h Q jr p jr
V . A.N .   A  r 1
 r 1
 ....  r 1
  A  
(1  k ) (1  k ) 2 (1  k ) n j 1 r 1 (1  k ) j

6
 Método del Equivalente Cierto

Utilidad esperada.
Concepto diferente al de rentabilidad esperada, si bien parte de él. Cuando se
decide, el criterio que se emplearía sería maximizar la utilidad esperada y no tanto la
rentabilidad esperada.
La utilidad esperada se inicia en la rentabilidad esperada, la forma de pasar de ésta a
aquélla es a través de la posición ante el riesgo que asume el decidor, pudiéndose
clasificar en:
neutralidad ante el riesgo utilidad esperada = rentabilidad esperada.
aversión al riesgo utilidad esperada < rentabilidad esperada.
propensión al riesgo utilidad esperada > rentabilidad esperada.
Varianza
Equivalente cierto. La utilidad esperada no tiene por qué coincidir con el valor (o
rentabilidad) esperado o promedio, debido precisamente a la variabilidad que puede
existir respecto a ese valor esperado

7
 Método del Equivalente Cierto

El equivalente cierto lo podemos definir como el resultado de aplicar a un flujo

esperado el “coeficiente de conversión a condiciones de certeza”, j.
Este coeficiente está comprendido entre 0 y 1, y será más alto cuanto mayor sea el
grado de riesgo inherente al proyecto.
Por otra parte, la prima de riesgo es la diferencia entre el valor esperado y el
equivalente cierto.
Consecuentemente la fórmula del V.A.N. la adaptaremos de esta forma:

 1Q1  2 Q2  n Qn n  jQ j n Q 'j
V . A.N .   A 
(1  k )

(1  k ) 2
 .... 
(1  k ) n
 A   (1  k )
j 1
j
 A  (1  k )
j 1
j

8
 Ajuste de la tasa de descuento

Si consideramos a “k” como una tasa pura de actualización, es decir para

inversiones sin riesgo, ahora al no trabajar ya en situación de certidumbre total,
deberemos de suplementarla en función del riesgo de tal operación
(añadiremos “p”).
La nueva tasa de descuento ajustada al riesgo será:
s=k+p, en donde “k” es la tasa de descuento pura, y “p” la prima por el riesgo.
La nueva fórmula del valor actual neto será

n Qj
 (1  s)
Q1 Q2 Qn
V . A.N .   A    ....   A 
(1  s ) (1  s ) 2
(1  s ) n
j 1
j

9
 Ajuste de la tasa de descuento

Ejemplo

A Q1 Q2 Q3
-1.550 500 600 700

El V.A.N. en ausencia de riesgo lo podríamos calcular al 3%, y por lo tanto su valor

será de 142 €.
Al introducir el riesgo, consideramos que la prima de riesgo, p, es del 5,5%, y por lo
tanto el coste del capital para la empresa será del 8,5% (3,0%+5,5%=s). El V.A.N.
empleando la nueva tasa de descuento será pues de -31, y consecuentemente no
será rentable llevar a cabo este proyecto.

10
Comparación entre el equivalente cierto y el ajuste en la tasa de
descuento

Podemos introducir el riesgo en principio a través de dos modos:

en el numerador: reduciendo (convirtiendo a ciertos) los flujos de caja esperados.
en el denominador: aumentando la tasa de actualización, incorporando una prima de
riesgo.
Aunque pueda parecer que ambos métodos tratan del mismo modo el factor
riesgo, realmente pueden conducir a resultados bastante diferentes.
La mayor objeción que se achaca al ajuste de la tasa de descuento es que si se
mantiene durante todo el proyecto la tasa suplementada por el riesgo, estamos
penalizando en cada periodo sucesivo los flujos futuros en un grado mayor.
Para demostrarlo vamos a tratar el ajuste de la tasa de descuento como si fuera
la conversión al equivalente cierto, tal como se ve en la siguiente igualdad
aplicable a cualquier periodo

11
Comparación entre el equivalente cierto y el ajuste en la tasa de
descuento

Demostración
Qj  jQ j (1  k ) j (1  k )
 despejando j    j   j
siendo 
(1  k  p) j (1  k ) j (1  k  p) j (1  k  p)

