Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTERNACIONALES
CARLOS V
NOTA TECNICA:
VALORACIN MEDIANTE OPCIONES
REALES
Objetivos de Aprendizaje
1
Para una descripcin detallada de los mercados de opciones financieras, vase Lamothe y Perez.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
3
nuestra opcin. Y como prima de la opcin el coste que pagamos por adquirir nuestro derecho
de compra o venta.
Opcin At the Money, en este caso el precio de ejercicio es igual al precio del
subyacente.
Opcin Out of the Money, aquellas en las que el no ejerceramos la opcin ya que la
diferencia entre precio de ejercicio y precio del subyacente nos es desfavorable.
LA IMPORTANCIA DE LAS OPCIONES REALES EN LA VALORACIN DE
EMPRESAS
La visin tradicional de la valoracin de empresas slo considera para estimar el valor
de una compaa o negocio a los flujos de caja directamente generados o a generar por dicha
compaa y/o negocio.
Las opciones reales, como indica Mauboussin (1999) son especialmente importantes en las
empresas que renen las siguientes caractersticas:
Mercados con un alto nivel de incertidumbre como son los englobados en la "Nueva
Economa", como empresas tecnolgicas, biotecnologa, etc.
Lo cierto es que los niveles de incertidumbre han aumentado y/o se analizan mejor en
muchos sectores econmicos. Las fuentes de la incertidumbre son diversas:
Tal como plantean Amram y Kulatilaka (2000), desde el punto de vista tradicional,
cuanto mayor es el nivel de incertidumbre, menor es el valor del activo. El punto de vista de
las opciones reales, demuestra que una mayor incertidumbre puede provocar un valor superior
del activo si los directivos logran identificar y utilizar sus opciones para responder con
flexibilidad al desarrollo de los acontecimientos.
F IG U R A 1
L A IN C E R T ID U M B R E IN C R E M E N T A E L V A L O R
P u n to d e v ista d e la s
o p c io n e s re a le s
L a g e s ti n d e la s o p c io n e s
valor
in c re m e nta s u v a lo r
P u n to d e v is ta tra dic io n a l
In c e rtid u m b re
Este hecho se debe a que desde el punto de vista financiero, el riesgo se define como la
desviacin esperada, tanto al alza como a la baja, del rendimiento medio de un activo. Y la
metodologa de Opciones Reales tiene en cuenta estas dos posibilidades, no slo la de menor
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
7
a) Diferir/Aprender
b) Inversin/Crecimiento
c) Desinvertir/Reducir.
Dentro de esta clasificacin podemos considerar Opciones Reales Simples, en las que slo
existe una fuente de flexibilidad.
O bien, Opciones Reales compuestas, en las que existe ms de una fuente de flexibilidad,
es decir, es la combinacin de varias opciones simples. Y aunque las analizremos
separadamente, en muchos casos estas opciones estn interrelacionadas
Las opciones de diferir proporcionan al propietario de un proyecto, la posibilidad de
aplazar su realizacin durante un plazo determinado de tiempo. Esto permite reducir la
incertidumbre asociada al proyecto. A veces a cambio de un coste determinado, podemos
obtener informacin sobre un producto y/o mercado (opcin de aprendizaje).
Por otra parte, las opciones de intercambio, presentes en algunos sectores como el
energtico nos permiten intercambiar productos, procesos o insumos dado un cambio
propicio de los precios y/o la demanda de los factores o productos. Por ejemplo, una planta
de energa elctrica puede permitir utilizar carbn, gas natural o fuel-oil en funcin del
coste de dichas materias primas.
Donde:
VANa: Valor Actual Neto ajustado al proyecto
El siguiente proyecto es equivalente a una opcin europea con precio de ejercicio de 1.800
$. El valor de los flujos esperados de dicho proyecto, que es incierto, tiene un valor esperado
de 1.700 $ y una volatilidad del 35 %.
1.700
Y corresponde al precio de la = 983,79 accin subyacente de la opcin
(1,2) 3
financiera.
Procedemos a realizar los siguientes clculos con el objeto de obtener el valor de la opcin
de crecimiento.
