Decisiones de Inversin 1227594560890474 8

Decisiones de Inversin
Ignacio Vlez Pareja

19/02/98 Copyright Ignacio Vlez Pareja 2
Introduccin
DECISIONES BAJO INCERTIDUMBRE
Ay, cmo es cruel la incertidumbre!
Si ella merece mi dolor
o yo la tengo que olvidar.
(Gonzalo Curiel. Incertidumbre)

...Aureliano salt once pginas para no perder el tiempo en hechos
demasiado conocidos, y empez a descifrar el instante que estaba
viviendo, descifrndolo a medida que lo viva, profetizndose a s
mismo en el acto de descifrar la ltima pgina de los pergaminos,...
(Gabriel Garca Mrquez, Cien aos de Soledad)
Ah! ... el futuro
Con relacin a las consecuencias futuras de
una decisin, se pueden presentar tres
situaciones:
a) determinsticas o de certidumbre total
b) no determinsticas
Riesgo
Incertidumbre y
c) ignorancia total.
Certidumbre total
Se supone que el decisor conoce
con probabilidad 1 todos los
eventos posibles.
Ejemplo de certidumbre total
Un ejemplo es un papel de descuento: Supngase que
se compra un ttulo del Estado al 95% de su valor
nominal y despus de 3 meses se vende por el 100%
de su valor. Hay certeza absoluta de que a los
noventa das, si compr $950,000 en ese ttulo se
recibir $1,000,000. Con esta informacin y dada una
tasa de descuento, se podrn establecer criterios de
decisin sobre la bondad de esa alternativa.
No determinsticas: riesgo e incertidumbre

En particular, cuando se habla de riesgo e
incertidumbre se confunden los trminos,
tal vez porque existe un conocimiento
previo -intuitivo quizs- de lo que es la
incertidumbre. Para muchos, la
incertidumbre es el desconocimiento del
futuro; en este contexto se considera que el
riesgo y la incertidumbre se producen por la
variabilidad de los hechos futuros y por su
desconocimiento.
Diferencias
En la literatura a veces se usa indistintamente.
Algunos hablan de riesgo e incertidumbre
como si fueran iguales. Otros, hacen la
distincin entre riesgo e incertidumbre. Lo
cierto es que existen grados de incertidumbre
y en la medida en que ella disminuye con la
informacin recolectada se puede manejar en
forma analtica cada vez ms.
Cundo hay incertidumbre?
Se dice que hay incertidumbre cuando
no se posee informacin suficiente como
para asignarle una distribucin de
probabilidad.
Ejemplo de incertidumbre

Un muchacho desea vender peridicos en la
cafetera de la universidad y tiene que decidir
cuntos deber comprar. Estima vagamente la
cantidad que podra vender en 15, 20, 25 30
peridicos. (Para simplificar, se acepta que
cantidades intermedias no ocurrirn). Por lo tanto
considera que tendr que adquirir 15, 20, 25 30
peridicos.
Riesgo

Los casos de riesgo son muy particulares y los
ms comunes estn relacionados con
situaciones de azar (loteras, ruletas, rifas, etc.)
o con decisiones a las cuales se les ha asignado
una distribucin de probabilidad
Ejemplo de riesgo

En una empresa se ha reunido un grupo de
ejecutivos para estudiar la introduccin de
un nuevo producto. Ellos con base en
estudios de mercado y en su experiencia han
producido clculos calificados, han sido
capaces de estimar ciertas cifras
relacionadas con la inversin a realizar y
sus resultados.
... con cifras
FLUJO DE CAJA EN MILES PARA UN PRODUCTO NUEVO
Ao Valor esperado Desviacin estndar

0 -5,000 200
1 1,500 100
2 1,500 150
3 1,500 200
4 1,400 300
5 1,500 350
6 1,200 350
7 1,300 400
8 2,000 550

