Académique Documents
Professionnel Documents
Culture Documents
CAPTULO IV
1. INTRODUCCIN:
Pero, hay dos hechos que deben animarnos a estudiar este tema:
16
GOMEZ BEZARES, Fernando. "Las decisiones financieras en la prctica". Biblioteca de Gestin, 6 Edicin. Bilbao.
Espaa. 1998.
81
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
2. CERTEZA, RIESGO E INCERTIDUMBRE
b. No tenemos informacin sobre cules sern los valores que tomarn las variables
que influyen en el resultado de nuestra decisin. Es el caso de incertidumbre.
Cuando nos encontramos en esa situacin no somos capaces ni de asignar
probabilidades a los diferentes valores de las variables.
c. No sabemos cul ser el valor exacto que tomar cada variable, pero s la
probabilidad de que tome uno u otro. Es el caso de riesgo, intermedio entre los dos
anteriores, y que veremos que es el ms realista en la mayora de las ocasiones.
82
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
Hurwicz, Savage que trataban de dar una norma de conducta. As por ejemplo, Laplace
supone que todos los hechos posibles son igualmente probables. Es fcil criticar esta
postura, as como las de los dems criterios, desde la perspectiva del decisor. Cualquier
hombre de empresa sabe que no todos los hechos son igualmente probables; en el caso
de nuestra autopista, por poca experiencia que se tenga en ese tipo de negocio, los
responsables del tema sabrn que hay un nmero medio, alrededor del cual se concentran
las mayores probabilidades, y unos valores extremos que es difcil que se den.
a b c d e f
Sin embargo el que sea utilizada por un nmero entre a y b (excesivamente bajos), o
83
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
entre e y f (excesivamente altos), es poco probable.
Cuando los responsables de tomar la decisin pueden contar con informacin, aunque
sea subjetivamente estimada, como la de la figura presentada, no acudirn a criterios
como el citado de Laplace, cuyo uso reservarn para los casos en los que se carezca
de toda informacin.
A lo largo del razonamiento que hemos seguido, hemos utilizado bsicamente el sentido
comn, sin apelar a teoras cientficas. Sin embargo, en todo lo dicho existe una teora
estadstica subyacente a la que deseara dedicar unas lneas y es la teora de la
probabilidad subjetiva.
Muchos autores han tratado este tema encontrndose en este momento en una
situacin de auge, unido a otro que da a da cobra ms fuerza dentro de la teora
estadstica como es la estadstica bayesiana.
84
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
o menos verosmil. Puede argumentarse que de cada 100 veces que existieran las
pruebas que poseemos, 80 provendran del hecho de nacer en Gnova y de ah
podemos deducir una probabilidad del 80%.
Para este caso, como para otros muchos, parece adecuado hablar de probabilidad
subjetiva como grado de creencia que el sujeto da a un hecho, diciendo, por ejemplo,
que l atribuye una probabilidad subjetiva del 80% al hecho de que Coln fuera
genovs, en funcin de las pruebas que posee; su grado de creencia es ese.
85
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
3.LA TOMA DE DECISIONES CON RIESGO
D
E
A
C
B
F
G
Segn el planteamiento de la figura, cada decisin viene definida por el promedio y la
desviacin estndar de sus posibles resultados. Esto puede aceptarse cuando los
resultados de las diferentes decisiones siguen la distribucin normal que se define con los
86
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
dos parmetros citados.
El VAN de una inversin con riesgo ser una variable aleatoria 1, que podemos
suponer que sigue la distribucin normal. Dicha distribucin vendr definida por un
promedio del VAN y una desviacin tpica del VAN, del VAN.
1
Variable aleatoria: la cantidad que es resultado de un experimento que, por azar, puede suponer distintos valores.
