Economa de la Empresa: Financiacin

Francisco Prez Hernndez Departamento de Financiacin e Investigacin de la Universidad Autnoma de Madrid

Objetivo del curso:
Dentro del contexto de Economa de la Empresa, se pretende explicar los fundamentos bsicos de la Economa Financiera de la Empresa, haciendo especial hincapi en la evaluacin y seleccin de proyectos de inversin, y en coordinacin con las asignaturas de Direccin Financiera de semestres posteriores. EL enfoque de la asignatura pretende que el alumno adquiera destreza en la valoracin y ordenacin de las decisiones de inversin tanto en activos fijos como circulantes. 1

Departamento de Financiacin e Investigacin Comercial

Contenidos del Programa:

Tema VI. El Riesgo en el Anlisis de Inversiones.
6.1.Introduccin. 6.2.Efecto del Riesgo en los Componentes del Proyecto. 6.3.Mtodos Simples de tratamiento del Riesgo. 6.4.Distribucin de Probabilidad de los Flujos de Caja. 6.5.Toma de decisiones secuenciales. rboles de Decisin. 6.6.Anlisis del Riesgo por Simulacin. Mtodo de Montecarlo. 6.7.Decisiones en Ambiente de Incertidumbre. 6.8.Anlisis de Sensibilidad.

Tema VII. El Ciclo de Explotacin de la Empresa.

7.1.Introduccin. 7.2.Ciclo de Explotacin de la Empresa. 7.3.Fases del Ciclo de la Explotacin. 7.4.Perodo Medio de Maduracin. 7.5.Fases del Perodo de Maduracin. 7.6.Capital Circulante Mnimo o Fondo de Maniobra.

Tema VIII. Capital Circulante.

8.1.Introduccin. 8.2.Gestin de Tesorera. 8.3.Gestin de Cuentas a Cobrar. 8.4.Gestin de Existencias. 2

Departamento de Financiacin e Investigacin Comercial

Tema VI. EL RIESGO EN EL ANLISIS DE INVERSIONES

Tema VI. El Riesgo en el Anlisis de Inversiones Distribuciones de Probabilidad de los Flujos de Caja El VAN en un modelo de incertidumbre puede considerarse una variable aleatoria. Por tanto, la suma de variables independientes, segn el Teorema Central de Lmite, tiende a seguir una distribucin normal cuando el nmero de sumandos tiende a .

En la prctica, la convergencia de este teorema es eficiente y consistente, y por ello, podemos aventurarnos a decir que una variable aleatoria como el VAN puede aproximarse a una normal cuando el nmero de sumandos es 10 .

Tema VI. El Riesgo en el Anlisis de Inversiones Para poder considerar al VAN como variable aleatoria que se distribuye como una normal N (0,1) es necesario relacionar la distribucin del VAN: N E (VAN ); (VAN ) con la normal a travs de la siguiente expresin que nos permitir tipificar la distribucin:

VAN = E (VAN ) + (VAN )

Ejemplo: Tenemos una distribucin con variables independientes: 1 La probabilidad de que el proyecto sea ptimo es:

E (VAN ) = 15.638

P (VAN 0) = (P15.638 + 5.177 0 ) = P( 15.638 / 5.177 ) = P( 3,02 ) = 0,998

5

(VAN ) = 5.177

Tema VI. El Riesgo en el Anlisis de Inversiones Continuacin del Ejemplo: 2 La probabilidad de que el VAN sea negativo es:

P (VAN < 0) = 1 P (VAN 0) = 1 0,998 = 0,002

3 La probabilidad de que el VAN est en el intervalo

Xy

ser:

P (15.638 5.177;15.638 + 5.177) = (10.461 VAN 20.815) = P (VAN 20.815) P (VAN 10.461) = P (VAN 20.815) P (VAN 10.461) = P ( 1) P ( 1) = 0,841 (1 0,841) = 0,682 P (15.638 + 5.177 20.815); (20.815 15.638) / 5.177 = 1 P (15.638 + 5.177 10.461); (10.461 15.638) / 5.177 = 1
6

