Revista ABANTE, Vol. 8, Nº 2, pp.

88-110 (octubre 2005)

ESTRATEGIAS OPTIMAS DE COBERTURA

EN PRESENCIA DE INCERTIDUMBRE EN COSTOS Y CANTIDAD**

AUGUSTO CASTILLO R.*

RAFAEL AGUILA B.*

ABSTRACT

This paper discusses how to achieve the optimal hedging of a cash

flow when facing price risk of the product the company sells, when we
are also in the presence of cost and quantity uncertainty. We present
an analytical solution to the optimal hedging strategy in the general
case and in some particular situations. We also obtain an expression
to measure the efficiency of this hedging strategy. We identify the key
parameters affecting the optimal hedging strategy, which are the
volatilities of the random variables considered and the correlation
coefficients among them. Finally we figure out how those parameters
affect the optimal hedging strategy when the random variables present
log normal distributions.

Keywords: Hedging, Quantity Uncertainty

JEL Classification: C15, C61, D81.

RESUMEN

En este artículo se discute cómo lograr cobertura óptima de un flujo

de caja en presencia de riesgos de precio en el producto que se vende,
cuando adicionalmente existe incertidumbre en los costos y en la can-
tidad. Se presenta la solución analítica para la estrategia de cobertu-
ra óptima en el caso general y en ciertos casos particulares. También
se obtiene una expresión para medir la eficiencia de dicha cobertura.
Identificamos los parámetros clave que afectan la estrategia de cober-
tura óptima, que son las volatilidades de las variables aleatorias con-
sideradas y los coeficientes de correlación entre ellas. Finalmente de-
terminamos cómo los parámetros mencionados afectan la estrategia de
cobertura óptima cuando las variables aleatorias presentan distribu-
ciones log normales.

* Profesores de la Escuela de Administración de la Pontificia Universidad Católica de Chile.

acastill@faceapuc.cl, raguila@faceapuc.cl.
** Agradecemos los valiosos comentarios de dos árbitros anónimos y en especial el valioso
aporte de Eduardo Walker, cuyas recomendaciones tuvieron un impacto significativo en
este artículo.
88 REVISTA ABANTE, VOL. 8, Nº 2

Las empresas se enfrentan a incertidumbre proveniente de la interacción

entre una serie de variables aleatorias. En algunos casos las fuentes de
incertidumbre surgen por riesgos de precios en el o los productos que la
empresa produce y vende, o por riesgos de precios en el o los insumos que
la empresa compra y utiliza en sus procesos productivos. La incertidumbre
puede surgir también por la incapacidad de predecir exactamente el número
de unidades de producto que la empresa producirá o venderá.
En la actualidad existen mecanismos de cobertura a través de los cuales
las empresas pueden reducir su exposición a los riesgos de precios. Si las
empresas utilizan contratos futuros para realizar cobertura, entonces el efecto
que esa cobertura tenga en el flujo esperado dependerá críticamente de la
relación que exista entre los precios spot esperados y los precios futuros.
Si el precio spot esperado es superior al precio futuro, lo que se denomina
backwardation, el uso de contratos futuros para cobertura reducirá los
flujos esperados de un productor. Si el precio esperado es en cambio inferior
al precio futuro, lo que se denomina contango, el uso de contratos futuros
para cobertura aumentará los flujos esperados del productor.1 En este
artículo centraremos la atención en el impacto que la cobertura tiene sobre
la varianza del flujo de caja y no sobre el flujo de caja esperado. Este
enfoque ha sido seguido por muchos autores que han analizado este tipo de
problemas antes que nosotros.
La calidad de la cobertura dependerá críticamente de la disponibilidad de
instrumentos apropiados para efectuar cobertura y de que la empresa
seleccione apropiadamente las posiciones a tomar en dichos contratos.
Existe una serie de estudios previos que investigan las razones por las
cuales las empresas realizan cobertura. Los estudios de Smith y Stultz
(1985), Bessembinder (1991), Froot, Scharfstein y Stein (1993) y Mello y
Parsons (1995) identifican el deseo de minimizar la varianza de los flujos de
caja futuros, la reducción de la volatilidad del ingreso antes de impuestos,
el deseo de reducir la dispersión de las ganancias contables, e incluso la
esperanza de evitar la quiebra financiera como las principales razones para
hacer cobertura. Neuberger (1999) asume que el deseo de hacer cobertura

1 Los términos backwardation y contango, aplicados a la relación entre precios spot espe-
rados y precios futuros son atribuidos en la literatura a los economistas John M Keynes
(1930) y John Hicks (1946). Varios trabajos analizan el impacto de la cobertura en los
flujos esperados, destacándose entre estos los de Anderson y Danthine (1983), Kawai
(1983), y Schwartz (1997).
ESTRATEGIAS OPTIMAS DE COBERTURA 89

proviene de agentes que son aversos al riesgo y que desean maximizar su

bienestar esperado. 2
El uso de contratos forward para hacer cobertura de riesgo de precios
no provee muchas veces cobertura perfecta en el mundo real, por una serie
de razones. Primero, porque puede que no existan contratos forward o
futuros sobre el producto de cuyas fluctuaciones de precio se desea proteger.
En este primer caso la cobertura es aún posible si es que existen contratos
forward o futuros sobre algún otro producto que esté relacionado con el
primero, y en esa eventualidad la calidad de la cobertura dependerá del
grado de correlación entre el precio del producto para el que se desea la
cobertura y el precio del producto que el contrato forward considere.
Una segunda razón para que la cobertura no sea necesariamente perfecta
dice relación con la no existencia de contratos forward o futuros que
coincidan a la perfección en el plazo con la fecha en que se recibirá el flujo
de caja futuro que origina la incertidumbre. Brennan y Crew (1995)
demuestran que es posible lograr cobertura perfecta a una exposición de
riesgo de precio de largo plazo mediante el uso de contratos forward de
corto plazo, pero que esta cobertura perfecta sólo funciona si se cumple que
las tasas de interés son determinísticas. Neuberger (1999) muestra que
incluso con tasas de interés determinísticas puede no garantizarse el acceso
a cobertura perfecta, si es que los precios forward no pueden ser predichos
en forma perfecta.
Schwartz (1997) compara tres modelos de comportamiento estocástico
de precios de commodities y analiza las implicancias de esos modelos para
la cobertura de riesgo de un flujo de caja explicado por riesgo en el precio
del commodity, en la tasa de interés y en el retorno por conveniencia del
commodity.
Castillo y Lefort (2003) muestran cómo obtener coberturas óptimas que
no son perfectas contra un riesgo de largo plazo cuando se sabe que se
recibirá una cierta cantidad de moneda extranjera en el futuro y se dispone
de contratos futuros de corto plazo para hacer la cobertura. En este trabajo
se admite que las tasas de interés se comporten como variables aleatorias,
suponiendo que ellas siguen con un proceso de Cox, Ingersoll y Ross.