Ejemplos: (i) Si se cuenta la cantidad de obreros ausentes en el turno diurno del lunes, el resultado podra ser 0, 1, 2, 3,
El nmero de ausencias es la variable aleatoria. (ii) Si se pesa un lingote de acero, el peso podra ser 2.500 libras,
2.500,1 libras, 2.500,13 libras, etc. dependiendo de qu tan precisa sea la bscula. El peso es la variable aleatoria.
87
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
Podemos suponer que los decisores tienen unas curvas de indiferencia (es decir, curvas de
igual utilidad, donde a lo largo de cada curva la utilidad se mantiene constante ) como las de
la figura a continuacin:
1 2 3 4 5 La curva5
VAN representa al
primer proyecto
factible
x M
x
x
x
x
x
VAN
En la figura podemos ver que, lgicamente por ser enemigos del riesgo, la curva 1 es mejor
Aceptando esta forma de comportamiento que es bastante general, podemos decir que un
proyecto vendr definido por su VAN medio "" y la desviacin tpica del VAN que
la aceptaremos como medida del riesgo -en ocasiones se utiliza como tal medida la
88
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
varianza , sin que esto produzca cambios sustanciales-. El problema que normalmente
se plantea es el clculo de la y del VAN.
Al respecto, vamos a estudiar algunos casos posibles cuando la nica variable aleatoria
son los flujos de fondos. Este es el caso que se estudia normalmente, pues permite
generalizar sin dificultad que el desembolso inicial, el valor residual o la vida til sean
variables aleatorias.
F1 F2 Fn
Di
Donde cada flujo (F1, F2 Fn) tiene su promedio y su desviacin tpica , que
obviamente no tienen porqu ser iguales.
2
Variable independiente: es la variable que da la base para la estimacin. Es la base predictora.
Variable dependiente: es la variable que se va a predecir o estimar.
89
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
F1 F2 Fn
VAN = -D + ------------ + --------------- + + --------------
1 + k (1 + k) (1 + k)n
donde las variables aleatorias son los flujos de fondos y el propio VAN (por eso les hemos
puesto encima un signo distintivo ). Es claro que el VAN es, en este caso, una
combinacin lineal de variables aleatorias independientes, en consecuencia:
1 2
n
= -D + ------------- + -------------- + + ----------------
(1 + k) (1 + k) (1 + k)n
3
El coeficiente de correlacin es una medida de la magnitud de la relacin lineal entre dos variables. Fue encontrado por
Karl Pearson alrededor de 1900 y se designa con la letra r y con frecuencia se llama r de Pearson. Puede tomar cualquier
valor desde -1,00 hasta + 1,00 inclusive. Un coeficiente de correlacin de -1,00 de +1,00 indica correlacin perfecta,
negativa o positiva, respectivamente.
90
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
= aiaj ij
i,j
donde:
ij
rij = ------------------
ij
quedando:
= aiaj ij rij
ij
En este momento nos estamos planteando el que los flujos de fondos son independientes y
su coeficiente de correlacin es nulo, luego:
rij = 0
91
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
y por lo tanto:
ij = 0
Adems, siempre sucede que la correlacin de una variable consigo misma es la unidad,
luego:
rii = 1
para el caso de que las X -de la frmula de la varianza de una combinacin lineal de
variables aleatorias-, sean independientes, quedarn:
= ai i
i
Aplicando esto ahora a la frmula del VAN con riesgo y llamando VAR(X) a la varianza de
X, tendremos:
2 2 2
1 1 1
VAR(VAN) = ------------ VAR(F1) + ----------- VAR(F2) + + ----------- VAR(Fn)
1 + k (1 + k) (1 + k) n
1 2 n
= --------------- + ---------------- + + -----------------
(1 + k)2 (1 + k)4 (1 + k)2n
o lo que es lo mismo:
n i
= --------------
i =1
(1 + k)i
n i
= --------------
i =1
(1 + k)i
4.Ejercicios prcticos:
4.1. Supongamos que un proyecto de inversin viene definido por los siguientes valores:
93
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
$3.000.000 P = 0.2
$4.000.000 P = 0.6
F1 =
$5.000.000 P = 0.2
$3.000.000 P = 0.2
$4.000.000 P = 0.6
F2 =
$5.000.000 P = 0.2
$4.000.000 P = 0.2
$6.000.000 P = 0.6
F3 =
$8.000.000 P = 0.2
k = 0.10
Esto quiere decir que el primer ao habr un flujo de fondos de 3.000.000 con una
probabilidad del 20%, 4.000.000 con el 60%, 5.000.000 con una probabilidad del 20%.
