Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Abstract
El presente documento sera un intento de resumir los contenidos de la materia
”Bases Actuariales de las Inversiones y Financiaciones” (Actuarial V) de la cátedra
Perez Raffo Hernan Rodolfo, profesor Serenelli Gustavo Fabian. En el mismo, se
intentará resumir todo lo que se pueda llegar a tomar en un parcial.
Contents
1 Introducción a los Derivados Financieros 3
1.1 Teorı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Modelo Discreto 8
2.1 Teorı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Anexo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4 Modelo Continuo 33
4.1 Teorı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Anexo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3 Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6 Portafolio 77
6.1 Teorı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.2 Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
∗
Para contactarse con el autor puede hacer click en su nombre. El hipervı́nculo lo enviará a su
Linkedin. Si el resumen le sirvió de alguna forma, un comentario positivo en el mismo se agradece.
1
7 Valuación de Flujos Económicos 92
7.1 Teorı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.2 Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
References 106
2
1 Introducción a los Derivados Financieros
1.1 Teorı́a
A lo largo de la materia se va a ver diferentes formas de como valuar derivados fi-
nancieros. Primero se va a introducir esta noción con un modelo discreto en el tiempo.
Posteriormente se verán herramientas de calculo estocástico para complejizar el problema
y verlo en tiempo continuo. Es importante aprender estos conceptos ya que, mas alla de
poder valuar derivados, se van a usar conceptos que se utilizan en el dı́a a dı́a en el ambito
financiero.
Para empezar, se puede introducir el concepto de derivados financieros. Sin embargo, es
necesario ver primero que es un instrumento financiero de primera especie. Estos
son las acciones, los bonos, las divisas y los commodities. Estos preceden la existencia de
los derivados. A continuación se explicará cada uno de estos en detalle.
Las acciones representan una fracción del patrimonio neto de una compañı́a. Es decir,
el dueño de una acción, es dueño de una parte del patrimonio de la empresa. Se desea
tener acciones si se quiere participar de las ganancias de esta. Se participa a través de
los dividendos. Si se cree que el valor futuro de la empresa subirá, es porque se cree que
la expectativa de pago de dividendos también subirá. Esta es la razón principal por la
cual el precio de la acción puede variar. Una compañı́a puede desear emitir acciones para
financiarse. Esto se denomina emisión primaria. Los compradores de estas acciones, si
desean desacere de estas, arman el mercado secundario donde las revenden. Se pueden
encontrar dos tipos de acciones divididas según su jerarquı́a. Existen las preferidas y las
subordinadas. Las primeras son las que son prioridad en el pago de dividendo. Además,
cobran mas. En cambio, las segundas reciben dividendos si hay demasiadas ganancias.
Es lógico pensar que las preferidas valen mas que las subordinadas.
Las obligaciones negociables o bonos1 son promesas de deuda que se emiten para
financiarse. Como las acciones, se emiten en un mercado primario pero pueden negociarse
en un mercado secundario. Hay diferentes tipos de bonos
• Zero Cupon: Son bonos que se emiten en t “ 0 y pagan en t “ T una cuota C. Esta
incluye el capital y los intereses.
• Bullet Bonds: Estos son bonos que tienen un pago periódico de intereses en distintas
fechas acordadas, y en la última cuota se paga interés mas capital. Al ser un
tipo de bono amplio, se expresa la información del bono en el contrato. Acá se
aclara el tiempo del bono, la tasa de interés, cada cuanto paga cupón, el emisor,
la denominación, etc. A su vez, se abre la posibilidad de que la tasa de interés sea
variable o fija. Si es variable puede estar indexada a otras tasas2 o a ı́ndices. En
definitiva, lo que determina la tasa efectiva del bono es la moneda, el plazo y el
deudor. Esto se debe a que de acá sale el nivel de riesgo del bono.
A su vez, se pueden diferenciar dos clarificaciones de los bonos, los senior y los junior.
Como en las acciones, los primeros son quienes van a cobrar antes en caso de default. Los
1
Se llama obligación negociable a una promesa de deuda emitida por una empresa. Si la promesa de
deuda la emite un estado, se la llama bono.
2
Es común que existan contratos indexados a la tasa libor, prime, badler u otras.
3
bonos pueden variar de precio ya que se sube/baja la tasa de interés de la FED, de la
expectativa de devaluación de la moneda, del plazo, etc.
Las divisas son monedas que emiten otros paı́ses. Los agentes racionales no suelen tener
esto en sus carteras de inversión ya que es una estrategia dominada en términos de retorno
por otras (como tener bonos).
Finalmente, tenemos los commodities. Estos son extracciones de la naturaleza que
tienen utilidad económica. Algunos ejemplos son el petroleo, la soja, el trigo, etc. Cada
uno viene definido por el objeto del que se habla, la unidad de medida del objeto y el lugar
de comercialización. Su precio puede variar por su escasez y por su utilidad económica.
Todos estos ejemplos se definieron como instrumentos de primera especie. Esencialmente,
su precio varı́a por eventos que le pasen a estos. Por lo tanto, están sujetos a incertidum-
bre. Para amortiguar esta, se generan contratos para cubrirse. A estos contratos se los
denomina derivados financieros. A continuación se verán algunos.
El primer derivado que se analizará es el forward. Un agente puede tener que comprar
en una fecha futura T un activo de primera especie, pero por temas de incertidumbre
prefiere pagar un precio K hoy, en vez del valor que tendrá este activo en T (a este valor
lo llamamos ST ). Este contrato obliga al comprador de un forward pagar en la fecha T
un precio pactado K. A su vez, obliga al vendedor del forward vender el activo S al
precio K en la fecha T . Se puede deducir, por lo tanto, que dependiendo del valor en
T (ST ), el comprador del forward puede tener tanto una ganancia como una perdida. Si
ST ą K va a tener una ganancia, ya que esta comprando un activo mas barato de lo
que sale en esa fecha. De forma contraria, si ST ă K va a tener una perdida. Entonces,
podemos definir el payoff del forward como X “ ST ´ K. No interesa comprar uno en el
caso de que especulemos que ST vaya a subir o mismo si nos queremos cubrir de riesgo.
Gráficamente podemos deducir la forma del payoff. Si el ST termina valiendo 0, tenemos
que X “ ´K. En cambio, si termina valiendo 1, tenemos que X “ 1 ´ K. Por lo tanto,
se deduce que el payoff es una recta con pendiente 1 y ordenada ´K. Esta es la recta
negra del gráfico. La recta azul es el flujo de fondos que tendrı́amos que pagar en T si en
vez del forward compramos el activo directamente. Y si deseamos comprar el activo en T
y a su vez compramos un forward, tenemos la recta horizontal roja. Vemos entonces que
se va todo tipo de incertidumbre, y nos aseguramos un pago final de ´K.
Nos puede interesar la posición emisora de un forward en el caso que nos queramos cubrir
del riesgo o por mera especulación. Es importante ver que si el K es muy favorable para
4
alguna de las dos partes, la otra no va a estar de acuerdo. Es por esto que existen las
primas. Es decir, se le paga en t “ 0 a la parte desfavorecida para que acepte el contrato.
Una opción de compra/call es parecido a un forward solo que en vez de ser una
obligación es un derecho. En otras palabras, la parte compradora decide si ejercer o no
el derecho al intercambio pactado. Este contrato va a valer cero en el caso que ST ă K,
ya que se tiene el derecho a comprar algo mas caro de lo que esta en el mercado. En
cambio, si ST ą K se ve un payoff positivo. Por lo tanto, el payoff de un call es X “
M axpST ´ K; 0q “ pST ´ Kq` . Cuando estas en una fecha previa al vencimiento del
contrato t, si se da que St ą K decimos que el call esta in the money. En el caso contrario
estarı́amos out of the money. Si se da que son iguales, at the money. Graficamente
tenemos que
Analizando el gráfico, vemos que el payoff como mı́nimo es cero. A partir de K, este
empieza a ser positivo con pendiente 1. Esta es la recta negra. La azul, es el flujo de
fondos que se tendrı́a que afrontar en caso de no comprar el call y la roja es el caso en el
que se tenga tanto el call como el flujo de fondos a afrontar. Esto se harı́a en el caso que
se quiere eliminar todo tipo de incertidumbre. La diferencia entre un call y un forward es
que el payoff se limita al espacio no negativo. Es decir, a lo sumo el payoff es 0. La linea
punteada serı́a una especie de representación de la prima que se pagarı́a3 . Con esta, el
payoff se ve disminuido y por ende ahora si cabe la posibilidad de que sea negativo. Esta
prima permite armar diversas estrategias. Por ejemplo, se abre la posibilidad de comprar
el payoff. Esto serı́a, en vez de comprar el call, se pone la plata para la prima y obteneos
la diferencia ST ´ K. De esta forma, el agente se expone mucho mas al riesgo, ya que
su capacidad de perdida es mayor. Por ejemplo, si pla prima cuesta $0, 5 copáramos 200
payoff y recibimos en caso de éxito 400 pagando tan solo 100. En cambio, si el activo baja
de precio el payoff va a ser cero.
Otro instrumento financiero importante es el opción de venta/put. Este, parecido al
call, es un derecho de venta. Las partes acuerdan un precio K y el comprador decide
si ejercer o no el derecho al put. Entonces, parecido al call, el payoff va a ser X “
M axpK ´ ST ; 0q “ pK ´ ST q` . Gráficamente se tiene
Donde la recta negra es el payoff. Se ve que este esta limitado (sin prima) a los no
negativos. En caso se querer hacer frente al flujo de fondos en T sin tener el put, vamos
3
Serı́a una representación ya que habrı́a que actualizar su valor en la fecha T .
5
a tener el pago de la recta con pendiente 1 azul. Si sumamos ambos eventos (la venta
mas el put) tenemos la recta roja. Esta última se ve que surge de la pendiente negativa
del payoff al principio mas la pendiente positiva del flujo de fondos. Es decir, hasta que
ST “ K se va a permanecer constante.
Existen otros derivados menos reconocidos como el call asiático. Este tiene el siguiente
payoff ˜ ¸`
T
ÿ Si
X“ ´K
i“1
T
Este, toma un promedio de los T valores del precio pasado del activo subyacente y en
base a esto se define el payoff. Esto se suele usar en el caso de una compañı́a que tiene
un suministro constante de un insumo. Similarmente se define el put asiático
˜ ¸`
T
ÿ Si
X“ K´
i“1
T
Un Look Back Call, donde mT es el mı́nimo valor que toma el activo desde el inicio del
contrato hasta el periodo final
X “ ST ´ mT
Un Look Back Put, donde MT es el máximo valor que toma el activo desde el inicio del
contrato hasta el periodo final
X “ MT ´ ST
En definitiva, los derivados financieros los vamos a poder definir como un payoff que es
una función de toda la trayectoria de precios del activo subyacente. Esta función puede
ser cualquiera.
En base a varios derivados, se pueden armar algunas estrategias (estáticas o dinámicas).
Es decir, juntamos varios derivados con el fin de obtener cierto payoff especifico. Por
ejemplo, si tenemos un call y debemos otro con diferente K 4 , tenemos
X “ pST ´ K1 q` ´ pST ´ K2 q` K1 ă K2
4
El K se denomina strike.
6
Esta es tan solo una de las infinitas estrategias que se pueden realizar. Otras estrategias
posibles son, un Bear-Spread (2 puts)
Un Butterfly
Un Straffle
Y varias otras. En definitiva, se pueden encontrar varias formas de replicar este payoff.
Mas adelante, en el curso se mostrará como encontrar estas equivalencias en términos de
los derivados. El gran objetivo del curso es aprender a valuar estos derivados financieros.
Para esto, se van a ver dos modelos. El primero que se va a analizar es el discreto en el
tiempo. En cambio, el segundo va a usar el calculo estocástico para realizar lo mismo que
antes, pero en el tiempo continuo.
7
2 Modelo Discreto
2.1 Teorı́a
Para empezar a analizar el modelo discreto, se va a introducir el concepto de árbol
binomial. Este es una representación de lo que puede llegar a pasar con el valor de
un objeto financiero. Es decir, este estando en t “ 0 sabemos el valor que tiene. En
cambio, representamos que en t “ 1 puede variar (subir o bajar). Esta es claramente
una simplificación de la realidad, ya que lo que verdaderamente puede pasar es que tome
infinitos diversos valores. Para el activo subyacente S y para un bono B tenemos que este
árbol binomial es
St Bt
S1U B1
S0 B0
S1D B1
Se ve en esta figura que el valor del activo puede variar, en cambio el valor del bono es
conocido. Esto se debe a que no tenemos riesgo con este instrumento. No importa lo
que pase, conocemos su valor teórico. Esto va a representar al mercado, en el cual se va
a emitir un derivado con payoff X y que va a poder tomar X1U si es que se da que S1U
o X1D si se da S1D . Además, usamos el concepto de replica de cartera para encontrar el
valor d X0 . Una cartera en si es un conjunto de activos y/o bonos. Vamos a decir que la
cartera esta compuesta por ϕ activos y ψ bonos. El valor en t “ 0 de la cartera se define
mediante la suma producto de la cantidad por precio. Es decir
V0 “ ϕS0 ` ψB1
Una aclaración importante es que tanto ϕ como ψ pueden ser negativos (se debe el activo
y/o el bono). Esta estrategia se conoce como vender en descubierto (shortear ). La replica
de cartera va a ser armar un conjunto de instrumentos financieros que arrojen un fondo
de flujos igual al flujo de fondos que queremos valuar. Es decir, nos va a dar lo mismo
tener esta replica o el activo que queremos valuar. Sin embargo, si sabemos el valor de la
replica en el momento cero, vamos a saber el valor en el momento cero del derivado.
En el caso de tener un solo periodo, si tenemos ϕ activos y ψ bonos, nuestra cartera en el
escenario que el activo suba va a valer
ϕS1U ` ψB1
Y esto tiene que ser una replica a X1U . Lo reciproco es cierto para el caso donde el activo
caiga en valor,
X1D “ ϕS1D ` ψB1
Entonces, tenemos un sistema de ecuaciones, ya que X1D y X1U son datos en el contrato.
Por lo tanto, se puede deducir ϕ y ψ. Con esto, llegamos a las cantidades óptimas pϕ˚ ; ψ ˚ q.
Con estos datos es fácil encontrar el valor de la cartera en el momento cero
V0 “ ϕ˚ S0 ` ψ ˚ B1
Como esto es una replica, el derivado tiene que tener el mismo valor, es decir tiene que
haber indiferencia entre la cartera y el derivado. ya que ofrece el mismo flujo de fondos.
8
La razón fundamental de esto es la ausencia de arbitraje. Es decir, no se puede ganar
dinero sin riesgo alguno. En términos prácticos, si X0 no vale V0 , se va a poder armar
una estrategia para que se termine con una ganancia sin riesgo alguno. Por ejemplo, si la
cartera vale V0 “ 10 y en el mercado el derivado (que tiene que tener el mismo valor) se
comercia a X0 “ 11. Se arma la siguiente estrategia5 : emitir el derivado y recibir los $11
del mercado, guardarse el peso (la diferencia, es decir X0 ´ V0 ) y compramos una cartera
con la siguiente composición
ϕ˚ S0 ` ψ ˚ B0
Es decir, compramos las cantidades óptimas al valor del momento cero. Esto cuesta igual
a V0 , en este caso 10. Entonces, cuando se llegue al siguiente periodo, si el activo subió se
vende la cartera y con ese valor se paga el payoff del derivado. Si el activo bajó, también
se vende la cartera y se paga el derivado.
En caso contrario, si X0 “ 9 y V0 “ 10, vendemos la cartera (tener las cantidades negativas
de los activos y los bonos, es decir vender en descubierto). Significa que nos dan la plata
de lo que vale la cartera en t “ 06 . Con este dinero recibido ($10 ya que es lo que vale la
cartera), nos guardamos la diferencia y con lo restante compramos el derivado. Si sube o
baja el activo vamos a tener el derivado que vale lo mismo que la cartera.
Este concepto de falta de arbitraje es lo que se encuentra detrás de cada valor de los
activos. Valen lo que valen ya que si no se encontrarı́an formas de ganar dinero sin riesgo
alguno.
Ası́ como se analizó el caso de un periodo, se puede tener un árbol binomial multiperiódico.
Esto serı́a
St Bt Xt
S2U U B2 X2U U
S1U B1 X1U
S2U D B2 X2U D
S0 B0 X0
S2DU B2 X2DU
S1D B1 X1D
S2DD B2 X2DD
Se ve que cuando se habla del payoff del derivado, esto es un dato. Ya que es una
fórmula que se puede calcular ya que tenemos los posibles resultados del valor del activo
subyacente. Si se quiere proceder a analizar esto, se puede pensar que un árbol de 2
periodos esta compuesto por 3 árboles. Es decir, de S1U en adelante tenemos un árbol, de
S1D en adelante tenemos otro y finalmente de S0 al siguiente periodo tenemos el tercero.
Simplemente, resta seguir el mismo procedimiento que antes (con mas pasos en el medio).
El primer árbol mencionado tenemos
*
X2U U “ ϕU1 S2U U ` ψ1U B2
X2U D “ ϕU1 S2U D ` ψ1U B2
Que nos da como resultado pϕU1 ˚ ; ψ1U ˚ q. Entonces, el valor de la cartera en el primer
periodo en caso de suba del activo subyacente es
9
Que por ausencia de arbitraje, sabemos que V1U “ X1U . Se realiza el mismo procedimiento
para la parte inferior del árbol
*
X2DU “ ϕD DU
1 S2 ` ψ1D B2
X2DD “ ϕD DD
1 S2 ` ψ1D B2
Finalmente, nos resta encontrar el valor de X0 . Ya que tenemos los valores X1U y X1D ,
tenemos un árbol de un solo periodo.
St Bt Xt
S1U B1 X1U
S0 B0 X0
S1D B1 X1D
Por lo tanto, llegamos a la conclusión de que las cantidades del activo y bono son el
resultado de *
X1U “ ϕ1 S1U ` ψ1 B1
X1D “ ϕ1 S1D ` ψ1 B1
Es decir, tenemos pϕ˚0 ; ψ0˚ q, por lo que
V0 “ ϕ˚0 S0 ` ψ0˚ B0 “ X0
De esta forma sencilla se puede resolver el problema. A su vez, se deduce de estos cálculos
que
VU ´VD
ϕ“ U
S ´ SD
Esta ecuación se asemeja a lo que es una derivada. En tiempo discreto carece de sentido
pero va a tener una relación con el tiempo continuo. Mas adelante se retomará este con-
cepto.
Las carteras que tenemos en cada momento del tiempo cumplen con ciertas propiedades.
Nosotros encontrábamos las cantidades de una cartera que en un momento determinado
tiene un valor. Pero cuando pasamos al siguiente periodo, el valor cambia. Y como no
podemos asegurar el valor de esto, definimos que la cartera es una variable aleatoria bidi-
mensional (compuesta por activos y bonos). Nuestra estrategia consistı́a en una sucesión
de carteras a través del tiempo. Es decir, nuestra estrategia es un proceso estocástico.
Este proceso tiene dos condiciones fundamentales. Es (i) autofinanciable y (ii) replica el
payoff del derivado.
La primera confición nos dice que la estrategia se financia sola. Es decir, no hace falta
introducir un capital adicional en medio de la estrategia para continuar con la misma.
Matemáticamente
ϕt`1 St`1 ` ψt`1 Bt`1 “ ϕt St`1 ` ψt Bt`1
Es decir, con las cantidades de activos y bonos del periodo t, cuando el valor varié yo
me garantizo que puedo vender esas cantidades y comprar la cartera correspondiente al
periodo t ` 1. La misma expresión se puede escribir como
Vt`1 “ Vt ` ϕt pSt`1 ´ St q ` ψt pBt`1 ´ Bt q
10
Podemos observar que esta condición es independiente de los supraı́ndices, ya que es valida
para cualquier escenario. Para todo t, se puede comprar una cartera en t ` 1 con el valor
de la previa mas la variación del valor en estos periodos. Esto es igual a
ϕt St ` ψt Bt ` ϕt ∆St ` ψt ` ∆Bt “ ϕt St`1 ` ψt Bt`1
De esta forma se demuestra sencillamente. Acomodando términos resulta en
Tÿ
´1 Tÿ
´1
Vt`1 ´ Vt “ ϕt pSt`1 ´ St q ` ψt pBt`1 ´ Bt q
t“s t“s
Y como esto es una suma de diferencias, se cancelan todos los términos menos el primero
y el último, resultando en
Tÿ
´1
VT “ Vs ` ϕt pSt`1 ´ St q ` ψt pBt`1 ´ Bt q “ X
t“s
11
Es la misma ecuación que antes pero expresada en términos de bonos. Si una estrategia
es autofinanciable (ya que se partió de esa condición), tiene que cumplir con esto. Por
lo tanto, la cantidad de bonos para comprar la estrategia en el momento t se consigue
con la cantidad de bonos que vale la estrategia mas la variación del valor8 . Para que este
método sea de utilidad (replique el payoff del derivado), sabemos que
X
ET “
BT
Entonces si juntamos estas ecuaciones
Tÿ´1
X
“ Es ` ϕt ∆Zt
BT t“s
Dt`1 “ ϕt ` ψt Yt`1
Por lo que
Dt`1 “ Dt ` ψt ∆Yt
Tÿ
´1
Dt “ Ds ` ψt ∆Yt
t“s
qU1 X2U U
X1U 1´
q0 q1U
X2U D
X0 1´
q0 qD1 X2DU
X1D 1´
q1D
X2DD
12
segunda propiedad es que la esperanza de la variable aleatoria al momento descubierto T
es igual al valor del payoff9 .
Eq pX|FT q “ X
La tercera propiedad, se denomina la Tower Property. Esta es
Si bien esta tiene un mayor grado de dificultad, nos dice que lo que esperamos respecto
de lo que vamos a esperar mañana, coincide con lo que esperamos hoy. Es decir, si por
ejemplo estamos en t “ 0 y queremos calcular la esperanza para un árbol de dos periodos
lo que se puede hacer es calcular la esperanza del periodo uno en el caso U y en el caso D
y finalmente calcular la esperanza del periodo cero con estos dos valores que se obtuvieron
recién. Lo que esperamos hoy es igual a los que esperamos de lo que vamos a esperar en
el siguiente periodo.
En base a estas propiedades, podemos calcular la esperanza condicionada al momento
inicial s « ff
ˆ ˇ ˙ Tÿ´1
X ˇˇ
Eq Fs “ loooomoooon
Eq pEs |Fs q `Eq ϕt pZt`1 ´ Zt q|Fs
Bt ˇ t“s
“Es
Cuando afirmamos que las probabilidades que nos inventamos, nos referimos a que bus-
camos las q que hagan que esta cuenta sea cero. Esto se hace con el fin de que el proceso
sea una martingala10 . Se divide la suma de esperanzas y analizamos los términos por
separado, ya que por la propiedad tres tenemos que un término genérico va a ser
„ ˇ ȷ „ „ ˇ ȷˇ ȷ
ˇ ˇ ˇ
Eq qt pZt`1 ´ Zt q ˇˇ Fs “ Eq Eq ϕt pZt`1 ´ Zt q ˇˇ Ft ˇˇ Fs
13
Entonces, haciendo esto la esperanza va a ser igual a cerro. Por lo tanto, recordemos que
Vs
Es “
Bs
Y que también, como la esperanza es cero
ˆ ˇ ˙
X ˇ
Eq ˇ Fs “ Es
Bt ˇ
14
Esto se debe a que el valor del derivado necesariamente es menor al valor del bono ya que
hay varios escenarios donde no se me paga. Pero como la suma de todos estos derivamos
me paga un bono, la suma de estos valores actuales de los derivados tiene que ser igual
al bono en cero (B0 ) por ausencia de arbitraje. Por consecuencia, la suma de todas estas
proporciones tiene que ser igual a uno.
Por lo tanto, tenemos un derivado que paga
ÿ
X“ Xω 1ω
@ω
Es decir, el payoff del derivado se puede partir en varios payoff menores. Multiplicando y
dividiendo ÿ
X“ Xω BT´1 lo
loomoon Bomo
T 1oωn
@ω
Cantidad V alor
Esto es una especie de esperanza (ya que las q no son probabilidades) que nos dice que el
valor de cualquier derivado tiene que ser el payoff en términos del bono por una proporción.
Y como en ausencia de arbitraje la cartera nos tiene que dar igual a B0 tenemos que
˜ ¸
ÿ
V0 BT 1ω “ B0
@ω
V0 pBT 1ω q ě 0
Entonces las q no pueden ser negativas para que no haya arbitraje.