2 Teniendo claro que la cobertura normalmente afectará no sólo la variabilidad de un flujo

de caja futuro sino además su retorno esperado, en este estudio se centra la atención, tal
como se ha hecho en la mayoría de los estudios previos en esta materia, en la capacidad
de una empresa para reducir la varianza de los flujos de caja que generará a través de la
cobertura con instrumentos forward.
90 REVISTA ABANTE, VOL. 8, Nº 2

Castillo (2003) analiza los determinantes de la calidad de la cobertura

cambiaria óptima cuando las tasas de interés siguen un proceso de Vasicek
y cuando el flujo de caja a proteger es de largo plazo y sólo se cuenta con
futuros de corto plazo para realizar la cobertura.
Una tercera razón para que la cobertura puede ser imperfecta surge del
desconocimiento que pueda existir respecto a la cantidad del producto a
producir y vender. Es decir, por la existencia de riesgo de cantidad además
del riesgo de precio. Este tema sin embargo no ha sido analizado con la
misma profundidad en la literatura de cobertura. Aquí destacan los trabajos
de Rolfo (1980), Newbery y Stiglitz (1981), Kerkvliet y Moffett (1991),
Anderson y Danthine (1983) y el de Moschini y Lapan (1995).
Rolfo (1980) obtiene una expresión para la estrategia de cobertura óptima
en presencia de riesgo de precio y cantidad, ignorando costos de producción,
y suponiendo que las preferencias de las personas están representadas
apropiadamente por una función de utilidad logarítmica. Newbery y Stiglitz
(1981) resuelven un problema similar al anterior, en que tampoco existen
costos de producción y en que los agentes encuentran una estrategia de
cobertura óptima mediante la maximización de una función de bienestar que
presenta un grado de aversión al riesgo constante. Kerkvliet y Moffett
(1991) determinan una expresión para la estrategia de cobertura óptima de
riesgo cambiario cuando hay incertidumbre sobre el monto de moneda
extranjera a recibir, si el objetivo es minimizar la varianza del flujo de caja
a recibir en moneda local. Anderson y Danthine (1983) analizan el caso
de un agente que genera un cierto producto a partir de un cierto insumo,
y que utiliza futuros para cubrirse del riesgo que supone variaciones en el
precio del producto final. En este artículo se asume que estos agentes
maximizan el valor esperado de una función cóncava del tipo Von Neumann-
Morgenstern. En el artículo se determina una estrategia de cobertura óptima
en presencia y en ausencia de incertidumbre en la cantidad producida, y en
presencia de costos de producción explícitos. Finalmente, Moschini y Lapan
(1995) analizan el caso de un agente que produce y vende un cierto producto
enfrentando riesgo de cantidad, riesgo de precio en el producto que vende
y riesgo de base al no existir correlación perfecta entre los precios del
producto que vende y el precio de aquél sobre el cual existen contratos
futuros. Se plantea que el objetivo de los dueños de esta firma es maximizar
su bienestar esperado y se concluye que, en este caso, la cobertura que se
logra con contratos futuros puede ser mejorada si se dispone adicionalmente
de instrumentos adicionales, como las opciones.
ESTRATEGIAS OPTIMAS DE COBERTURA 91

En este artículo se analiza de qué manera la existencia de riesgo de

cantidad puede afectar tanto la estrategia óptima de cobertura como la
calidad o eficiencia de la estrategia óptima. En el análisis se revisa de qué
manera la existencia de dependencia entre las variables de precio, costo y
cantidad pueden afectar tanto las recomendaciones para una empresa sobre
la forma de realizar la cobertura como la necesidad y aporte que dicha
cobertura logra. Se pone especial énfasis en identificar los parámetros que
inciden en la estrategia de cobertura óptima y en determinar qué tan sensible
a esos parámetros es dicha estrategia. Otro de los aspectos que distingue
a este trabajo de los recién indicados es que se analiza aquí el rol de los
costos de producción en la determinación de la estrategia de cobertura
óptima.
La correlación entre precio y cantidad puede surgir por dos razones
distintas. La primera tiene que ver con la capacidad de una empresa a
reaccionar a los precios produciendo más o menos. Ese caso, sin embargo,
a pesar de que supone que existe ex ante incertidumbre en la cantidad, no
corresponde a un caso en que la cantidad se comporte realmente como una
variable aleatoria. La segunda razón para que surja correlación entre precio
y cantidad tiene que ver con la existencia de una producción no predecible
totalmente, y en que el puede haber correlación entre la producción y el
precio de mercado esperado del producto, por influencia directa u otras
razones. Este artículo se centra en este caso. Por ejemplo, podría ser un
productor que cultiva trigo y que posee algún grado de poder monopólico
en ese mercado. Una producción anormalmente alta provocará seguramente
una caída en el precio del trigo. Lo mismo ocurrirá si los factores que
determinan que este agricultor produzca más de lo anticipado (como factores
climáticos, por ejemplo) influyen a su vez en que otros productores importantes
(por la cercanía geográfica de estos, por ejemplo) obtengan niveles
anormalmente altos de producción y eso provoque una caída de los precios.
En estos dos casos se espera una correlación negativa entre la producción
de esta empresa y el precio de venta del producto. En cambio, si los
grandes productores del bien se encuentran en zonas geográficas distantes
y el productor considerado es relativamente pequeño en el mercado, se
esperaría correlaciones bajas entre el precio y la cantidad que ese productor
produce y vende.
Este artículo se organiza de la siguiente manera: En la primera parte se
incluye la introducción y revisión bibliográfica. En la sección I se presenta
la solución general al problema de cobertura en presencia de riesgos de
92 REVISTA ABANTE, VOL. 8, Nº 2

diversa índole en los ingresos y en los costos de producción, identificando

a partir de esta las situaciones particulares en que las variables aleatorias
precio, costo y cantidad son independientes y el caso particular en que la
cantidad no es una variable aleatoria. En la sección II se desarrolla nuestro
modelo para el caso específico en que el costo es no aleatorio y las variables
precio y cantidad poseen distribuciones de probabilidad log normales. En la
sección III se aplica nuestro modelo a un caso real, obteniendo estrategias
de cobertura óptima para los principales productos de cobre que elabora
Codelco. La sección IV presenta las conclusiones de este artículo y sugiere
algunas extensiones al mismo.