Igual se interpretan los dems. Suponemos tambin que las variables son independientes.
E(X) = X * f(X)
(cifras en millones):
4 4 6
= -10 + ----------- + ------------- + --------------- = 1,45
1,10 (1,10) (1,10)
Es decir: $1.450.000,00
x= (X - ) f(X)
$ 632.500,00
$ 632.500,00
$ 1.264.900,00
95
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
1 = 0.4
2 = 0.4
3 = 1.6
96
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
=$1.227.600
= $ 1.450.000
4.2. Supongamos ahora que tenemos varios flujos de fondos, independientes y que
sabemos que:
E(VAN) = 100
VAR(VAN) = 2.500
97
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
= 50
/////////////////////
= 100
El rea rayada es la probabilidad de que el VAN sea negativo. Para calcular esa rea,
tipificamos en el cero, restndole el promedio y dividendo por la desviacin tpica:
x -
z = ---------------
luego:
0 - 100
z = -------------- = - 2
50
buscando en tablas,
98
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
B. CUANDO LOS FLUJOS DE FONDOS SON VARIABLES PERFECTAMENTE
CORRELACIONADAS:
Supongamos ahora que los coeficientes de correlacin entre los flujos de fondos de los
distintos aos son la unidad, de manera que supuesto un valor de un ao, el del ao
siguiente viene perfectamente determinado. El clculo de la esperanza matemtica del VAN
no se ver afectada, por lo que seguir siendo vlida la frmula:
1 2
n
= -D + ------------- + -------------- + + --------------
(1 + k) (1 + k) (1 + k)n
La varianza, sin embargo, ahora se calcular ahora de diferente manera. Al valer todos los
coeficientes de correlacin la unidad, la frmula siguiente:
= aiaj ij rij
ij
quedar:
= aiaj ij r
ij
1 2 n
= --------------- + ---------------- + + -----------------
(1 + k) (1 + k)2 (1 + k)n
4.3. Tengamos presente el mismo ejercicio presentado en el numeral 4.1., pero con una
correlacin perfecta; conocido el resultado del primer ao, quedan determinados los
dems. Mantenemos los valores del desembolso inicial y del tipo de descuento. Los
resultados de los flujos de fondos pueden verse en el cuadro siguiente:
99
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
Mercado F1 F2 F3 Probabilidad
Bajo 3 3 4 0,2
Medio 4 4 6 0,6
Alto 5 5 8 0,2
No calculamos el promedio del VAN, pues ya hemos dicho que es el mismo. Respecto a la
desviacin tpica aplicamos la frmula correspondiente:
y la varianza: 4,1947
Podemos ver que la desviacin estndar y la varianza han aumentado en comparacin con
la situacin anterior, lo cual es lgico, pues antes, el primer ao poda ser bueno, el
segundo malo, etc.; ahora, si el primero es bueno, todos son buenos y si ste es malo,
tambin lo son lo dems, con lo que la variabilidad de los resultados finales obviamente ha
de ser mayor. El procedimiento que aqu hemos estudiado es equivalente al clculo de tres
VAN:
3 3 4
VAN = -10 = ---------- + ---------- + ---------- = -1,7881
100
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
(1,1) (1,1)2 (1,1)3
4 4 6
VAN = -10 = ---------- + ---------- + ---------- = 1,4500
(1,1) (1,1)2 (1,1)3
5 5 8
VAN = -10 = ---------- + ---------- + ---------- = 4,6882
(1,1) (1,1)2 (1,1)3
= 1,45
= 2,048
que lgicamente coinciden con los anteriores.