Otra propiedad de las probabilidades que estas proporciones cumplen es la de seguir por
la misma trayectoria. Es decir, se busca que se verifique que estando en el estado a se
pase al b y luego al c sea lo mismo que estar en el estado b despúes de a y pasar a c.
q a;b;c “ q ab;c
Como estas son proporciones, podemos definir a q a;bc como el valor de un derivado en
términos de bonos en a que paga un bono si ocurre b y c, q a;b es el valor de un derivado
en términos de bonos en a que paga un bono si pasa b y q ab;c es el valor de un derivado en
términos de bonos en b luego de a que paga un bono si ocurre c. Se va a respetar la regla
mencionada previamente por una cuestión de ausencia de arbitraje. Este es el siguiente.
Ya habiendo hecho el sistema de ecuaciones, se compra una cierta cantidad de derivados.
En el nodo a, se compra q a;b a una cantidad q ab;c . Si ocurre b, se tiene q ab:c . Si no ocurre
b, se tiene un valor igual a cero. Por lo tanto, con esto se puede comprar el derivado que
paga un bono si pasamos a c. En el nodo b hay indiferencia entre tener el derivado o
tener el bono. Por esto, se cumple la regla.
Como ya se demostraron las reglas de las proporciones (que son las mismas que las de
las probabilidades), se va a demostrar su cálculo. Si estamos en el nodo a, y tenemos un
derivado que paga en t ` 1 el valor del activo en t ` 1, se puede expresar como
a;U a;D
X “ St`1 1a;U ` St`1 1a;D
15
Esto es, ya sea que el activo suba o baje me paga su valor. Es lógico pensar que su valor
en el nodo a va a ser
Va “ Sta
Si dividimos y multiplicamos por el valor del bono en t ` 1 vamos a poder expresar esta
ecuación en términos de cantidades de derivados y su valor. Esto es
a;U ´1 a;D ´1
X “ St`1 Bt`1 Bt`1 1a;U ` St`1 Bt`1 Bt`1 1a;D
Recordando que las q suman 1 y que esta expresión es igual a Sta , se despejan las q y se
logra llegar a
D
Zt ´ Zt`1
qt “ U D
Zt`1 ´ Zt`1
De este método, puede surgir la duda de si se verifican las identidades empı́ricas. Por
ejemplo, vemos que el flujo de fondos de tener un forward es el mismo que deber un
put y tener un call (si se tiene un mismo strike y el plazo es el mismo). Esto, puesto
gráficamente es igual a
16
Si aplicamos distributiva y dividimos la esperanza tenemos que
„ ˆ ˇ ˙ ˆ ˇ ˙ȷ
ˇ
´1 ˇ
ˇ
´1 ˇ
Vt “ Bt Eq ST BT ˇ Ft ´ Eq KBT ˇ Ft
Es decir, nos inventamos las probabilidades r para que este proceso sea una martingala.
Estas probabilidades van a ser
D
Yt ´ Yt`1
rt “ U D
Yt`1 ´ Yt`1
Además, podemos redefinir el payoff de un call como
X “ pST ´ Kq1ST ąK
Donde el 1 es una función que toma como valor 1 si se verifica esa condición y cero de
otra forma. Distribuyendo
X “ looomooon
ST 1ST ąK ´ looomooon
K1ST ąK
X1 X2
11
Irónicamente, el precio en cero es igual a cero. Sin embargo, se le dice precio al strike.
17
Es decir se dividió el payoff del call en dos sub-payoffs, donde X 1 es una compra y X 2
una venta. Estos se pueden valuar por separado. Se va a valuar X 1 pro el método de
probabilidades r. Tenemos que
„ ˇ ȷ
1
ˇ
´1 ˇ
Vt “ St Er pST 1ST ąK q ST ˇ Ft
Cancelamos „ ˇ ȷ
ˇ
“ St Er p1ST ąK q ˇˇ Ft
Esta variable aleatoria puede tomar valores 1 o 0. Por lo tanto, su esperanza va a ser 1
por la probabilidad. Esta probabilidad la llamamos
„ ˇ ȷ
ˇ
R ST ą K ˇˇ Ft
Nos resulta en „ ˇ ȷ
ˇ
Vt1 “ St R ST ą K ˇˇ Ft
.Esto esta compuesto por constantes y la variable aleatoria 1ST ąK . Por lo tanto, resulta
en „ ˇ ȷ
2 Bt ˇ
Vt “ KQ ST ą k ˇˇ Fs
BT
Entonces el valor de un call es
„ ˇ ȷ „ ˇ ȷ
ˇ Bt ˇ
Vtcall “ Vt1 ´ Vt2 “ St R ST ą K ˇ Ft ´
ˇ KQ ST ą k ˇ Fs
BT ˇ
18
X2U U
X1U
X2U D
X0
X2DU
X1D
X2DD
Nuestro objetivo entonces va a ser calcular en cada nodo particular cuanto tendrı́a que
valer el derivado. Para encontrar los diversos valores en el tiempo, se empieza desde el
final del árbol y se va calculando hasta el inicio. El final del árbol en este caso es el
periodo 2, donde no hay continuación. Por ende, es lógico pensar que el valor de este
derivado tiene que coincidir con su payoff. Por lo que se ve que
En los nodos del periodo 1, tenemos dos opciones. Ejercer el derivado o mantenerlo para
ejercerlo en un futuro. Lo racional es hacer la estrategia que tenga mas valor. Para esto,
calculamos cuanto tendrı́a que ser el valor del derivado en ese nodo sin arbitraje (esto
se hace por probabilidades q o por sistema de ecuaciones) y se lo compara con el payoff
del derivado en el nodo. Si lo que se espera que valga es mayor al payoff que se tiene
ejerciéndolo, se espera para obtener la ganancia. De forma contraria, se ejerce. Entonces,
el valor de este periodo es
„ „ ˇ ȷȷ
U U U
ˇ
´1 ˇ
V1 “ max X1 ; B1 Eq X2 B2 ˇ F1
„ „ ˇ ȷȷ
ˇ
V1D D D
“ max X1 ; B1 Eq X2 B2´1 ˇ F1
ˇ
Es útil recordar que el valor del derivado es igual a su payoff en el momento final. Por lo
tanto, una forma equivalente de expresar estas probabilidades q puede ser
„ „ ˇ ȷȷ
U U U
ˇ
´1 ˇ
V1 “ max X1 ; B1 Eq V2 B2 ˇ F1
„ „ ˇ ȷȷ
ˇ
V1D D D
“ max X1 ; B1 Eq V2 B2´1 ˇ F1
ˇ
Para obtener el valor del derivado en el primer nodo del árbol se realiza el mismo pro-
cedimiento. Ya habiendo obtenido V1U y V1D , se realiza el mismo procedimiento para
V0 „ „ ˇ ȷȷ
D
ˇ
´1 ˇ
V0 “ max X0 ; B0 Eq V1 B1 ˇ F1
Esto se da de esta forma por una cuestión de ausencia de arbitraje. Por ejemplo, digamos
que el valor de mercado es 11 y su valor teórico es 10. Se va a vender un derivado, nos
guardamos la diferencia de ganancia y con los restantes 10 compramos la cartera que
replica su valor hacia el siguiente periodo. Suponiendo que se da el escenario up, veo si
me ejercen el derivado. En caso de que me ejerzan, vendo la cartera y devuelvo su valor.
Si no es ası́, con la cartera vendida compro la siguiente cartera. Y ası́, hasta que se ejerza
el derivado.
19
Una cuestión interesante de estos derivados, es que como hay menos riesgos en los deriva-
dos americanos, estos suelen ser mas caros. En general se da que su valor es mayor o igual
al europeo. Hay un caso particular que se ve que en un call
VtCall Am “ VtCall Eu
VtCall Eu ě St ´ K
Sabemos que un call europeo tiene un valor mayor al de un forward. Por esto,
Bt
VtCall Eu ě Vtforward “ St ´ K ą St ´ K
BT
Entonces necesariamente se va a dar esto.
Una recomendación para valuar derivados americanos tiene que ver con que se puede
recortar el árbol. Es decir, si sabemos que en cierto nodo se ejercerı́a el payoff, no
hace falta calcular los siguientes valores. Se puede marcar la curva temporal en la que
conviene ejercer el payoff por primera vez. Esto se formaliza con la variable aleatoria τ ,
denominada stopping time. Lo que pasa es que para saber si necesitamos ejercer o no el
payoff, tenemos que saber su valor (hace falta hacer los cálculos). Por esto, en la práctica
se puede proyectar infnitas trayectorias de τ , y se queda con la mas alta. Esta va a ser
igual a su valor óptimo. Es decir
„ „ ˇ ȷȷ
Am ´1 ˇ
ˇ
Vt “ Bt max Eq Xτ Bτ ˇ Ft
@τ
2.2 Anexo
Una pregunta usual es como se puede hacer para modelizar los árboles. Para esto, se usan
dos fórmulas ?
St`∆t “ St eµ∆t`σ ∆t
Bt`∆t “ Bt er∆t
Donde ∆t es el tiempo de espera medidos en años, µ es la tendencia del proceso, σ
es la volatilidad y r es el factor de crecimiento de los bonos (la inversa del factor de
actualización). Con estos números se pueden encontrar los valores reduciendo dimensiones
del problema. Analizando los efectos puntuales de cada parámetro.
• Si sube la tendencia, es lógico pensar que subirá el valor del activo y por ende subirá
el valor del derivado.
• Si sube la volatilidad vamos a encontrar una mayor diferencia entre los valores finales
posibles del activo. Es decir, el árbol se dispersa mas. Esto, en términos generales
va a hacer que suba el valor esperado (V0 sube) ya que se pueden percibir mas
ganancias.
20
• Si sube el strike K de un derivado, el valor presente (V0 ) del mismo va a ser menor.
• Si sube el tiempo, se espera que crezca mas. Por esta razón también subirá el valor
presente.
Esta idea se retomará cuando se analice el tiempo continuo.
Adicionalmente, se puede ver que en el caso de que tengamos árboles multinomiales mul-
tiperiódicos12 , vamos a tener mas ecuaciones que incógnitas si solo usamos un activo
subyacente y un bono. Es decir, tenemos tantas ecuaciones como diversificaciones del
árbol y tantas incógnitas como instrumentos que usemos en la réplica. Entonces, si estos
dos no son iguales no nos podemos asegurar una solución. Para esto, agregamos otro
activo (que puede o no tener riesgo), y resolvemos el sistema de ecuaciones. Por ejemplo,
si tenemos
X211
X11 X212
X213
X221
X0 X12 X222
X223
X231
X13 X232
X233
Vamos a usar las cantidades ϕ de un activo S, las cantidades ψ de otro activo B y las
cantidades θ de un activo C para tener el siguiente sistema de ecuaciones
Este sistema nos va a devolver las cantidades que deberı́amos comprar de cada activo en
el momento uno en caso de que se de X11 . Si hacemos precio por cantidad obtenemos este
valor, X11
X11 “ V1 “ ϕ11 S11 ` ψ11 B11 ` θ11 C11
Y se resuelve sucesivamente para los otros nodos. Lo que pasa es que tampoco nos
aseguramos una solución. Pueden haber dos ecuaciones que sean linealmente dependientes
y por lo tanto que hay infinitas soluciones. Es decir, existen potencialmente infinitas
carteras que replican el payoff. Esto puede deberse a que haya un activo que no convenga
nunca en comparación a otro activo. Por ejemplo, un bono que vale 10 y paga 11 contra
otro bono que vale 10 y puede pagar 12 o 13. Esto va a generar que las probabilidades q
12
Es decir, un árbol que empiece en un valor, después se divida en tres o mas otros valores y ası́
sucesivamente.
21
den menores a cero o mayores a 1.
Suponiendo que si haya solución, si queremos ver las probabilidades q o r, tomamos un
activo y lo ponemos como base. Si tenemos n estados de la naturaleza, vamos a tener
que buscar n ´ 1 probabilidades ya que la última se va a calcular por diferencia. Nuestra
condición para encontrar 1 incógnita era que lo que vale el activo en términos de otro
activo (usábamos bonos para las probabilidades q) hoy tiene que ser lo que espero que
valga mañana (que la esperanza condicional sea igual a cero). La otra condición para
encontrar la otra probabilidad va a ser simétrica. Se va a expresar el otro árbol en
términos del activo. Por ejemplo, definamos a
S B
Z“ C
W “ C
Entonces tenemos dos condiciones y dos incógnitas. Como estas esperanzas se pueden
escribir como „ ˇ ȷ „ ˇ ȷ
ˇ ˇ
Eq Zt`1 ˇ Ft “ Zt Eq Wt`1 ˇˇ Ft “ Wt
ˇ
Nos paramos en un nodo particular, donde tenemos un valor de partida y tres posibles
valores, tenemos el siguiente sistema que surge de la esperanza
1
q1 Zt`1 2
` qt2 Zt`1 3
` p1 ´ qt1 ´ qt2 qZt`1 “ Zt
1 2 2 1 2 3
q1 Wt`1 ` qt Wt`1 ` p1 ´ qt ´ qt qWt`1 “ Wt
2.3 Practica
Ejercicio 1:
Si se tiene un derivado que paga el siguiente payoff
X “ ST ´ mt
Donde el activo subyacente, y un bono libre de riesgo, se puede representar con el sigu-
iente árbol binomial
St Bt
14 1, 2
12 1, 1
10 1, 2
10 1
10 1, 2
8 1, 1
8 1, 2
22
Valuar el derivado por el método de sistema de ecuaciones y por el de probabilidades q.
Si el precio de mercado del derivado en t “ 0 es de $1, 5, explicar que se debe realizar el
arbitraje.
Lo primero que se tiene que hacer para realizar este tipo de ejercicios es calcular los
posibles valores del derivado. Estos son conocidos, ya que tanto ST como mt 13 son valores
que podemos llegar a conocer si vemos la trayectoria del activo. Por ejemplo, vemos que
si el activo St sube dos veces seguidas, el payoff es X2U U “ 14 ´ 10 “ 4. Si sube y después
baja X2U D “ 10 ´ 10 “ 0. Si baja y después sube X2DU “ 10 ´ 8 “ 2. Y si baja dos
veces seguidas X2DD “ 8 ´ 8 “ 0. Entonces, vamos a realizar un sistema de ecuaciones
por cada valor del activo que queremos encontrar. En nuestro caso, necesitamos buscar
el valor de X1U y de X1D para después encontrar el de X0 . Para encontrar X1U , primero
hay que buscar que cantidades de la cartera vamos a comprar en esta situación. Esto se
resuelve mediante el sistema
4 “ ϕU1 14 ` ψ1U 1, 2
0 “ ϕU1 10 ` ψ1U 1, 2
Si se resuelve este sistema se llega a que
ˆ ˙
25
pϕU1 ; ψ1U q “ 1; ´
3
Por lo tanto, el valor de X1U en ausencia de arbitraje es cantidad por precio. Es decir
25 17
V1U “ X1U “ 1 ˚ 12 ´ ˚ 1, 1 “
3 6
Si se da el caso que el activo caiga en el primer periodo, las cantidades que vamos a tener
que comprar se encuentran en base al sistema
2 “ ϕD D
1 10 ` ψ1 1, 2
0 “ ϕD D
1 8 ` ψ1 1, 2
Por lo tanto, el valor del derivado si el activo subyacente cae en el primer periodo es
20 2
V1U “ X1U “ 1 ˚ 8 ´ ˚ 1, 1 “
3 3
Por lo tanto, ya teniendo X1U y X1D se va a encontrar con el mismo procedimiento X0 . Se
hace el sistema de ecuaciones
17
6
“ ϕ0 12 ` ψ0 1, 1
2
3
“ ϕ0 8 ` ψ0 1, 1
Se llega a las siguientes cantidades
ˆ ˙
13 10
pϕ0 ; ψ0 q “ ;´
24 3
13
Recordemos que mt es el mı́nimo valor que toma el derivado.
23
Entonces el valor de la cartera, y por ende del activo en ausencia de arbitraje es
13 10 25
V 0 “ X0 “ ˚ 10 ´ ˚1“
24 3 12
Para encontrar el valor mediante el método de probabilidades q, primero se tiene que
encontrar el árbol de la variable Z. Este va a ser el árbol del activo S dividido por el del
bono. Esto resulta en
Zt
35
3
120
11
25
3
10
25
3
80
11
20
3
El segundo paso para la resolución es encontrar las probabilidades inventadas. Estas las
calculamos en base a la siguiente fórmula
D
Zt ´ Zt`1
qt “ U D
Zt`1 ´ Zt`1
Entonces, vemos que
10 ´ 80 3
q0 “ 120 11
80 “
11
´ 11 4
120
´ 25 17
q1U “ 11
35
3
25 “
3
´ 3 22
80
´ 20 4
q1D “ 11
25
3
20 “
3
´ 3 11
Podemos notar que las otras probabilidades se van a calcular por diferencia. Entonces,
las esperanzas condicionadas del valor del derivado (en t ` 1) dividido por el valor el bono
(en t ` 1) multiplicadas el valor del bono en el periodo t, nos va a dar el valor del derivado
del periodo t. Esto es,
„ ˆ ˙ȷ
U U 4 17 0 17 17
V1 “ X1 “ ˚ ` ˚ 1´ 1, 1 “
1, 2 22 1, 2 22 6
„ ˆ ˙ȷ
2 4 0 4 2
V1D “ X1D “ ˚ ` ˚ 1´ 1, 1 “
1, 2 11 1, 2 11 3
Y con estos valores, se calcula en del periodo inicial.
„ ˆ ˙ȷ
17{6 3 2{3 3 25
V0 “ X0 “ ˚ ` ˚ 1´ 1“
1, 1 4 1, 1 4 12
Entonces, se llego al valor del derivado. La ventaja de este método es la rapidez, sin
embargo no tenemos las cantidades que deberı́amos comprar en cada escenario.
El procedimiento para generar el arbitraje es vender lo caro y comprar lo barato. Es decir,
el derivado se comercia por $1, 5 mientras su valor es $2, 0833. Por lo tanto, vendemos
la cartera en descubierto. Con eso, obtenemos $2, 0833, nos guardamos $0, 5833 y con
los restantes $0, 5 compramos el derivado. Cuando en t “ 2 haya que devolver la cartera
vendida, cobramos el derivado y esto va a ser igual al valor de la cartera. De esta forma,
se gano capital sin riesgo.
24
3 Derivados de Tasa de Interés
3.1 Teorı́a
En los mercados financieros se suelen comerciar derivados cuyo activo subyacente es una
tasa de interés. Estos pueden ser derivados lineales o no lineales (depende de si el payoff
es una función lineal o no del activo subyacente). Estos derivados en esencia dependen
del plazo de la operación (de la curva/estructura de tasa de interés del mercado). Hasta
ahora se trato a la tasa de interés constante, pero se va a ver que esto no es ası́. Es
decir, si tenı́amos una tasa efectiva anual i1 y una tasa efectiva bianual i2 , estas iban a
ser equivalentes bajo el supuesto de que se reinviertan las ganancias obtenidas. Se podı́a
llegar de una tasa a la otra mediante
i2 “ p1 ` i1 q2 ´ 1
Lo que puede pasar es que no coincidan las fechas de pago entre los bonos, por lo que se
tendrán menos ecuaciones que incógnitas, dando como resultados infinitos valores de las
tasas posibles. La tasa que se termina usando es por convención.
Vamos a definir a la tasa de interés nominal como
ipt; 0; pq
14
Es útil recordar que el precio de un activo es cantidad por valor.
25
Esta es una tasa de interés nominal anual que se realiza en el momento t para una
operación de plazo p. Es decir, en el momento t se colocan un capital C por un plazo de p
periodos y en t ` p se paga el total de Cp1 ` ipt; 0; pqpq. Se ve que la tasa se la multiplica
por el plazo ya que de esta forma se vuelve una tasa efectiva. El campo del medio nos
indica cuanto plazos falta para que se empiece a realizar la operación. Entonces, la tasa
ipt; h; pq
Todo este flujo de fondos es pactado en cero. Por lo tanto, lo conozco. Otra opción que
se tiene, es invertir todo en cero a una tasa de interés conocida ip0; 0; t ` pq. Lo lógico es
que estos dos flujos de fondos sean iguales. Si se da, decimos que el K es justo. Igualando
y despejando „ ȷ
1 ` ip0; 0; t ` pqpt ` pq 1
K“ ´1 “ ip0; t; pq
1 ` ip0; 0; tqt p
Se puede interpretar como un factor de capitalización de cero a t`p dividido por un factor
de capitalización de cero a t. También, se da noción de que esta K es una tasa nominal.
Si se quiere encontrar la efectiva se multiplica por p. Esto nos da como resultado el factor
de capitalización de t a p. A este K justo se lo llama Tasa forward. Si estas dos tasas
no son iguales, existe un arbitraje. Este consiste en endeudarse a la tasa barata e invertir
en la tasa cara. De otra perspectiva, el flujo de fondos de antes, que es conocido en cero,
lo podemos actualizar y ver su valor presente. A cada cuota se la actualiza por su tasa.
Esto resulta en
El K justo es el que hace que este valor actual sea igual a cero. Si se despeja se llega a la
misma fórmula que antes.
El segundo derivado es el forward de Tasa de Interés (forward rate agreement). En
este, el tenedor de un contrato recibe un payoff en un momento p`h el cual viene definido
como la diferencia entre los intereses que generarı́a una inversión $C en el momento h por
p periodos a la tasa de interés del mercado y los intereses que genera una inversión $C en
el momento h por p periodos a la tasa K pactada.
26
en h, por lo que en h ` p se recibe C ` Ciph; 0; pqp. Si fuese al reves, en h tomamos
prestados $C y en h ` p se devuelve ´C ´ Ciph; 0; pqp. Entonces, su sumamos el flujo de
fondos del derivado mas el de tomar prestado los $C e invertirnos, nos queda
Periodo 0 h h`p
Derivado C riph; 0; pqp ´ Kps
Préstamo C ´C ´ Ciph; 0; pqp
Total C ´C ´ CKp
Podemos ver que la operación que se agregó es justa, es decir que al momento cero no
agrega ningún valor. Por lo tanto, se concluye que valuar el derivado o valuar este flujo
de fondos final es lo mismo. Pero con la diferencia fundamental que este flujo de fondos
final lo conocemos en cero. Entonces si lo actualizamos
Se puede ver que la tasa que hace que este V0 “ 0 es la tasa forward.
La otra forma de valuar el derivdo es similar: Si además del forward comprado tengo un
forward vendido, en h ` p, pagamos ´Xiph; 0; pqp pero cobramos CK ˚ p15 . Es decir, si
tenemos la suma de los flujos de fondos
Periodo 0 h h`p
forward Comprado C riph; 0; pqp ´ Kps
forward Vendido C r´iph; 0; pqp ` K ˚ ps
Total C looomooon
ip0; h; pq ´CKp
K˚
Esto se puede hacer ya que el contrato que agregamos no tiene valor en t “ 0. Entonces
si actualizamos este flujo de fondos
Si este valor es igual a cero, se tiene pactado el K justo. Usualmente, el mercado dice que
estima la tasa variable con la tasa forward, sin embargo lo que se esta haciendo de fondo
es agregar un contrato sin valor para obtener este resultado. Es importante destacar que
esto se puede valuar de esta forma ya que las fechas coinciden con las tasas que conozco.
Otro derivado que se suele usar es el Swap de Tasa de Interés. Este es un intercambio
de flujos variables desconocidos por flujos fijos pactados. Puestos en una linea de tiempo,
se tiene que los flujos de fondos son
` 3
˘ 3 `3 3
˘ 3 `6 3
˘ 3 `9 3
˘ 3 ` ˘ 3
Ci 0; 0; 12 12
Ci 12 ; 0; 12 12
Ci 12 ; 0; 12 12
Ci 12 ; 0; 12 12
Ci 12
12
3
; 0; 12 12
3 3 3 3 3
´CK 12 ´CK 12 ´CK 12 ´CK 12 ´CK 12
Donde el flujo de arriba es el que se cobra mientras que el de abajo se paga. Es logico que
el valor del swap va a ser la suma del valor de ambos flujos. El primer flujo que vamos a
15
Se usa la tasa que haga que el valor sea cero, es decir la tasa forward. En otras palabras, K˚ “
ip0; h; pq.
27
valuar es el conocido, es decir el pactado que vamos a pagar. Este es una actualización
de cada flujo con su tasa correspondiente
ÿ 3
´CK
@t
12 "
3 6 9 12
*
V Ff “ t“ ; ; ;
1 ` ip0; 0; tqt 12 12 12 12
El otro flujo de fondos (el variable) puede ser valuado con una estrategia que replica su
3
valor. Esta es la siguiente, se invierten $C en el periodo
` cero
˘ en el banco por 12 periodos.