I. COBERTURA OPTIMA EN PRESENCIA DE MULTIPLES RIESGOS

En primer lugar, se supone la existencia de aleatoriedad en los ingresos

~
I T de la empresa en el instante futuro T. Esta incertidumbre puede explicarse
ya sea porque la empresa es incapaz de determinar con exactitud la cantidad
~
del producto Q T que será capaz de producir y vender, o porque desconoce
~
el precio P T al que podrá vender dicha producción, pudiendo ocurrir que la
empresa enfrente ambas fuentes de incertidumbre. El ingreso en el instante
futuro T estará determinado por la expresión:

~ ~ ~
IT = PT * Q T (1)

~
Por otra parte, la empresa enfrenta gastos aleatorios GT . La aleatoriedad
en los gastos puede provenir nuevamente de la incertidumbre en la produc-
~
ción y ventas físicas Q T o de la incertidumbre en la magnitud de los costos
~
unitarios de producción C T evaluados en dicho instante T:

~ ~ ~
G T = CT * Q T (2)
ESTRATEGIAS OPTIMAS DE COBERTURA 93

En resumen, el Flujo de Caja de esta empresa que se genera en T

SC
cuando la empresa no realiza cobertura FCT corresponde a la siguiente
expresión

~ ~ ~ ~ ~ ~
T = IT − G T = PT * Q T − C T * Q T
FCSC (3)

Se supone entonces que esta empresa puede realizar cobertura mediante

el uso de contratos forward. La empresa puede decidir tomar posiciones
largas (comprometerse a comprar a un cierto precio en la fecha futura T)
o posiciones cortas (comprometerse a vender a un cierto precio en la fecha
futura T). Se supone que la empresa utiliza estos contratos con el objeto de
minimizar la varianza del flujo de caja residual presentado en (3). El flujo
de caja neto que una posición larga en este tipo de contratos generará en
el período T se denominará ~f T y el monto de ese flujo de caja neto estará
determinado por la siguiente expresión:

~ ~
fT = PT−K (4)

En que la constante K es el precio establecido en el contrato forward,

precio que se promete pagar a cambio de recibir una unidad de este activo
en la fecha futura T. Para los efectos de este trabajo, se supone que los
contratos forward o futuros disponibles en el mercado son contratos sobre
exactamente el mismo activo cuya volatilidad de precio se desea evitar.
También se supone que los plazos de vencimiento de esos contratos coin-
ciden exactamente con la fecha en que esta empresa generará su flujo de
caja, es decir, la fecha futura T.3
En este caso la solución es tomar posiciones cortas o largas (según
corresponda) en estos contratos forward o futuros para hacer cobertura.
La expresión que representa el flujo de caja en T si la empresa realiza
cobertura será la siguiente:

1 Esto permite que se eviten los problemas de descalce de plazos y de no coincidencia

entre el activo de cuya variación de precios me quiero proteger y el activo incluido en
los contratos forwards. Estos problemas han sido analizados y discutidos en una vasta
literatura previa. Ver, por ejemplo, Castillo (2003).
94 REVISTA ABANTE, VOL. 8, Nº 2

~ (5)
FCTCC = F CTSC + H * ( PT − K)

En (5) H representa el número de posiciones a tomar. El signo de H será

positivo (negativo) si las posiciones en este contrato forward son largas
(cortas). A continuación se determina la cantidad óptima de posiciones a
tomar en el contrato forward que permitan minimizar la varianza del flujo
de caja con cobertura en el caso general, y en algunos casos particulares
que se consideran de interés.

A. Obtención del HOPTIMO

A partir de la expresión (5) se obtiene la varianza del flujo de caja con

cobertura, esto es:

(
var(FC TCC ) = var F C SC
T
) ~
( ) (
+ H 2 * var PT + 2 * H * cov F C SC
T
~
, PT ) (6)

CC
La expresión (6) muestra que la var(FC T ) es una función cuadrática
convexa cuyo coeficiente de posición es var(FCSC
T ) y cuyo mínimo se produce

cuando H es:
~ ~ ~ ~
cov(FC TSC , PT ) cov( I T − GT , PT )
H OPTIMO = − ~ ≡− ~ (7)
var( PT ) var( PT )

Para interpretar este resultado es interesante notar que el signo de la

cobertura óptima depende de si se pretende cubrir un ingreso o un egreso
neto. Por ejemplo, si no hay egresos (GT=0), la cobertura óptima será
negativa si la covarianza entre los ingresos y el precio es positiva, y en este
caso mientras mayor sea la covarianza entre ingresos y precio mayor será
el ingreso esperado y la varianza de ese ingreso; por lo tanto, se deberá
tomar un mayor número de posiciones cortas. Por el contrario, si no hay
ingresos (IT=0), el resultado se invierte y la cobertura óptima será positiva
cuando la covarianza entre el egreso y el precio también lo sea, y en este
caso mientras mayor sea la covarianza entre egresos y precios mayor será
el egreso esperado y la varianza de ese egreso, por lo tanto, se deberá
tomar un mayor número de posiciones largas.
ESTRATEGIAS OPTIMAS DE COBERTURA 95

La máxima reducción de varianza del flujo de caja que puede obtenerse

con cobertura óptima se puede representar como sigue:

( SC
)− var (F C~ , P~ ) = − H
(F C ) = cov var
CC
2 SC
( SC ~
)
(P )
T T
var F C T OPTIMO * cov F C T , PT
OPTIMA T
T
(8)

Es interesante notar que si se considera la ecuación de regresión lineal

~ SC
simple de FCT sobre PT
~

( ~
) ~
E FCTSC PT = ß0 + ß1 * PT
(9)

La ecuación que describe la pendiente estará representada por:

~
cov(FC TSC , PT )
ß1 = ~ = ß FC/P (10)
var( PT )

De aquí se concluye que HOPTIMO corresponde exactamente al valor

negativo de la pendiente de dicha ecuación de regresión. Puede interpretarse
entonces al HOPTIMO como el opuesto de la variación del valor esperado del
flujo de caja sin cobertura cuando el precio cambia en una unidad mone-
taria, esto es:

−
∂
( SC ~
)
~ E F C T PT = − ß FC/P = H
∂ PT
OPTIMO (11)

Habiendo obtenido el número de posiciones a tomar en un contrato

forward o futuro que permite minimizar la varianza del flujo de caja resi-
dual, debe considerarse que es posible tomar posiciones distintas a la óp-
tima, que incluso podrían aumentarla. A continuación se analizan dichas
situaciones y se propone un indicador para determinar la calidad de la
cobertura.
96 REVISTA ABANTE, VOL. 8, Nº 2

B. Eficiencia de la cobertura

Se define la eficiencia de la cobertura como la reducción de varianza

que se logra como fracción de la varianza del flujo de caja sin cobertu-
ra, esto es
var(FCTSC ) − var(FCTCC )
Eficiencia Cobertura = (12)
var(FCTSC )

El numerador de esta expresión representa la reducción de varianza que

se puede obtener al realizar cobertura. Si esta diferencia es positiva, la
estrategia de cobertura será considerada eficiente; en caso contrario, se
afirma que es inútil o ineficiente realizar cobertura. De la expresión (6) se
deduce la región para la cual la cobertura es eficiente, habiendo dos situa-
ciones en que la reducción de varianza que genera la cobertura es nula, H
= 0 y H = 2*HOPTIMO. Dependiendo del signo del H óptimo pueden distin-
guirse dos casos. Si el H óptimo es negativo entonces la región eficiente es
2*HOPTIMO < H < 0 y si el H óptimo es positivo, la región eficiente es 0
< H < 2*HOPTIMO. Ambas situaciones se ilustran en la Figura 1. En ambos
casos la eficiencia queda representada por una parábola convexa.

FIGURA 1
VARIANZA DEL FLUJO DE CAJA CON COBERTURA Y
VARIANZA DEL FLUJO DE CAJA SIN COBERTURA
EN FUNCIÓN DEL H
Caso 1: H óptimo negativo:

~ CC
Var( FCT )

~ SC
Var ( FCT )

Zona de Eficiencia
2HOPTIMO

~ CC
VarOPTIMA ( FC T )

H
HOPTIMO
ESTRATEGIAS OPTIMAS DE COBERTURA 97

Caso 2: H óptimo positivo:

~ CC
Var( FC T )

~ SC
Var ( FCT )

Zona de Eficiencia 2 HOPTIMO

~ CC
VarOPTIMA ( FCT )
H
H OPTIMO

Naturalmente, el H óptimo ocurre cuando la varianza del flujo de caja

con cobertura es mínima, en ese punto se obtiene la máxima eficiencia de
la cobertura.
Utilizando nuevamente la analogía con la ecuación de regresión lineal
que ya se consideró y usando las expresiones (8) y (12) se aprecia que la
máxima eficiencia alcanzable corresponde exactamente al coeficiente de
determinación de la regresión representada en (9), esto es

Eficiencia Máxima Cobertura =

( ~
cov 2 FCTSC , PT ) (13)
) var(P~ ) = R
2

(
var FCT
SC
* T

Es interesante entonces notar que el coeficiente de determinación R2 de

la ecuación de regresión (9) efectivamente mide la eficiencia máxima al-
canzable con cobertura óptima. La Figura 1 muestra dos situaciones en que
0 < R2 < 1. Un caso extremo posible ocurre cuando la cobertura es
T ) = 0 entonces se cumple que R = 1, lo
perfecta, es decir, cuando var(FC CC 2

que indica que se reduce la varianza del flujo de caja en un 100 por ciento
mediante la cobertura. Esto lo ilustra el caso 1 de la Figura 2.
98 REVISTA ABANTE, VOL. 8, Nº 2

FIGURA 2
VARIANZA DEL FLUJO DE CAJA CON COBERTURA Y
VARIANZA DEL FLUJO DE CAJA SIN COBERTURA
EN FUNCIÓN DEL H

Caso 1: R2 es 1

~ CC
Var( FC T )

~ SC
Var ( FC T )

2 HOPTIMO
2
R =1

H
~ CC
En HOPTIMO Var ( FC T ) = 0
Caso 2: R2 es 0

~ CC
Var( FCT )

~ SC
Var ( FCT )

H
HOPTIMO = 0
ESTRATEGIAS OPTIMAS DE COBERTURA 99

El otro caso extremo es aquel en que la cobertura es inútil, con HOPTIMO

= 0 y R2 = 0. Esta situación se representa en el caso 2 de la Figura 2.