Como (1+k+p) es obviamente mayor que (1+k), conforme más avancemos en el

tiempo (“j” se hace mayor), el coeficiente corrector se va haciendo más pequeño, y
por consiguiente más reducimos los flujos futuros. En este ejemplo se aprecia esta
reducción del coeficiente conversor:
Tenemos un proyecto con las siguientes características:

A Q1 Q2 Q3 Q4
Flujo Caja -100 Q11=30 Q21=35 Q31=45 Q41=55
Neto Q12=10 Q22=22,5 Q32=32,5 Q42=42,5
Probabilidad P11=0,5 P21=0,6 P31=0,6 P41=0,6
P12=0,5 P22=0,4 P32=0,4 P42=0,4

k=3% (tasa libre de riesgo), p=5% (prima de riesgo), por lo que el coste del capital, s,
es 8%.
12
Comparación entre el equivalente cierto y el ajuste en la tasa de
descuento

Consecuentemente, el valor esperado de los flujos de caja de cada año será:

A Q1 Q2 Q3 Q4
Flujo Esperado -100 20 30 40 50

En primer lugar calcularemos el V.A.N. aplicando la prima de riesgo:

20 30 40 50
V . A.N .  100      12,74
(1  0,08) (1  0,08) 2 (1  0,08) 3 (1  0,08) 4

Ahora aplicaremos el criterio de equivalente cierto obteniendo un coeficiente

reductor que nos proporcione el mismo flujo de caja para cada año, que según
hemos visto obedece a la fórmula:
(1  k ) j (1  k )
j    j  j
siendo 
(1  k  p ) j (1  k  p )
1  0,03 1,03
   0,9537
1  0,03  0,05 1,08

Año 1 Año 2 Año 3 Año 4

0,95371=0,9537 0,95372=0,9096 0,95373=0,8674 0,95374=0,8273
13
Comparación entre el equivalente cierto y el ajuste en la tasa de
descuento
El V.A.N. calculado en términos de equivalente cierto sería:

0,95737 x 20 0,9096 x30 0,8674 x 40 0,8273 x50

V . A.N .  100     
(1  0,03) (1  0,03) 2
(1  0,03) 3
(1  0,03) 4

19,074 27,2865 34,6977 41,3641

 100   2
 3
 4
 12,74
1,03 1,03 1,03 1,03
coincide con el cálculo incrementando la tasa de actualización con la prima de riesgo;
también se aprecia como el coeficiente corrector va disminuyendo, penalizando cada
vez más los flujos futuros.
Se puede argumentar en este sentido que la incertidumbre es mayor conforme
más nos alejamos del momento inicial, y que por lo tanto en consonancia, el
coeficiente reductor ha de ser mayor (así será más bajo el flujo de caja esperado).
Por el contrario, en ocasiones el riesgo está más presente al principio que
hacia el final del proyecto, como puede ocurrir con el lanzamiento de un nuevo
producto. Puede ser que fracase al principio, sin embargo si esto no ocurre el
futuro será más seguro que en los momentos iniciales.
Una manera de solventar este inconveniente es manejar por ejemplo dos primas de
riesgo en lugar de sólo una. 14
Cuantificación del riesgo a través de medidas de dispersión

El riesgo como hemos visto antes implica variabilidad en los resultados, y si bien
podemos calcular un valor esperado, no es menos cierto que también es posible
que el resultado alcance un valor mínimo (o también máximo) que esté alejado del
valor esperado.

n 

Varianza
 (x
i 1
i  x) 2

Para cada flujo:

h
 Qt    (Qtr  E Qtr ) 2  Ptr
2

r 1

Qtr= flujo de caja de la posibilidad r en el periodo t.

Ptr= probabilidad de que ocurra Qtr.
E[Qtr]= esperanza matemática de las diferentes posibilidades de Qt.

15
Cuantificación del riesgo a través de medidas de dispersión

Varianza del VAN

 Qn   2 Q1   2 Q2   2 Qn 

   A 
Q1 Q2
  A 
2
  n 
2
  
 (1  k ) (1  k ) 2
(1  k )  (1  k ) 2
(1  k ) 4
(1  k ) 2n

n Co var ianza Q , Q 
n
Co var ianza  A, Qi 
 2  2 
i j
i j
i 1 (1  k ) i
i j (1  k )
n Co var ianza Q , Q 
n
 2 Qi  Co var ianza  A, Qi 
n
  A  
2
    i j
2 2
i 1 (1  k )
2i
i 1 (1  k ) i i j (1  k ) i  j
Este cálculo se nos simplifica en los siguientes casos:
Si el desembolso inicial lo podemos tener por cierto. En este caso la varianza de A, y las
covarianzas de A con los flujos de caja sería 0.
Si los flujos de caja son independientes entre sí (ortogonalidad). En este caso la
covarianza sería 0.
Si existe una correlación perfecta entre dos flujos (un flujo de caja es una combinación
lineal de otro), el coeficiente de correlación es 1, y como éste se define de la siguiente
manera:
Cov ( X , Y )
 implica que cuando es 1, Cov(X, Y) =  x y
 x y

