Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Riesgo Inversiones
Riesgo Inversiones
5.1 Introducción.
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
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:
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
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
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
10
Comparación entre el equivalente cierto y el ajuste en la tasa de
descuento
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)
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
A Q1 Q2 Q3 Q4
Flujo Esperado -100 20 30 40 50
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
h
Qt (Qtr E Qtr ) 2 Ptr
2
r 1
15
Cuantificación del riesgo a través de medidas de dispersión
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
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%
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:
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:
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%
-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
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%
-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
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 eμt Pt t σ t Z t
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
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
DE t
t t t z 3t
DE t
tendencia de la demanda de la empresa
t ( t ) t z 4t
tendencia de la volatilidad de la demanda de la empresa
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
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
z 7t z tj 0 i, j 1,...,6
VI opción de abandono Maximo Efectivo T Activos T ;0 e r T
38
Valoración de una opción de abandono – Contrato (I)
El valor de una opción de abandono europea
Máximo Traspaso T - EfectivoT ActivosT e rT ;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
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 Δtj,i - EfectivoΔt j,i ActivosΔt j,i ;0 e rΔt j ;.....; MaxTraspaso n - Efectivo n,i Activosn,i ;0 e rn
# 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
40