Tema VI. El Riesgo en el Anlisis de Inversiones Sin embargo, el anterior supuesto se emplea cuando conocemos la distribucin de probabilidades, cuando no se conoce dichas distribuciones podemos optar a utilizar el Mtodo de la Desigualdad de Chebycheff. As, la mxima de probabilidad de que el VAN se aleje a ambos lados de la media en un valor k est en relacin entre la varianza y esa distancia elevada al cuadrado:

P[VAN E (VAN ) k ]

2
k2
k =
7

Expresada en trminos relativos en funcin de la desvest:

1 2 P[VAN E (VAN ) ] = 2 2 ( )

Tema VI. El Riesgo en el Anlisis de Inversiones El mnimo de probabilidad sera:

P[VAN E (VAN ) ] = 1 P[VAN E (VAN ) ] 1

En el ejemplo, la acotacin o distancia de probabilidad de que el VAB se encuentre entre la media y ms menos dos veces la desviacin tpica sera:

1 P[VAN E (VAN ) 2 ] 1 2 = 0,75 2

Suponiendo un mnimo de 0,75 de probabilidad de que el VAN registre un valor de 2 la desviacin tpica, implicara que el VABN se situara en los intervalos:

Int (5.284;25.992) = 15.638 2 * 5.177;15.638 + 2 * 5.177

Tema VI. El Riesgo en el Anlisis de Inversiones Ejemplo: Si consideramos el VAN de un proyecto de inversin como variable aleatoria que se distribuye como una normal con media:5.000 y varianza: 10.000. Se pide calcular lo siguiente: 1) La probabilidad de que el VAN sea + 2) La probabilidad de que el VAN se encuentre entre 4.000 y 7.000 3) En el caso de no conocer la distribucin de probabilidad, se pode determinar los intervalos de confianza:

P (5.000 60 < VAN < 5.000 + 60 )

9

Tema VI. El Riesgo en el Anlisis de Inversiones 1) La probabilidad de que el VAN sea +

P (VAN 0) = P (5.000 + 100 0) = P ( 5.000 / 100) = P ( 50) = P ( < 50) = 100%

2) La probabilidad de que el VAN se encuentre entre 4.000 y 7.000

P (4.000 VAN 7.000) = P (VAN 7.000) P (VAN 4.000) = P ( 20) P ( 10) = 100% P (5.000 + 100 7.000); (7.000 5.000) / 100 = 20 P (5.000 + 100 4.000); (4.000 5.000) / 100 = 10
10

Tema VI. El Riesgo en el Anlisis de Inversiones 3) En el caso de no conocer la distribucin de probabilidad, se determinar los intervalos de confianza: pode

P (5.000 60 VAN 5.000 + 60)

P[VAN E (VAN ) (VAN )] 1 1

1 P (VAN 5.000 60 ) = 1 2 60
= 0,9997 = 99,97%

11

Tema VI. El Riesgo en el Anlisis de Inversiones Leyes de Probabilidad del Comportamiento Aleatorio de los Flujos de Caja Cuando no se dispone de informacin suficiente para estimar cualquier especificacin relacionado con el comportamiento aleatorio de FC, podemos utilizar tres mtodos tiles de estimacin basados en las siguientes leyes de distribucin de flujos de caja: Ley BETA Ley TRIAGULAR Ley RECTANGULAR

12

Tema VI. El Riesgo en el Anlisis de Inversiones

Antes de entrar en las leyes de distribucin, es necesario identificar los posibles valores que puede tomar la variable aleatoria: flujos de caja:

FC FC FC

pt

Flujo de caja pesimista Flujo de caja probable Flujo de caja optimista

mt

ot

13

Tema VI. El Riesgo en el Anlisis de Inversiones Ley BETA Este mtodo supone que la variable aleatoria FC, sigue la siguiente funcin de densidad de probabilidad (acampanada y asimtrica):

(FC
2

r t

) = FC
r t

o t

+ 4 FC t + FC t
m

4
o p 2 t t

(FC

( FC ) FC )=
36

14

Tema VI. El Riesgo en el Anlisis de Inversiones Ley TRIANGULAR Este mtodo supone que la variable aleatoria FC, sigue la siguiente funcin de densidad de probabilidad triangular asimtrica a la derecha o a la izquierda o bien, centrada:

(FC

r t

+ FC + FC FC )=
o m t t

p t

(FC

r t

( FC ) (FC FC )(FC FC )=
o p 2 o m t t t t

m t

FC t

18

15

Tema VI. El Riesgo en el Anlisis de Inversiones Toma de Decisiones Secuenciales. RBOLES DE DECISIN Justificacin de la toma de decisiones secuenciales: Hasta el momento hemos considerado la eleccin de distintas opciones de inversin utilizando el criterio de valoracin VAN en un modelo de certidumbre e incertidumbre tratando de cuantificar el riesgo. Por lo que la decisin tomada en t0 no puede ser modificada. Una vez que tomamos la decisin en t0 no podemos cambiar l as decisiones segn vare el entorno que rodee a la decisin de inversin. Por tanto, slo podemos contemplar que se cumplan o no los FC en los momentos pactados al comienzo del horizonte econmico.
16

Tema VI. El Riesgo en el Anlisis de Inversiones En la prctica, las decisiones de inversin suelen estar relacionadas o enlazadas en el tiempo. Es decir, una decisin de inversin en un momento dado de tiempo, puede estar condicionada a las decisiones adoptadas anteriormente y en funcin de variables aleatorias externas que no podemos controlar: entorno econmico y financiero. En estos casos, se habla de la TOMA DE DECISIONES SECUENCIALES que son opuestas a la toma de decisiones simples Por qu? En estos modelos dinmicos y adaptativos de inversin, la tcnica ms utilizada son: Los RBOLES DE DECISIN o DIAGRAMAS DE FLUJOS.
17

Tema VI. El Riesgo en el Anlisis de Inversiones Un rbol es una red o grafo conexo sin ciclos en el que si se rompe un arco cualquiera, la toma de decisiones secuenciales termina. En los rboles de Decisin existen dos clases de elementos: Arcos o Ramas: Representan un punto de seleccin entre diferentes alternativas. Su representacin grfica es una flecha. Nudos o Vrtices: Los cuales pueden ser a su vez: Decisional: Es el origen de varias ramas de las diferentes alternativas de decisin. Se representa con un cuadrado. Aleatorio: Representa el nudo considerando el entorno econmico financiero. Se representa con un crculo.

18

Tema VI. El Riesgo en el Anlisis de Inversiones Es importante destacar que por las ramas del rbol de decisin, siguiendo el concepto de diagrama de flujos, fluyen las corrientes de pagos o cobros de los flujos de caja. As, podemos visualizar el canal ptimo de decisin de la inversin. Significatividad de los nudos en Economa de la Empresa: Nudo Aleatorio. Es el MXIMO de las ganancias. Aqu multiplicaremos las ganancias que nacen a partir de dicho nudo por sus respectivas probabilidades. Este valor se complementa con la desviacin tpica, obteniendo el Coeficiente de Pearson. Nudo Decisional. Se toma el MXIMO valor que aparecen en los extremos de los arcos que parten del nudo decisional correspondiente. 19

Tema VI. El Riesgo en el Anlisis de Inversiones Para calcular el valor de los nudos hay que comenzar por los nudos finales del rbol y luego ir retrocediendo ordenadamente hasta alcanzar el nudo inicial. En el rbol debemos asegurarnos que el canal ptimo de la empresa a lo largo del tiempo deber estar dibujado en doble trazo. En resumen: Trazar todas las combinaciones de nudos aleatoriosdecisionales y de nudos aleatorios-aleatorios. Asignar resultados a cada uno de los posibles desenlaces utilizando VAN. Por ltimo, asignar un valor a cada nudo.
20

Bibliografa:
Durn Herrera, Juan Jos (1992). Economa y Direccin Financiera de la Empresa Editorial Piramide Purtolas, F. y Ruiz, S. (2010). Anlisis de Inversiones. Teora y Prctica en Excel Delta Publicaciones beda Mellina, Fernando (2010) Diapositivas y apuntes de Clase (Profesor Titular del Departamento de Financiacin e Investigacin Comercial UAM). Mail: fernando.ubeda@uam.es

21