16
Cuantificación del riesgo a través de medidas de dispersión

Ibex 35

17
 jun-88
jun-89
may-90
may-91
abr-92
Volatilidad
Ibex 35 (niveles)

Rentabilidad

mar-93
mar-94
feb-95
ene-96
ene-97
6,28%
21,26%

dic-97
dic-98
nov-99
oct-00
oct-01
sep-02
sep-03
ago-04
ago-05
jul-06
jun-07
may-08
Cuantificación del riesgo a través de medidas de dispersión

abr-09
0
2000
4000
6000
8000
10000
12000
14000
16000
18000

Cotización IBEX 35
18
Cuantificación del riesgo a través de medidas de dispersión

Ibex 35 (rentabilidad diaria)

15,00%
Rentabilidad 6,28%
Volatilidad 21,26%
10,00%

5,00%

Rentabilidad diaria
0,00%

-5,00%

-10,00%

-15,00%
nov-92
nov-93
ene-88
dic-88
dic-89
dic-90
dic-91

oct-94
oct-95
oct-96
sep-97
sep-98
sep-99
ago-00
ago-01
ago-02
jul-03
jul-04
jul-05
jun-06
may-07
may-08
abr-09
19
 feb-88
ene-89
ene-90
ene-91
ene-92
dic-92
dic-93
nov-94
nov-95
Ibex 35 (rentabilidad diaria)

oct-96
oct-97
sep-98
sep-99
sep-00
ago-01
ago-02
ago-03
jul-04
jul-05
jun-06
jun-07
may-08
abr-09
Cuantificación del riesgo a través de medidas de dispersión

0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
90,0%
100,0%

Volatilidad (20 sesiones)

20
 Árboles de decisión
Hasta ahora hemos considerado que los distintos proyectos de inversión eran
independientes y que se aceptaban o no –según su V.A.N. (o esperanza
matemática) fuera positivo o negativo- al comienzo del periodo de planificación
u horizonte económico.
Un a vez adoptada la decisión de inversión, ya no se vuelve a hacer nada más
a lo largo del periodo de planificación, y hay que conformarse con observar los
resultados de las decisiones tomadas en el momento inicial. Sin embargo, lo
normal en la práctica es que las decisiones de inversión se contemplen dentro
de un periodo de planificación más o menos amplio y no al comienzo del
mismo.

21
Árboles de decisión
Las decisiones de inversión suelen estar concatenadas o enlazadas en el
tiempo
una decisión de inversión en un momento concreto del tiempo condiciona a las
decisiones que se han adoptado con anterioridad, y por la evolución y
comportamiento del entorno económico (nivel de demanda, precios, coyuntura
económica general, …).
En estos casos se habla de decisiones de inversión secuenciales por oposición
a las decisiones de inversión “simples”, que no sólo son independientes unas de
otras sino que también son independientes del propio acontecer económico,
perdiendo así la posibilidad de rectificar a la luz de la información que con el
transcurso del tiempo nos va proporcionando la propia dinámica económica.

22
Árboles de decisión
Los árboles son un tipo particular de grafos o redes empleados en procesos
dinámicos y adaptativos.
El grafo podemos definirlo como un conjunto de elementos relacionados de algún
modo.
En todo grafo existen dos categorías de elementos:
Los nudos o vértices, que traducen la existencia de elementos de elementos de base
en la realidad que se están estudiando.
Los arcos o flechas que unen los nudos y que expresan las relaciones existentes
entre esos elementos básicos.
El árbol es una red o grafo conexo sin ciclos, en el que si se suprime un arco
cualquiera ya deja de ser un árbol.