3 3
Al finalizar esta operación, se va a obtener C ` Ci 0; 0; 12 12 . Se va a volver a invertir los
$C por el mismo plazo a la tasa correspondiente del momento, y los intereses obtenidos se
separan. Se va a repetir este proceso hasta el final de la operación. Entonces, conseguimos
el mismo flujo de fondos que el variable, solo que con un $C obtenido al final. Para que
sea exactamente el mismo flujo, lo que se hace es pedir prestado a un banco el valor actual
de $C para que al final de la operación se devuelva exactamente esa cantidad. Entonces,
el capital que se invirtio para realizar esta estrategia es
C
C´ ` ˘ 12
1 ` i 0; 0; 12
12 12
Esto, tiene que ser igual al valor del flujo obtenido por ausencia de arbitraje. Y como
esto es conocido, lo podemos valuar. Por lo tanto se tiene
C
V Fv “ C ´ ` ˘ 12
1 ` i 0; 0; 12
12 12
ÿ 3
CK
C 12 "
3 6 9 12
*
Vswap “ V Fv ` V Ff “ C ´ ` ˘ ´ @t
12 12
t“ ; ; ;
1 ` i 0; 0; 12 12 1 ` ip0; 0; tqt 12 12 12 12
Otra forma mas lógica de valuar un swap es a través de la tasa forward. Se demostró que
si se agrega un contrato de valor cero, los flujos que quedan se pueden valuar dando como
resultado una estimación de la tasa. Entonces, si se reemplazan los flujos variables por
las respectivas tasas forward y se actualizan por su periodo correspondiente
` 3
˘ 3 ` 6
˘ 6 ` 9
˘ 9 ` ˘ 12
Ci 0; 0; 12 12
Ci 0; 0; 12 12
Ci 0; 0; 12 12
Ci 0; 0; 12
12
F Fv “ ` 3
˘ 3 ` ` 6
˘ 6 ` ` 9
˘ 9 ` ` ˘12
12 12
1 ` i 0; 0; 12 12 1 ` i 0; 0; 12 12 1 ` i 0; 0; 12 12 1 ` i 0; 0; 12 12
Sabiendo esto, el valor de un swap puede ser positivo o negativo dependiendo de la K que
se pacte. Si la K es muy alta en relación al mercado, el valor del swap va a ser negativo y
viceversa. Se deduce entonces que hay un valor que haga que el valor del swap sea igual
a cero. Esta es un promedio ponderado por el factor de descuento asociado a cada tasa.
Es decir, si definimos en nuestro ejemplo a
1 1 1 1
P1 “ 3 P2 “ P3 “ P4 “
1`ip0;0; 12 q 123 6
1`ip0;0; 12 q 126 9
1`ip0;0; 12 q 129 1`ip0;0; 12 12
12 q 12
28
Una buena pregunta es como se podrı́a realizar un arbitraje en el mercado de tasa de
interés. Por ejemplo, en el caso que tengamos un C “ 10 y su valor actual sea igual a 9,
vamos a tener el valor del flujo variable igual a F Fv “ 1. Si además vemos que el valor
del flujo fijo es F Ff “ 0, 6 se deduce que el valor del swap es igual a Vswap “ 0, 4. Sin
embargo, en el mercado observamos que se comercia a 0, 5. Entonces se puede realizar el
siguiente arbitraje:
Si vendemos lo caro y compramos lo barato obtenemos que vendimos un swap. Esto
significa comprometerse a pagar los flujos variables y recibir los flujos fijos. Con esto,
recibimos el valor del mercado que es 0, 5. Nos vamos a guardar la diferencia con el valor
teórico. Por lo tanto, tenemos 0, 1 de ganancia y con lo restante armamos la estrategia.
Para devolver los flujos variables, siendo su valor igual a uno, necesitamos 0, 6 adicionales
a los 0, 4 que ya tenemos. Por lo tanto pedimos prestados estos 0, 6 y prometemos devolver
cada ves que se pague el flujo fijo una parte de este préstamo. Esta operación es justa, ya
que devolvemos su valor capitalizado en el tiempo. Por lo tanto, cada vez que nos paguen
el flujo fijo vamos a usar este dinero para pagar el préstamo.
Con el 1 que tenemos, vamos a pedir prestados unos 9 adicionales (el valor actual de C)
y asi llegar al valor de C. Este total (C “ 10) lo vamos a ir invirtiendo en el banco, y
con los intereses periódicos que recibamos vamos a pagar el flujo de fondos variables. Al
final de la operación se devuelve este préstamos con el peso mas los 9 tomados, es decir
devolvemos el valor actual de C capitalizado (que resulta ser C “ 10). De esta forma se
cancelaron ambos flujos de fondos y obtuvimos el 0, 1 de ganancia.
Los derivados vistos hasta ahora fueron fáciles de valuar debido a que son lineales. Una
propiedad interesante de estos es que no fue necesario utilizar ningún tipo de árbol. Con
independencia de como se muevan las tasas, conseguimos el valor actual de los mismos.
Sin embargo, existen derivados que no lo son. Por ejemplo, se pueden nombrar dos
principales. El primero se llama CAP y su payoff se describe como
Este derivado se parece a un call. Se interpreta como una promesa de pago de intereses
futuros que desconocemos. Sin embargo, como no sabemos si estos van a ser muy altos,
se les pone un techo con un K pactado. Si los intereses son mayores a K, se puede ejercer
el contrato y cobrar. De otra forma, no conviene ejercerlo.
Otro derivado parecido, es el FLOOR
Este se puede interpretar de la misma forma que el anterior, solo que es parecido a un
put.
Estos derivados no se valúan igual que antes. Tampoco podemos armar un árbol directo
del payoff ya que la tasa de interés no es un activo como los demás. El problema se puede
solucionar trabajando con árboles de bonos. Esto gracias a que las tasas de interés se
deducen del precio de los bonos. Vamos a definir al valor actual de $1 p periodos antes,
puesto en T como
1
P pT ´ p; T q “
1 ` ipT ´ p; 0; pqp
Si yo obtengo esta información, puedo deducir la tasa de interés. Esta serı́a
„ ȷ
1 1
ipT ´ p; 0; 0q “ ´1
P pT ´ p; T q p
29
Donde se ve que estamos capitalizando con el corchete y con la fracción del final se la
normaliza. En base a esto se va a valuar el derivado no lineal.
Por ejemplo, deseamos valuar un derivado que paga
„ ˆ ˙ ȷ`
1 2 1
X“C i ; 0; ´K
12 12 12
Donde K es un dato contractual.
Si queremos escribir la última columna de un árbol, necesitamos saber los diferentes valores
que va a poder tomar esta tasa de interés. Por ende, necesitamos saber los diferentes
valores que puede tomar el bono asociado a esta tasa. Antes usábamos a P pT ´ p; T q
para expresar el valor actual de un peso puesto en T . Ahora, para referirnos a un bono,
usamos ˆ ˙
2 3
P ;
12 12
Con estos diversos datos puedo obtener la tasa en la que esta pensando el mercado.
Vamos a tener estos valores actuales del bono asociado a diferentes escenarios (esto son
U U , U D, DU o DD en el caso de un árbol de dos periodos).Si tenemos estos datos, se
puede encontrar la tasa en cada escenario. Y posterior a esto se resuelve como se viene
haciendo.
Como adicional, se puede observar que antes se trabajaba con un árbol de un áctivo y
otro de un bono. Este bono asumiamos que no tenı́a riesgo. Pero lo que estaba pasando
de verdad, es que el riesgo de este árbol es demasiado menor al del un activo, por eso
el supuesto. Pero cuando se trabajan con solo árboles de bonos, no se puede hacer este
supuesto ya que todos poseen el mismo riesgo relativo. Un problema de esto era que
estarı́amos suponiendo que cuando sube un bono el otro también subı́a. Entonces para
solucionar esto se plantean muchos escenarios posibles y con diversos bonos. Vamos a
tener n escenarios y por lo tanto vamos a necesitar n instrumentos (bonos). De esta
forma se soluciona el problema trabajando con mas instrumentos.
Además, es útil pensar en que un bono (el que se use como numerario) vensa en el periodo
final. Esto gracias a que si es ası́, el el último periodo se valor será igual a 1. Por lo que
el valor del derivado se expresa como16
„ ˇ ȷ
ˇ
Vt “ Gt Eq X ˇˇ Ft
3.2 Practica
Ejercicio 1:
Sean los siguientes dos árboles que pagan cada 30 dı́as
P pt; 120q P pt; 150q
0, 995 0, 99
0, 99 0, 98
0, 985 0, 971
0, 97 0, 955
0, 99 0, 975
0, 98 0, 96
0, 98 0, 95
16
Sea Gt un bono genérico que se utiliza como numerario.
30
Calcular el valor del siguiente derivado al dı́a cero
X “ rip90; 0; 30q ´ 0, 14s` 1000
Lo primero que se tiene que hacer en un ejercicio de valuación de un derivado no lineal
de tasa de interés es encontrar a que bono hace referencia la tasa desconocida del payoff.
Recordemos que los árboles nos dan el valor de los bonos, que tienen implı́citos un valor
de tasa de interés. Para esto usamos la siguiente fórmula
1
P pt; p ´ tq “
1 ` ipt; 0; p ´ tqpp ´ tq
En nuestro caso, es un derivado que tiene un plazo de 30 dı́as. Esto implica que tenemos
que buscar el árbol que a partir de 60, tenga vencimiento 30 dı́as posteriores. Esto serı́a
el primer árbol. Además, tenemos que buscar en que columna pararnos. Lo anterior se
dedujo a partir del vencimiento del bono (vemos que coincida el vencimiento del bono
con el del derivado). Pero para ver la columna, tenemos que ver en que fecha empieza
el derivado y pararnos en esa fecha del árbol. En nuestro caso, empieza en la fecha 90 y
termina en 120. Por lo que nos paramos en la última columna. Por lo tanto, ya sabemos
en que árbol nos tenemos que enfocar. Solo nos resta ver la tasa de interés implı́cita en
cada valor del bono. Para esto, usamos la formula descripta previamente. Como hay 4
escenarios (vamos a referirnos a estos como a, b, c y d del escenario de mayor suba al
de menor respectivamente), vamos a tener 4 tasas. Se calculan reemplazando el valor del
bono y despejando la tasa. Para el escenario a se tiene
1
0, 995 “ ` 30 a
˘ 30
1 ` i 90; 0; 360 360
Recordemos que se divide por 360 ya que estamos hablando de tasas nominales anuales.
De esta forma se llega a que
ˆ ˙a
30
i 90; 0; “ 0, 060301507
360
De esta forma se encuentran todas las tasas
ˆ ˙b
30
i 90; 0; “ 0, 18274111
360
ˆ ˙c
30
i 90; 0; “ 0, 1212
360
ˆ ˙d
30
i 90; 0; “ 0, 24489796
360
Con estos 4 escenarios, podemos calcular los 4 posibles payoff del derivado. De esta forma
se llega al árbol del derivado
X
0
X1U
42, 74111
X0
0
X1D
104, 89796
31
A continuación se procede a resolver como se hizo en la sección previa. Se va a realizar
el método de probabilidades q para resolver. Primero se decide que árbol se va a usar de
numerario. Acá se decidió usar el P pt; 120q. Por lo tanto, las probabilidades q van a ser
0,99
0,98
´ 0,985
0,971
q1U “ 0,995 “ 0, 449852123
0,99
´ 0,985
0,971
0,98 0,98
0,96
´ 0,95
q1D “ 0,98 0,98 “ 0, 663541666
0,96
´ 0,95
0,97
0,955
´ 0,98
0,96
q0 “ 0,99 0,98 “ 0, 48230366
0,98
´ 0,96
Entonces, con las esperanzas condicionadas se llega a
„ ȷ
U 42, 7411 U
V1 “ 0, 98 p1 ´ q1 q “ 23, 73188
0, 971
„ ȷ
D 104, 89795 D
V1 “ 0, 96 p1 ´ q1 q “ 35, 6653
0, 95
„ U ȷ
V1 V1D
V0 “ 0, 955 pq0 q ` p1 ´ q0 q “ 29, 5216164804
0, 98 0, 96
Ejercicio 2:
Sea el siguiente valor de las tasas spot
Calcular el valor de un swap que realiza 100 pagos en cada momento y tiene una tasa
pactada de 0, 14. Este swap vence en 120 dı́as.
Para valuar este instrumento, sin más se usa la fórmula.
ÿ
CKp
C @t
Vswap “ V Fv ` V Ff “ C ´ ´
1 ` i p0; 0; tq t 1 ` ip0; 0; tqt
32
4 Modelo Continuo
4.1 Teorı́a
Una crı́tica usual de lo visto hasta ahora en el curso es que el método explicado previa-
mente es irrealista. No se sabe cuales son los nodos puntuales que puede tomar el valor de
cierto activo. Un segundo después del valor actual, el precio puede variar. Para hacerlo
mas realista, se va a desarrollar un método que utiliza el cálculo estocástico como her-
ramienta base. Para esto, la motivación es la siguiente. Se va a modelar activos en base a
ciertos parámetros ya explicados previamente como la tendencia (µ), el desvio (σ), la tasa
de interés (r), el tiempo definido del derivado (T ) y el valor actual del activo subyacente
(S0 ). A estos parámetros se le van a agregar otros.
El primero que se va a desarrollar es la cantidad de veces que se desea operar (n). El
tiempo al ser continuo, se lo va a querer discretizar. Para esto, desde la fecha 0 hasta T ,
se desea operar n veces, a una frecuencia de Tn . Por lo tanto, tendremos una cartera por
cada frecuencia (tenemos un valor del activo y del bono y cantidades de activos y bonos
que deberı́amos tener por cada momento). A medida que pasa el tiempo, se ve que los
valores van a ir cambiando. Esto se debe a que se puede modelizar de diversas formas
el precio del activo y del bono. Otros factores que tendremos por frecuencia del tiempo
son los errores. Como el tiempo se discretiza, tendremos que no necesariamente con el
valor de la cartera antigua en el periodo actual, nos podremos comprar las cantidades
actuales. Por lo tanto, en cada fecha tendremos un error (las cantidades antiguas por los
valores actuales menos las cantidades actuales por el valor actual). Los errores se van a ir
acumulando. Sin embargo, no es correcto sumarlos simplemente, ya que no es lo mismo su
valor en una fecha pasada que el actual. Por lo tanto, los errores se van a ir acumulando
capitalizandose a una tasa r, que es el cociente entre el valor del bono del periodo y el
valor del bono en el periodo anterior.
Se observa que al final del periodo, el valor del derivado deberı́a coincidir con VT . Esto,
eligiendo una modelización especı́fica del precio del activo. Si se elige otra forma de
modelizarlo, se tendrá otro valor posible del derivado. Sin embargo, vemos que se puede
complicar realizar arbitrajes con este método. Al tener un error, si el precio del mercado
esta próximo al valor teórico puede ser que el arbitraje no sea exitoso. Para asegurar el
arbitraje, se puede aumentar las cantidades de operaciones en el periodo (n). De igual
forma, se puede buscar un n que nos asegure un error concreto.
A continuación, se va a explicar cuál es el motor de la aleatoriedad en la modelización
de los activos. Sin embargo, antes de proceder se va a dejar constancia de que no es
equivalente decir que algo es seguro a que pase a que tenga probabilidad 1. Como se sabe,
en un continuo la probabilidad de un punto especifico es cero. Por lo tanto, si tenemos
una variable aleatoria X que se distribuye uniforme entre 0 y 1, y tenemos otra variable
aleatoria Y que toma valor "
Y “X Xă1
Y “
Y “0 X“1
Nos podemos preguntar
P pY “ Xq
Y como esta es una distribución continua, llegaremos a la conclusión que esta probabilidad
es igual a 1. Entonces, no es algo seguro que vaya a ser ası́, pero tiene probabilidad 1.
Por lo tanto, se va a dar en este modelo continuo que hayan ecuaciones que planten una
igualdad entre dos expresiones que no necesariamente sean iguales. Cuando una variable
33
aleatoria tiene probabilidad 1, se la define como almost surely (as). En este caso
P pY “ Xq “ 1 as
pWt ´ Ws q „ N p0; t ´ sq
Donde t ´ s es la varianza del proceso y se tiene que t ą s. (iii) Si tenemos dos intervalos
pWt ´ Ws q y pWv ´ Wu q con v ą u y con t ą s, si son intervalos separados tenemos que
estas dos variables aleatorias son independientes. Es decir, el pasado no influye en su
futuro. (iv) El proceso de Wt es una función continua.
Para modelar este movimiento aleatoria, como se sabe que el proceso arranca en cero, se
busca su segundo valor. El incremento del proceso va a venir definido por la frecuencia,
la cual esta fija. Como sabemos la distribución de la diferencia, tenemos que
∆W0 “ W1 ´ W0 “ W1
A su vez, con este proceso podemos definir una nueva variable aleatoria Yn . Esta es
n ”
ÿ ı2
Yn “ Wpi T q ´ Wppi´1q T q
n n
i“1
34
esta variable aleatoria nos interesa su esperanza y su varianza. Sabemos que la esperanza
de la suma es la suma de las esperanzas, por lo que
ÿn ˆ” ı2 ˙
E pYn q “ E Wpi T q ´ Wppi´1q T q
n n
i“1
Esta cuenta de acá es la varianza. Como la varianza del proceso es la distancia entre los
procesos, y esta distancia está dividia por n pero se suman n términos iguales, resulta en
E pYn q “ T
lim Yn
nÑ8
Vemos que la esperanza es constante, por lo que sigue siendo T . Sin embargo, su varianza
converge a cero. Entonces, se concluye que esta variación cuadrática es una recta que en
la fecha T vale T con probabilidad 1 (no es seguro). Esto podrı́a no pasar cuando por
ejemplo todo los valores del proceso browniano sean iguales a su media. Es un evento
raro pero factible. La variación cuadrática, simulada en Python puede verse como
35
En base a esto, se puede encontrar que serı́a lógico pensar que
ÿ ÿ
∆Wt2 “ ∆t “ T
Por lo tanto, si se despeja el cuadrado y se divide ambos términos del igual por ∆t se
lleva a
? ∆Wt 1
∆Wt “ ˘ ∆t Ñ “ ˘?
∆t ∆t
Que si se aplica el lı́mite de la variación del tiempo tendiendo a cero, obtenemos una
derivada. Esta derivada es la pendiente de proceso browniano. Esta es igual a
∆Wt
lim “ ˘8
∆tÑ0 ∆t
Se concluye entonces que a medida que pasa el tiempo, el proceso browniano varia de-
masiado. Aún mas, es mayor la variación del proceso a que la variación del tiempo. Si
bien esto genera dificultades para realizar las derivadas, existe un teorema que nos va a
facilitar el proceso. Este teorema se desarrollará mas adelante.
Antes se mencionó que el resultado que se obtenga del valor del derivado va a depender
directamente de como se modelice la trayectoria del activo. Ya habiendo visto la fuente de
la aleatoriedad de este, se puede pensar en algunas formas de modelizarlo. Una primera
aproximación a esto puede ser que se piense al activo como
St “ S0 ` µt ` σWt
St „ N pS0 ` µt; σ 2 tq
Sin embargo, esto nos puede generar problemas. Por ejemplo, el mı́nimo valor que puede
tomar esta variable aleatoria, al ser una normal, es menos infinito. Y el precio de un
activo esta limitado al cero. Es por esto que no se utiliza esta modelización. En cambio,
por convención se suele utilizar
St “ S0 eµt`σWt
36
Si bien el exponente se sigue distribuyendo como una normal, si toma el valor menos
infinito el resultado de St será cero. Por lo tanto, el dominio del activo queda limitado a
St P r0; `8q
Esta es la modelización que se suele usar por convención, sin embargo se podrı́a usar
cualquier otra función
St “ F pt; Wt q
Una derivación importante de esta modelización es que Wt no depende directamente del
tiempo. Esto se da ya que si conocemos un cierto valor de Wt , no tenemos información
sobre t. Y si conocemos cierto valor de t tampoco tenemos información de Wt . Es decir,
son dos variables independientes a priori que solo se relacionan a través de la varianza del
proceso. Lo que sabemos es que
ÿ ÿ
∆Wt2 “ ∆t
∆St “ f pt ` ∆t : Wt ` ∆Wt q ´ f pt : Wt q
37
Que si lo expresamos en términos agregados (sumamos desde t “ 0 hasta T )
T T „ ȷ
ÿ ÿ 1 2 2
∆St “ ft1 pt; Wt q∆t 1
` fWt Wt pt; Wt q∆Wt ` fW t
pt; Wt q∆Wt ` ξn
t“0 t“0
2
Donde ξn es el término del error que depende de la cantidad de sub-intervalos que elijamos.
Esta expresión nos dice que Ito compara la suma de las expresiones. Se sabe además que
la suma de una diferencia nos resulta en la diferencia de los extremos. Es decir
T
ÿ
∆St “ St ´ S0
t“0
El teorema de Ito también asegura que si n tiende a infinito, el término del error va a
tender a cero con probabilidad 1. Esto es almost surerly ya que la relación ∆Wt2 “ ∆t se
cumple con probabilidad 1 como se vio previamente. Esta expresión se puede interpretar
como que se llega al valor St a partir del valor inicial mas otros dos términos. El primer
término que tiene en cuenta la variación de t es el de tendencia y el segundo término que
tiene en cuenta la variación del movimiento browniano es la volatilidad. Si n efectivamente
tiene a infinito, esta expresión se puede expresar como
żT„ ȷ żT
1 1 2 “ 1 ‰
looSt on “ looS
mo 0 on `
mo ft pt; Wt q ` fWt Wt pt; Wt q dt `
2
fWt pt; Wt q dWt as
0 0
f pt;Wt q f p0;Wt q
En base a estas ecuaciones, se puede armar una tabla que tenga la siguiente información.
Se supone una modelización del activo de forma
St “ f pt; Wt q
Y sus derivadas
ft1 pt; Wt q fW
2
t Wt
1
pt; Wt q fW t
pt; Wt q
Donde todos los parámetros necesarios son conocidos17 . Se forma entonces
t ∆Wt Wt St Tendencia Volatilidad Variación Estimada Aproximación
0 0 S0 S0
17
En el caso de la modelización previa que se mencionó que se usa por convención, estos parámetros
conocidos serı́an µ y σ. Esto nos va a dar el valor del activo en cada momento de t.
38
Se ve que algunos datos inciales de la tabla siempre van a ser iguales. Hay otros ciertos
datos que se van a conocer en el siguiente t, como ∆Wt . Este, va a ser un número aleatorio
que se distribuye normal con media cero y varianza t ´ 0 (se puede simular cierto valor).
Sabiendo la variación, se puede despejar el valor de Wt ya que
∆Wt “ Wt ´ W0 “ Wt ´ 0
Con este valor, se va a reemplazar en la fórmula del teorema de Ito, obteniendo la tendencia
y la volatilidad. A su vez, con estos dos valores, si se multiplica a la tendencia por ∆t y a
la volatilidad por ∆Wt se obtiene la variación estimada. A la acumulación de la variación
estimada se la va a denotar aproximación. Si la fórmula previamente expresada es cierta,
el valor final ST tiene que ser igual a la aproximación final (la variación acumulada del
activo). Se aclara que las derivadas son evalúa en el punto anterior, como se explico con
anterioridad.
Habiendo expresado el teorema de Ito, existe una generalización del teorema de Ito. Este
replica lo mismo pero cuando se tiene una función que depende de otra función que
depende de las variables. Es decir, nos ayuda a ver que pasarı́a con las derivadas en
cadena. Es decir, se parte de
dSt “ αt dt ` βt dWt
Donde αt y βt son constantes. Existe una función del tiempo y del proceso browniano, es
decir
Vt “ F pt; St q
Entonces se tiene que
1 1
dVt “ Ft1 ∆t ` Fs1 ∆St ` Ftt2 ∆t2 ` FtS
2
t
∆t∆St ` FS2t St ∆St2
2 2
Si se reemplaza el dSt por su definición, se eliminan los términos despreciables y se reor-
dena se llega a que
„ ȷ
1 2 2
dVt “ Ft ` Fs αt ` FSt St βt dt ` rFs1 βt s dWt
1 1
2
Entonces se llega a la tendencia y la volatilidad cuando el activo tiene una función en
cadena.