En la prctica existen muy pocas situaciones en las que se d una correlacin perfecta
entre los flujos de fondos de los distintos aos, igual que es muy difcil que la correlacin
sea nula. Lo normal es una situacin intermedia en la que los resultados de un ao influyen
en los del siguiente, pero no de forma absolutamente determinante. Existen diferentes
procedimientos para abordar este problema, donde fue Hiller uno de los pioneros. Nosotros
lo veremos a travs de un ejemplo, utilizando un procedimiento que resulta sencillo y
prctico.
4.4. Supongamos una inversin con un desembolso inicial fijo de 6 y un coste de los
fondos del 20%, el resto de datos aparecen en el cuadro de ms abajo.
101
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
5.CONCLUSIN:
102
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
VAN EFECTIVO PROBABILIDAD
(cifras en millones)
-3 0.2
-2 0.1
3 0.2
4 0.1
5 0.3
8 0.1
1.0
Tenemos una serie de VAN y los multiplicamos por sus probabilidades para obtener el VAN medio.
5.2. La desviacin estndar (): configura una de las primeras medidas del riesgo.
Clculo de la :
(Riesgo A) = 13.25
(Riesgo A) = (13.25)
103
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
Desviacin estndar
CV = -------------------------------
VAN medio
3,64
= --------------------------
2,50
104
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
VAN EFECTIVO PROBABILIDAD
-3 0.2
-2 0.1
3 0.2
4 0.1
5 0.3
8 0.1
1.0
N = 30%: tomamos una lnea que nos muestra que existe un 30% de posibilidad de
obtener prdida.
DI + VAN medio
ICB = -----------------------------
DI
PROYECTO A B C
DI 6.00 4.00 4.25
VAN MEDIO 2.50 1.40 1.60
ICB 1.42 1.35 1.38
A > ByC
C > B
Ahora al jefe de Johnson le gustara tener cierta informacin sobre lo arriesgado del
proyecto. Parece ser rentable; pero, cules son las posibilidades de que pudiera
fracasar, y cmo se debera analizar el riesgo e incluirlo en el proceso de decisin?
Se le ha pedido a Johnson que discuta el anlisis de riesgo, tanto en trminos generales
como aplicado especficamente al proyecto de jugo de limn.
Para estructurar su anlisis, ha decidido responder a las siguientes preguntas y realizar las
siguientes tareas.
107
Material de estudio para la asignatura Direccin Financiera a Largo Plazo de los programas
MADE y MAFI de la UCA de El Salvador. Preparado por el profesor Vicente Fruet.
del proyecto, variando el ingreso operativo neto, el valor de rescate y el costo del
capital. Suponga que cada una de estas variables se puede desviar de su valor
esperado en el caso base en 10%, 20% y 30%. Prepare diagramas de
sensibilidad e interprete los resultados. Cul es la principal debilidad del anlisis de
sensibilidad? Cul es su ventaja principal?
c. Suponga que Johnson se siente seguro de todos los estimados que us como datos
para el anlisis, excepto las utilidades brutas. Si la aceptacin del producto es baja,
las utilidades brutas slo sern de $90.000 al ao, aunque una fuerte respuesta de
los consumidores producira utilidades brutas de $150.000 al ao.
Supongamos que existe una probabilidad del 25% de que haya mala aceptacin,
una probabilidad del 25% de que haya una aceptacin excelente y una posibilidad
del 50% de que haya una aceptacin promedio (el caso base). Cul es el VAN para
el peor caso? El VAN del mejor caso? Use los VAN para el peor caso, el caso base
y el mejor caso, y sus probabilidades de ocurrencia, para encontrar el VAN
esperado, la desviacin estndar y el coeficiente de variacin del proyecto.
108