23
Árboles de decisión
En los árboles de decisión –dado que se trata de un tipo particular de grafos-
hay que distinguir dos clases de elementos:
Arcos o ramas: vienen formalmente representado por una flecha que une dos nudos
Nudos o vértices, los cuales puede ser a su vez:
decisional: como consecuencia de las diferentes decisiones que puede tomar el
inversor, este tipo de nudos es el origen de varias ramas.
estocástico: como consecuencia de las diferentes decisiones que puede tomar el
entorno económico; así pues, será el origen de varias ramas que representan otros
tantos estados del entorno económico o naturaleza (el azar).

Por otra parte, como un árbol de decisión es un diagrama de flujos, por sus
ramas fluyen las corrientes de cobros y pagos.

24
Árboles de decisión – Ejemplo 1
Una fabricante de automóviles estima que durante los próximos 6 años puede
enfrentar dos escenarios de demanda:
Alta: 200.000 vehículos/año
Baja: 100.000 vehículos/año
Dos alternativas de inversión:

Altern Descripción Ventajas Inconvenientes

ativa
A Construir fábrica Atender toda la Altos costes de inactividad si la demanda
grande demanda si ésta es es baja.
alta. No puede convertirse en una fábrica más
pequeña.
B Construir fábrica La fábrica puede ser Si la demanda es alta: lucro cesante por
pequeña ampliada si la no atender toda la demanda.
demanda va Riesgo de ser eliminada si se instala una
creciendo. fábrica con capacidad alta.

25
Árboles de decisión – Ejemplo 1
Los datos económicos son los siguientes.
Duración: 6 años, divididos en 3 subperiodos de 2 años. Se estima que un
subperiodo de 2 años es suficiente para observar el comportamiento de la demanda
y rectificar, si procede, la decisión anterior.
Inversión:
Fábrica Grande: EUR 10 Mll.
Fábrica Pequeña: EUR 4 Mll. de €. Si además es necesario ampliarla, EUR 8 Mll.
Flujos de caja anuales:
Demanda Alta: EUR 4 Mll (fábrica grande) ó EUR 1 Mll (fábrica pequeña).
Demanda Baja: EUR 1 Mll (fábrica grande ó pequeña)
Coste del capital: 7%.

26
Árboles de decisión – Ejemplo 1
Distribución de probabilidades en un subperiodo y en lo siguientes:

Demanda Subperiodo Subperiodo siguiente1

Alta 0,1 P(A/A)=0,7
P(B/A)=0,3
Baja 0,9 P(A/B)=0,5
P(B/B)=0,5

El problema consiste pues en determinar la decisión óptima o sucesión de

decisiones óptimas que la empresa debe de adoptar a lo largo del periodo de
planificación.
Si en el momento inicial se adopta la decisión de construir la fábrica grande ya no se
puede adoptar otra decisión a lo largo de todo el periodo de planificación.
Ahora bien, si en el momento inicial se decide construir la fábrica pequeña, en los
siguientes subperiodos si la demanda llega a ser alta, habrá que plantearse si
ampliamos la fábrica o no.
24 posibles caminos o sucesiones de ramas entre el nudo inicial y el final del periodo
de planificación.

27
Árboles de decisión – Ejemplo 1
Subperíodo 1 Subperíodo 2 Subperíodo 3

70% 9.066.159 1
DA DA
70%
3.1 7.824.763
DB 4.928.173 2
30%

6.155.210
2.1 50% 4.328.579 3
DA DA
10%
3.2 2.259.587
DB DB 190.594 4
30% 50%

Fábrica Grande 271.829 70% 3.642.104 5

1.1 DA DA
50%
3.3 2.400.709
DB -495.881 6
30%

-381.880
2.2 50% -1.095.475 7
DB DA
90%
3.4 -3.164.468
DB DB -5.233.460 8
50% 50%

70% 2.654.594 9
DA DA
70%
3.5 1.413.199
DB -1.483.391 10
30%

Ampliación -256.354
2.3.1 50% -2.082.985 11
DA

3.6 -4.151.978
DB DB -6.220.970 12
30% 50%
Fábrica Pequeña 766.540
No Ampliar 766.540
1 2.3 70% -1.198.637 13
DA DA
10% Ampliación -2.440.032
3.7.1
DB -5.336.622 14
30%
DA
No Ampliar 70% 766.540
3.7 50% 766.540 15
DA
766539,7
3.7.2
No Ampliación DB 766.540 16
50%
No Ampliación 766.540
2.3.2
70% 766.540 17
DA