Con todo lo visto hasta ahora, puede ser útil poder calcular probabilidades del proceso
browniano. Vamos a definir
WT ´ Wt “ ∆T ´s
Y como sabemos como se distribuye, tenemos que
żb
1 p∆WT ´t ´0q2
´ 21
P pa ď ∆WTt ď bq “ a e T ´t d∆WT ´t
a 2πpT ´ tq
Acá nos estamos preguntando cual es la probabilidad de que la variación del proceso
browniano entre t y T termine estando entre a y b. Si quisiéramos analizar intervalos
disjuntos, sabemos por propiedades que estos son independientes. Entonces
P pa1 ď Wt ´ Ws ď b1 ; a2 ď Wv ´ Wu ď b2 q “
ż b2 ż b1 2 2
1 1 p∆Wt´s q 1 1 p∆Wv´u q
a e´ 2 t´s a e´ 2 v´u d∆Wt´s ∆Wv´u
a2 a1 2πpt ´ sq 2πpv ´ uq
39
Como los intervalos son disjuntos, se tratan como variables aleatorias independientes. Si
no fueran intervalos disjuntos, el conocimiento de una variable influirı́a en la otra. Por
ejemplo
P pa1 ď Wt ď b1 ; a2 ď WT ď b2 q
Vemos que las variables aleatorias son estas Wi menos W0 (que es cero). Por lo tanto,
son intervalos que se superponen. Entonces, información de Wt nos ayuda a saber mas
de WT (con t ă T ). Entonces, se puede hacer el siguiente arreglo
WT “ Wt ` pWT ´ Wt q
Donde si conocemos Wt , la única aleatoriedad es la parte de pWT ´ Wt q, que tendrá media
Wt y varianza T ´ t. Entonces, la probabilidad queda definida como
ż b2 ż b1 2
1 1 p∆Wt q
2
1 1 ppWT ´0q´Wt q
a e´ 2 t a e´ 2 T ´t d∆Wt ∆WT ´t
a2 a1 2πptq 2πpT ´ tq
Entonces, podemos calcular probabilidades de que ocurran eventos. En base a esto,
podemos ver que tan probable es que pague un derivado. Si a esto se lo junta con el
Reflection Principle, podemos plantear probabilidades del estilo
P pMT ě m; WT ď bq
Donde m y b son números, MT es el máximo del proceso browniano y WT es el valor
final del proceso browniano. Nos estamos preguntando cual es la probabilidad de que
el máximo sea mas alto que un valor m pero que se termine estando mas bajo que b.
El Reflection Principle nos dice que estando en un punto Wt cualquiera, la probabilidad
de que haga una trayectoria por encima de ese valor es la misma que haga la misma
trayectoria en espejo, es decir la misma trayectoria por debajo de ese valor. Entonces,
para calcular esta probabilidad nos preguntamos: una vez alcanzado el valor m, cual es
la probabilidad de bajar m ´ b unidades. Esto es lo mismo que preguntarse, una vez
alcanzado m cual es la probabilidad de subir m ´ b unidades. Por lo tanto, podemos
expresar toda esta probabilidad desde el periodo 0 (no una vez alcanzado m) como cual
es la probabilidad de subir m ` m ´ b. Entonces vemos que
P pMT ě m; WT ď bq “ P pWT ě 2m ´ bq
También se puede ver como que si el WT es mas grande que este número, por default va a
cumplir la condición de alcanzar el máximo deseado. Esta probabilidad se puede calcular
como se vio previamente
ż8
1 p∆WT q2
´ 21
P pWT ě 2m ´ bq “ a e T d∆WT
2m´b 2πpT q
Esto nos puede ayudar a calcular la función de densidad conjunta de MT y WT . Si
conociéramos esta función, lo que harı́amos para calcular la probabilidad serı́a
ż b ż `8
P pMT ě m; WT ď bq “ f pMT ; WT qdMT d∆WT “ F pm; bq
´8 m
Entonces para encontrar la función de densidad habrı́a que derivar dos veces con respecto
a los lı́mites de integración18 . Realizando esto tendremos
ż `8
BF pm; bq
“ f pMT ; WT qdMT
Bb m
18
Recordando que cuando se deriva con respecto al lı́mite inferior se le cambia el signo a la función.
40
Se ve que como se integró con respecto a b, su integral desaparece.
´ ¯
B BF pm;bq
Bb
“ ´f pMT ; WT q
Bm
Como sabemos que esta función de densidad tiene que dar lo mismo que la probabilidad
de arriba, tenemos que en definitiva
2p2m ´ bq ´ p2m´bq2
f pm; bq “ ? e 2T
2πT T
Con esto, se pueden analizar algunas propiedades adicionales. Por ejemplo, si nos quer-
emos preguntar la probabilidad de que MT ě m y que WT ď m, es decir el caso donde
m “ b, tendremos que
Entonces se puede observar que son iguales los resultados. Por lo tanto la probabilidad
de que MT ě m es la suma de estas, dando como resultado
P pMt ě mq “ 2P pWt ě mq
Esto nos lleva a varias conclusiones contra-intuitivas. Por ejemplo, si nos preguntamos el
caso que m “ 0 tenemos que
P pMT ě 0q “ P pMT ď 0q
Y como estas probabilidades son ambas 1 ya que el proceso arranca en cero. Por lo tanto,
sabemos que necesariamente el proceso va a tener como mı́nimo una raı́z. Llamando a
esta raı́z t1 , analizamos el proceso entre 0 y t1 y calculamos las mismas probabilidades.
Vemos que también son 1. Por lo tanto encontramos otra raı́z t2 . Repitiendo este proceso,
vemos que si se realiza el zoom necesario en el proceso, este tiene infinitas raı́ces.
Adicionalmente, podemos calcular diferentes esperanzas condicionadas al proceso brown-
iano. Esto nos va a ayudar a realizar los cálculos necesarios para replicar el valor de un
derivado. Una esperanza condicionada puede ser del estilo
„ ˇ ȷ
ˇ
E WT ˇˇ Ft
Nos estamos preguntando cuanto esperamos que valga el proceso en el periodo T con la
información de t. Es decir, tenemos el valor de Wt . Y ya que la variación del proceso
es nula19 , esperamos que valga Wt en el periodo T . Se puede observar que esta lógica
nos induce a pensar que toda la información previa al momento t es inservible. Esto es
ası́ ya que las diferencias son independientes. Para realizar este cálculo de forma formal
tendremos que descomponer lo que se conoce, de lo que no
„ ˇ ȷ
ˇ
E Wt ` pWT ´ Wt q ˇˇ Ft
19
Su diferencia tiene media cero.
41
„ ˇ ȷ „ ˇ ȷ
ˇ ˇ
E Wt ˇˇ Ft ` E WT ´ Wt ˇˇ Ft “ Wt
looooomooooon loooooooooomoooooooooon
Wt N p0;T ´tq
Podemos observar que el primer término si se conoce ya que es dada la información de ese
periodo, y el segundo al tener media cero el resultado es nulo. Intuitivamente, lo que se
hace es, dado un proceso browniano de cero asta t, a partir de ese valor se simulan miles
trayectorias posibles y se calcula un promedio de estas.
Si se quieren realizar estos cálculos, una posibilidad es realizar una simulación. Sin em-
bargo, esto puede llegar a ser pesado computacionalmente. Es por esto que si se puede
realizar el cálculo analı́ticamente va a ser una mejor opción. A continuación se darán
algunos ejemplos de como resolver estas esperanzas condicionadas.
Sea la siguiente esperanza “ ‰
E WT2 |Ft
Se aplica la regla de separar lo conocida con lo desconocido y se obtiene
E rWt ` pWT ´ Wt qs2 |Ft “ E Wt2 ` 2Wt pWT ´ Wt q ` pWT ´ Wt q2 |Ft
“ ‰ “ ‰
“ ‰ “ ‰
E Wt2 |Ft ` E r2Wt pWT ´ Wt q|Ft s ` E pWT ´ Wt q2 |Ft
Los procesos brownianos conocidos en t son datos, por lo que
“ ‰
Wt2 ` 2Wt E rpWT ´ Wt q|Ft s ` E pWT ´ Wt q2 |Ft
Estados dos esperanzas se tienen que resolver. La primera, es una simple diferencia de
dos momentos del proceso. Por lo tanto tiene media cero. La segunda, si bien parece mas
difı́cil se puede ver que es el segundo momento centrado. Esto ya que se esta restando a
su media (que es cero). Por lo tanto el resultado va ser la varianza. Esto resulta en
“ ‰
Wt2 ` 2Wt E rpW T ´ W t q|F t s ` E pWT ´ Wt q 2
|F t
2
loooooooooomoooooooooon loooooooooomoooooooooon “ Wt ` pT ´ tq
“0 “T ´t
Una pregunta lógica es por que se agregó este termino adicional. Se puede ver que al
estar elevado al cuadrado, las variaciones tienen un sesgo positivo. Es decir, si el proceso
subió 10 unidades, su cuadrado será 100. Si subió 20 unidades, su cuadrado será 400. Se
ve que hay un gran sesgo positivo.
Un tercer ejemplo es dada la siguiente forma de modelizar activos
St “ S0 eµt`σWt
Calcular
E rST |Ft s
Si se separa lo que se conoce de lo que no, tendremos que
ST “ S0 eµT `σWT “ loooooooomoooooooon
St “ S0 eµt`σWt eµpT ´tq`σpWT ´Wt q
St
42
Y esta esperanza se puede calcular por definición. Sea X una variable aleatoria normal
con media a y varianza b, se tiene que
1
Erex s “ ea` 2 b
Por lo tanto, sabiendo que se distribuye normal con media µpT ´tq y con varianza σ 2 pT ´tq,
tenemos que „ ˇ ȷ
µpT ´tq` 12 σ 2 pT ´tq
ˇ
µpT ´tq`σpWT ´Wt q ˇ
St E e ˇ Ft “ St e
Vemos que se agregan términos por la misma razón que antes. Ahora, los valores están
acotados al cero, por lo que tienen un sesgo.
El cuarto ejemplo es mas complicado. Si se tiene
Se puede observar que -al ser conocido- es una constante mas una variable aleatoria. Por lo
que se calculará por definición. Esto es multiplicar la variable aleatoria por la probabilidad
del evento y sumarlo. En este caso, como es una variable continua, se suman todos los
eventos infinitesimales (se integra). Como la distribución es normal, la probabilidad viene
dada por
2
1 1 p∆WT ´t ´0q
a e´ 2 T ´t d∆WT ´t
2πpT ´ tq
Y como la variable aleatoria es toda la trigonométrica al no poder separarse mas
cospWt ` ∆WT ´t q
43
Estas propiedades se pueden desarrollar aún mas. Si se tiene un proceso
Ht “ ErX|Ft s
Por lo tanto,
ErHt |Fs s “ Hs tąs
Esto, en los ejemplos se puede observar como
“ ‰
Ht “ E WT2 |Ft “ Wt2 ` pT ´ tq
Entonces,
“ ‰ “ ‰
E rHt |Fs s “ E Wt2 ` pT ´ tq|Fs “ E Wt2 |Fs ` E rpT ´ tq|Fs s
Que como conocemos que el primer término es constante, y el segundo tiene esperanza
cero por lo que
E r∆HT |Ft s “ γt ∆t
Y como sabemos que el proceso no varia, no queda otra opción que γ “ 0.
Hay algunos proceso a los cuales no se pueden aplicar el teorema de Ito. Para esto, si son
Martin Galas se pueden aproximar mediante
Y con esto nos aseguramos que cualquier derivado se pueda replicar. Este es Teorema
de la Representación de Martin Gala.
A continuación se va a enunciar a lo que se puede llegar con todos los conceptos vistos
hasta ahora. Después, se procederá a demostrar todo lo usado. Se busca valuar derivados
en el tiempo continuo. Suponemos que el activo subyacente se puede modelar de la
siguiente forma
St “ S0 eµt`σWt
44
Y que se tiene un bono que se modeliza como
Bt “ ert
Se emite un derivado cuyo payoff viene definido como X. Entonces, el valor del derivado
en ausencia de arbitraje viene definido por la siguiente cuenta
„ ˇ ȷ
ˇ
´1 ˇ
Vt “ Bt Eq XBT ˇ Ft
Se busca interpretar que son las probabilidades q utilizadas. Estas, como en el tiempo
discreto, son las inventadas para que se cumpla el valor en ausencia de arbitraje. Se tiene
la siguiente fórmula
µ ´ r ` 21 σ 2
ˆ ˙
Wt “ Wt `
Ă t
σ
Se observa que W
Ăt no es un proceso browniano. Esto se debe a que se distribuye como
normal pero con tendencia
µ ´ r ` 21 σ 2
„ ȷ
Wt „ N
Ă ; ∆t
σ
Se de esta fórmula se despeja el Wt y se reemplaza en la modelización del activo, se llega
a
1 2
St “ S0 epr´ 2 σ qt`σWt
Ă
Esta es la misma expresión que antes ya que proviene de una igualdad equivalente. La
diferencia sustancial es que ahora no depende directamente de la tendencia y si depende
de W
Ăt . Se va a definir el supuesto de probabilidad p como el suponer que Wt es un proceso
browniano y Wt no. En cambio, el supuesto q va a ser el de suponer que W Ăt es un proceso
browniano y Wt no.
A continuación se darán dos ejemplos sencillos de como es valuar con este método. Si
suponemos un derivado que tiene el siguiente payoff
X “ ST2
Como esto es conocido puede salir fuera de la esperanza. Si se junta se tiene un factor de
actualización. „ ˇ ȷ
ˇ
Vt “ e ´rpT ´tq
Eq ST2 ˇˇ Ft
45
Como el St es conocido, sale fuera de la esperanza. Todo esto resulta en
„´ ¯ ˇ ȷ „ ˇ ȷ
´rpT ´tq 2 ĂT ´t 2 ˇˇ
pr´ 12 σ 2 qpT ´tq`σ∆W 1 2 ˇ
Vt “ e St Eq e ˇ Ft “ e
´rpT ´tq
St Eq e2pr´ 2 σ qpT ´tq`2σ∆WT ´t ˇ Ft
Ă
ˇ
Como esto es una variable aleatoria previamente enunciada, conocemos su media y vari-
anza. El resultado de esto
1 2 qpT ´tq` 1 4σ 2 pT ´tq
Vt “ e´rpT ´tq St2 e2pr´ 2 σ 2
2
Vt “ St2 er`σ pT ´ tq
Se puede observar que esta fórmula esta en función de todos los parámetros conocidos. A
su vez, cuando calculamos la esperanza de la variable aleatoria suponemos probabilidades
q. Esto se debe a que en ese momento estamos asumiendo que W ĂT ´t se comporta como
un proceso browniano.
Otro ejemplo puede ser un derivado que pague
X “ lnpST q
Vt “ Gpt; St q
Vt “ ϕt St ` ψt Bt
X “ F pST q
46
Realizando el mismo procedimiento
„ ´ ¯ˇ ȷ
´rpT ´tq pr´ 12 σ 2 qpT ´tq`σ∆W
ĂT ´t ˇˇ
Vt “ e Eq F St e ˇ Ft
Vt “ e´rpT ´tq
F St epr´ 2 σ qpT ´tq`σ∆WT ´t a e´ 2 T ´t d∆W
Ă ĂT ´t
´8 2πpT ´ tq
Posteriormente, esto se resuelve por simulación. Si se desea encontrar los ϕ, se pueden
aproximar mediante
Gpt ` ∆t; 0q ´ Gpt; 0q
ϕt «
t
El caso de un call es
X “ pST ´ kq`
Entonces „´ ¯` ˇ ȷ
1 2 ˇ
Vt “ e ´rpT ´tq
Eq St epr´ 2 σ qpT ´tq`σ∆WT ´t ´ k ˇ Ft
Ă
ˇ
Por definición se llega a
ż `8 ´ 2
pr´ 12 σ 2 qpT ´tq`σ∆W
¯` 1 1 p∆WT ´t q
Ă
Vt “ e ´rpT ´tq
St e ´k a e´ 2 T ´t d∆W
ĂT ´t ĂT ´t
´8 2πpT ´ tq
Lo que se puede observar es que se esta integrando en lugares donde no hace falta. Esto
se debe a que para los valores que ST sean menores a K, el valor de la variable es cero.
Entonces, se busca
1 2
St epr´ 2 σ qpT ´tq`σ∆WT ´t ą k
Ă
Vt “ e ´rpT ´tq
St epr´ 2 σ qpT ´tq`σ∆WT ´t ´ k a e´ 2 T ´t d∆W
Ă ĂT ´t
∆WĂ˚
T ´t
2πpT ´ tq
Esta ecuación, al igual que el tiempo discreto, nos cuenta que esperamos que el proceso
Z 20 no varié con el tiempo. Este va a ser las probabilidades q. También, se pueden definir
las probabilidades r. Para esto, nos inventamos un nuevo proceso browniano
µ ´ r ´ 12 σ 2
ˆ ˙
W̄t “ Wt ` t
σ
Que si bien se parece mucho al anterior, es diferente ya que el medio sigma al cuadrado esta
restando en vez de sumar. Si se realizan los mismos pasos que se hicieron previamente,
se llega a
1 2
ST “ St epr` 2 σ qpT ´tq`σ∆W̄T ´t
20
Derivados en términos de bonos.
47
Vemos que utilizar este método es indistinto a utilizar al de las probabilidades q. Se
aplican las probabilidades r al suponer que W̄T ´t es un proceso browniano. Se tendrá
entonces „ ˇ ȷ
ˇ
´1 ˇ
Vt “ St Er XST ˇ Ft
Donde el 1ST ąK es una función que toma valor 1 si se cumple la condición del subı́ndice
y 0 de otra forma. Lo que se va a hacer es valuar cada término por separado. El primero
se va a valuar por probabilidades r.
„ ˇ ȷ
X1
ˇ
´1 ˇ
Vt “ St Er ST 1ST ąK ST ˇ Ft “ St Er r1ST ąK s
Donde esta esperanza es simplemente uno por la probabilidad de que ocurra el evento mas
cero por la probabilidad que no ocurra. En definitiva, es simplemente la probabilidad de
que ocurra el evento. Por lo tanto, se busca la probabilidad de que
1 2 qpT ´tq`σ∆W̄
St epr` 2 σ T ´t
ąK
48
Para valuar el segundo término, se utilizarán las probabilidad q. Acá se parte de
„ ˇ ȷ „ ˇ ȷ
X2 ´rpT ´tq
ˇ ´rpT ´tq
ˇ
Vt “ e Eq K1ST ąK ˇˇ Ft “ Ke Eq 1ST ąK ˇˇ Ft
Con el mismo razonamiento que antes, la esperanza se reduce a uno por su probabilidad
mas cero por la probabilidad. Entonces, se llega a una expresión muy parecida21
` ˘ ` ˘
∆W̄T ´t ln SKt ` r ´ 12 σ 2 pT ´ tq
? ă ? „ N p0; 1q
T ´t σ T ´t
Entonces « `S ˘ ` ˘ ff
ln t
` r ´ 21 σ 2 pT ´ tq
VtX2 “ Ke´rpT ´tq N K
?
σ T ´t
El valor de un call queda
« ` ˘ ` ˘ ff « ` ˘ ` ˘ ff
ln SKt ` r ` 12 σ 2 pT ´ tq ln St
K
` r ´ 1 2
σ pT ´ tq
Vt “ St N ? ´ Ke´rpT ´tq N ? 2
σ T ´t σ T ´t
Esto sale de la derivada del valor con respecto a St . Para valuar un put, se observa que
los términos van a estar al revés y que las probabilidades van a ser las complementarias
(ya que se busca la desigualdad contraria). Se llega a
˜ « ` ˘ ` ˘ ff¸ ˜ « ` ˘ ` ˘ ff¸
St 1 2 St 1 2
ln K
` r ´ σ pT ´ tq ln ` r ` σ pT ´ tq
Vt “ Ke´rpT ´tq 1 ´ N ? 2 ´St 1 ´ N K
? 2
σ T ´t σ T ´t
Para valuar un forward, se tiene que por la call-put parity este va a ser
Vt “ St ´ Ke´rpT ´tq
Como las probabilidades son las complementarias, sumadas dan 1. Entonces se reduce
bastante la expresión.
Lo que se suele utilizar en la realidad, son los valores de mercado como Vt y los demás
parámetros son datos a excepción del σ. Por lo tanto, en vez de estimarse, se despeja de
esta fórmula y se tiene una aproximación del riesgo de la cartera. También lo que se suele
hacer es encontrar las siguientes derivadas, y le ponen la siguiente nomenclatura
BVt BVt BVt2
BSt
“ϕ“∆ Br
“ρ B 2 St
“γ
BVt BVt
BpT ´tq
“θ Bσ
“υ
Con todas estas derivadas tienen una aproximación del riesgo ya que tienen aproxima-
ciones de la variación del valor cuando cambia algún parámetro.
Lo que se estuvo analizando a lo largo de la sección, es el modelo de Black-Scholes. Este
21
No es exactamente la misma ya que se utiliza las probabilidades q.
49
deduce una expresión para valuar un call y un put que es la formula previamente ex-
presada. Otra formula mas genérica es la Ecuación de Black-Scholes en Derivadas
Parciales. Esta serı́a la analogı́a del sistema de ecuaciones que se realizaba en el modelo
discreto. Si a la modelización del activo bajo probabilidades q
1 2 qt`σ W
St “ S0 epr´ 2 σ
Ăt
Estas dos expresiones que explican la variación de Vt son equivalentes por lo que se pueden
unir. De esta expresión se deduce entonces que
BVt
“ ϕt
BSt
Si se igualan los términos de tendencia
BVt BVt 1 B 2 Vt 2 2
` rSt ` σ St ´ rVt “ 0
Bt BSt 2 BSt2
Esta es la ecuación en derivadas parciales que brindan una segunda forma de valuación
de activos. Como en las ecuaciones diferenciales para obtener una solución particular
se necesitaban condiciones iniciales, en esta ecuación también se necesitarán. Se puede
demostrar que las tres condiciones necesarias para este problema son
50
Puede darse variaciones en esta fórmula donde se agreguen términos. Por ejemplo, sea el
siguiente Call Asiático
¨ T ˛`
ÿ
˚ St ‹
˚ t“1 ‹
X“˚ ˚ ´ K‹
˝ T
‹
‚
Donde żT
St
dt ” Jt
0 T
Si se quiere calcular este diferencial, su teorema de Ito será
dJt “ St dt ` 0dW
Ăt
El valor del payoff se ve que no solo depende del tiempo t, sinó también de toda la
trayectoria de precios. Es decir de Jt . Por lo tanto
Vt “ V pt; ST ; Yt q
51
Si se quiere valuar mediante probabilidades q, se reemplaza ST1 y ST2 por su valor según
el supuesto utilizado
» ¨ ˛ fi
ˇ
pr´ 12 σ 2 qpT1 ´tq`σpW Ăt q pr´ 1 σ 2 qpT2 ´tq`σpW
ĂT ´W ĂT ´W Ăt q ˇ
Vt “ Bt Eq –F ˝elooooooooooooomooooooooooooon
1 ; looooooooooooomooooooooooooon
e 2 2 ‚BT´1 ˇ Ft fl
ˇ
ST1 ST2
Los bonos son constantes, entonces se puede reemplazar por su definición y salir fuera de
la esperanza. Resulta en
» ¨ ˛ fi
ˇ
1 2 1 2 ˇ
epr´ 2 σ qpT1 ´tq`σpWT1 ´Wt q ; looooooooooooomooooooooooooon
Vt “ e´rpT ´tq Eq –F ˝looooooooooooomooooooooooooon epr´ 2 σ qpT2 ´tq`σpWT2 ´Wt q ‚ ˇˇ Ft fl
Ă Ă Ă Ă
ST1 ST2
Entonces se ve de forma mas clara que los intervalos son independientes uno de otros.
Por lo tanto, no se tiene que condicionar una función de densidad por la otra. Se ve que
la esperanza va a ser las integrales de estas funciones de densidad conjunta multiplicadas
por las variables
ż8 ż8 p∆W 2 p∆W 2
1 T1 ´t q 1 T2 ´T1 q
Ă Ă
´rpT ´tq ´ 12 ´ 12
Vt “ e F p¨q a e T 1 ´t a e T 2 ´T1 d∆W
ĂT1 ´t d∆W
ĂT2 ´T1
´8 ´8 2πpT 1 ´ tq 2πpT 2 ´ T1 q
Si este mismo ejemplo se quisiera valuar por probabilidades r, se tendrán tres integrales.
Esto se debe a que habrá otro ST en la esperanza que se tendrá que reemplazar por su
definición.
Otro ejemplo con el que nos podemos encontrar, son payoff que tienen expresiones no
algebraicas. Estos derivados son del estilo de máximos/mı́nimos de la trayectoria del
activo. Para estos, la solución directa es simulación. Lo que se simula es la trayectoria
de ST para encontrar el X y posteriormente se calcula el valor del derivado mediante la
fórmula de probabilidades q/r.