Riesgo e incertidumbre: precisiones
Se acepta que el concepto de incertidumbre
implica que no se asignan distribuciones de
probabilidad (definidas en trminos de sus
parmetros, tales como la media y la desviacin
estndar); el riesgo, por el contrario, implica que s
se le puede asignar algn tipo de distribucin de
probabilidad. El trmino incertidumbre tambin se
utiliza para indicar una situacin de
desconocimiento del futuro y lo impredecible de
los hechos.
Ignorancia total
Por ltimo, la situacin de ignorancia total,
es en realidad una situacin irreal que en la
prctica no existe. Algo similar se podra
decir de la certidumbre total, porque en
rigor, ni siquiera la estabilidad econmica
del Estado, responsable de las inversiones
que se hacen en ciertos ttulos, se puede
garantizar y en consecuencia es posible que
no ocurra el evento en teora cierto.
Causas del riesgo y de la incertidumbre
Las causas de la variabilidad son bsicamente
atribuibles al comportamiento humano; sin
embargo existen fenmenos no atribubles
directamente al ser humano que tambin
causan riesgo e incertidumbre.
... por ejemplo
Inexistencia de datos histricos directamente
relacionados con las alternativas que se estudian.
Sesgos en la estimacin de datos o de eventos
posibles.
Cambios en la economa, tanto nacional como
mundial.
Cambios en polticas de pases que en forma
directa o indirecta afectan el entorno econmico
local.
y...
Anlisis e interpretaciones errneas de la
informacin disponible.
Obsolescencia.
Situacin poltica.
Catstrofes naturales o comportamiento del clima.
Baja cobertura y poca confiabilidad de los datos
estadsticos con que se cuenta.
Cmo disminuir el grado de incertidumbre
Obtener informacin antes de tomar la
decisin, v. gr. informacin acerca del
mercado.
Aumentar el tamao de las operaciones, se
asume menos riesgo al perforar 50 pozos de
petrleo que al perforar uno.
Diversificar Ver Markowitz y Sharpe.
Pronsticos

Dos grandes clases de modelos:
causales y
de series de tiempo

Mtodos de Descomposicin

Un mtodo de pronstico para analizar series de
tiempo es el de descomposicin.
Se identifican cuatro patrones tpicos: horizontal
o estacionaria
estacional
cclico y
tendencia
El modelo y sus componentes
dato = patrn + error.
= f(tendencia, estacionalidad, ciclo) + error.
X
t
= f(T
t
, E
t
, C
t
, Er
t
) = T
t
x E
t
xC
t
x Er
t

donde
X
t
= dato al perodo t.
T
t
= componente de tendencia en el perodo t.
E
t
= componente o ndice de estacionalidad del perodo t.
C
t
= componente cclico del perodo t.
y Er
t
= error del perodo t.
Ver archivo Pronstico.xls