3.8 766.540
Fábrica Pequeña 766.540 DB DB 766.540 18
1.2 30% 30%

70% -1.198.637 19
DA
Ampliación -2.440.032
3.9.1
DB -5.336.622 20
30%
50%
No Ampliar DA 766.540
3.9 70% 766.540 21
DA
766.540
3.9.2
No Ampliación DB 766.540 22
30%

766.540
2.4
DB
90% 50% 766.540 23
DA

766.540
3.10 DB 766.540 24
DB 50%

28
50%
Árboles de decisión – Ejemplo 1

Subperíodo 1 Subperíodo 2 Subperíodo 3

70% 9.066.159 1
DA DA
70%
3.1 7.824.763
DB 4.928.173 2
30%

6.155.210
2.1 50% 4.328.579 3
DA DA
10%
3.2 2.259.587
DB DB 190.594 4
30% 50%

Fábrica Grande 271.829 70% 3.642.104 5

1.1 DA DA
50%
3.3 2.400.709
DB -495.881 6
30%

-381.880
2.2 50% -1.095.475 7
DB DA
90%
3.4 -3.164.468
DB DB -5.233.460 8
50% 50%

29
Árboles de decisión – Ejemplo 1 70% 2.654.594 9
DA DA
70%
3.5 1.413.199
DB -1.483.391 10
30%

Ampliación -256.354
2.3.1 50% -2.082.985 11
DA

3.6 -4.151.978
DB DB -6.220.970 12
30% 50%

No Ampliar 766.540
2.3 70% -1.198.637 13
DA DA
10% Ampliación -2.440.032
3.7.1
DB -5.336.622 14
30%
DA
No Ampliar 70% 766.540
3.7 50% 766.540 15
DA
766539,7
3.7.2
No Ampliación DB 766.540 16
50%
No Ampliación 766.540
2.3.2
70% 766.540 17
DA

3.8 766.540
Fábrica Pequeña 766.540 DB DB 766.540 18
1.2 30% 30%

70% -1.198.637 19
DA
Ampliación -2.440.032
3.9.1
DB -5.336.622 20
30%
50%
No Ampliar DA 766.540
3.9 70% 766.540 21
DA
766.540
3.9.2
No Ampliación DB 766.540 22
30%

766.540
2.4
DB
90% 50% 766.540 23
DA

766.540
3.10 DB 766.540 24
DB 50%
50%
30
Árboles de decisión – Ejemplo 1

Fábrica Grande 271.829

1.1

Fábrica Pequeña 766.540

Fábrica Pequeña 766.540

1.2

31
 Introducción: Montecarlo
Al analizar un business plan
se suele formular un sistema de ecuaciones que define las relaciones entre las
variables de ingreso y coste de forma contemporánea y dinámica
la simulación de Monte Carlo emplea el sistema explicitado y procede simular los
elementos estocásticos presentes, obteniendo tras un número de simulaciones
razonable (necesario para alcanzar soluciones estables y convergentes)
el valor esperado monetario actualizado bajo la norma matemática que define el
contrato de opción.

32
 Dinámica estocástica del precio: algunas pautas
Proceso con reversión a la media y tendencia (Metcalf & Hasset)
Pt
Pt
   
 μ  η  P  eμt  Pt  t  σ t  Z t

Proceso con reversión a la media (Ornstein & Uhlenbeck)

Pt
Pt
  
 η  P  Pt  t  σ t  Z t
1  exp 2  η  Δt
Pt  Δt  Pt  exp η  Δt P  1  exp η  Δt   t   N(0,1)
2η

Movimiento geométrico Browniano

Pt
 μ  t  σ t  Z t
Pt
 σ 2  
Pt  Δt  Pt  exp μ -   t    N (0,1)  t 
 2  

Proceso de Wiener
Z t  ε t  t ε t  N(0,1)
33
 Valoración de una opción de abandono – Estructura (I)
A continuación se plantea un sistema de ecuaciones para capturar el valor de una
opción de abandono sobre un proceso productivo
El precio del bien producido siguen un Movimiento Geométrico Browniano con
volatilidad estocástica (suponemos)

 Precio t
 μ t   t  σ t   z 1t
Precio t

 tendencia del precio

 volatilidad instantánea del precio
 σ t  de
La volatilidad η  los  θ)   t sigue
(σ t ingresos ψ   zun 2
t proceso de reversión a la media

Zit  ε it  t
 tendencia de la volatilidad del precio
 volatilidad de la volatilidad del precio
 velocidad de ajusteεde
i
 la volatilidad del precio a su valor medio
N(0,1)
t