Esto es lo que se va a demostrar a continuación. Para entender el por qué de esto, hace
falta ver el Teorema de Girsanov. Para entenderlo, vamos a suponer que tenemos un
proceso browniano Wt . En base a esto definimos
W
Ăt “ Wt ` θt
W
Ăt ´ θt “ Wt
WT „ N p0; T q
WT ´ Wt „ N pWt ; T ´ tq
52
En el supuesto q, tenemos que
WT „ N p´θt; T q
Y si se condiciona a la información en t,
WT ´ Wt „ N p´θpT ´ tq; T ´ tq
P pa1 ă Wt ă b1 ; a2 ă WT ă b2 q “ ? e 2 t a e´ 2 T ´t dWt WT
2πt
a2 a1 loooooomoooooon 2πpT ´ tq
loooooooooooooomoooooooooooooon
Wt „N p0;tq Wt „N pWt ;T ´tq
Y bajo el supuesto q
ż b2 ż b1 2
1 ´ 1 pWt `θtq2 1 1 pWT ´Wt `θpT ´tqq
Qpa1 ă Wt ă b1 ; a2 ă WT ă b2 q “ ? e 2 t a e´ 2 T ´t dWt WT
a2 a1 2πt
looooooooomooooooooon 2πpT ´ tq
loooooooooooooooooomoooooooooooooooooon
Wt „N p´θt;tq Wt „N pWt ´θpT ´tq;T ´tq
53
Se llaga a la misma conclusión que antes.
” 1 2
ı
Qpa1 ă Wt ă b1 ; a2 ă WT ă b2 q “ Ep 1pa1 ;b1 q;pa2 ;b2 q e´WT θ´ 2 θ T
Una aplicación para esto, es que si se quiere calcular el valor de un derivado que utiliza en
su función de payoff el máximo/mı́nimo de la trayectoria, convencionalmente se tendrı́an
que tener infinitas dimensiones para calcular el valor (una por cada punto que se busque
de su trayectoria). Sin embargo, con este método se ve un camino mas simplificado de
calcular. Se agregan tantas condiciones A como se desee (a mayor condiciones, mayor
será la aproximación a la verdadera probabilidad) y se calcula de forma mas simplificada.
Por ejemplo, recordando que tenı́amos la siguiente función de densidad
P pW P Aq “ 0
QpW P Aq “ 0
54
De igual forma, si tuviese probabilidad 1
P pW P Aq “ 1 Ñ QpW P Aq “ 1
QpW P Aq “ 1 Ñ P pW P Aq “ 1
QpW P Aq “ 0 Ñ P pW P Aq “ 0
Esta implicancia indirecta es de interés ya que nos dice que las cantidades de activos y
bonos que encontremos calculando esperanzas, van a ser válidas en las probabilidades
bajo el supuesto p. Entonces, no importa para esto el supuesto que se utilice ya que
Q rpϕ : ψq Ñ Xs “ 1 ñ P rpϕ : ψq Ñ Xs “ 1
Entonces sabemos que al resultado que lleguemos con las probabilidades p va a implicar
que también se cumple con las probabilidades p y viceversa. Pero aún ası́ existe la pregunta
de por que los derivados se valúan de esta forma. Vamos a suponer un activo y un bono
que se modelizan con la fórmula usual de siempre. Además, se tiene un derivado que tiene
un payoff de X. Se va a demostrar el valor del derivado con probabilidades q, para que
impliquen las probabilidades p, se puede valuar con la siguiente fórmula
„ ˇ ȷ
ˇ
´1 ˇ
Vt “ Bt Eq XBT ˇ Ft
St “ S0 eµt`σWt Bt “ ert
Se observa que donde antes el movimiento del activo dependı́a de tres parámetros (la
tendencia, el desvio y la tasa de interés), ahora solo depende de dos (el desvio y la tasa
de interés). Es decir, se esta analizando un caso particular del general. Si queremos
encontrar el proceso estocástico Zt , dividimos esta expresión por la definición del bono.
1 2 t`σ W
Zt “ S0 e´ 2 σ
Ăt
A este proceso le podemos calcular el teorema de Ito. Por definición, esto serı́a
« ff
BZt 1 B 2 Zt BZt Ă
∆Zt “ ` ∆t ` ∆Wt
Bt 2 BW
Ăt2 BW
Ăt
∆Zt “ 0 ˚ ∆t ` σZt ∆W
Ăt
55
Por definición, esto es una Matin Gala22 . Previamente se enunció que si un derivado
es una Martin Gala, se va a poder replicar su valor con probabilidad 1. Ahora se va a
demostrar esto. Entonces, si tenemos un otro proceso que será igual a
„ ˇ ȷ
ˇ
´1 ˇ
Et “ Eq XBT ˇ Ft
Sabemos por lo que se acaba de demostrar que su variación se puede aproximar como
∆Et “ λt ∆W
Ăt
ψt “ Et ´ ϕt Zt
Ahora se demostrará que esta forma de armar la cartera efectivamente replica el valor del
derivado.‘En t ` ∆t se tendrá
ϕt Zt`∆t ` ψt “ loooomoooon
ϕt Zt ` ψt ` lo
ϕto∆Z
moont “ Et`∆t
Et ∆Et
X “ ST1
56
Primero se lo valuará en la fecha intermedia t2 . Como el payoff es lineal y se conoce en
T1 (cuando el activo efectivamente tome ese valor), este valor va a ser constante. Por lo
que si se plantean la esperanza condicionada con probabilidades q se tiene
» fi
ˇ
fl “ Bt2 ST1
ˇ
´1 ˇ
Vt2 “ Bt2 Eq –looSmo
T1on BT2 ˇ Ft2
BT2
X
Es decir, se llega al valor actual del payoff conocido. Si se desea valuar mediante proba-
bilidades r, se tiene que
» fi
ˇ „´ ¯´1 ˇˇ ȷ
ˇ 1 2
´1 pr` σ qpT ´t q`σ∆ W̄
T1on ST2 ˇ Ft2
Vt2 “ St2 Er –looSmo ˇ fl “ ST1 Er e 2 2 2 T ´t
2 2
ˇ Ft2
ˇ
X
Que como es una variable aleatoria conocida, se puede saber que su esperanza será
1 2 qpT ´t q` 1 σ 2 pT ´t q Bt2
ST1 e´pr` 2 σ 2 2 2 2 2
“ ST
BT2 1
Que es el mismo valor al que se llego previamente. Ahora si se lo quiere valuar en la fecha
t1 , es lógico que por una razón de arbitraje el valor sea
Que es un resultado similar que al de antes pero actualizado por mas periodos y sobre el
valor del activo actual. La conclusión interesante a la que se llega, es que cuando el payoff
es conocido y constante, una vez que se conoce este la cantidad de activos que necesito
en mi cartera para replicar su valor es cero. Se ve que
BVt2
ϕt2 “ “0
BSt2
Este se replica solamente con bonos. De forma contraria, si se quiere replicar su valor en
una fecha donde no se conoce el payoff, se va a necesitar solamente activos y no bonos.
Se ve que esto da
BVt1
ϕt1 “ “ e´rpT2 ´t1 q
BSt1
Ya que se busca solo su valor actual.
Hay algunos derivados que son un poco mas complejos ya que tienen derivaciones teóricas
adicionales. Por ejemplo, los Derivados de Divisas. Generalmente, se tenı́a que los
activos subyacentes eran acciones, pero estos pueden ser divisas. Si definimos al tipo de
cambio local como
Ct “ C0 evt`σWt
Este se define como cuantas unidades de monedas local se tiene que dar para recibir una
unidad de moneda extranjera. De forma simétrica se define el tipo de cambio extranjero23
como
Ctf “ Ct´1
23
Cuántas unidades de moneda extranjera se tiene que dar para recibir una unidad de moneda local.
57
Adicionalmente, se definen un bono local y un bono extranjero como
ft
Bt “ ert Btf “ er
El primero se define como cuanto cuesta un bono en moneda local y el segundo esta
expresado en moneda extranjera (por eso las tasas de interés son diferentes). Si se tiene
un derivado genérico expresado en una divisa
X “ f pCt q
Nunca va a ser eficiente operar sobre este activo. Esto se debe a que hay otros instrumentos
en esa divisa que tienen rendimientos. Por lo tanto, el payoff tiene que incorporar esto en
su valuación. Por ejemplo, si se tiene
X “ pCT ´ Kq`
Donde
K ˚ “ KBTf
Entonces, „ ˇ ȷ
Bt ˇ
Vt “ Eq ST ´ K ˚ ˇ Ft
BT ˇ
Se reduce el problema a una valuación de un call. Aplicando la fórmula de Black-Scholes
« ` ˘ ` ˘ ff « ` ˘ ` ˘ ff
ln KSt˚ ` r ˚ f ` 12 σ 2 pT ´ tq f ln St
K ˚ ` r f
´ 1 2
σ pT ´ tq
Vt “ St N ? ´K ˚ e´r pT ´tq N ? 2
σ T ´t σ T ´t
Solo resta reemplazar St , Btf y K ˚ por sus definiciones y se llega al valor deseado.
Lo analizado fue desde el punto de vista de una persona local. El mismo análisis se puede
realizar para una persona extrajera. Es lógico pensar que el resultado tiene que ser el
mismo. Se puede deducir que las expresiones desde ese punto de vista serán
$ f
& S0 “ C0´1
f f f f
X f “ XCT St “ Bt Ct “ s0 eµ t`σ Wt
´1 ´1
µf “ r ´ v
% f
σ “ ´σ
58
Se puede distinguir que las probabilidades q son diferentes a priori. Como es lógico que
de igual y si se reemplazan por las definiciones, se llega a
» fi
ˇ
— ˇ ffi
Ct Vtf “ lo f
t Botn Eq f –X pC
Como — t BT
f ´1 ˇ
loooomoooon ˇ Ft fl
q ffi
St ST´1
Por lo que „ ˇ ȷ
ˇ
Ct Vtf “ St Eqf XST´1 ˇ Ft
ˇ
Se ve claramente que las probabilidades q de la persona que opera en el exterior son las
probabilidades r desde el punto de vista local. Es lógico pensar que si estas probabilidades
hacen que el proceso Zt del extranjero no varié, harán que el proceso Yt local tampoco
varié. Esto se demuestra ya que
Stf Bt Ct´1 Bt Bt
“ Ztf “ “ “ “ Yt
Btf Btf Ct Btf St
Entonces, los dos procesos son equivalentes. Además, el payoff extranjero se puede reex-
presar como
X f “ Ct´1 pCt ´ Kq` “ p1 ´ KCt´1 q “ KpK ´1 ´ Ct´1 q
Es decir, se ve que un call local son K puts con strike K ´1 de un activo subyacente que
es nuestra moneda local.
Otros derivados que son parecidos a este, son los que pagan dividendos. Sea un activo
que se modela de la siguiente forma
Ct “ C0 evt`σWt
Y un bono tal que
Bt “ ert
Pero el derivado paga dividendos. Si se supone que se pagan de forma continua, se puede
pensar que existe una relación de forma que la tasa continua de pago de dividendos sea
ft
Btf “ er
Entonces, si también estos son proporcionales al valor del activo, se puede ver que los
pagos de dividendos son
Ct rf ∆t
Esta acción tiene rendimiento implı́cito. Es decir, a medida que pasa el tiempo, se puede
volver a invertir lo ganado en la acción y el ϕ entonces podrı́a ser creciente por esta
consecuencia. El payoff va a estar en función de CT pero lo verdaderamente importante
es el rendimiento que representa esta acción. Por lo que, se puede definir
"
f rf t vt`σWt µt`σWt µ “ rf ` v
St “ Bt Ct “ r C0 e “ S0 r
S 0 “ C0
Y este activo tiene implı́cita la relación con el rendimiento gracias a los dividendos. En-
tonces, si se tiene un call sobre la acción CT con strike K, de la misma forma que con la
divisa se deduce que el payoff se puede expresar como
1
pST ´ K ˚ q`
Btf
59
Esto se valúa mediante la ecuación de Black-Scholes.
Finalizando la teorı́a del modelo continuo, es necesario realizar dos extrapolaciones. La
primera serı́a considerar que los parámetros cambien con el tiempo. Para esta primera
generalización, es necesario repasar los conceptos que se realizaban en el modelo discreto.
Se parte del mismo mercado que se analizó en toda la sección
St
St “ S0 eµt`σWt Bt “ ert Zt “ Bt
“ S0 epµ´rqt`σWt
Tenga su segundo término igual a cero. Para esto, se buscaba ciertas probabilidades que
hagan que se espere que el proceso Zt no varié en el tiempo. El análogo en el tiempo
60
continuo es buscar que Zt no tenga tendencia. Esto se va a verificar mediante el teorema
de Ito. Por lo tanto, se llega a que la constante que verifica esto es
µ ` 12 σ 2 ´ r
θ“
σ
Entonces, si se realizan los reemplazos necesarios
1 2 qt`σ W
St “ S0 epr´ 2 σ
Ăt
Por lo que se verifica que no tiene tendencia. En otras palabras es una Martin Gala. Esto
va a hacer que se cumpla que
„ ˇ ȷ „ż T ˇ ȷ
ˇ
´1 ˇ
ˇ
Eq XBT ˇ Fs “ Es ` Eq ϕt dZt ˇˇ Fs
s
loooooooooomoooooooooon
“0
En resumen, se utilizó una constante conveniente -ya que se demostró que no cambia el
resultado- para que se simplifique la esperanza. La extrapolación para el modelo donde
los parámetros varı́an en el tiempo se deduce de forma sencilla. Se parte de que
żt
rs ds
dSt “ µt St dt ` σt sWt Bt “ e 0
Se puede observar que la forma de expresar el bono es idéntica a la previa. Por lo tanto,
su diferencial será
dBt “ rt Bt dt
Entonces, el θ que se tiene que elegir es
µt ´ rt
θt “
σt
Se comprueba que si se realiza el teorema de Ito correspondiente
dZt “ 0dt ` σt Zt dW
Ăt
Por lo tanto „ ˇ ȷ „ż T ˇ ȷ
ˇ ˇ
Eq XBT´1 ˇ Fs “ Es ` Eq
ˇ ϕt dZt
ˇ Fs
ˇ
s
loooooooooomoooooooooon
“0
La segunda, y final, extrapolación que se puede realizar es el caso en el que se tengan mas
activos. En el modelo discreto si se tenı́an mas diversificaciones del árbol, se necesitaban
mas activos para llegar al resultado. En el modelo continuo es similar. A lo largo de la
sección se utilizó el ejemplo de un activo, un bono y por ende un proceso browniano. En
61
el caso que el payoff dependa de n activos, se necesitarán estos n activos, un bono y n
procesos brownianos. El desarrollo es similar. Si definimos que los activos los identificamos
con el supraı́ndice i (i “ t1, 2, ..., nu) y a los procesos brownianos con j (j “ t1, 2, ..., nu),
n
ÿ
dSti “ µit Sti dt ` Sti σti;j dWt
j“1
θt “ pµt ´ rt qσt´1
Donde µt es un vector fila de todas las medias de cada activo, rt es la misma para todo
activo ya que se utiliza solo un bono y σt´1 es la inversa de la matriz de varianzas y
covarianzas. De esta forma, se llega a que si se reemplaza
n
ÿ
dSti “ rt Sti dt ` Sti σti;j dW
Ăt
j“1
Sin embargo, todo este desarrollo fue suponiendo que los activos estaban incorrelaciona-
dos. Pero esto no es cierto ya que en la práctica hay cierto nivel de correlación. Para
demostrar como se trabaja en este caso, se va a explicar un ejemplo de un payoff de dos
activos. Sea el siguiente mercado
s t`σ s W s y t`σ y W y
St “ S0 eµ t Yt “ Y0 e µ t Bt “ ert
Donde los parámetros están diferenciados por el supraı́ndice. Además, se sabe que el
activo St y el activo Yt están correlacionado en un nivel ρ. Como estos activos tienen una
relación, no es correcto modelizar los procesos brownianos de esta forma. Esto se debe a
que puede darse una trayectoria donde uno tome cierta trayectoria y el otro tome otra sin
62
tener en cuenta el nivel de correlación. Es por esto que si bien se va a partir de estos dos
proceso brownianos independientes, los que se utilicen van a tener una relación especı́fica.
Para el activo St se utilizará
Wts “ Wt1
Y para el activo dos se utilizará24
a
Wty “ ρWt1 ` 1 ´ ρ2 Wt2
1 µs ` 12 pσ 2 qs ´ r
θ “
σs
Con la siguiente relación
Ă 1 “ dW 1 ` θ1 dt
dWt t
X “ pST ` YT q2 “ looSmo
2 2
2ST YT ` looYmo
T on ` loomoon T on
Este derivado se valuará término por término. El primero y el ultimo son sencillos ya que
se explicaron con anterioridad. Estos dan como resultado
2 qs qpT ´tq
Vt1 “ St epr`pσ
24
Esta relación se demuestra mas adelante en el texto.
63
2 qy qpT ´tq
Vt3 “ Yt epr`pσ
Para el término del medio, por definición
„ ˇ ȷ
ˇ
Vt3 “ Bt Eq ST YT BT´1 ˇ Ft
ˇ
Que por definición, los procesos brownianos 1 y 2 son independientes. Por lo que la
esperanza del producto es el producto de las esperanzas. Si se separan entonces
„ ˇ ȷ „ ? ˇ ȷ
pr´ 21 pσ 2 qs qpT ´tq`pr` 21 pσ 2 qy qpT ´tq σ s ∆W
Ă 1 `σ y ρ∆W
Ă1 Ă2
σ y 1´ρ2 ∆W
´rpT ´tq
ˇ ˇ
“e St Yt e Eq e T ´t T ´t
ˇ Ft `Eq e
ˇ T ´t ˇ Ft
ˇ
Esta variable aleatoria es conocida, por lo que se puede calcular su esperanza. El resultado
es entonces
´ ? ¯2
1
1 2 s 1 2 y 1 2 y 2 σ 2 1´ρ2 pT ´tq
Vt3 “ e´rpT ´tq St Yt epr´ 2 pσ q qpT ´tq`pr` 2 pσ q qpT ´tq e 2 pσ `σ ρq pT ´tq e 2
4.2 Anexo
Si se quiere estimar los valores de estos coeficientes en la práctica, se realizan estudios
econométricos. Una primera aproximación a este problema tiene que ver con un análisis
visual. Es decir, lo primero que se suele analizar es de forma gráfica a ver como deberı́a
ser la trayectoria futura suponiendo una media y desvio similar. El problema que tiene
esto es que nos podrı́a llegar a dar un rango de valores, los cuales son todos válidos. Para
hacerlo de forma mas formal, se ve la serie histórica de St . Si definimos a la fecha como
dı́as de los meses hábiles, tendremos que
1 2 3
t “ 0; ; ; ; ...
21 21 21
Entonces tendremos la siguiente tabla de datos conocidos
t St
0 S0
1
2
S1
21
2
2
S2
21
.. ..
. .
64
Suponiendo la forma usual de modelas precios de activos,
St “ S0 eµt`σWt
De esta forma se escribe la ecuación en función del precio anterior multiplicado por una
variación. Vemos que la diferencia del modelo browniano es igual a una variable aleatoria
que se distribuye
N p0; 1q
Donde 1 en este caso es el incremento de t. En nuestro ejemplo tenemos que
ˆ ˙
1
N 0;
21
Si se toma el logaritmo natural del cociente entre los datos de t y de t ´ 1, se tendrá otra
sucesión de valores. Pero como se van a simplificar las cuentas, los datos todos resultan
en
1
µ ` σpWt` 1 ´ Wt q
21 21
Si bien todos los datos parecen iguales, tienen diferentes realizaciones de la variable aleato-
ria. Sin embargo, sabemos que esta expresión se va a distribuir
ˆ ˙
1 21
N µ ;σ
21 21
252µ̂D “ µ̂A
4.3 Practica
Ejercicio 1:
Valuar un Forward Strike Option.
El derivado se emite en 0. Hasta la fecha T0 , no se conoce el strike del mismo. Pero en
65
esa fecha se define el strike como K “ ST0 . Desde ahı́ en mas, hasta que paga en T1 es un
call. Por lo que
X “ pST ´ ST0 q`
Entonces, para valuar el derivado en una fecha t ą T0 , se valúa como un call.
» ´ ¯ ` ˘ fi » ´ ¯ ` ˘ fi
ln SSTt ` r ` 21 σ 2 pT ´ tq ln SSTt ` r ´ 21 σ 2 pT ´ tq
Vt “ St N – 0
? fl´ST0 e´rpT ´tq N – 0
? fl
σ T ´t σ T ´t
Y para una fecha anterior a este periodo es mas incierto. Lo que se sabe es que en T0 , su
valor va a ser ST0 A donde A es una constante. Entonces, en la fecha t se van a comprar
A activos subyacentes y 0 bonos, para que en la fecha T0 se tenga el valor necesario y se
pueda replicar la cartera mediante una estrategia. Entonces, para t ă T0
Vt “ St A
Si se reemplaza „ ˇ ȷ
ˇ
Vt “ St Er ST0 AST´1
0
ˇ F t “ St A
ˇ
Ejercicio 2:
Valuar un Compound Call.
Esto es un call dentro de un call, en el que encuentran tres momentos tal que 0 ă T ă T2 .
Su payoff puede definirse como
„ „ ˇ ȷ ȷ`
´rpT2 ´T q
ˇ
X “ Eq e pST2 ´ Kq1ST2 ąK ˇˇ FT ´ L
Es decir, el activo subyacente del call mas grande es un call mas chico. Este call mas chico
se puede valuar por la fórmula de Black Scholes. Puesto que la prima del call subyacente
depende del valor que toma el activo S en la fecha T y que a medida que este valor crece,
la prima del call subyacente aumenta, existe un único valor de este call que hace que sea
igual a L. Es decir, existe un valor A tal que
« ` ˘ ` ˘ ff « ` ˘ ` ˘ ff
A
ln K ` r ` 21 σ 2 pT2 ´ T q ln A
K
` r ´ 1 2
σ pT2 ´ T q
AN ? ´ Ke´rpT2 ´T q ? 2 “L
σ T2 ´ T σ T2 ´ T
66
Entonces, si se realiza distributiva el valor de un Compound Call es
“ ‰
X “ ST Er r1ST2 ąK |FT s ´ Ke´rpT2 ´T q Eq r1ST2 ąK |Ft s ´ L 1Eq re´rpT2 ´T q pST ąKqsąL
2
Entonces, se puede valuar cada término por separado. El segundo término de la ecuación
puede valuarse utilizando la tower property.
„ „ ˇ ȷˇ ȷ
ˇ ˇ
Ke´rT2 Eq Eq 1pST2 ąK;ST ąAq ˇˇ FT ˇˇ F0
„ ˇ ȷ
´rT2
ˇ
“ Ke Eq 1ppST2 ąK;ST ąAqq ˇ F0
ˇ
Que es igual a su probabilidad
Ke´rT2 Q rST2 ą K; ST ą As
Donde
ż8 ż8 2
Ă2 pWT ´WT q
1 1
Ă Ă
1 WT ´1 2
Q rST2 ą K; ST ą As “ ? e´ 2 T a e 2 T2 ´T dW ĂT2 dW
ĂT
bA;Q aK;Q 2πT 2πpT2 ´ T q
Siendo los lı́mites inferiores de la integral los mı́nimos valores que pueden tomar WT2 y
WT respectivamente parea que sea mayor a K y a A. Es decir
´ ¯ ` ˘
ln SA0 ´ r ´ 12 σ 2 T
bA;Q “
σ
´ ¯ ` ˘
ln SA0 ´ r ´ 21 σ 2 T2
aK;Q “
σ
El primer término es de forma similar, se llega por probabilidades r a que
” ı
S0 R 1pST2 ąK;ST ąAq
Por lo que
ż8 ż8 2 pWT ´∆WT q 2
1 ∆W
1
Ă Ă Ă
1 T2 ´t
´1 2
R rST2 ą K; ST ą As “ ? e´ 2 T a e 2 T2 ´T dW
ĂT2 ´t dW
ĂT
bA;Q aK;Q 2πT 2πpT2 ´ T q
67
´ ¯ ` ˘
K
ln S0
´ r ` 21 σ 2 T2
aK;Q “
σ
El último término va a ser valuado por probabilidades q, llegando a
„ ˇ ȷ
ˇ
Eq L1pST ąAq e´rT ˇˇ F0 “ Le´rT QrST ą A|F0 s
Esto es igual a ż8 Ă2
´rT 1 1 WT
Le ? e´ 2 T dW
ĂT
bA;Q 2πT
Con ´ ¯ ` ˘
A
ln S0
´ r ´ 12 σ 2 T
bA;Q “
σ
Ejercicio 3:
Valuar un Chooser Options.