Tasa de descuento bajo riesgo
Cuando se analizan los flujos de caja basados
en la distribucin de probabilidad de las
variables que lo determinan, se debe utilizar
una tasa de inters libre de riesgo; de otra
manera se estara contando doble el efecto del
riesgo: una vez como la componente de riesgo
que hay en la tasa de inters y otra cuando se
reconoce la variacin de manera explcita, a
travs de una distribucin de probabilidad.
Actitudes hacia el riesgo
Hay gente que juega lotera o ruleta, hay quienes son
toreros o astronautas; otros aceptan gerenciar
empresas quebradas, otros se atreven a ser rectores
universitarios, hay empresarios visionarios (y
exitosos), hay eternos enamorados que se entregan
por completo, etc.
Diferencias en la percepcin del riesgo
Por el otro lado, hay quienes se resignan a un
cmodo empleo que no presenta retos, ni amenazas,
hay quienes nunca juegan y nunca sern espontneos
en una plaza de toros, otros, como un columnista de
la pgina econmica de un peridico, dice que "una
buena inversin debe hacerse teniendo en cuenta que
no quite el sueo, aunque no de para comer muy
bien" y hay, por ltimo, algunos que nunca salen de
s mismos porque les da miedo la entrega total.
Diferentes actitudes hacia el riesgo
Todas estas diferencias en el comportamiento
humano se deben a las diferentes actitudes
hacia el riesgo.
El valor esperado monetario VEM
Cuando en un curso universitario se plantea el
problema de un juego con probabilidad 0.5 de
ganar $0 y 0.5 de ganar $1,000 y se pregunta
que cunto dinero dara cada estudiante por
participar en l, la respuesta es de $500. Al
analizar ms el problema y someter al
interrogado a confrontaciones y escogencia, se
encuentra que la cifra no es $500, sino otra
muy diferente.
... a veces no funciona
La primera cifra -$500- se denomina valor
esperado monetario. Valor esperado monetario
de una decisin es el promedio ponderado de
todos los valores que pueden resultar y que
corresponden a todos y cada uno de los
resultados posibles, dado que el decisor ha
optado por elegir una alternativa.
Maximizar el VEM
Se dice, en general, que cuando hay poco
dinero en juego, la gente decide de acuerdo
con el valor esperado del juego y trata de
decidirse por la alternativa que lo maximiza.
Y, lo duda?
Para aquellos que dudan acerca de la forma de
tomar decisiones cuando est involucrado el
azar (decisiones bajo riesgo), se propone el
anlisis de dos casos: uno hipottico (la
paradoja de San Petersburgo) y uno real
(cualquiera de las loterias que se venden en el
pas).
La paradoja de San Petersburgo
Se proponen las siguientes alternativas:
A: un regalo, libre de impuestos, de $10,000.
o
B: un pago de 2
n
centavos, donde n es el
nmero de veces que se lanza una moneda al
aire hasta cuando aparezca sello.
Juega una sola vez
Solo se puede participar una vez en el juego y
la secuencia de lanzamientos se detiene
cuando aparezca sello por primera vez.
VEM infinito
El valor esperado de cada una de las
alternativas es:
E(A) = $10,000.oo
= 1 + 1 + 1 + 1 +....... =
Nadie escogera la alternativa B a pesar de
tener un valor esperado igual a infinito, a
menos que haya una gran propensin al
riesgo.
LOTERIA DE SANTANDER
Sorteo No. 2703 efectuado el da 7 de septiembre de 1979
Premio Mayor No. 0836 $3,000,000
Premios secos
Primer premio seco N. 7205 $100,000
Segundo premio seco N. 1285 50,000
Tercer premio seco N. 7717 20,000
Mayor invertido N. 6380 5,000
Anterior al mayor N. 0835 10,000
Posterior al mayor N. 0837 10,000
Ms premios!
APROXIMACIONES AL MAYOR
Los billetes con las 3 ltimas cifras ganan c/u 2,000
Los billetes con las 2 ltimas cifras ganan c/u 1,700
Los billetes con la ltima cifra ganan c/u 1,600
Los billetes con las 3 primeras cifras ganan c/u 2,000
Los billetes con las 2 primeras cifras ganan c/u 1,700
Los billetes con las 2 primeras cifras y ltima del mayor
ganan cada uno 3,330
Premio mayor en cualquier orden. 2,400
Valor del billete en el Dpto de Santander. 1,000

La lotera
Se puede calcular el valor esperado de
cualquier lotera. En este caso se tiene:
C = $1,000 (precio del billete)
D = Todos los premios de la lotera.
Quin gana?
Suponiendo que todos los billetes se venden,
que no existen impuestos sobre los premios y
desechando las combinaciones tales como,
premio mayor y secos, secos e invertido, etc.,
por ser despreciables (en valor esperado no
alcanzan a sumar 10 centavos), se tiene:
Valor esperado de C = E(C) = $1,000
Valor esperado de D = E(D) = $504.03
Usted compra lotera?
No se ha tenido en cuenta la posibilidad de
que alguno de los premios menores incluyan
las aproximaciones, lo cual disminuira el
valor esperado.
Como se puede apreciar, el valor esperado de
esta lotera es mucho menor que su precio y
sin embargo, gran cantidad de personas
compran lotera, rifas apuestas, etc.