As obtenemos que dicho valor es de 133,47 $ que cuando lo detraemos de la inversin
inicial obtenemos que el valor actual neto ajustado es positivo:
1
ln(V / I ) + (r 2 )t
d2 = 2 = d1 t = 0.604 0.35 * 3 = 0.742
t
N (d 2 ) = N (0.742) = 0.228
a) En primer lugar, los activos reales producen flujos de caja negativos como gastos
de mantenimiento, impuestos, etc. que no estn considerados en los modelos de
valoracin de opciones financieras.
b) Existe un importante riesgo de base al aplicar los modelos de valoracin. As, los
modelos de valoracin como Black-Scholes se basan en la existencia de carteras
c) Por ltimo, las opciones reales tienen riesgos que no se valoran en los mercados
financieros ni en consecuencia en los modelos de valoracin de opciones
financieras, como por ejemplo, el riesgo de fallo en el desarrollo de una
determinada tecnologa(2).
Todo lo anterior, supone que en la mayora de los casos ser mejor valorar las opciones
reales por otros mtodos como el mtodo binomial o el mtodo de simulacin de Montecarlo.
Valoracin de Opciones Reales por el Mtodo Binomial
La base terica del mtodo binomial, fue desarrollada por Cox, Ross and Rubinstein (CRR,
1979).
Una descripcin ampliada y muy detallada de esta teora se puede encontrar en Hull (2003) y
aplicada y especficamente adaptada a Opciones Reales en Mascareas, Lamothe, Lopez,
Luna, (2004). Para su aplicacin en rboles binomiales en Brandao, Dyer, Hahn (2005).
Segn el mtodo binomial, el valor del activo puede evolucionar con un movimiento de subida
u. Siendo el movimiento de subida u:
u = e( t )
(2)
A pesar de estos problemas existen varios modelos que aplican el modelo Black-Scholes para opciones
reales como opciones de crecimiento. A modo de ejemplo, vase Ottoo (1998).
(1 + rf ) d
p=
ud
Y la probabilidad de una bajada q:
q = 1 p
La ventaja fundamental de este modelo es que nos permite, al igual que el modelo del CAPM
(Grinblatt, Titman, 2002), el analizar el proceso de difusin del proyecto utilizando
informacin de mercado, lo cual es un factor clave para objetivizar la valoracin.
1) Creamos el proceso de difusin del valor del activo basndonos en los movimientos de
subida u y de bajada d del valor presente del proyecto (PV).
t
PVu 2
PVu
PV PVud
PVd
PVd 2
2) Actualizamos la evolucin del valor del proyecto PV a la tasa libre de riesgo rf.
PVu PVu2
t (1+ rf ) (1+ rf )
2
PVud
PV 2
(1+ r ) f
PVd PVd2
(1+ rf ) (1+ r ) f
2
t t
ROV=pROV11 +qROV12 p
4) En el caso de que exisitiera, aadimos el riesgo privado, es decir las probabilidades de xito
s, estimadas por la compaa, para poder completar la fase 1 del proyecto, as como el coste
esperado C para poder acometer esta fase, actualizndolo a la tasa libre de riesgo rf, para el
perodo. Y volvemos a usar la regla de optimizacin entre el valor del proyecto y 0, eligiendo
slo valores mayores que 0. De forma que obtenemos el valor final de la opcin, ROV*.
t t
C
ROV11* = Max sROV11 ;0 ROV21
(1+ rf )
p
u2.Vo
aVo
Vo udVo
dVo
d2Vo
A partir de esta evolucin podemos aplicar nuestro conocido mtodo binomial que
dada su versatilidad se puede aplicar a mltiples opciones. Lo veremos con un ejemplo.
EJEMPLO PRCTICO 2.
La empresa XYZ, puede realizar un proyecto de inversin con un coste inicial de 200
millones de euros y que en principio puede tener dos posibles valores de flujos de caja en el
siguiente perodo:
El coste de capital para la empresa es del 20% y el tipo de inters libre de riesgo es del 6%.