Sean tres momentos tal que el derivado se emite en 0, se valúa en una fecha t y vence en
T . Su payoff va a ser
„ „ ˇ ȷ „ ˇ ȷȷ
´rpT ´tq
ˇ ˇ
X “ M ax Eq e pST ´ Kq1ST ąK ˇ Ft ; Eq e´rpT ´tq pK ´ ST q1KąST
ˇ ˇ Ft
ˇ
Es decir, el tenedor del derivado puede elegir entre el payoff de un call o de un put con
mismo strike, mismo activo subyacente y mismo vencimiento. A través de la Call-Put
parity se puede deducir que el payoff del put se puede expresar como el del call menos el
de un forward. Por lo que
„ „ ˇ ȷ „ ˇ ȷ ȷ
´rpT ´tq
ˇ ´rpT ´tq
ˇ ` ´rpT ´tq
˘
X “ M ax Eq e pST ´ Kq1ST ąK ˇ Ft ; Eq e
ˇ pST ´ Kq1ST ąK ˇ Ft ´ St ´ Ke
ˇ
68
Para un Put es simétrico, pero se valuará para un Call. Este derivado tiene el siguiente
payoff
X “ pST ´ Kq` 1ST˚ ďL
Donde
ST˚ “ max pSt q
0ďtďT
En otras palabras, el derivado tiene el mismo payoff que un call si el máximo valor que
toma el activo subyacente desde la emisión hasta la fecha de pago T , es menor o igual a
un valor L. Para simplificar las expresiones, se valuará la fecha de emisión (t “ 0). Se
sabe que ” ı
´rT `
V0 “ e Eq pST ´ Kq 1ST ďL ˚
Entonces, definimos
r ´ 12 σ 2
Wt “ Wt `
| t
σ
Entonces, si definimos a M̌t como el máximo del proceso browniano. Nos interesa esto ya
que St se va a dar cuando este tome el máximo valor. Podemos definir
St “ S0 eσM̌t
Entonces se tiene las dos variables aleatorias que influyen en el payoff (el valor del activo
y su valor máximo). Puesto que ya se demostró como es la función de densidad de un
proceso de este estilo, se comprueba que, llamando a la constante θ,
En definitiva, si denominamos
´ ¯ ´ ¯
1 L 1 K
b“ σ
ln S0
m“ σ
ln S0
25
En resumen, se tiene una función de densidad conjunta que se dedujo a partir de un proceso browniano
sin tendencia, la función de densidad conjunta de un proceso browniano con tendencia es la función de
densidad conjunta original por el factor que se deduce en el teorema.
69
El valor queda entre los lı́mites que de mayores a K pero que no superen la barrera de L.
żmżm ´ ¯ 2p2M̌ ´ W̌ q p2M̌T ´W̌T q2
T T ´θW̌T ´ 12 θ2 T
V0 “ S0 eσW̌T ´ K ? e´ 2T dM̌T dW̌T
b maxpW̌T ;0q T 2πT
Ejercicio 5:
Valuar un Fixed Payment Derivatives.
Si por ejemplo tuviéramos un derivado que paga un valor fijo C, el valor actual del derivado
serı́a el valor actual de C. La estrategia que replica el valor de este derivado es pedir su
valor actual y simplemente invertirlo. Si suponemos que ahora se emite un derivado que
tiene el mismo payoff pero la fecha de pago es el primer momento en el que St alcanza el
valor L (este va a ser el momento τ ), tenemos que
„ ˇ ȷ
ˇ
Vt “ St Er CSτ ˇ Ft “ St L´1 C
´1 ˇ
Para replicar entonces el valor de esta cartera es simplemente comprar una cantidad de
activos igual a L´1 C. Estas estrategias son estáticas y simples. Si se combinan ambos
enfoques, puede obtenerse otra vez un sencillo método de valuación. Supongamos que el
payoff de un derivado que se desea valuar es C pero la fecha de pago es la menor entre τ
y T , en este caso se tiene
X “ C1τ ăT ` C1τ ěT
Si se valua esto en el momento cero y por términos, el primer término tiene un valor de
„ ˇ ȷ
1
ˇ
V0 “ S0 Er C1τ ăT Sτ ˇ F0 “ S0 CL´1 RrST˚ ă T |F0 s
´1 ˇ
70
Como algunos términos son conocidos al momento tc , se pueden sacar fuera de la esper-
anza. „ „ ˇ ȷˇ ȷ
rT
ˇ ˇ
“ e Eq 1pStc ąKq pStc ´ KqEq 1Stc ąST ˇˇ Ftc ˇˇ F0
Se puede ver que la esperanza es la forma de valuar un call, solo que falta el factor de
actualización. Si se agrega este resulta en
« a ff
1 2 „ ˇ ȷ
´rpT ´tc q pr ´ 2
σ q pT ´ t c q ´rtc
ˇ
V1 “ e N ´ e Eq 1Stc ąK pStc ą Kq ˇˇ F0
σ
Esto es un call sin más. Se valúa mediante Black Scholes. El segundo término es la prima
de un derivado cuyo payoff es igual a
1pST ąStc ;ST ąKq ST ´ 1pST ąStc ;ST ąKq K
Estos términos se van a valuar por separado de nuevo. El primero utilizará probabilidades
r y el segundo probabilidades q. Se ve entonces
V2 “ S0 R rpST ą Stc ; ST ą Kqs ´ Ke´rT Q rpST ą Stc ; ST ą Kqs
Se llega a que las probabilidades son
Ă2
ż `8 ż `8 Č 2
1 1 Wtc 1 1 pWt ´Wtc q
Ă
71
5 Criterios de Decisiones Financieras
5.1 Teorı́a
Es útil además de ver como valuar derivados, tener conceptos fundamentales de las finan-
zas de las empresas. Estas son reglas, métodos y modelos para el manejo de la misma. Se
va a empezar con alguna revisión de conceptos previos y se irá profundizando. Pero para
comenzar, es de importancia devisar los tres principios básicos de las finanzas. Estos
son (i) el valor tiempo del dinero (dinero hoy vale mas que la misma cantidad nominal
mañana), (ii) el dinero seguro vale mas que el dinero riesgoso y (iii) criterio de percibido
no devengado (nos interesa el momento del pago y no cuando se promete este).
Con estos conceptos se puede empezar a repasar algunos temas ya conocidos. Para em-
pezar es útil repasar el Valor Actual Neto (VAN). Es el valor en el tiempo actual de un
flujo de fondos. Es importante tener en cuanta que la estructura de tasa de interés puede
cambiar. Es decir, no siempre se usa la misma tasa de interés ya que esta varı́a. El VAN
para un proyecto se define como
ÿ Ct
V AN “ ´C0 `
@tą0
p1 ` rt qt
La pregunta esencial del tema es cual rt usar. En este caso, la convención es tomar la
tasa de costo de oportunidad. Es decir, lo que se pierde por realizar un proyecto en vez
de otro. Por ejemplo, se tiene un proyecto que tiene tres resultados posibles. Los tres
escenarios tienen la misma probabilidad, y sus resultados son un pago de 80, uno de 110
y otro de 140. El rendimiento esperado del proyecto (su esperanza) es que pague 110. En
cambio, se tiene otro proyecto que rinde 95,65. Por lo tanto, se puede definir la tasa de
costo de oportunidad como
110 ´ 95, 65
T CO “ “ 15%
95, 65
Esta va a ser la tasa que se use para actualizar el flujo de fondos. Otra distinción impor-
tante es entre flujos nominales y reales. Los primeros son los que se denominan a moneda
corriente, mientras que los segundos son a monedas constantes. Se va a denominar a la
inflación como π. Para pasar de una tasa nominal a una real se usa la siguiente fórmula
1 ` inom
ireal “ ´1
1`π
Eso se demuestra sabiendo que el flujo de fondos nominal y real a valor actual tienen que
dar lo mismo. Por ejemplo, supongamos dos flujos de fondos
0 1
Flujo nominal ´C0 C1
Flujo real ´C0 C1 p1 ` πq´1
Si calculamos ambos VAN, obtenemos
72
Entonces queda demostrado.
Es importante ver que si del periodo uno al dos se tuvo π1 de inflación y del periodo dos
al tres se tuvo π2 , la inflación del periodo 1 al tres va a ser igual a πtotal “ p1 ` π1 qp1 ` π2 q.
Una aclaración, es que el VAN tanto nominal como real tiene que dar el mismo resultado.
Ya que ambos, en el momento cero, están libres de inflación.
Recordando, si el VAN es positivo se concluye que conviene realizar ese proyecto, si es
igual a cero, se esta indiferente y si es negativo no conviene este proyecto. Sin embargo,
en el caso de tener varios proyectos, no se suman los flujos de fondos y se calcula el VAN.
Se tiene que calcular el valor actual de cada uno y sumarlos. De esta forma, se puede
identificar el proyecto que conviene o no realizar.
Se encuentran cuatro razones principales por las cuales se utiliza el VAN: (i) reconoce el
valor tiempo de dinero, (ii) contempla el riesgo a través de la T CO, (iii) es un criterio
objetivo ya que no depende de las preferencias y presenta una ventaja de que el valor
presente de diversos proyectos se puede sumar.
Un tipo particular de rentas es la perpetua. Estas requieren un desembolso en t “ 0
pero posteriormente pagan en cada periodo una cuota constate C. Para calcular el valor
presente de las cuotas, se actualizan los pagos.
8
ÿ b
ÿ
´t
Cp1 ` rq “ C lim Cp1 ` rq´t
bÑ8
t“1 t“1
1 ´ p1 ` bqb C
C lim “
bÑ8 r r
De estas rentas se tiene que destacar que cuando se actualiza el flujo de fondos de las
cuotas, el valor es al periodo anterior al que se paga la primera cuota.
Es de suma importancia poder destacar esta relación entre el dinero y el tiempo. Y poder
ver que también, pueden darse ocasiones de arbitraje entre proyectos de inversión. Por
ejemplo, si tenemos un capital de 100 y existe la posibilidad de ponerlo en un plazo fijo
al 5% anual (devolviendo 105) pero también existe otra inversión a dos años que devuelve
125. En un mercado de capitales competente, es decir donde podemos encontrar liquidez,
podemos traer estos flujos de fondos a valor presente. Usando la T CO “ 5% tenemos
que la segunda inversión tiene un valor presente de 113,38. Es decir, podemos realizar el
siguiente arbitraje para que no se restrinja el consumo en el tiempo presente. Se pide un
prestamos por el valor de la inversión, se invierte en la segunda, se disfruta del dinero en
el presente y cuando se tenga que devolver el préstamo se usa las ganancias recibidas de
la inversión. De esta forma, se gano dinero sin riesgo de capital.
A continuación, se expondrán algunos criterios para la toma de decisiones. Sin embargo,
cabe aclarar que todos son inferiores al VAN. Se suelen usar para tener una visión mas
completa del paronama.
El primer criterio es el de Rentabilidad Esperada. Este, bastante directo, nos indica
si nuestras proyecciones son favorables
ganancia esperada
inversion
Si este ı́ndice es mayor a la T CO, entonces es conveniente invertir en el proyecto.
El segundo criterio es el de Periodo de Recupero. Nos pregunta cuanto tiempo tiene
73
que pasar para recuperar la inversión inicial. Por ejemplo, si se tiene los siguientes flujos
de fondos
0 1 2 3 Periodo de Recupero
A -2000 500 500 5000 3
B -2000 500 1800 2
C -2000 1800 500 2
Si nos guiamos por este ı́ndice, podrı́amos elegir tanto el proyecto B como C. Sin embargo,
si hacemos un VAN a una T CO “ 10%, vemos que
V ANA “ 2624 V ANB “ ´58 V ANC “ 50
Por lo tanto podemos ver que algunas desventajas de ı́ndice son que no reconoce el valor
tiempo del dinero, no reconoce el riesgo y no tiene en cuenta flujo de fondos futuros de-
spués de recuperar la inversión inicial. Para mejorar el método, se puede hacer un periodo
de recupero a valor actual.
Otro método usual en la práctica es la Rentabilidad Contable Media. Este criterio
usa métodos contables para su cálculo. Vemos que se puede definir como
Sin embargo, tiene diversas desventajas. Por ejemplo, no reconoce el riesgo, ni el valor
tiempo del dinero, tiene en cuenta solo los beneficios contables y no el flujo de efectivo y
la tasa de referencia que se utiliza se fija según la regla contable que se elija (es subjetivo).
Un criterio muy conocido y usado es la Tasa Interna de Retorno (TIR). Nos ayuda
a medir los rendimientos por unidad invertidos. Sin embargo, se asume que los beneficios
se reinvierten. Se frecuenta usar junto al VAN, aunque no siempre nos brinden el mismo
resultado. Es la tasa que hace que el VAN se iguale a cero, es decir
C1 C2 Cn
V AN “ 0 “ ´C0 ` ` 2
` ... `
p1 ` T IRq p1 ` T IRq p1 ` T IRqn
Vamos a ver que presenta 4 dificultades principales.
1. La primera dificultad esta en distinguir si los flujos son de inversión o de finan-
ciación. Por ejemplo, tengamos dos proyectos
0 1 TIR V AN p10%q
A -2000 1500 50% 636
B 2000 -1500 50% -636
Se ve que según la TIR nos serı́a indiferente. Sin embargo, con el VAN no es ası́.
Por lo tanto, se concluye que la regla de decisión es que si la TIR es mayor a la
TCO en un proyecto de inversión, es conveniente. Sin embargo, si es un proyecto
de financiación solo va a convenir si la TIR es menor a la TCO.
2. Otro problema usual es la multiplicidad de la TIR. Es común que en un fondo
de flujos haya desembolsos y ganancias en diferentes periodos. No necesariamente
tiene que haber un desembolso al principio y nunca mas. Si esto pasa, vamos a tener
tantas TIR como cambios de signos en el flujo de fondos. Para evitar esto, se usa
la TIR modificada.
74
3. Como suele pasar en la práctica, las tasas de interés van cambiando a través del
tiempo. Pero la TIR asume la misma tasa en todo el periodo. Esto dificulta com-
parar proyectos. Por eso, si el riesgo y el plazo es similar, se puede hacer un promedio
simple entre las diferentes tasas y compararlo con la TIR.
4. Finalmente, esta la dificultad de los proyectos mutuamente excluyentes. Esta difi-
cultad tiene que ver con que no buscamos ver el rendimiento por unidad invertida,
sino por riqueza incremental. Por eso, hay veces que la TIR va a dar que es mas
conveniente un proyecto que otro pero en realidad no es asi. Para mejorar esto, se
usa la TIR incremental. Esta, hace la diferencia de flujos de fondos de dos proyec-
tos (proyecto B ´ A) y se calcula el VAN. Si este es positivo, conviene realizar el
proyecto B. En caso contrario, conviene el A.
Finalmente, se puede ver el último criterio. Este es la Elección de Proyectos de In-
versión con Restricción de Capital. Por ejemplo, si contamos con un capital de 10 y
tenemos las siguientes ocpiones
0 1 2 VAN(10%)
A -10 30 5 21
B -5 5 20 16
C -5 5 15 12
D 0 -40 60 12
Entonces sabiendo que disponemos de 10, podemos invertir todo en A, o podrı́amos in-
vertir en B y C obteniendo la suma de sus VAN. Para ver esto, usamos el ı́ndice de
rentabilidad de cada proyecto
V AN
inversion
A Ñ 2, 1 B Ñ 3, 2 C Ñ 2, 4 D Ñ 0, 3
Nuestro objetivo es encontrar la suma de estos valores que sea mas alta y que sea posible
(cumpliendo con el desembolso inicial).
5.2 Practica
Ejercicio 1:
Se tiene un proyecto que requiere una inversión de 500 en el momento cero, y por los
primeros tres años paga cupones del 10%. A partir del siguiente año paga una renta
perpetua de 35. El capital inicial de la persona es 100, por lo que busca un prestamos con
un costo de oportunidad nominal de 12% y que tiene un interés del 8%. El prestamos es
por 4 años y paga capital al final. La inflación de la economı́a es de 4, 3%. Verificar si
conviene o no realizar el proyecto.
Este ejercicio se puede tratar como dos proyectos de finanzas separados. Uno es un
prestamos y otro una inversión. Lo primero que se necesita para empezar con los ejercicios
es el costo de oportunidad real. Esto se debe a que se va a trabajar con las variables reales.
Para esto se encuentra mediante la formula
1 ` 0, 12
T COreal “ ´ 1 “ 0, 0738
1 ` 0, 043
Esta va a ser la tasa que se va a usar para actualizar los fondos. Si empezamos con la
inversión, se puede visualizar mediante la siguiente linea de tiempo
75
0 1 2 3 4 ... 8
...
´500 50 50 50 35 35
Si bien hay fondos de flujos que no brindan mayor dificultad actualizarlos, hay que recordar
que la renta perpetua al actualizarla nos deja en el perdió 3. Por lo tanto hay que
actualizarla 3 periodos mas. Esto es
35
´500 ` 50p1 ` 0, 0738q´1 ` 50p1 ` 0, 0738q´2 ` 50p1 ` 0, 0738q´3 ` p0, 0738q´3
p1 ` 0, 0738q
Por lo tanto el VAN será igual a 13, 1821. Para el préstamo tenemos que se representa
gráficamente
0 1 2 3 4
400 ´32 ´32 ´32 ´432
Los valores de esta linea de tiempo salen de aplicar la tasa de interés real sobre el capital,
y la última cuota sumarle el capital que se debe. Si traemos a valor presente el flujo de
fondos tenemos que
400 ´ 32p1 ` 0, 0738q´1 ´ 32p1 ` 0, 0738q´2 ´ 32p1 ` 0, 0738q´3 ´ 432p1 ` 0, 0738q´4 “ ´8, 30
Y por esto, si sumamos ambos valores presentes, obtenemos que realizar esta estrategia
es beneficiosa. Por esto, se lleva a cabo.
76
6 Portafolio
6.1 Teorı́a
En esta sección se analizará un poco de teorı́a del portafolio. Para esto, es bueno entender
por que estamos analizando variables aleatorias. Como nosotros no sabemos cual va a ser
el escenario futuro, tenemos rendimientos inciertos. Por eso es útil calcular esperanzas y
varianzas (rendimientos esperados y riesgo). En base a esto, vamos a poder deducir una
cartera que se adapte a nuestras preferencias. A esto se lo define como binomio retorno
riesgo. Siempre se tiene que recordar que a mayor retorno esperado, se tendrá un mayor
riesgo y que a igual retorno esperado se busca la opción con menor riesgo.
Si se tiene que elegir entre dos opciones con diferentes escenarios posibles, se calculará
la esperanza, el desvió, la varianza y la varianza ponderada. En base a esto, se elije el
proyecto. Por ejemplo, si se tienen los rendimientos de dos proyectos asociados a 4 esce-
narios (con sus probabilidades). Estos son
1 2
A0,25 90 80
B0,5 75 60
C0,2 40 50
D0,05 0 10
Primero vamos a hacer los cálculos correspondientes para el primero proyecto. Lo primero
que se busca es la esperanza del mismo. Esta, sin mas es hacer rendimiento multiplicado
por su probabilidad
25 50 20 5
Epproyecto1 q “ 90 ` 75 ` 40 `0 “ 68
100 100 100 100
El desvió, se calcula restándole la media al rendimiento del escenario. Para la varianza, se
eleva el desvió correspondiente al cuadrado. Finalmente, se llega a la varianza ponderada
multiplicando la varianza por su probabilidad correspondiente. Estos cálculos son
77
Entonces el riesgo es de 15, 64449. En base a esta medida, podemos calcular cual activo es
mejor para nuestro portafolio. Sin embargo, no es eficiente elegir un portafolio que tengo
la totalidad de un activo. Es por esto que se suele dividir las proporciones. Por ejemplo,
si se elige un 60% del activo 1 y un 40% del activo dos, vamos a tener los siguientes
rendimientos
O también si
EpRA q ą EpRB q ^ σ 2 pRA q ď σ 2 pRB q
Este criterio es adecuado usarlo solo si la función de utilidad del agente es cuadrática o s
si los rendimientos se distribuyen normalmente. Sin embargo, si no se da esto podemos
argumentar que se usará bajo dos situaciones. La primera es bajo aproximaciones a la
función de utilidad del agente para rendimientos bajos. Y la segunda es bajo el teorema
78
central del lı́mite por el tamaño del mercado.
Visto en un ejemplo, se tiene las siguientes escenarios (con sus probabilidades), los pagos
de cada proyecto. su esperanza y su varianza
Gráficamente se observa como todos los puntos que se encuentran dentro de las curvas son
factibles. Sin embargo, si se quiere maximizar el rendimiento minimizando la volatilidad,
tenemos que mirar la frontera roja. Esta frontera es de eficiencia. Sin embargo, se puede
notar que solo nos interesa estar sobre la curva roja ya que en la negra podemos obtener
un mayor rendimiento con un mismo σ. La frontera negra es, en conjunto con la roja, la
frontera de mı́nima varianza.
Por ejemplo, si tenemos dos proyectos con correlación igual a cero
79
A B
Evento Probabilidad Rendimiento Evento Probabilidad Rendimiento
1 0,5 30 1 0,5 -10
2 0,5 -10 2 0,5 30
Se puede observar que la esperanza de los proyectos y su varianza es igual
Como sabemos que su correlación es nula, se puede armar una estrategia para diversificar
el portafolio y asi acercarse a la frontera eficiente. Por ejemplo, las proporciones XA “ 0, 5
y XB “ 0, 5 nos brinda un rendimiento esperado de 10 pero una varianza de 200. Es decir,
nos aseguramos un mayor rendimiento.
Dependiendo de la correlación, se van a tener diversos escenarios. A continuación se
explicarán cada uno. Recordemos que
σ1;2
ρ“
σ1 σ2
El primero es la Correlación Perfecta Positiva, es decir un ρ “ 1. Vamos a buscar la
varianza del portafolio. Por definición tenemos que
ρσ1 σ2 “ σ1;2
σp2 “ pX1 σ1 ` X2 σ2 q2
σp “ pσ1 ´ σ2 q X1 ` σ2
Si se gráfica
Este gráfico nos muestra que es imposible obtener ganancias por diversificación ya que el
menor desvió posible se consigue cuando se elige la proporción completa de un activo. Se
se desea ver el rendimiento, despejamos de esta ecuación la proporción del activo 1
σp ´ σ2
X1 “
σ1 ´ σ2
80
Y sabiendo que el rendimiento esperado es igual a
Que gráficamente nos muestra que los rendimientos son proporcionales al activo.
σp2 “ pX1 σ1 ´ X2 σ2 q2
81
Es decir, se ve en la recta roja que existe el portafolio de mı́nima varianza. Es mas, se
puede observar que hasta existe un portafolio de riesgo cero. Este se encuentra igualando
el desvio a cero y despejando la proporción de X1 . Este es igual a
σ2
X1 “
σ1 ` σ2
En las rectas rojas se observan las ganancias por diversificación. Si queremos ver el
rendimiento gráficamente,
c Se ve que para obtener el rendimiento óptimo sin riesgo, hay que evaluar en la fórmula
de rendimiento esperado la proporción de X1 que brinda desvio nulo. Es decir
σ2
EpR˚ q “ rEpR1 q ´ EpR2 qs ` EpR2 q
σ1 ` σ2
El tercer escenario posible es correlación nula (ρ “ 0). Tenemos que la varianza se
puede expresar como
σp2 “ X12 σ12 ` X2 σ22 “ pσ12 ` σ22 qX12 ´ 2X1 σ22 ` σ22 ą 0
` ˘1{2
σp “ pσ12 ` σ22 qX12 ´ 2X1 σ22 ` σ22
Que gráficamente
Es decir, existen las ganancias por diversificar. Se puede minimizar el riesgo con un
σ12
X1˚ “
σ22 ` σ12
82
El lı́mite inferior de esta recta roja es X11 (no incluido). Este se obtiene igualando el desvio
del portafolio a σ1 . Se obtiene
σ 2 ´ σ12
X11 “ 22
σ2 ` σ12
Y se demuestra que σp2˚ ă σ12 ya que vemos
ˆ ˙1{2
σ22
σp˚ “ σ1 2 2
ă σ1
σ 2 ` σ1
looooooomooooooon
ă1
Por lo tanto se pueden obtener ganancias por diversificar siempre que X11 ă X1 ă 1. En
términos del rendimiento, el gráfico es
Se llega a que
σ22 ´ρσ1 σ2 σ12 ´ρσ1 σ2
X1˚ “ σ12 ´2ρσ1 σ2 `σ22
X2˚ “ σ12 ´2ρσ1 σ2 `σ22
Si reemplazamos los resultados en los rendimientos del portafolio vemos que el desvio va
a ser menor siempre y cuando
σ1
´1 ă ρ ă
σ2
˚
Entonces existe un σp ă σ1 donde σ1 ă σ2 . Entonces a medida que aumenta la correlación,
decrece la ganancia por diversificación. Esta correlación se ve que solo influye en el riesgo
del portafolio. El rendimiento esperado va a provenir de la combinación de los activos
que se elija.