C. Factores que determinan el H óptimo: algunos casos particulares

La ecuación (7) muestra cómo determinar la estrategia de cobertura

óptima, pero no permite visualizar exactamente cuáles son los parámetros
que la afectan ni cómo lo hacen. En esta sección se analiza este punto para
ciertos casos particulares sin especificar distribuciones de probabilidad.
Un primer caso particular interesante es suponer que tanto la cantidad
como el costo son variables aleatorias independientes del precio, pudiendo
o no existir independencia entre costo y cantidad. Esto se da, por ejemplo,
cuando el costo unitario y la cantidad a producir son determinados por
variables que no son absolutamente controlables por la empresa y cuando
al mismo tiempo la empresa carece de poder de mercado, de manera que
la producción resultante no influye en el precio de venta del mercado. 4 En
este caso el número de posiciones óptimas a tomar para realizar cobertura
en contratos a futuro es:

~
HOPTIMO = −E(QT ) (14)

Este resultado es interesante, pues indica que si precio y cantidad son

independientes la estrategia de cobertura óptima es tomar un número de
posiciones cortas en contratos forward igual al volumen de producción
esperado. Más específico aún es el caso en que la producción es predecible,
y el resultado en (14) es simplemente − Q T . Es importante destacar que
estas conclusiones sólo son válidas si la cantidad y el costo son variables
aleatorias independientes del precio. Habiendo dependencia, la estrategia de
cobertura óptima en general será diferente de la producción esperada.
4 Por ejemplo, un productor de trigo en Chile no posee pleno control sobre el volumen
de producción a obtener y al mismo tiempo él enfrenta precios, pues su propio
volumen de producción no debiera impactar el precio de venta que puede obtener por su
producto. A menos, claro, que los factores que determinaron un mayor volumen de su
producción provoquen una mayor producción en la mayoría de los productores del mismo
producto. Este sería el caso si son productores con cercanía geográfica y los factores de
los que hablamos son climatológicos, por ejemplo. Chile no es un productor importante
de trigo en el mundo y para un productor de trigo en Chile el supuesto de independencia
entre precio y cantidad es razonable.
100 REVISTA ABANTE, VOL. 8, Nº 2

Otro caso particular que se puede destacar es cuando hay independencia

entre cantidad y precio, pero dependencia entre costo unitario y precio. En
este caso la cobertura óptima estará representada por:

~ 
H OPTIMO = − E(QT ) * 1 −
(~ ~
cov PT ,CT ) (15)

~
( )
var PT 


En este caso se observa que si los costos covarían positivamente con el

precio esto provee una protección natural y reduce la necesidad de cober-
tura con contratos forward. Es posible imaginar situaciones en que los
costos están indexados a los precios de venta, de manera tal que variacio-
nes en los precios van acompañadas de variaciones “similares” en costos.
Acá hay dos casos específicos que vale la pena mencionar.
El primero es que el costo unitario sea el precio menos un margen fijo
~ ~
en dinero (M). En este caso, puesto que PT − C T = M la varianza es mínima
sin cobertura. En la ecuación anterior esto se verifica ya que
(
~ ~
) ~
cov PT , C T = var PT( )
El segundo caso es que el costo unitario sea una proporción fija del
~ ~ ~
precio (c * PT = C T ). Así, la cobertura óptima es HOPTIMO= −E(Q T ) * (1 − c) .
Finalmente, un caso interesante es suponer que el costo unitario no es
una variable aleatoria, en cuyo caso la expresión (7) se reduce a:
~ ~ ~ ~ ~
cov(PT * QT ,PT ) − C * cov(QT , PT ) (16)
H OPTIMO = − ~
var(PT )

En este caso es posible determinar que la estrategia de cobertura óptima

depende monotónicamente del costo de producción. Si el precio y la can-
tidad covarían positivamente (lo que ocurriría, por ejemplo, si la incertidum-
~
bre en QT es explicada mayoritariamente por incertidumbre en la demanda)
entonces mayor C implica menor número de posiciones cortas para la
cobertura óptima. Si el precio y la cantidad covarían negativamente (lo que
ocurriría, por ejemplo, si la incertidumbre en Q~ T es explicada mayoritaria-
mente por incertidumbre en la oferta) entonces a mayor C mayor número
ESTRATEGIAS OPTIMAS DE COBERTURA 101

de posiciones cortas para realizar cobertura óptima.

Una limitación del análisis anterior es que no permite visualizar la rela-

ción entre el HOPTIMO y otros parámetros claves, tales como el coeficiente
~ ~
de correlación entre ~ ~
PT y Q T la varianza de PT o la varianza de Q T .
Motivados en parte por esto, en la siguiente sección se deriva una expresión
para HOPTIMO en un caso particular de distribuciones de probabilidad para
~ ~
P T y Q T , lo que permite avanzar en este sentido.

~ ~
II. COBERTURA OPTIMA CUANDO PT Y Q T POSEEN
DISTRIBUCIONES LOG NORMALES.

En esta sección se analiza el caso particular en que el costo unitario C

~
~ ) posee una distribución de
es constante y el vector aleatorio (P T , Q T
5
probabilidades Log normal bivariada.

Definiendo:
~ ~
E (PT QT ) = µ I : valor esperado de los ingresos
~
E (PT ) = µ P : valor esperado del precio
~
E (Q T ) = µ Q : valor esperado de la cantidad
~
var(PT ) = σ2P : varianza del precio
~
var(QT ) = σ 2Q : varianza de la cantidad
~ ~
cov(PT , Q T ) = σP Q : covarianza entre precio y cantidad
~ ~
corr(PT , QT ) = ρ P Q : correlación entre precio y cantidad

5 Las distribuciones Log normales presentan una serie de características deseables, entre las
que destacan la no negatividad que imponen sobre los valores de las variables y la posi-
bilidad de incorporar algún grado de asimetría en las distribuciones de las mismas. Es por
esto que en la literatura de finanzas este supuesto es utilizado con frecuencia.
102 REVISTA ABANTE, VOL. 8, Nº 2

la expresión que se obtiene para la cobertura óptima es la siguiente:

s PQ  s PQ   2
 s P2 
H OPTIMO = − µQ − *  µP + *1+ s P +
2
s P     µ2P  µ −C
µQ    P 
(17)

Es importante notar que el término al interior del paréntesis cuadrado en

cierto modo resume una posición deudora o acreedora neta. En efecto,
recordando la definición de covarianza, el interior del paréntesis cuadrado
puede reescribirse como:

 µ  s2  s2 
FNT ≡  I * 1 + P2  + P − C 
 µQ  µP  µP  (18)

Dentro del paréntesis en (18), el primer término corresponde a los ingre-

sos esperados por unidad de producción esperada (lo que se denominará
ingreso unitario esperado), amplificado por un factor mayor que 1. El se-
gundo término es no negativo y el tercero corresponde al costo unitario, que
se ha supuesto no estocástico. De este modo, si los ingresos unitarios
esperados son mayores o no significativamente menores que los costos
unitarios se obtiene un flujo neto (FNT) positivo. En el caso contrario (si los
costos unitarios son significativamente mayores que los ingresos unitarios
esperados) el signo del paréntesis será negativo.
Definiendo βQ / P como la pendiente de la regresión de Q
~ ~
T sobre PT , la

ecuación (17) puede escribirse de la siguiente manera:

H OPTIMO = − µQ − ßQ/P * FNT (19)

Esta expresión permite analizar cómo la estrategia de cobertura óptima

depende de los parámetros relevantes. Como punto de partida y consisten-
te con el caso de ausencia de correlación entre precio y cantidad, se
~
observa que HOPTIMO es una función decreciente de E( QT ) , es decir, en la
ESTRATEGIAS OPTIMAS DE COBERTURA 103

~
medida que aumenta E(QT ) también aumenta el número de posiciones cor-
tas a tomar en contratos forward. Esto implica que en este caso particular
la estrategia de cobertura óptima no depende de otros parámetros.

El segundo elemento identificado en este trabajo es el rol de la covarianza

o correlación entre precio y cantidad. Esto queda resumido en el segundo
término. Es posible identificar cuatro casos. Si βQ / P > 0 , un flujo neto
significativamente positivo (negativo) implica tomar más (menos) posiciones
cortas que las que sugiere la producción esperada. Por el contrario, si
βQ/ P < 0 , un flujo neto significativamente positivo (negativo) implica tomar
~
menos (más) posiciones cortas que las sugeridas por E(QT ) . Se debe des-
tacar que si β Q / P < 0 y FNT > 0 o si β Q / P > 0 y FNT < 0 es de hecho posible
que la cobertura óptima consista en tomar posiciones largas en contratos
forward.
Estos resultados pueden ser explicados de la siguiente manera: En el
caso en que la empresa tiene flujos de caja netos positivos (por ejemplo, si
sólo posee ingresos) entonces una mayor covarianza entre ~P T y Q ~
T pro-
voca un aumento en el valor esperado y en la varianza de los ingresos. Esto
genera la necesidad de aumentar el número de posiciones cortas para
realizar cobertura. En el caso en que la empresa posee flujos de caja netos
~
negativos, una mayor covarianza entre ~PT y QT genera la necesidad de
reducir el número de posiciones cortas a tomar (o aumentar el número de
posiciones largas) para realizar cobertura.
A continuación se analiza si existe en cada uno de los cuatro escenarios
identificados algún grado de relación monótona entre las magnitudes del H
~ ~
y las varianzas tanto de P T como de QT . Este análisis se facilita si la
ecuación (17) se expresa de la siguiente forma:

ρPQ * σQ  ρPQ * σQ * σP   σ2P  σ2P 

HOPTIMO= −µQ − *  µP +  * 1+  + − C (20)
σP 
 µ   µ2  µ
Q   P P 
104 REVISTA ABANTE, VOL. 8, Nº 2

1. Protección de un flujo neto positivo y βQ / P > 0 6

En este caso un aumento en σ Q provocará un aumento tanto en βQ/ P

como en FNT lo que lleva a aumentar el número de posiciones cortas a
tomar en contratos forward. Esto se explica porque el aumento en σ Q pro-
voca un aumento en σ P Q y esto a su vez eleva tanto el valor esperado
como la varianza del ingreso, por lo tanto, se requiere realizar una mayor
cobertura.
Un aumento en σ P provocará una disminución en βQ / P y un aumento
en FNT, por lo que en este caso no es posible determinar a priori cómo
cambia H.

7
2. Protección de un flujo neto positivo yβQ / P < 0

En este caso un aumento en σ Q provocará un aumento en el valor

absoluto de βQ / P y eso por sí mismo sugiere un aumento en las posiciones
cortas, pero como esto va acompañado de una disminución en FNT , el
efecto en H es en realidad incierto. Un aumento en σ P provocará una
disminución en β Q / P y tendrá un efecto incierto en FNT, por lo que en este
caso no es posible determinar cómo cambia el H.

6 ~ ~
Una covarianza positiva entre PT y QT es esperable si aumentos en el precio van nor-
malmente acompañados de aumentos
~ en la cantidad producida. Esto ocurre en un merca-
do en que la incertidumbre en Q T es motivada principalmente por variaciones de la
demanda.
~ ~
7 Una covarianza negativa entre PT y Q T es esperable si los aumentos en el precio van
normalmente acompañados de disminuciones en la cantidad producida. Esto ocurre en un
~
mercado en que la incertidumbre en QT es motivada principalmente por variaciones de
la oferta.
ESTRATEGIAS OPTIMAS DE COBERTURA 105

3. Protección de un flujo neto negativo y βQ / P > 0

En este caso un aumento en σ Q provocará un aumento en el valor de

βQ/ P y una disminución en el valor absoluto de FNT por lo que el efecto en

H es incierto. Un aumento en σ P provocará una disminución en βQ/ P y una
disminución en el valor absoluto de FNT. Esto provoca un aumento en el
número de posiciones cortas o una disminución en el número de posiciones
largas que se debe tomar en contratos forward.

4. Protección de un flujo neto negativo y βQ / P < 0

En este caso un aumento en σ Q provocará un aumento en el valor

absoluto tanto de βQ / P como de FNT, lo que lleva a aumentar el número de
posiciones cortas a tomar en contratos forward. Un aumento en σ P
provocará una disminución en el valor absoluto de βQ/ P y un efecto incierto
en FNT, por lo que en este caso no es posible determinar cómo cambia H.
En resumen, de los cuatro casos precedentes podemos concluir que no
existe una regla única de comportamiento de HOPTIMO ante variaciones en
los parámetros. Sin embargo, dado un caso en particular con valores espe-
cíficos para esos parámetros, es posible determinar, a través de la ecuación
(20), exactamente como varía el HOPTIMO ante las variaciones de cualquiera
de los parámetros considerados.