SE PIDE:
r - d
p=
u -d
siendo:
rf : la rentabilidad libre de riesgo
uVo : el valor del proyecto en el escenario optimista para un perodo.
d.Vo: el valor del proyecto en el escenario pesimista para un perodo.
En nuestro caso:
MAX(0,uVo- I1)
VANa
MAX(0,dVo I1)
VANa
0,293x38 + 0,707 x0
VAN a = = 10,50
1,06
y el valor de la opcin real VOR, despejando de la expresin [1],
VOR = VAN a VAN b = 10,50 (37,5) = 48 millones de euros
Para la opcin de crecimiento, tenemos el siguiente diagrama:
VANa
El valor total del proyecto con la opcin de ampliacin incluida sera igual a:
Creemos que con este ejemplo, el lector tiene una idea clara de la utilizacin
posible del mtodo binomial para la valoracin de opciones reales. La extensin a ms
perodos es muy simple por lo que no insistiremos ms en esta cuestin trivial. En
cualquier caso si sealaremos los problemas de utilizar este mtodo para valorar
opciones reales.
De forma anloga a las opciones financieras, la volatilidad de las opciones reales, se podra
obtener estimando v como la desviacin tpica instantnea de los cambios histricos del valor
del proyecto o activo a analizar, calculada por la expresin:
1 1
V =
t
n 1 i =1
(u i u ) 2
donde:
Por otra parte, Davis (1998) demuestra que para el caso de proyectos relacionados con la
extraccin y distribucin de recursos naturales cotizados en mercados de materias primas, la
volatilidad del proyecto se puede obtener por la expresin,
v = . S
EJEMPLO PRACTICO 4
Supongamos que tenemos que evaluar diferentes opciones reales en un yacimiento minero de
cobre con los siguientes datos de partida:
Precio actual del cobre1,30 $ USA la libra.
Tendencia del cobre.se estima un crecimiento promedio anual en los prximos
aos del 10 %.
4
Algunos estudios empricos sobre este tipo de elasticidad se encuentran en Blose y Shich (1995) y Tufano
(1998).
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
2
Volatilidad del precio del cobre..20 %. Asumimos que los precios del cobre
siguen un proceso geomtrico browniano.
La mina tiene una capacidad de extraccin de 32 millones de libras por ao en los
prximos cinco aos. Suponemos que se agota en dicho plazo.
Los gastos anuales son de 39 millones de $ USA anuales.
La inversin en inmovilizado asciende a 20 millones de $ USA amortizables en cinco
aos. Adems hay que invertir 5.400.000 $ USA en capital circulante.
La tasa impositiva sobre los beneficios es del 20 %.
Para estimar la volatilidad del proyecto, debemos calcular la desviacin tpica del rendimiento del
proyecto. Tambin por simplicidad estimamos el rendimiento por la T.I.R. modificada para una
tasa de financiacin de flujos negativos y reinversin equivalente a la tasa de descuento (5%).
Esta tasa equivale a la tasa r que iguala los dos trminos de la expresin.
Vo x(1 + r ) T = VT
Siendo:
Vo = la inversin inicial.
T = plazo en aos del proyecto.
VT = Valor final del proyecto.
En nuestro ejemplo, todos estos datos se han introducido en el simulador de @RISK. Despus de
5.000 simulaciones con el programa citado, obtenemos los resultados que aparecen en la figura 3. En
dicha figura, observamos que la desviacin tpica anualizada del rendimiento del proyecto es 30,76 %.
Dado que el factor inductor de volatilidad, en nuestro caso el precio del cobre, tiene una volatilidad del
20%, nuestro anlisis nos indica que el factor de sensibilidad para este proyecto es de 1,54 veces
aproximadamente.
5
Ver Copeland, Antikanov (2001)
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
2
1,500
5% 90% 5%
-,5 ,5349
Para calcular la volatilidad del proyecto seguimos estos pasos (Un ejemplo prctico, est
ilustrado en el Caso de Estudio de Valoracin de un Parque Elico):
1) Construimos la hoja de clculo que nos permite averiguar el valor presente del
proyecto en el momento 0 (PV0). Descontamos los valores al WACC del proyecto.