Otra estrategia útil para los portafolios es la Diversificación Intuitiva. En los mercados
solemos encontrar dos tipos de riesgo. El primero es el diversificable, llamada único. Este
es propio de los instrumentos y solo afecta al mismo. Un ejemplo puede ser que Elon
Musk avise que comprará Twitter. Esto repercute en el precio de la acción de Twitter. El
83
otro tipo de riesgo es el de mercado, también llamado no diversificable. Este es el riesgo
inherente al mercado de capitales, y todas los instrumentos se ven afectado por igual. Es
por esto que una estrategia para acercarse al segundo tipo de riesgo es comprar n activos
variados y todos en la misma proporción. Se tendrá que la varianza será
n „ ȷ2 n ÿ n
2
ÿ 1 2
ÿ 11
σp “ σi ` 2 σij
i“1
n i“1 j“1
nn
Vemos que si tomamos el lı́mite de n tendiendo a infinito obtenemos que la varianza del
portafolio tiende a la varianza del mercado. Es decir, se logra el siguiente gráfico.
El objetivo es comentar las técnicas básicas que nos permitan construir la frontera eficiente
asociada a cualquier conjunto de activos de riesgo y libre de riesgo. Por eso, vamos
a realizar una generalización para n-Activos. Para esto definimos al rendimiento y la
varianza del portafolio
˜ ¸
ÿn n
ÿ
EpRp q “ E Ri Xi “ EpRi qXi
i“1 i“1
n
ÿ n ÿ
ÿ n
σp2 “ Xi2 σi2 `2 Xi Xj σij
i“1 i“1 jąi
Para resolver este problema tenemos dos opciones. La primera es definir un rendimiento
esperado y ver cuales son las proporciones Xi que minimizan la varianza. La segunda es
84
encontrar una cartera de mı́nimo riesgo y analizar su retorno.
Para el primer método. consisten en la siguiente minimización
« ff « ff
ÿn n ÿ
ÿ n n
ÿ n
ÿ
L“ Xi2 σi2 ` 2 Xi Xj σij ` λ1 EpRi qXi ` λ2 Xi ´ 1
i“1 i“1 jąi i“1 i“1
Si realizamos las derivadas, las igualamos a cero obtenemos que en forma matricial es
» fi »
σ12 σ12 ... σ1n E1 1
fi » fi
X1 0
— σ21 σ 2 σ2n E2 1 ffi
— 2 ffi — X2 ffi — 0 ffi
.. ffi — ffi — ffi
— ... ffi “ — ...
—
— . ffi — ffi — ffi
ffi
Xn ffi 0
— ffi
— σn1 σn2 σn2 En 1 ffi —
ffi — ffi
—
—
ffi
ffi
λ1
Ep
—
– E1 E2 ... En 0 0 fl – 2 fl – fl
λ1
1 1 0 0 2
1
Este sistema tiene una solución única donde los primeros n componentes del vector son
las proporciones que hacen el portafolio de mı́nima varianza.
Puede darse el caso que no se puedan realizar ventas en descubierto, o que estas estén
restringidas. A continuación se va a desarrollar el caso en donde haya una garantı́a. Ha-
bitualmente, el agente de bolsa no entrega el importe de la venta en descubierto, sino
85
que lo conserva como garantı́a. Pero adicionalmente se exige un importe adicional que
constituye un margen adicional. Para simplificar, se supone que dicho margen es del 100%
de la venta. Es decir, si se vendio un 40% de la cartera en descubierto, el doble de esto
será la garantı́a.
Para encontrar entonces las proporciones óptimas del portafolio se parte de las propor-
ciones sin restricciones. Se toma el modulo de cada xi y se suman. A continuación, para
encontrar las nuevas proporciones de los activos se divide la proporción antigua por la
suma recién calculada. Es decir
xi
zi “ ÿ
|xi |
@i
De esta forma se llega al portafolio óptimo M . Las carteras subjetivas que salen de esto,
son el resultado de agregar una restricción de cuanto se aumenta el rendimiento.
A su vez, podemos medir el riesgo mediante el procedimiento de Value at Risk (VaR).
Esta es una medida matemática que captura la variable aleatoria del rendimiento y mide
86
cuanto es la posible perdida/siniestro. La pregunta que intenta responder es a cuanta
perdida se puede hacer frente dado un nivel ρ de probabilidad, en un horizonte de tiempo
predeterminado. Se va a mediar la perdida en unidades monetarias. En definitiva, esto
es
V aRpx; kq “ ρ Ñ P px ď kq “ ρ
Donde x es la variable aleatoria y k es el valor del riesgo. Para obtener esto, se utilizan
tres métodos. El primer método es la simulación histórica. Esta, en base al pasado
supone que el futuro se comportará de la misma forma. Entonces, se parte de la siguiente
tabla de datos (suponiendo algunos valores)
Se puede observar que lo que se realiza es multiplicar la el precio antiguo por la variación
de la fecha anterior. Es decir, suponemos que pasa exactamente lo mismo en cada fecha.
Con todo esto, se llega al valor de la cartera de hoy.
Se van ordenar de menor a mayor los valores de la cartera y se va a calcular los percentiles
de esta26 . y busca el valor del percentil de la cartera que sea igual a ρ. Finalmente, se
realiza la diferencia del valor de hoy y este valor. Este es el valor que es la máxima pérdida
que se puede soportar.
La ventaja de este método es que es bastante simple y no requiere suponer ninguna dis-
tribución a priori. La desventaja es que requiere suficientes datos históricos para llegar a
VT , se supone que el pasado es representativo para explicar el futuro y que si se quiere
realizar este método con varios activos se vuelve tedioso.
El segundo método que se analiza es la Simulación de Monte-Carlo. Tiene venta-
jas como el poder utilizar distribuciones no normales, se pueden fijar muchos escenarios
posibles, etc. La desventaja principal es que conlleva mucho tiempo computacional. Se
va a tener una distribución, f pxq cuya acumulada es F pxq. Se va a simular un número
aleatorio de forma uniforme entre 0 y 1 (denominado U ), y se va a igualar F pxq “ U .
Se va a despejar el valor de x. Se va a repetir este proceso k veces. Posteriormente, se
ordenan todos los valores de xi (para todo i hasta k) y se calcula el percentil deseado (ya
que cada valor de xi es uniforme). El valor de X que alcance el percentil ρ va a ser el
26
Es decir, si son equiprobables se va a realizar la distribución acumulada de cada valor ordenada de
menor a mayor
87
VaR.
Esto tiene una aplicación directa sobre lo visto en el modelo continuo. Por ejemplo, sean
dos activos S 1 y S 2 (se utilizarán los supraı́ndices para hacer referencia a los activos)
independientes. Es decir, cada uno tendrá su propio µ, σ y WT . Si se quiere encontrar el
percentil α de una cartera que tenga proporciones C1 y C2 en base a la siguiente forma
de modelizar
St “ S0 eµt`σWt
Se puede tener entonces que la cartera viene dada por
1 t`σ 1 W 1 2 t`σ 2 W 2
C1 S01 eµ t ` C1 S02 eµ t
En una planilla de programación/excel, se va a conformar una tabla que sea del estilo
t ∆W 1 W1 S11 t ∆W 2 W2 S12
0 ´ 0 S01 0 ´ 0 S02
1 1 1 2 2 2
T N 1 p0; T q N 1 p0; T q S0 eµ T σ pN p0;T qq T N 2 p0; T q N 2 p0; T q S0 eµ T σ pN p0;T qq
Se puede ver, que como los activos son independientes las distribuciones que se simulen
no van a tener relación alguna. Con esta simulación armada, se va a calcular el valor de
la cartera
V1 “ C1 ST1 ` C2 ST2
Este proceso se repite obteniendo una serie tV1 ; V2 ; ...; VK u, la cual se ordena de menor a
mayor. Posteriormente se calcula el percentil α de la misma. Si se tuviera una cartera de
mas activos, la generalización es bastante directa. Simplemente se simulan mas activos.
Este procedimiento puede cambiar si es que los activos tienen una correlación. Por ejem-
plo, sean dos activos S 1 y S 2 con una correlación igual a ρ. Para saber que procesos
brownianos vamos a simular para calcular los diversos valores de los activos, usamos
una transformación de procesos brownianos independientes. Sean B 1 y B 2 dos procesos
independientes, se va a lograr
∆BT1 Ñ ∆WT1
∆BT2 Ñ ∆WT2
Para saber que transformación utilizar, tenemos dos condiciones. La primera es que se
distribuya de igual forma y la segunda es que mantengan la misma correlación ρ. Si se
tiene que un proceso es la combinación lineal de otros
T “ pα2 ` β 2 qT
α2 ` β 2 “ 1
Por lo que si se despeja ?
β“ 1 ´ α2
88
La segunda condición nos dice que
` 1 1
? ˘
` ˘ cov ∆B ; α∆B ` 1 ´ α 2 ∆B 2
Corr ∆WT1 ; ∆WT2 “ ? ?
looooooooooomooooooooooon T T
ρ
Que si se realiza distributiva, y gracias a que los procesos B son independientes, es igual
a T . Entonces ` ˘
1 2
looooooooooomooooooooooon “ α
Corr ∆W T ; ∆W T
ρ
ρ“α
Por lo tanto, para modelizar activos con correlación se calcula dos proceso brownianos
independientes y se transforman de lka siguiente forma
a
∆WT1 “ ∆BT1 ∆WT2 “ ρ∆1T ` 1 ´ ρ2 ∆BT2
N p0;1q
6.2 Practica
Ejercicio 1:
Sean los siguientes datos
EpRq
Matriz de» Varianzas y Covarianzas (V) Matriz Inversa de V fi
Activo 1 0.2 fi »
0.28 0.08 0.16 6.69 0.653 ´2.284
Activo 2 0.25 – 0.08 0.3 0.25 fl – 0.653 7.047 ´4.666 fl
Activo 3 0.3
0.16 0.25 0.4 ´2.284 ´4.666 6.33
Tasa libre de riesgo 0.15
Matriz Inversa de C
Matriz Inversa de C ˚
1.136 1.136 2.182
» fi
´2.273 ´7.5 » fi
2.981 ´1.043 ´1.937 0.559
´2.273 4.545 ´2.273 ´5 1.636
5.363 0.554
— ffi — ´1.043 ´4.322 ffi
1.136 1.136 12.5
— ffi
´2.273 ´2.818 — ffi
6.359
— ffi – ´1.937 ´4.322 ´0.113 fl
– ´7.5 ´5 12.5 ´30.5 6.6 fl
0.559 0.554 ´0.113 ´0.182
2.182 1.636 ´2.818 6.6 ´1.611
Responder
89
1. Con los 3 activos de riesgo, el inversor ha obtenido los siguientes portafolios (sin
restricciones de ventas en cortos)
1. Para empezar el ejercicio, se pide analizar por Criterio de Media Varianza cuales son
los portafolios eficientes. Para esto, se va a calcular la esperanza y el desvio de cada
uno. Se expondrá el procedimiento para el primero y los otros solo se expondrán
los resultados. Para el primer portafolio tenemos que las proporciones (las cuales
vamos a denotar como XA , XB y XC para abreviar) nos van a dar el rendimiento
y el desvio. Para el rendimiento, simplemente realizamos la suma producto de las
proporciones por su rendimiento esperado. Esto es
2
EpXq σX
Xi 0.19 0.2039590909
Xii 0.228108 0.2341005846
Xiii 0.2999955 0.3958861436
90
Se puede observar que no hay ningún portafolio que tenga mayor rendimiento a
menor varianza (o viceversa). Por lo tanto, si tan solo se compara estos portafolios,
no se puede eliminar ninguno. Otra comparación que se tiene que realizar, es ver si
están sobre la frontera eficiente. Esto serı́a calcular mediante la inversa de la matriz
C, sujeto a ese rendimiento, el portafolio óptimo. Se puede realizar este cálculo para
los tres portafolios. Realizándolo solo para la primera cartera, tendremos que ver
las dos últimas columnas de esta matriz (a excepción de las últimas dos filas). Para
esto se sigue la fórmula
Xi “ bi Eppq ` ai
Xi “ r´7, 5 ˚ 0.19 ` 2.182; ´5 ˚ 0.19 ` 1.636 ` 12.5 ˚ 0.19 ´ 2, 818s
Si se realiza este cálculo para cada portafolio, vemos que se obtienen las mismas
proporciones del enunciado. Es por esto que todos las carteras son eficientes.
Se deja constancia que esto se realiza de esta forma ya que no hay restricciones a la
venta en corto. Si las hubiese -digamos garantı́a- se tendrı́a que sumar todas estas
proporciones en modulo y dividir cada una por esta suma. Este resultado darı́a las
proporciones finales. Si se calcula el rendimiento y varianza de este portafolio
2
EpXq σX
X˚ 0.2164 0.1827124
3. Partiendo de que se pueden usar las tasas ciertas, se calculará el portafolio óptimo.
Este se llega a través de
V ´1 “ rEXi ´ LRs “ rZi s
» fi » fi » fi
6.69 0.653 ´2.284 0.05 0.0572
– 0.653 7.047 ´4.666 fl – 0.1 fl “ – 0.03745 fl
´2.284 ´4.666 6.33 0.15 0.3687
Sin embargo, una observación valida es que estas proporciones no suman uno. Por
lo tanto, se van a sumar en moduloEsto se hace ya que hay restricciones
de garantı́a. De igual forma, como todos positivos, no habrá ventas en
descubierto. y dividir cada componente por la suma. Realizando esto, se llega a
Calculando su varianza
2
σX “ 0.324686899
σX “ 0.5698130386
Como nuestro objetivo es un portafolio que tenga un desvio fijo de 0.5, se va a
igualar nuestro objetivo a un porcentaje (nuestra incógnita) multiplicado por el
91
desvio actual. Este porcentaje simboliza cuanto de nuestra cartera se va a invertir
en activos riesgosos. El resto se invertirá en una tasa libre de riesgo. Por lo tanto
Este porcentaje se multiplicará por las proporciones que tenı́amos. Dando como
resultado
X “ r0.1083239488; 0.07092188604; 0, 6982349635s
Y lo que se invierte a Tasa Libre de Riesgo es
1 ´ % “ 0.1225192017
Como esta garantı́a esta constituida en efectivo, no tiene rendimiento. Por lo tanto,
cuando se calcule el mismo solo se usará las proporciones de activos riesgosos.
2
EpXq σX
X˚ 0.2488657503 0.5
X1 β1p
27
Nosotros nos vamos a centrar en la sensibilidad del portafolio respecto al mercado, de un activo
respecto al portafolio o de un activo respecto a otro.
92
Esto es el beta. Por lo que definimos al beta del activo i con respecto al activo m (donde
m puede ser otro activo, el portafolio o el mercado) como
σim
βi “ 2
σm
Se recuerda que el riesgo de mercado de cualquier cartera bien diversificada no es nece-
sariamente igual ya que pueden tener un distinto nivel de sensibilidad.
Otra forma equivalente para calcular el riesgo único y el de mercado es por medio de
una regresión lineal. Se puede tener n muestras sobre el rendimiento de mercado y el
rendimiento de una acción y se hace una regresión lineal sobre esta. El riesgo único es
explicado por el beta de la regresión. Es decir, se interpreta como la sensibilidad de un
activo con respecto al comportamiento del mercado. El R2 de la regresión mide la pro-
porción de la varianza total de los rendimientos accionarios explicada por los movimientos
del mercado. Es decir, entonces, el R2 es el riesgo de mercado es el beta multiplicado
por el desvio del mercado y el riesgo único la variación no explicada (1 ´ R2 ) dividido la
variación explicada (R2 ) multiplicado al riesgo de mercado.
A su vez, se agrega el modelo de Capital Asset Pricing Model (CAPM). Este mira
el beneficio dado el riesgo ponderado por la sensibilidad. En el mercado competitivo, la
prima de riesgo varı́a en proporción directa con el Beta (moverse por Linea del Mejor
Rendimiento). Entonces, se tiene la siguiente fórmula: el spread de riesgo es igual al beta
multiplicado al spread de riesgo del mercado
Rp ´ Rf “ βpRm ´ Rf q
Rp “ βpRm ´ Rf q ` Rf
Se puede observar que si queremos un beta igual a 1, nos paramos sobre el rendimiento
de mercado. A su vez, nunca es óptimo estar por debajo ni por encima de la recta.
Los supuestos de este modelo son
1. Inversionistas prefieren los altos rendimientos esperados con baja desviación estándar.
De ahı́ se obtienen portafolios eficientes.
5. Se conoce como beta a la sensibilidad de una acción a los cambios en el valor del
portafolio de mercado. Por ende, beta mide la contribución marginal de una acción
al riesgo del portafolio de mercado.
93
Hay algunas teorı́as alternativas al CAPM. Algunas de estas son:
La teorı́a de la valoración por arbitraje no nos dice cuáles son los factores subya-
centes, a diferencia de CAPM, que agrupa todos los riesgos macroeconómicos en un
solo factor bien definido: el rendimiento de portafolio de mercado. El rendimiento
del portafolio de mercado podrı́a ser un factor o no. La diversificación elimina el
riesgo único y por eso los inversionistas diversificados lo ignoran cuando deciden ya
comprar o vender una acción. La prima de riesgo esperada de una acción resulta
afectada por el riesgo macroeconómico o factorial, más no por el riesgo único.
R ´ Rf “ βmercado pRfactor de mercado q ` βsize pRfactor de size q ` βrazon contable pRrazon contable q
mercado mercado
Otro concepto de interés es el Costo de Capital. Esta va a ser la tasa de descuento propia
a la estructura de la empresa (es decir propia a su activo, a su pasivo y a su patrimonio
neto). Nos va a servir para valuar proyectos de riesgo similar a lo que la empresa tiene.
A su vez, se observa que las diversas empresas del mismo sector van a tener costos de
capitales parecidos, por lo que se pueden comparar entre si. Si los proyectos nuevos son
más o menos riesgosos, no es correcto utilizar el costo de capital. El verdadero costo del
capital depende del uso que se de a dicho capital. Rigurosamente, el costo del capital
de la empresa (CCE) es el rendimiento esperado de un portafolio que contiene todos los
tı́tulos de la empresa. Es importante ya que la mayorı́a de los proyectos son de riesgo
promedio, como puede ser expandir el negocio. Además, es el punto de partida para
proyectos inusualmente mas riesgosos o seguros.
Las empresas tienen una estructura de activos, pasivos y patrimonios netos. Se va a
distinguir entre la proporción de los activos de capital propio y los que son de deuda.
Estos, los vamos a llamar A, D y E respectivamente ya que se van a analizar los valores
de mercado y no los contables. A su vez, se define el valor como V “ D ` E. Suele ser
94
habitual que las deudas tengan costo (la tasa de interés de la deuda) y el equity (E) tiene
un costo que es el rendimiento que exige el accionista por el hecho de realizar la inversión.
Los activos van a generar los retornos. Con estos retornos se tienen que pagar los dos
tipos de costo (por esto se habla de exposición de riesgo). El rendimiento esperado de los
activos se obtiene como una ponderación entre el rendimiento del capital propio (E) y el
rendimiento de la deuda (D).
D E
rA “ rD ` rE
V V
Es decir, la proporción de deuda que se tiene multiplicada por su costo (la tasa de in-
terés) mas la proporción de equity que se tiene multiplicado por el costo que exigen los
accionistas. Esta tasa es la denominada Tasa Wacc (weighted average cost of capital),
la necesaria para cubrir estos costos. Se puede deducir fácilmente, que a menor cantidad
de deuda y mayor equity, menor será la tasa Wacc ya que es menos riesgoso. Mayores
niveles de deuda implican que ante una caı́da de los activos es mas probable que no se
pague esta, y por eso esto implica mayor riesgo. Además, como hay mayor riesgo el rE
también será mayor.
Se busca enfatizar que esta tasa es incierta. Es la tasa esperada que se espera que rindan
los activos. Este va a ser el escenario promedio. Sin embargo, se pueden deducir otros
escenarios mas positivos/negativos. Con esta tasa rA , si se la multiplica por los activos
se tendrá el retorno total que se espera. Multiplicando además el costo de la deuda (rD )
por su total (D), se llega al costo total de la misma. Haciendo la diferencia de estos dos
términos, se puede deducir un Patrimonio Neto esperado, que si se divide por el equity
que se tiene, se llega al remanente para el accionista esperado.
Ası́ como el rendimiento de los activos es un promedio ponderado del equity y de las
deudas, el beta de los activos también va a ser un promedio ponderado del beta de la
deuda y del beta del equity
D E
βA “ βD ` βE
V V
Algo que nos podemos preguntar es si la estructura de activos, deuda y equity nos impacta
de alguna forma en las tasas. Ya se vio que claramente impacta en el riesgo, entonces
el lógico pensar que por ahı́ exista alguna estructura óptima para la empresa para max-
imizar su valor. Existen dos corrientes de pensamiento. La primera es la Modigliani y
Miller (MM) argumentan que el valor de la empresa es independiente de la estructura
de capital. Es decir, si se cambia la composición de la empresa, su valor va a ser el
mismo. El valor de la empresa es determinado por los activos reales y con independencia
de como se conformen. Esto tiene como contrapartida que con independencia del nivel
de apalancamiento, la deuda que se tenga se compensan con el rendimiento. Su segunda
preposición es que la tasa de los rendimientos esperados de los accionistas se incrementan
proporcionalmente al ratio de apalancamiento. Como la deuda es mayor, se va a pedir un
mayor rE . Pero la implicancia principal es el ritmo de crecimiento de este retorno exigido.
Siempre se exige mas pero cada vez menos a un mayor nivel de apalancamiento. Tiene un
incremento marginal decreciente. La segunda teorı́a es la Tradicionalista. Esta argu-
menta que a mayor apalancamiento al principio el costo de la deuda ni la exigencia de los
inversionistas no cambia demasiado. Estos tienen un mayor cambio a niveles mas altos
de deuda. Por lo tanto, si se da un cambio de rA . Por lo tanto, existe un rA mı́nimo que
es el valor máximo de la empresa. Por lo que si existe un nivel de apalancamiento que si
maximiza el valor de la empresa.
También se distingue que el valor de la empresa se ve afectado por el ahorro fiscal. Si
una empresa tiene unos activos que son 100% propios, no va a pagar deuda ni intereses.
Si tuviera un porcentaje de deuda, sobre los intereses que se pagan se pueden deducir
impuestos. Por lo tanto, el valor de esta empresa va a ser su VAN mas el ahorro fiscal
que se genere. A medida que se apalanque de más, empiezan a aumentar los riesgos de
insolvencia. Por esto se deduce que hay un valor máximo de la empresa en términos de
95
ahorro fiscal.
A continuación se dará el enfoque de como valuar empresas. Como caracterı́stica princi-
pal, se tiene que se va a diferenciar entre entidades financieras y empresas que se dedican
a multi-negocios. Esto se debe a que comparten estructuras fundamentalmente distintas.
Si bien las dos tienen un activo y pasivo, las primneras tienen una estructura fundamen-
talmente mas apalancada. Esto se debe a su naturaleza como entidad.
Nos va a interesar valuar empresas debido a que este análisis fundamental nos ayudará a
ver si es conveniente invertir o no en la misma, realizar negocios con la empresa o mismo
poder cumplir normativas de las autoridades. Esta va a ser una forma llegar analizar a
la empresa, sin embargo se pueden ver otras perspectivas. Por ejemplo existen los ratios.
Estos nos dan información sobre la rentabilidad, la liquidez, los aspectos contables y más.
En definitiva, todos estos aspectos fundamentales de la firma se complementan.
Para comenzar, se valuarán las entidades financieras. Se va a trabajar con el activo, el
pasivo y el patrimonio neto. Cada uno va a estar compuesto por diversas cuentas, de las
cuales se van a tener proyecciones28 . Con esto, se van a formar las futuras cuentas bajo
estos supuestos. Sin embargo, se pueden dar algunos escenarios. Como la base del análisis
de una financiera es su estructura de apalancamiento, siempre se va a buscar un capital
mı́nimo que cubra las deudas. Este capital, va a venir defino en base a una fórmula según
la empresa. En base a esto se va a decidir si se tiene que realizar aportes (en caso que
las proyecciones del patrimonio sean menores a este capital mı́nimo) o si no se tienen
que realizar (las proyecciones llegan a cubrir el capital mı́nimo). Otra cuestión a tener
en cuenta, es sobre si las empresas tienen una polı́tica sobre las ganancias. Estas pueden
retirar sus ganancias en formas de dividendos, reinvertirlas o realizar una polı́tica mixta
entre estas dos. En caso de tener ganancias y que la polı́tica sea retirarlas en forma de
dividendos, se observará que el patrimonio neto se mantendrá constante (si se cubre el
capital mı́nimo). Si la polı́tica fuese reinvertirlas, este va a crecer. Con todo esto, se llega
a que en cada periodo de proyección, se tendrán resultados proyectados y aportes proyec-
tados (en caso de realizarse). El flujo de fondos del accionista será lo que este tenga que
aportar si es necesario o las ganancias que retire en forma de dividendos. Si se actualiza
el flujo mediante la tasa WACC o alguna tasa que se pida, se llega a la valuación de la
entidad.