III. UNA APLICACION A UN CASO REAL

La metodología presentada en este artículo puede ser aplicada por una

empresa para tomar decisiones de cobertura óptima en base a estimaciones
de los parámetros relevantes aquí identificados. Para desarrollar un caso
específico se tomó información de la Corporación Chilena del Cobre, Cochilco,
respecto a precios de venta y ventas físicas anuales de los distintos tipos
de cobre que produjo y exportó Codelco entre los años 1985 y 2004.
Codelco es una empresa estatal chilena que corresponde a una de las
106 REVISTA ABANTE, VOL. 8, Nº 2

mayores productoras mundiales de cobre y sus derivados. Sus ventas

totales para el año 2004 fueron de 8.204 millones de dólares y su produc-
ción física ascendió a 1.840 miles de toneladas de cobre fino.
Al no tener información confiable sobre los costos de producción por
período y por producto se supuso costos unitarios constantes. Para estimar
el número de posiciones óptimas y el porcentaje de eficiencia máxima
alcanzable con la información de la muestra anterior, se corrió la regresión
lineal entre la variable flujo de caja sin cobertura y el precio. Se consideran
en este ejemplo los cuatro tipos de cobre producido por Codelco que son:
Cátodos, Blister, Concentrado y Raf. Las estimaciones de los distintos
parámetros obtenidas mediante el método de mínimos cuadrados ordinarios
para cada uno de estos cuatro casos son las que se resumen en el cuadro
siguiente.

CUADRO 1
ESTIMACION DE COBERTURA OPTIMA Y EFICIENCIA
MAXIMA PARA PRODUCTOS DE CODELCO

Estimadores RAF CATODOS BLISTER CONCENTRADO

E(P) (US$/ton) 2.014,76 2.078,74 1.970,48 1.524,51
E(Q) (M.ton) 130,11 894,25 70,65 139,23
V(P) 247.507,73 252.918,35 229.480,13 194.819,88
V(Q) 535,31 88.402,11 2.148,05 2.657,75
Corr(P,Q) -0,60 -0,10 0,03 0,19
C (US$/ton) 1.000,00 1.000,00 1.000,00 1.000,00

RESULTADOS RAF CATODOS BLISTER CONCENTRADO

HOPTIMO -103,09 -824,37 -95,90 -179,48
Vsc(FC) 3.060.224.842,11 274.214.258.842,11 3.680.175.236,84 8.159.665.157,89
Vcc(FC) 429.926.280,95 102.336.269.230,94 1.569.552.897,60 1.883.998.832,59
Vsc(FC) -Vcc(FC) 2.630.298.561,15 171.877.989.611,17 2.110.622.339,25 6.275.666.325,31
Eficiencia 0,860 0,627 0,574 0,769

Los coeficientes de correlación entre los respectivos precios y cantida-

des, en este caso muestran correlación negativa para Raf y Cátodos en
torno a cero para Blister y positiva para el Concentrado. También se
muestran aquí los resultados de utilizar el modelo propuesto para determinar
las coberturas óptimas en cada caso y la efectividad de esta cobertura, en
términos de reducir la varianza del flujo de caja y en términos de la eficien-
cia máxima de la cobertura.
ESTRATEGIAS OPTIMAS DE COBERTURA 107

El cuadro 2 presenta los efectos que, en cada uno de estos casos, tendría
para la empresa la implementación de una estrategia de cobertura igual a
tomar un número de posiciones cortas en contratos futuros idéntico a la
producción esperada. Tal como se aprecia en este cuadro los efectos de
implementar esta estrategia serían básicamente dos. El primero, es que en
algunos casos se sobreestima y en otros casos se subestima el número de
posiciones cortas que la empresa debe tomar. El segundo efecto es que
implementando esta estrategia de cobertura errónea la empresa lograría
niveles de eficiencia menores que los alcanzables con la estrategia óptima.

CUADRO 2
ESTIMACION DE COBERTURA Y EFICIENCIA SI H 0 -E(Q)
PARA PRODUCTOS DE CODELCO

Estimadores RAF CATODOS BLISTER CONCENTRADO

E(P) (US$/ton) 2.014,76 2.078,74 1.970,48 1.524,51
E(Q) (M.ton) 130,11 894,25 70,65 139,23
V(P) 247.507,73 252.918,35 229.480,13 194.819,88
V(Q) 535,31 88.402,11 2.148,05 2.657,75
Corr(P,Q) -0,60 -0,10 0,03 0,19
C (US$/ton) 1.000,00 1.000,00 1.000,00 1.000,00

RESULTADOS RAF CATODOS BLISTER CONCENTRADO

HOPTIMO -130,11 -894,25 -70,65 -139,23
Vsc(FC) 3.060.224.842,11 274.214.258.842,11 3.680.175.236,84 8.159.665.157,89
Vcc(FC) 610.586.633,58 103.571.472.147,82 1.715.896.951,79 2.199.601.223,15
Vsc(FC) -Vcc(FC) 2.449.638.208,53 170.642.786.694,29 1.964.278.285,05 5.960.063.934,75
% Eficiencia 0,800 0,622 0,534 0,730

Fuentes: Cochilco y elaboración Propia.

Nota: La muestra considera datos anuales del período 1985-2004. Los estimadores
~ ~
de E( P T ) y E( Q T ) son los promedios muestrales.

En el caso del Raf y de los Cátodos, en que las correlaciones entre

precio y cantidad son negativas, se puede observar que la estrategia de
cobertura óptima consiste en tomar un número de posiciones cortas inferior
a la producción esperada. Los resultados sugieren que mientras más nega-
tivo es el coeficiente de correlación entre precio y cantidad, mayor es la
diferencia entre la producción esperada y la estrategia de cobertura óptima.
108 REVISTA ABANTE, VOL. 8, Nº 2

En el caso del Blister y del Concentrado en que, en cambio, los coefi-

cientes de correlación son positivos, se observa que la estrategia de cober-
tura óptima consiste en tomar un número de posiciones cortas superior a la
producción esperada.
En los cuatro casos considerados es posible evaluar qué tan costoso es
para la empresa implementar las estrategias de cobertura subóptimas des-
critas en el Cuadro 2. En el caso del Raf, por ejemplo, la eficiencia alcan-
zable con la estrategia de cobertura óptima es de 86,0 por ciento y esa
eficiencia se reduce a 80,0 por ciento si se implementa la estrategia de
cobertura subóptima. Esta comparación es más fácil de visualizar en la
Figura 3.