PV + FCF1
z = ln 1
PV0
Este valor z, se calcula manteniendo constante el valor presente en 0 (PV0) para el
proyecto e iterando las variables del modelo, para que hagan variar el valor presente en
el momento 1:
n
FCFt
PV1 =
t =2 (1 + WACC )t 1
De la distribucin del rendimiento del perodo 0 al 1, calculamos la volatilidad, y
utilizamos esta volatilidad como la volatilidad del proyecto.
El motivo de poder la volatilidad del rendimiento entre 0 y 1 como estimador de la
volatilidad total del proyecto, es que asumimos el valor del proyecto, (PV) sigue una
distribucin lognormal con volatilidad constante.
Podemos combinar todas las incertidumbres del modelo en una nica incertidumbre, la
volatilidad del proyecto.
El proceso de modelizacin y anlisis del las variables voltiles del proyecto, nos permiten
conocer mucho ms en profundidad el modelo (Smith, McCardle, 1999) y nos ayudarn en
proceso de modelizacin de las opciones.
EJEMPLO PRACTICO 3
Supongamos que podemos construir dos plantas alternativas para generar un milln de
kilovatios. La planta 1 utiliza slo fuel y la planta 2 utiliza indistintamente fuel o carbn6. La
planta 1 cuesta 25 millones de euros y la planta 2, 30 millones de euros. Dados los datos del
cuadro 3 desde un punto de vista tradicional financiero es mejor invertir en la planta 1.
6
En la realidad la opcin ms comn es poder utilizar fuel o gas natural.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
2
C U A D R O 3 H IP O T E S IS D E PA R T ID A D E L A N A L IS IS
D E LA P L A N T A D E G E N E R A C IO N E LE C T R IC A
G E N E R A C IO N 1 00000 00
P R E C IO 1 2
IN F L A C IO N 3%
V O L A TIL ID A D F U E L 25 %
V O L A TIL ID A D C A R B O N 15 %
TE N D E N C IA F U E L 5%
TE N D E N C IA C A R B O N 4%
P R E C IO F U E L 3 5 ,0 0
P R E C IO C A R B O N 2 0 ,0 0
N E C E S ID A D E S C O M B U S TIB L E F U E L 3 0 0 .0 0 0 , 0 0
N E C E S ID A D E S C A R B O N 6 0 0 .0 0 0 , 0 0
C O S TE S A D M O N 30 %
Utilizando los datos del cuadro .3 construimos el tpico escenario base para estimar los flujos
netos de caja de ambas alternativas. Dado que los ingresos( y costes operativos) coinciden
para ambas alternativas ,los flujos de caja descontados tambin son iguales, por lo que en base
al tpico criterio del VAN eligiramos la planta 1 que slo utiliza fuel.
Pero esto no sera una decisin correcta si consideramos la gran incertidumbre existente en los
precios de los combustibles y las ventajas que aporta la flexibilidad. Para valorar la opcin de
flexibilidad vamos a plantear las siguientes hiptesis en base a los datos del cuadro 3:
Los precios de los combustibles siguen un proceso geomtrico browniano con los
parmetros de volatilidad y tendencia que aparecen en el cuadro .3
Los precios de los combustibles son variables aleatorias independientes entre s e
intertemporalmente.
El resto de las variables son constantes.