Proceso de Wiener 34
 Valoración de una opción de abandono – Estructura (II)
Los ingresos quedan caracterizados como

I t  Preciot  Demanda de la empresat

Demanda de la empresa (DE), que sigue un Movimiento Geométrico Browniano con
volatilidad estocástica

 DE t
  t   t   t   z 3t
DE t
 tendencia de la demanda de la empresa

 volatilidad instantánea de la demanda de la empresa

La volatilidad de la demanda de la empresa sigue un proceso de reversión a la media

  t     (  t   )   t     z 4t
 tendencia de la volatilidad de la demanda de la empresa

 volatilidad de la volatilidad de la demanda de la empresa

 velocidad de ajuste de la volatilidad de la demanda de la empresa a su valor medio

35
 Valoración de una opción de abandono – Estructura (III)
Los costes quedan caracterizados como
C t  F  Vt

F componente fijo
Componente variable en función de los ingresos, que sigue un Movimiento
Geométrico Browniano con volatilidad estocástica

Vt
 θ t   t   t   z 5t
Vt
 tendencia de los costes variables
 volatilidad instantánea de los costes variables

La volatilidad de los costes variables sigue un proceso de reversión a la media

  t     ( t  λ)   t     z 6t
 tendencia de la volatilidad de los costes variables
 volatilidad de la volatilidad de los costes variables
 velocidad de ajuste de la volatilidad de los costes variables a su valor medio

36
 Valoración de una opción de abandono – Estructura (IV)
El flujo de caja neto después de impuestos viene dado por la expresión:
Π t  I t  C t  Dep t  Impuestos t Impuestos t  Maximo I t  C t  Dep t   τ;0

t Tipo impositivo, asumiendo que no hay créditos fiscales

Dept depreciación anual, equivalente a un % del valor de los activos productivos
Los activos productivos siguen la siguiente pauta
Activos t  Compras de activo t  Dep t   t

El efectivo disponible evoluciona de acuerdo con

Efectivo t  rt  Efectivo t   t  Compras de activo t  Dep t   t
rt tipos de interés de la economía
Los tipos de interés se simularán de acuerdo con el modelo de Vasiceck (1977)
 rt     (Θ  rt )   t  Ξ   z 7t
T velocidad de ajuste del tipo de interés a su media en el largo plazo
Q tipo de interés libre de riesgo a largo plazo
X volatilidad instantánea del tipo de interés libre de riesgo a largo plazo
37
 Valoración de una opción de abandono – Estructura (V)
Las relaciones entre las variables seguirán las siguientes pautas:

z it   z tj  ρ ij  t i, j  1,...,7

El tipo de interés de la economía es independiente del resto de las variables

z 7t   z tj  0 i, j  1,...,6
VI opción de abandono  Maximo Efectivo T  Activos T ;0 e  r T

El valor actual del proceso productivo en T será

Valor Proceso T  Efectivo T  Activos T   e  r T

A los efectos de efectuar la simulación es preciso discretizar las ecuaciones

diferenciales

Las variables normales pueden simularse de forma a través del algoritmo de

inversión de Moro

38
 Valoración de una opción de abandono – Contrato (I)
El valor de una opción de abandono europea


Máximo Traspaso T - EfectivoT  ActivosT   e  rT ;0 
# simulaciones

i=1
Flujo de caja de la opción de abandono x Probabilidad del estado
en el estado de la naturaleza wi de la naturaleza wi

Valor esperado monetario de la opción

de abandono (esperanza matemática)

# de simulaciones
=
Prima opción de abandono
(Valor esperado actualizado de la opción PUT)

39
 Valoración de una opción de abandono – Contrato (II)
Sí existe un mercado líquido en el que pueda liquidarse el proceso productivo en
cualquier momento del tiempo, la opción de abandono será americana

  
Max j Max Traspaso Δtj,i - EfectivoΔt j,i  ActivosΔt j,i ;0  e  rΔt j ;.....; MaxTraspaso n - Efectivo n,i  Activosn,i ;0 e  rn 

# simulaciones

i=1
Flujo de caja de la opción de abandono x Probabilidad del estado
en el estado de la naturaleza wi de la naturaleza wi

Valor esperado monetario de la opción

de abandono (esperanza matemática)

# de simulaciones
=
Prima opción de abandono
(Valor esperado actualizado de la opción PUT)

40