FIGURA 3
ESTRATEGIA DE COBERTURA OPTIMA Y COBERTURA IGUAL A -E(Q)
PARA EL CASO DEL RAF QUE PRODUCE CODELCO

~ CC
Var( FCT )

3.060,2 MM

610,6 MM
429,9 MM
H

-260,22 -130,11 -103,09

IV. CONCLUSIONES

En este trabajo se explora cómo influyen en la determinación de una

estrategia de cobertura óptima y en la efectividad que dicha cobertura
otorga, el reconocer que no sólo el precio del producto que una empresa
produce y vende se comporta como una variable aleatoria sino también lo
hacen tanto la cantidad producida y vendida como los costos de producción.
ESTRATEGIAS OPTIMAS DE COBERTURA 109

Primero se deriva una expresión general para la estrategia de cobertura

óptima cuando precio, costo y cantidad son variables aleatorias. Luego se
obtienen expresiones para la estrategia de cobertura óptima para situacio-
nes particulares, tales como cuando hay independencia entre las variables
aleatorias consideradas y cuando el costo o la cantidad no son aleatorios.
En seguida se analiza de qué manera influyen en la estrategia óptima los
parámetros relevantes que la determinan, que resultan ser la correlación
entre ambas variables aleatorias, la varianza de cada una de ellas y los
costos de producción. Las conclusiones se extraen, sin embargo, a partir de
un caso particular en que estas variables aleatorias poseen distribuciones
Log normales y los costos unitarios son determinísticos.
Las principales conclusiones que se obtienen son las siguientes. La
estrategia de cobertura óptima es independiente de las varianzas del precio
y de la cantidad únicamente si estas variables aleatorias son independientes
entre sí. En este caso la estrategia de cobertura óptima es también inde-
pendiente de los costos de producción. En los casos en que la correlación
entre precio y cantidad es distinta de cero se identifican diversas condicio-
nes bajo las cuales el HOPTIMO muestra comportamientos monótonos y no
monótonos específicos con respecto a los distintos parámetros relevantes.
El modelo aquí desarrollado puede ser utilizado por una empresa para
tomar decisiones de cobertura óptima en base a estimaciones de los
parámetros relevantes aquí identificados en cada caso en particular. Esto es
lo que se ilustra con información histórica sobre los principales productos de
cobre de Codelco.
Entre las posibles extensiones a este trabajo está el análisis de la forma
en que la estrategia de cobertura óptima y la eficiencia en la cobertura
dependen de la presencia de correlación entre el precio del producto que
la empresa vende en moneda extranjera y el tipo de cambio utilizado para
llevar ese flujo de caja a moneda local. Este tema ha sido analizado ante-
riormente, por ejemplo, en Chowdhry (1995), pero desde una perspectiva
diferente. Un análisis de dicho caso en el espíritu del presente trabajo
puede ser un aporte a la literatura sobre cobertura de riesgo.
110 REVISTA ABANTE, VOL. 8, Nº 2

REFERENCIAS

Anderson, R., y J. Danthine (1983). “Hedger Diversity in Futures Markets”, The Economic
Journal, 93: 370, 370-389.
Bessembinder, H., (1991). “Forward Contracts and Firm Value”, Journal of Financial and
Quantitative Analysis, 17: 519-572.
Brennan, M.J., y N. Crew, (1995). “Hedging Long Maturity Commodity Commitments With
Short Dated Futures Contracts”, Finance Working Paper #13-95, AGSM, UCLA.
Castillo, A., (2003). “Exchange Rate Exposure and Optimal Hedging Strategies when Interest
Rates are Stochastic: A Simulation-Based Approach”, Estudios de Administración, 10: 1,
1-23.
Castillo, A., y F. Lefort, (2003). “Protección Contra la Exposición del Tipo de Cambio a
Largo Plazo con Contratos de Futuros a Corto Plazo: El Caso de los contratos forward
en UF chilenas/dólares”, El Trimestre Económico, 70: 279, 423-456.
Chowdhry, B., (1995). “Corporate Hedging of Exchange Risk when Foreign Currency Cash
Flow is Uncertain”, Management Science, 41: 6, 1083-1090.
Froot, K., D. Scharfstein, y J.C. Stein, (1993). “Risk Management: Coordinating Corporate
Investment and Risk Management Policies”, Journal of Finance, 48: 1629-1658.
Hicks, J.R., (1946). Value and Capital, Second Edition, London, Oxford University Press, 130-
140.
Kawai, M., (1983). “Spot and Futures Prices of Nonstorable Commodities Under Rational
Expectations”, The Quarterly Journal of Economics, 98: 2, 235-254.
Kerkvliet, J., y M.H. Moffett, (1991). “The Hedging of an Uncertain Future Foreign Currency
Cash Flow”, Journal of Financial and Quantitative Analysis, 26: 4, 565-578.
Keynes, J.M., (1930). Treatise in Money, Volume II, London, Macmillan.
Mello, A., and J. Parsons, (1995), “Maturity Structure of a Hedge Matters: Lessons from the
Metallgesellschaft Debacle”, Journal of Applied Corporate Finance, 8: 106-120.
Moschini, G., y H. Lapan, (1995). “The Hedging Role of Options and Futures Under Joint
Price, Basis and Production Risk”, International Economic Review, 36: 4, 1025-1049.
Neuberger, A., (1999). “Hedging Long Term Exposures With Multiple Short –Term Futures
Contracts”, The Review of Financial Studies, 1999: 3, 429-459.
Newbery, D., y J. Stiglitz, (1981). The Theory of Commodity Price Stabilization: A Study in
the Economics of Risk . Oxford Press, Clarendon.
Rolfo, J., (1980). “Optimal Hedging Under Price and Quantity Uncertainty: The Case of a
Cocoa Producer”, Journal of Political Economy, 88: 1, 100-116.
Schwartz, E.S., (1997). “Presidential Address: The Stochastic Behavior of Commodity Prices:
Implications for Valuation and Hedging”, Journal of Finance 52: 923-973.
Smith, C.W., y R.M. Stulz, (1985). “The Determinants of Firm’s Hedging Policies”, Journal
of Financial and Quantitative Analysis, 20: 391-405.