Utilizando el programa @RISK de Palisade y realizando 5000 simulaciones de Montecarlo
obtenemos que el valor de la opcin de flexibilidad es de 12.173.816 euros. Es decir compensa
F IG U R A 2 .D IS T R IB U C IO N D E F R E C U E N C IA S D E L
V A L O R D E L A O P C IO N D E F L E X IB IL ID A D
5
4
3
2
1
0
0 100 200 300
Values in Millions
90% 5%
0 63,8671
Obviamente este valor es dependiente del nivel de volatilidad de ambos subyacentes y adems
del nivel de correlacin entre ambos. Por ejemplo si la evolucin de los precios del carbn y
del fuel tuviese una correlacin negativa del 20 %, el valor de la opcin sera de 28.577.054
euros. Este aumento espectacular del valor de la opcin de intercambio de insumos es
totalmente lgico. Esta opcin vale ms cuanto menor sea la correlacin en la evolucin de
precios de ambos insumos. En trminos coloquiales, la opcin es ms valiosa si cuando sube
el precio del fuel lo ms probable es que baje el precio del carbn y a la inversa. Creemos que
con este ejemplo prctico, el lector puede apreciar el potencial de aplicacin del enfoque de
opciones reales en la evaluacin de proyectos de inversin.
VALORACIN DE OPCIONES REALES AMERICANAS
Una opcin americana, nos permite ejercer nuestro derecho en cualquier momento de la vida
de esta hasta el vencimiento.
Donde S representa el valor del activo, es la tasa de rendimiento del activo, la volatilidad
del rendimiento y dz representa un valor aleatorio de una distribucin N(0,1).
Generamos 8 valores distintos en tres momentos del tiempo, con los siguientes parmetros:
Tipo sin riesgo, r = = 0.06
Precio de ejercicio = 1.1
= 0.15
Tasa de descuento 1 perodo = e r = e0.06 = 0.94
Tasa de descuento 2 perodos = e2 r = e20.06 = 0.89
Si observamos la tabla, vemos que es ptimo ejercer slo en el caso de las sendas 4, 6 y 7,
donde el valor de ejercer la opcin es mayor al valor de continuar y ejercerla en el ltimo
periodo.
Con lo cual obtenemos una nueva matriz de CF:
Matriz de Cash Flows en el tiempo 2
Senda t=1 t=2 t=3
1 - 0.00 0.00
2 - 0.00 0.00
3 - 0.00 0.07
4 - 0.13 0.00
5 - 0.00 0.00
Y Obtenemos:
E1[ Y | X ]
Regresin en el tiempo 1
Intercepcin 2.03751
X -3.33544
X2 1.35646
(7)
Vase Malkiel (1996), cap. 3 para analizar fenmenos histricos potencialmente similares con acciones
de otros sectores. Tambin es interesante Shiller (2000). Sobre esta temtica vase Lamothe, Aragn
(2003).
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
3
De hecho, muchos analistas y gestores, han pagado un alto coste de oportunidad, por
no haber valorado correctamente estas acciones en los ltimos aos.
Creemos que las Finanzas han aportado ya hace aos, tcnicas para valorar
adecuadamente cualquier tipo de empresa.
BPA 1
P0 = + VAOC
R
Si se cambia el sentido del trmino VAOC, por Valor Actual de las opciones de
crecimiento de la accin (empresa), automticamente se tiene un modelo de valoracin
8
Vase Mascareas (2000)
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
3
compatible con los modelos de descuento de flujos de caja(9), y apto para ser utilizado en
acciones tecnolgicas.
9
Vase Brealey, Myers (2001) o Lamothe (1999), cap. 3 para esta compatibilidad
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
En el mbito de las opciones de crecimiento y de la valoracin de empresas
tecnolgicas, los acadmicos y los analistas comienzan a plantar los primeros modelos de
valoracin. As, en el mbito de los analistas, Mauboussin (1999), plantea dos casos
interesantes de valoracin:
Llegado a este punto creemos oportuno realizar una descripcin pormenorizada del
modelo que adems hemos utilizado con alguna variante para valorar los portales de Internet
europeos.
(10)
Vase Schwartz y Moon (2000) y Scwartz y Moon(2001).
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
dRt
(1) = t dt + t dz1 ,
Rt
(2) d t = k( t )dt + t dz 2 ,
(4) d t = k 2 t dt
(5) dz1dz 2 = dt
Los cash flows de la empresa netos de impuestos vienen dados por Yt , definidos como:
donde COGSt representan los costes de ventas que se asumen proporcionales a los ingresos
de acuerdo a , mientras que los otros gastos tienen una parte fija, F, y otra parte tambin
en funcin de los ingresos segn .