Cmo se explica esto?
Estos dos ejemplos ilustran que bajo riesgo,
muchas personas no tratan de maximizar el
valor esperado de sus ganancias. O sea, que
entran en juego otros factores.
Von Neumann y Morgerstern
Ante situaciones como stas, los estudiosos
del tema han presentado teoras que permiten
explicar (teoras descriptivas) o predecir el
comportamiento de un individuo en particular
cuando se encuentra enfrentado a decisiones
bajo riesgo o incertidumbre reducida a riesgo,
por medio del estimativo de probabilidades
subjetivas.
Teora de la Utilidad Cardinal TUC
Los ejemplos presentados obligan a preguntarse
cmo se explica entonces, el proceso de decisin. La
teora expuesta ofrece esta explicacin, aunque con
limitaciones. En trminos ms sencillos: cada
individuo cuando se enfrenta a situaciones de riesgo,
puede asignar un valor a cada una de las alternativas
que analiza. Estos son los ndices de utilidad cardinal.
Teora de la Utilidad Cardinal: sirve?
Esta teora parece ser aceptable a corto plazo:
cuando el individuo tiene que tomar la
decisin y los resultados son inmediatos.
Puede no ser vlida cuando la decisin implica
resultados futuros.
Averso o propenso?
Las personas pueden ser aversas, propensas o
indiferentes al riesgo. Una persona que est
dispuesta a pagar por "jugar" una lotera podr
determinar su actitud al riesgo, segn el monto
que pague.
Propensin al riesgo
Una persona totalmente propensa al riesgo,
enfrentada ante el siguiente juego: $0 con
probabilidad 0.5 y $10,000 con probabilidad
0.5, estar dispuesta a pagar ms del valor
esperado del juego por participar en l. O sea,
pagar ms de $5,000 por participar en este
juego.
Aversin al riesgo
Si esa misma persona fuera totalmente aversa
al riesgo y se enfrenta a la misma situacin,
pagar menos del valor esperado del juego por
participar en l. O sea pagar menos de
$5,000.
Indiferencia al riesgo
Si la mencionada persona fuera indiferente al
riesgo, pagara exactamente $5,000 por
participar en el juego.
Ni lo uno, ni lo otro
En la realidad las personas no son, ni
totalmente aversas, ni totalmente propensas al
riesgo. Existe alguna evidencia emprica de
que hay rangos de valores en los cuales las
personas son aversas al riesgo y rangos en los
cuales son propensas al riesgo.
Depende de muchas cosas
Tambin parece existir evidencia de que los
individuos tienden a ser propensos al riesgo
cuando hay en juego pequeas sumas de
dinero (el caso de las loteras, que adems
dividen el billete en fracciones de bajo costo)
y aversos cuando las sumas de dinero son
altas.
Qu significa mucho?
Muchas veces se debe tratar de cuantificar una
apreciacin subjetiva. Esto es necesario, no
porque se subestime la apreciacin como tal,
sino para verificar si el criterio con que se hizo
es consistente con el del decisor. Por ejemplo,
si alguien aprecia que alguna variable es alta,
para el decisor es importante saber si alto
significa lo mismo para ambos.
Calibracin de un Estimativo
Supngase que se desea estimar la
probabilidad de que se ganar una demanda
instaurada. Existe cierta informacin conocida
por el abogado (p. ej. antecedentes del juez,
jurisprudencia existente, etc.) que le indica
que hay posibilidades de ganar. Supngase,
adems, que ese pleito se puede representar
como una lotera:
Se la cambio
_______gana__________ $300,000

o
______pierde_________ -$150,000
Ahora, se compra esa lotera con un procedimiento
calibrador. Supngase que se tiene una bolsa con
bolas rojas y blancas (50 rojas y 50 blancas) y se le
ofrece al abogado el siguiente juego o lotera:
... por esto
_____roja P(R) =0.5_____ $300,000

o
____blanca p(B)=0.5 ____ -$150,000
Qu prefiere?
Si se prefiere la primera lotera, se puede
afirmar que su percepcin de la probabilidad
de ganar es:
P(ganar) > 0.5
Ahora bien, si se cambia el contenido de la bolsa
por 90 rojas y 10 blancas, el nuevo juego o
lotera es :
Y, ahora?
____roja P(R) =0.9_____ $300,000

o
___blanca p(B)=0.1 _____ -$150,000

... qu prefiere?
Si prefiere este segundo juego, al primero, se
puede afirmar que que su percepcin de la
probabilidad de ganar es:
P(ganar) < 0.90
Con esta informacin se tiene entonces:
0.5 < P(ganar) < 0.9
Reptalo
Este proceso se puede repetir ajustando las
probabilidades (la proporcin de bolas rojas y
blancas) y reducir el rango en el cual se
encuentra P(ganar) hasta precisar su valor.
Hasta el final
Por ejemplo, se puede llegar hasta

y as sucesivamente hasta determinar un
intervalo suficientemente corto que permita
definir su valor.