Para realizar las valuaciones de las entidades no financieras, el procedimiento es similar.
Se va a utilizar un acercamiento basado en el flujo de fondos de la empresa descontado
(Capital Cash Flow Approach). En base a esto, se logrará obtener un Enterprise Value del
activo. Es decir, lo que se estará buscando es el flujo de fondos del efectivo de la empresa.
Para esto se buscará obtener, en base a todos los supuestos de la firma, las proyecciones
futuras de sus ventas, costo de mercaderı́as vendidas, gastos varios (administrativos, com-
erciales, etc). El resultado de todas estas cuentas dará el EBITDA (Earnings Before
Interest, Taxes, Depreciation and Amortization). Si a esta cuenta se le resta las amor-
tizaciones y las depreciaciones de las maquinarias en uso, resulta en el EBIT (Earnings
Before Interest and Taxes). Finalmente, todo esto se realiza con el fin de llegar al flujo de
impuestos que la tendrá que pagar. Entones, hasta ahora se tiene dos flujos de efectivos.
El primero es el EBITDA que son los ingresos. El segundo son egresos en forma de im-
puestos. Sin embargo, se tiene que tener en consideración otra forma de egresos de efectivo
para la empresa. Por ejemplo, la variación del Working Capital. Esta cuenta representa
todos los bienes en disposición de la empresa en el corto plazo (activos corrientes). Esto
es de interés ya que permite solventar a la firma ante crisis inesperadas. Por lo tanto, su
variación será un flujo de caja. Este puede ser tanto positivo (creciente) como negativo
(decreciente). Si es decreciente, significará que la firma esta dedicando mas efectivo a
tener estos activos de corto plazo para cubrirse ante eventos inesperados. Por esto es de
interés ver su variación. Finalmente, otra cuenta que se tiene que tener en consideración
es la variación del CAPEX. Esta cuenta es la inversión que realiza la empresa en bienes
de capital para compensar las depreciaciones de las maquinarias o para mejorar el estado
de estas. Como una compra de capital resulta en una salida de efectivo, es de relevancia
ver su variación para analizar el flujo de caja. Estas dos cuentas que se explicaron se van
a calcular en base a los supuestos que haga la empresa misma. Finalmente, se tiene que
28
En la sección práctica se parte de que estas proyecciones están dadas. No se busca realizarlas.
96
agregar el Terminal Value. Esto es la perpetuidad que espera valer la empresa a futuro
en base a sus supuestos. Con todo esto, se genera el flujo de fondos necesarios.
Es de interés destacar que este acercamiento a la valuación de la firma solo tiene en con-
sideración los resultados propios de su actividad. En otras palabras, puede darse que
exista una empresa que tengo un patrimonio neto muy grande pero que esto se debe al
resultado de sus inversiones financieras y no gracias a su actividad comercial. Esta forma
de valuación se enfoca solo en la actividad comercial ya que es lo que se espera que se
mantenga a largo plazo.
Finalmente, se analizará el caso en el que una empresa presente una ventaja compet-
itiva. Lo que suele pasar en la realidad, es que los valores actuales están alrededor del
cero. Si un valor actual neto es positivo, se da generalmente por una ventaja que presenta
una empresa y que el resto de la industria no puede acceder. Estas ventajas darán lugar
a inversiones o producciones de un menor costo. Algunos ejemplos de ventajas compet-
itivas pueden ser las patentes, los activos estratégicos, etc. Además, se argumenta que
existen algunas fuerzas que generan unas rentas duraderas en el largo plazo gracias a estas
ventajas. Estas fuerzas son: (i) la rivalidad entre competidores, (ii) la probabilidad de
nueva competencia, (iii) la amenaza de bienes sustitutos, (iv) el poder de negociación de
los proveedores y (v) el poder de negociación de los compradores. Se explicará mediante
el siguiente ejemplo:
Sea la empresa Marvin que produce en un mercado con 2 diferentes tecnologı́as, la de
primera y segunda generación. Cada tecnologı́a tiene aparentada un costo de inversión
inicial adicional a un costo de producción. A su vez, si una firma decide vender su capital,
esta cobrará un valor de rescate por unidad. La empresa Marvin consigue una ventaja
comparativa por 5 años que le permite acceder a una tecnologı́a de tercera generación.
Esta tiene que decidir si invertir 100 unidades. La información del mercado se resume en
la siguiente tabla expresada en valores por unidad.
Tecnologı́a Industria Marvin Costo de Capital Costo de Producción Valor de rescate
1 Generación 120 - 17,5 5,5 2,5
2 Generación 120 24 17,5 5,5 2,5
3 Generación 10 3
Se sabe que la tasa costo de oportunidad es del 20%. Además, sea la función de demanda
del mercado
D “ 80p10 ´ P q
Por lo que, si el mercado produce 240 inicialmente
P “7
97
2 7 ´ 3, 5
V ANentrar “ ´17, 5 ` “0
0, 2
Se ve que se compone de el costo de inversión mas lo que se ganarı́a valuado en una
perpetuidad. Si bien el segundo VAN es nulo, se ve que al producir mas bajará el precio y
por ende no se va a entrar a producir más. Entonces, como a ninguna empresa le conviene
invertir mas, el mercado se encuentra en equilibrio.
Si Marvin invierte en la tercera generación, el VAN de la inversión tendrá que ser positivo
para que convenga
3 7´3
V ANentrar “ ´10 ` “ 10
0, 2
Como es positivo, en principio conviene invertir. Esto es a priori ya que el precio cambiará
al invertir. Si se invierte las 100 unidades, y el mercado adicionalmente tiene 240 unidades,
el total será 340 unidades que dan un precio igual a P “ 5, 75. Esto nos va a dar un
nuevo mercado, el que se deberá verificar si se encuentra en equilibrio. Por lo tanto, se
realizan los 4 VAN de nuevo
1 5, 75 ´ 5.5
V ANquedarse “ ´2, 5 ` “ ´1, 25
0, 2
2 5, 75 ´ 3.5
V ANquedarse “ ´2, 5 ` “ 8, 75
0, 2
1 5, 75 ´ 5, 55
V ANentrar “ ´17, 5 ` ă0
0, 2
2 5, 75 ´ 3, 5
V ANentrar “ ´17, 5 ` ă0
0, 2
Se puede ver que como los VAN de entrar ya eran negativos, con un ingreso menor seguirán
siendo negativos. Se va adicionalmente que los que produzcan con la tecnologı́a de primera
generación se querrán ir del mercado. Para deducir cuanto se va a dejar de producir, es
lógico que se retiren hasta el punto que haga que su VAN se vuelva cero. De esta ecuación
se va a despejar el precio que nos dará las cantidades
P ´ 5.5
´2, 5 ` “0ÑP “6
0, 2
Entonces el mercado va a producir 320 unidades. Como de la segunda y tercera generación
no cambian sus unidades (120 y 100 respectivamente) los de primera será la diferencia
(100). Por lo tanto se dejaron de producir 20 unidades. Es por esto que se vuelve a
preguntar si este mercado se encuentra en equilibrio. Se puede verificar que
1 1
V ANquedarse “ 0 V ANentrar ă0
2 2
V ANquedarse ą 0 V ANentrar ă0
Se observa que el marcado para estos primeros 5 años se encuentra en equilibrio. Sin
embargo, posterior a este quinto año, las demás empresas acceden a la tercera tecnologı́a.
Entonces van a decidir producir hasta que el VAN de esta tercera tecnologı́a sea nulo
3 P ´3
V ANentrar “ 0 “ ´10 ` “Ñ P “ 5
0, 2
Se podrı́a verificar cuantas cantidades de otras generaciones se irán del mercado, sin
embargo es redundante porque que se vayan cantidades hará que suba el precio, por lo
98
que subirá este VAN y entrarán mas unidades de la tercera tecnologı́a. Entonces, el precio
se quedará constante en definitiva. Como ya se sabe el nuevo precio, se puede armar un
flujo de fondos para Marvin y ası́ decidir si a esta empresa le conviene o no invertir. Se
puede ver que este flujo de fondos tendrá dos enfoques. Uno será lo ganado por esta
inverción y el otro será lo que se pierde por hacer que baje el precio y por ende que las
unidades de la segunda tecnologı́a sean menos rentables (llamados A y B respectivamente).
El primer flujo será
t 0 1 2 3 4 5 6 ...
Inversión -1000
Spread de Ganancia 3 3 3 3 3 2
Flujo 300 300 300 300 300 200
Se observa que a partir del periodo 6, se convierte en una perpetuidad. El Spread de
Ganancia se calcula mediante el precio nuevo menos el costo de producción (6 ´ 3 “ 3).
Entonces El Flujo será las cantidades que se produzcan multiplicadas a por el precio
(sumado a la inversión). Su valor
V AN A “ 299
El segundo enfoque se tiene que considerar es sobre lo que se pierde. Sabiendo que Marvin
tiene invertidas 24 unidades en la segunda tecnologı́a, se tiene que
t 0 1 2 3 4 5
Spread de Precio 1 1 1 1 1
Flujo 24 24 24 24 24
En este caso, el Spread de Precio será el precio viejo menos el precio nuevo. No se agregan
los siguientes periodos ya que la perdida que se tiene no es potencial, si no que ocurrirı́a
indistintamente si Marvin invierte o no. Se llega a que
V AN B “ 72
V AN T “ V AN A ´ V AN B ą 0
Concluyendo que a Marvin le conviene invertir sus 100 unidades en la tecnologı́a de tercera
generación.
7.2 Practica
Ejercicio 1:
Dada la siguiente composición de activos y la siguiente matriz de varianzas y covarianzas
» fi
“ ‰ 0, 33 0, 22 0, 16
X“ ´0, 2 0, 8 0, 4 V “ – 0, 22 0, 2 0, 02 fl
0, 16 0, 02 0, 36
99
Calcular la contribución a riesgo de cada activo. Posteriormente, calcular la sensibilidad
del activo con respecto al portafolio.
Para calcular la contribución a riesgo, la fórmula es similar a la varianza. Se va a multi-
plicar cada componente de la matriz V por el componente de su vairanza/covarianza. Es
decir, si se habla de la varianza (diagonal principal) se va a multiplicar por la proporción
elevada al cuadrado correspondiente. Si se habla de la covarianza, se multiplicará por las
proporciones de los que componen la covarianza. Realizando esto se llega a la siguiente
matriz » fi
0, 0132 ´0, 0352 ´0, 0128
– ´0, 0352 0, 256 0, 0064 fl
´0, 0128 0, 0064 0, 0576
A continuación, se suma cada columna. Este vector es el resultado, y representa la
contribución a riesgo de cada activo. Si se suma, se obtiene la varianza.
“ ‰
´0, 0348 0, 2272 0, 0512
Adicionalmente, se ve que la varianza es 0, 2436. Se puede ponderar (dividir) este vector
por la varianza y el resultado será la contribución a riesgo proporcional.
“ ‰
´0, 14 0, 93 0, 21
Esta contribución a riesgo proporcional, también se define como xi βi;p . Para llegar al beta
simplemente se divide por la proporción.
“ ‰ “ ‰
β1p β2p β3p “ 0, 714285714 1, 165845649 0, 52545156
Ejercicio 2:
Sean los siguientes datos
Tasa de Impuesto: 35% Tasa libre de Riesgo: 10%
Retorno del Mercado: 18% Financiamiento con Deuda: 15%
Financiamiento con Capital Propio: 85% Tasa de Interés de la Deuda: 11%
Beta operativa (de los activos): 0, 85 Inflación Anual Proyectada: 22%
Además se sabe que la deuda no tiene riesgo, por lo que su beta es igual a cero. Calcular
la Tasa Wacc.
Para calcular la tasa Wacc, una resolución podrı́a ser por definición
D E
rwacc “ rD ` rE
D`E D`E
Los datos que tenemos para esta resolución son
0, 15 0, 85
rwacc “ p0, 11q ` rE
0, 15 ` 0, 85 0, 15 ` 0, 85
Sin embargo, vemos que nos falta el rendimiento exigido por los accionistas. Es por esto
que se puede resolver estimando la tasa mediante el modelo CAPM. De la fórmula, se
deduce que
ra “ βa prm ´ rf q ` rf
ra “ 0, 85p0, 18 ´ 0, 10q ` 0, 1 “ 0, 17
Ejercicio 3:
A partir de la siguiente información, estimar la rentabilidad del capital propio y el costo
de capital que deberı́a aplicarse en su valuación.
100
Beta operaiva sin apalancamiento: 1, 2 Tasa de la Deuda (sin riesgo): 15%
Capital propio: 65% Deuda: 35%
Rentabilidad del Mercado: 22% Varianza de la Rentabilidad del Mercado: 10%
La rentabilidad del capital propio por definición es rE . Esta por fórmula de la tasa wacc
es
D
rE “ ra ` pra ´ rD q
E
Sin embargo, nos falta el dato de ra (que es el otro que pide la consigna). Este se puede
estimar por CAPM
ra “ 1, 2p0, 22 ´ 0, 15q ` 0, 15 “ 0, 234
Y calculando
rE “ 0, 28
Ejercicio 3:
Se expone el cuadro de resultados del ultimo año para un banco:
EERR 2020
Margen Financiero $3200
Cargos por Incobrabilidad $1500
Gastos $400
Margen por Servicios $250
Resultado Bruto $1550
Impuestos $465
Resultado Neto $1085
Y además se tienen las siguientes previsiones
Información Real Información Proyectada
2019 2020 2021 2022 2023
Previsiones $ 1000 $2500 $3200 $ 4300 $ 4400
Algunos supuestos son:
1. Crecimiento del margen financiero a razón del 10% anual
2. Los gastos aumentan con la inflación proyectada, siendo 50% el primer año y 70%
en el segundo y tercero
5. A partir del cuarto año se espera que el resultado neto crezca a razón del 5% de
forma indefinida y que no habrá problemas del cumplimiento del capital mı́nimo.
El patrimonio neto a fin del año 2020 es de $4500, y la fórmula de integración de capital
mı́nimo regulatorio es
Además, el banco tiene como polı́tica que en los primeros dos años no se reparten dividen-
dos, en el tercer año se reparte la totalidad de los resultados netos en forma de dividendos
101
y a partir del cuarto año en adelante se reparten la mitad de los resultados netos. Sin
embargo, en caso de no cumplir con los requisitos mı́nimos de capital, se hará de esta
polı́tica una contingente. Valuar al banco con una tasa de descuento de 20%.
Lo que se va a estar buscando es un flujo de fondos del accionistas. Para esto, es necesario
saber cuantas ganancias tendrá el banco y ası́ poder deducir cuantos dividendos se va a
llegar el accionista. Siempre se va a tener en cuenta que se tiene que cumplir con la re-
stricción de capital mı́nimo. Para empezar, entonces se proyectan las cuentas del banco.
Estas se van a calcular en base a los supuestos. Los resultados antes de los impuestos, van
a ser la suma de las cuentas -teniendo en cuenta el signo de la cuenta, si es un egreso se
resta y si es un egreso se suma -. Posteriormente se calculan los impuestos y el resultado
neto será la diferencia de estas dos últimas cuentas. Si se realizan los cálculos y se agregan
los signos correspondientes (solo como referencia para el ejercicio)
EERR 2020 2021 2022 2023
Margen Financiero $3200 $3520 $ 3872 $ 4259,2
Cargos por Incobrabilidad -$1500 -$ 700 -$ 1100 -$ 100
Gastos -$400 -$ 600 -$1020 - $1734
Margen por Servicios $250 $287,5 $330,63 $380,22
Resultado Bruto $1550 $ 2507,5 $2082,63 $2805,42
Impuestos $465 $ 752,25 $ 642,79 $841,63
Resultado Neto $1085 $1755,25 $1457,84 $ 1963,79
Este es el enfoque que se puede realizar al flujo de fondos. También se recuerda que a
partir de 2024, el resultado neto crece a una tasa constante. Además, se tiene que tener
en cuenta el patrimonio neto y el capital mı́nimo. Si se calcula la restricción mı́nima a
cumplir, esta será
2020 2021 2022 2023
Capital Mı́nimo 4500 5760 7740 7920
Para saber si esta restricción se cumple, se tiene que analizar la polı́tica de dividendos.
Se sabe que en los primeros dos años no se reparten dividendos (por lo que la totalidad
del resultado neto se va a sumar al patrimonio neto pasado), el tercer año se reparten
todas las ganancias (el patrimonio neto queda constante) y a partir del cuarto año se
re-invierte solo la mitad del resultado neto (sin problemas sobre el capital). Si se siguiera
esta polı́tica, se tiene que
2020 2021 2022 2023
Capital Mı́nimo 4500 5760 7740 7920
Patrimonio Neto 4500 6255,25 7713,09 7713,09
Se ve claramente que no se cumple la restricción. Por lo tanto, se van a invertir los
resultados necesarios tal que se cumpla. Para el año 2021 si se cumple la restricción.
El problema empieza en el siguiente año, donde se invierten todas las ganancias y aún
ası́ no se llega a cumplir la cantidad mı́nima requerida. Para llegar a esta cantidad,
se requirieren $26, 91 adicionales. Esto se le va a pedir como aporte extraordinario al
accionista. Entonces, se reflejará como un flujo de fondos negativos en el periodo. En
otras palabras, se le pide lo necesario para que el patrimonio neto sea igual al capital
mı́nimo. En el siguiente año, se repartirı́an dividendos. Pero si se sigue esta polı́tica, el
patrimonio neto quedarı́a en $7740 en vez del mı́nimo necesario de $7920. Es por esto que
en vez de repartir la totalidad de los resultados en forma de dividendos, se va a usar esas
102
ganancias para llegar a cumplir la restricción. El accionista en este periodo va a tener un
flujo positivo de los resultados netos menos lo que se invirtió (en esta caso es necesario
invertir $180). Por lo tanto, el flujo de fondos resulta en
2020 2021 2022 2023
Capital Mı́nimo 4500 5760 7740 7920
Patrimonio Neto 4500 6255,25 7740 7920
Flujo del Accionista - 0 -26,91 1783,79
Adicionalmente, se recuerda que hay una perpetuidad creciente en los siguientes años.
Entonces, si se calcula su valor29 del resultado neto creciente, teniendo en cuenta que el
accionista solo se quedará con la mitad de este flujo -ya que es polı́tica repartir la mitad
del resultado en forma de dividendo-
p7920qp1 ` 0, 05q
p0, 5q “ 27720
p0, 2 ´ 0, 05q
Finalmente, se tiene que actualizar este flujo de fondos total. Se llega a que el valor del
banco es
26, 91 p1783, 79q p27720q
V ANp20%q “ ´ 2
` 3
` “ 17055, 27
p1 ` 0, 2q p1 ` 0, 2q p1 ` 0, 2q3
Ejercicio 4:
Una empresa tiene las siguientes cuentas en el año 2016
Concepto 2016
Ventas 2000000
CMV 1300000
Resultado Bruto 700000
Gastos Administrativos 20000
Gastos de Comercialización 200000
EBITDA 480000
Amortización y Depreciación 10000
EBIT 470000
Intereses 50000
Impuestos 147000
Resultado Neto 273000
Las proyecciones para 5 años en el futuro que tiene la empresa son las siguientes: las ventas
se proyectan en linea a la evolución de la combinación de tasa de inflación, variación de
PBI real y variación del consumo del gobierno, la misma asciende a 20% anual. El Costo
de Mercaderı́as Vendidas es proyectado en lı́nea al margen sobre ventas promedio histórico,
el mismo asciende al 65% de las ventas. Los Gastos de Administración son proyectados
en lı́nea a la evolución de la variación salarial. El mismo asciende a 20% anual. El Gasto
de Comercialización esta en lı́nea al margen sobre ventas promedio histórico, el mismo
asciende al 10% sobre las ventas. Los impuestos se calcularán en base al 35% del EBIT.
La variación del Working Capital esta en lı́nea al último margen sobre ventas observadas.
Esta es el 30% del EBITDA en forma decreciente (negativo). El CAPEX se proyecta
29
Se recuerda que la perpetuidad si empieza en el año t y se valúa, ese valor corresponde al periodo
t ´ 1.
103
asumiendo flujo de inversión suficiente para compensar depreciación de bienes de capital.
El mismo asciende al 1% del EBITDA en forma decreciente (negativo). La amortización
en bienes de uso se mantiene constante en $10.000. Finalmente, el Terminal Value se
calcula a través de la aplicación de una perpetuidad matemática en la que se considera
la tasa de descuento y una tasa de crecimiento perpetua que asociada a la evolución del
PBI, asciende al 3% anual.
A su vez, se tienen los siguientes datos: los bonos del tesoro estadounidense rinden una
tasa de interés del 2,83%. El rendimiento del mercado es 6,19%. El Riesgo Paı́s es del
6,31%. El beta desapalancada promedio del sector es del 0,9. El costo de la deuda de la
empresa es del 10%. El porcentaje de deuda y de capital de la empresa es del 20% y 80%
respectivamente. Finalmente, la deuda de la firma no tiene riesgo.
Se pide calcular el estado de resultado proyectado, la tasa WACC y con el flujo de fondos
descontados obtener el Enterprise Value.
Para lo primero, simplemente se tienen que realizar las proyecciones de las cuentas en
base a los supuestos. Esto se realiza de la misma forma que en la valuación de entidades
financieras. Si se agregan los signos correspondientes, se llega a
Para calcular la Tasa WACC se parte de los datos del enunciado. El único dato que pare-
cerı́a faltar es la tasa libre de riesgo. Sin embargo. se sabe que los bonos estadounidenses
son de los instrumentos mas seguros del mercado. Por lo que se utilizarán como referencia
para esto. Hay dos cuestiones fundamentalmente diferentes en este ejercicio. Puntual-
mente, se tiene un riesgo paı́s. Por lo tanto, al retorno del capital (rE ) se le va a tener
que considerar esto. Por el modelo CAPEM, su fórmula será
rE “ rL ` βE prM ´ rL q ` rC
Donde rC es el riesgo paı́s. La otra cuestión a considerar es que el pago de intereses tiene
beneficios en términos impositivos. En la realidad esto es una cuestión mas compleja, sin
embargo se asumirá que este beneficio es proporcional de la siguiente forma
rD{T “ rD p1 ´ T q
104
Para esta tasa, se necesita estimar el retorno de los accionistas. Entonces, para estimar
rE también se necesita la beta apalancada (βE ). Esta es el resultado de
D
βE “ βA ` p1 ´ T qpβA ´ βD q
E
Es importante recordar que se tiene el beneficio impositivo. A su vez, la sensibilidad de
la deuda es nula al no tener riesgo alguno. Por lo que, esta fórmula se reduce a
D
βE “ βA ` p1 ´ T qpβA q “ 1.05
E
Entonces, el rendimiento de los accionistas
Realizando el Valor Presente de todos los flujos -teniendo en cuenta que el valor termina
es una perpetuidad creciente-, se llega al Enterprise Value del Activo. Este es
EV “ 3953479
Y si se desea ver el patrimonio neto sobre el equity, se divide este enterprise value sobre
la cantidad de deuda total, dando como resultado 3453479.
105
References
Baxter, M., Rennie, A., & Rennie, A. J. (1996). Financial calculus: an introduction to
derivative pricing. Cambridge university press.
Chalasani, P., & Jha, S. (1997). Steven shreve: Stochastic calculus and finance. Lecture
Notes, October , 1–343.
Chung, K. L., & Zhong, K. (2001). A course in probability theory. Academic press.
Da Prato, G. (2014). Introduction to stochastic analysis and malliavin calculus (Vol. 13).
Springer.
Hull, J. C. (2003). Options futures and other derivatives. Pearson Education India.
Karatzas, I., & Shreve, S. (2012). Brownian motion and stochastic calculus (Vol. 113).
Springer Science & Business Media.
Kolmogorov, A. N., Fomin, S. V., & Vega, C. (1972). Elementos de la teorı́a de funciones
y del análisis funcional.
Lamberton, D., & Lapeyre, B. (2011). Introduction to stochastic calculus applied to
finance. CRC press.
Messuti, D. J., Alvarez, V. A., & Graffi, H. R. (1992). Selección de inversiones. Ediciones
Macchi.
Musiela, M., & Rutkowski, M. (2006). Martingale methods in financial modelling (Vol. 36).
Springer Science & Business Media.
Richard, B., Stewart, M., & Franklin, A. (2003). Principios de finanzas corporativas.
Editorial Mc Graw Hill. Séptima Edición. España.
Shreve, S. E., et al. (2004). Stochastic calculus for finance ii: Continuous-time models
(Vol. 11). Springer.
106