(11)
Schwartz y Moon (2001)
*
Los COGS son los cost of good sold, es decir, los costes de las mercaderas vendidas.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
o
(8b) dLt = max(Yt dt ,0) si Lt =0
(9) dX t = Yt dt
Lo anterior indica que los flujos generados quedan en la empresa (lo que podra llevar
a subestimar la probabilidad de quiebra) y se asume, por otra parte, que se capitalizan a la tasa
libre de riesgo por un perodo de largo plazo arbitrario T, en la que se distribuir todo el
efectivo. Modelizados ya los cash flows esperados se puede afirmar que el valor de la empresa
en el momento actual es:
(10) V0 = EQ ( X t e rT )
Como el modelo anterior asume que la empresa se extiende slo hasta el momento T,
se hace necesario agregar un valor terminal. Los autores proponen un mltiplo de las
ganancias antes de impuestos, depreciaciones y amortizaciones (EBITDA).
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
dRt
(11) = ( t 1 t )dt + t dz *1 ,
Rt
(13) dz1* dz *2 = dt 13
El valor de la empresa ,que en este caso coincide con el valor de los recursos propios
por no existir deuda, est entonces en funcin de las variables de estado (ingresos, crecimiento
esperado de los ingresos, prdidas acumuladas y posicin de caja en balance) y el tiempo:
(14) V V ( R , , L, X , t )
1 1 1
(15) dV = VR dR + V d + VL dL + Vx dX + Vt dt + VRR dR 2 + V d 2 + VR dRd
2 2 2
*
El proceso est ajustado por riesgo
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
2 2
1 dV VR V VRV
(16) 2V = var = R + + 2 2 R
dt V V V V
{[ t 1 1 ( t2 / 2 ) ] t + t t 1 }
(17) Rt + t = Rt e
y
1e 2kt
(18) ( )
t + t = e kt t + 1e kt 2 t +
k 2k
t t 2 ,
donde
(19) (
t = 0e k1t + 1 e k1t )
y
(20) t = 0e k 2t
Las ecuaciones (19) y (20) resultan de integrar las ecuaciones (3) y (4). Las frmulas
(17) y (18) son la versin en tiempo discreto de (1) y (2).
UNA APLICACIN PRACTICA: ANLISIS DEL SECTOR EUROPEO DE
INTERNET
R0= Ingresos por ventas. ltimo dato disponible del informe de cuentas anuales de la
compaa.
0 =Volatilidad inicial de las ventas. Desviacin tpica de la tasa de variacin de los ingresos
por ventas.
= Tasa a largo plazo de crecimiento de las ventas. Tasa de crecimiento en las ventas para
una compaa estable en el mismo sector industrial que la compaa objeto de valoracin
(empresa benchmark).
(14)
Schwartz y Moon (2001)
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
= Impuesto de sociedades.
k = Velocidad de ajuste para la tasa de crecimiento del proceso. Estimada desde supuestos a
cerca de la vida media del proceso hacia .
k1 = Velocidad de ajuste para la volatilidad del proceso de ventas. Estimada desde supuestos a
cerca de la vida media del proceso hacia .
t
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
4
1 = Precio del riesgo de mercado para el factor ventas. Correlacin entre el crecimiento de las
ventas y el retorno de mercado, multiplicado por la desviacin estndar del retorno de
mercado.
2 = Precio del riesgo de mercado para la tasa esperada de crecimiento del factor ventas.
Correlacin entre los cambios en la tasa de crecimiento de las ventas y el retorno de mercado,
multiplicado por la desviacin estndar del retorno de mercado.
Con ello lo que pretendemos comparar no es slo los precios tericos a los que debera
estar cotizando, sino el reflejo sobre los precios de mercado. Adems esto nos servir para
comparar nuestros resultados con los resultados obtenidos mediante esta metodologa de
Visitantes nicos.
La forma de presentar los resultados ha sido en trminos matriciales, para ello hemos
desarrollado matrices de sensibilidad para poder valorar en funcin de los cambios en los
valores de los parmetros analizados la variabilidad de las valoraciones obtenidas para dichas
compaas.