70 . 0 ) ( 65 . 0 ganar P
Determinacin de la Probabilidad Subjetiva
Muchas personas tienden a pensar que sto es
imposible. Sin embargo, por un proceso de
aproximaciones sucesivas se pueden hacer
estimativos subjetivos de la probabilidad de
ciertos valores o intervalos.
Cmo se hace
La metodologa es sencilla y pretende asignar
probabilidad 1 a un cierto intervalo y a partir
de all dividir en forma sucesiva ese intervalo
en otros a los cuales se les asigna una
probabilidad igual a la mitad del intervalo de
origen. Despus se hace una verificacin de
consistencia, hasta cuando el decisor queda
satisfecho con los estimativos a los que se
lleg. Ejemplo.
Medicin analtica del riesgo
El mtodo propuesto por Hillier para manejar
este tipo de situaciones hace uso del Teorema
del Lmite Central de la Estadstica y dice que
la distribucin del Valor Presente Neto, Costo
Anual Equivalente o Tasa Interna de
Rentabilidad es aproximadamente normal.
Uso de la Estadstica

n
j
n
j
n
j
i
i
I Var
VPN Var
I
VPN E
j
j
0
2
0
1
1
) (
) (
) (
De acuerdo con el mtodo de Hillier, se tiene:
... con estas variables
donde:
E(.) = Valor esperado de la
expresin que est dentro
del parntesis.
Ij = Flujo de caja del perodo j.
Var(.) = Varianza de la expresin
que est dentro del
parntesis.
I = Tasa de descuento
N = Vida del proyecto en aos.
j = Perodo que se analiza
El camalen
Simulacin en el sentido ms comn de la
palabra significa imitar. Y de esto se trata; se
va a imitar el comportamiento de un sistema a
travs de la manipulacin de un modelo que
representa una realidad.
Ver archivo Simulacin.xls
Simulacin ayuda cuando hay complejidad
Hay ciertos problemas que son muy
complejos y cuya solucin analtica es
prcticamente imposible de hacer. La
propuesta de Hillier supone un manejo
analtico del problema; sin embargo, la
complejidad de las distribuciones de
probabilidad puede ser alta, de manera que
conocer sus parmetros es muy difcil o
imposible.
Simulacin: costosa?
A pesar de que la tcnica de simulacin tiende
a ser un procedimiento costoso, es uno de los
enfoques ms prcticos para abordar un
problema, aunque hoy los recursos
computacionales han reducido en forma
substancial ese costo.
Implica la construccin de un modelo
La simulacin implica la construccin de un modelo,
el cual es matemtico en gran parte. Antes de
describir el comportamiento total del sistema, la
simulacin describe la operacin de ese sistema en
trminos de eventos individuales de cada componente
del sistema, cuyo comportamiento se puede describir,
por lo menos en trminos de distribuciones de
probabilidad.
Combine todos los eventos
La interrelacin entre estos componentes se
puede involucrar dentro del modelo. La
combinacin de los eventos posibles y el
efecto de la interrelacin entre los mismos, le
permite al analista determinar la configuracin
adecuada de los subsistemas.
No es exacta
Como la simulacin trabaja con un nmero
finito de pruebas, se incurre en un error
estadstico que hace imposible garantizar que
el resultado es el ptimo. De hecho, muchas
veces no se busca el ptimo de una solucin
sino el comportamiento de determinado
parmetro.
Simulacin de Monte Carlo
Una manera cruda o aproximada de hacer una
simulacin es la llamada tcnica de Monte
Carlo. Antes de ilustrar el uso de la simulacin
conviene presentar algunas ideas sobre los
nmeros o dgitos aleatorios y la forma de
generarlos. Estos nmeros permiten tener en
cuenta la interrelacin entre las variables
aleatorias.
Arboles de decisin
Compra 15
Compra
20
Compra 25
Compra 30
Ventas Gananci a
15
20
25
30
15
20
25
30
15
20
25
30
15
20
25
30
15
15
15
15
-8.75
20
20
20
-32.5
-3.75
25
25
-56.25
-27.5
1.25
30
Conclusin
En conclusin, el gerente debe visualizar la realidad
como incierta y debe hacer el esfuerzo de tratar de
asignar valores y probabilidades a los eventos
posibles. Lo mximo que va a encontrar es una
medida del riesgo en trminos de probabilidad.
Despus de eso, es l, con su experiencia quien debe
decidir ayudado con la informacin disponible.

Decisiones de Inversin 1227594560890474 8

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Decisiones de Inversin 1227594560890474 8

Cargado por

Copyright:

Formatos disponibles

Decisiones de Inversin

Ignacio Vlez Pareja

También podría gustarte