Para ello hemos desarrollado DIEZ matrices iguales para cada una de las compaas
objeto de anlisis para valorar el impacto de la variacin en los precios objetivos de dichas
empresas ante la variacin de los parmetros analizados una vez aplicada la metodologa
desarrollada y expuesta anteriormente de Schwartz y Moon (2000).
Los parmetros objeto de estudio de manera matricial han sido la variable tipo de
inters, la dotacin a la amortizacin, el parmetro COGs, los SGAs, la variable % de
marketing sobre ventas, la tasa a largo plazo de crecimiento de las ventas, la volatilidad inicial
de las ventas, la tasa inicial esperada de crecimiento de las mismas, la volatilidad a largo plazo
de la tasa de crecimiento de las ventas, la tasa a largo plazo de crecimiento de las ventas, la
velocidad de ajuste para la volatilidad del proceso de ventas, la velocidad de ajuste para la
volatilidad de la tasa de crecimiento del proceso de las ventas, el precio del riesgo de mercado
para la tasa esperada de crecimiento de las ventas, el precio del riesgo de mercado de las
ventas y la variable tiempo. En total once parmetros en distintas composiciones.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
5
Una primera cuestin a destacar es que no hay grandes discrepancias entre los valores
estimados segn el mtodo del multiplicador de los visitantes nicos y el modelo basado en
opciones reales que siempre refleja un mayor valor para las hiptesis centrales de aplicacin
del modelo. Podemos pensar que los mercados, con procedimientos menos sofisticados que el
modelo aplicado, realizan una valoracin ajustada de las opciones de crecimiento que hay en
este sector. As el valor central obtenido para TERRA,7,86 euros estaba prximo al valor
segn MVU,6,59 euros ,lo mismo suceda con TISCALI(17,59 euros en comparacin con
15,71 euros) y T-ON LINE(11,82 euros frente a 9,46 euros).
Si comparamos los resultados de ambas estimaciones con los precios vigentes para las
acciones en el periodo de vigencia del anlisis, podemos comentar lo siguiente:
a) Para el caso de la empresa Terra Lycos tanto por el modelo MVU como por el modelo
Schwartz & Moon referido en pginas anteriores nos dicen que la accin para el
periodo analizado(15), cotizaba a un precio superior a su valor terico. Por cierto
posteriormente el precio se ajust a la baja(por debajo de los 5 euros al final de 2002)
(15)
2/01/02 10/05/02
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
5
1 1 ,0 9 ,8 3 1 4 ,0
1 0 ,0 11 ,8 2
8 ,50 1 2 ,0 1 0 ,6 7
9 ,0 7,8 6
8 ,0 1 0 ,0 9,3 2
6 ,6 3 7 ,9 2
7 ,0
8 ,0
6 ,0
5 ,0 6 ,0
4 ,0
4 ,0
3 ,0
2 ,0 2 ,0
M x im o P ro m edio P recio M nim o P recio M x im o P rom edio M nim o
o bjet iv o objet ivo
2 0 ,0 1 7 ,5 9
1 8 ,0
1 6 ,0 1 3 ,7 4
1 4 ,0 1 2 ,1 0
1 2 ,0 9 ,8 1
1 0 ,0
8 ,0
6 ,0
4 ,0
2 ,0
P recio M x im o P ro m edio M n im o
o bjet iv o
CASO DE ESTUDIO 2
OPCIONES PUT SOBRE ACTIVOS REALES:EL CASO DE LAS GARANTIAS DE
VALOR RESIDUAL16
Introduccin a las garantas de valor residual
Las lneas areas tienen a su disposicin ciertos instrumentos que otorgan flexibilidad en la
gestin de su flota, entre ellos se encuentran las garantas de valor residual17 o garantas de
valor del activo.
Bsicamente, una garanta de valor residual es un acuerdo en virtud del cual, el titular de la
garanta tiene el derecho (no la obligacin) de vender al garante una aeronave en una fecha
futura a un precio previamente establecido (umbral mnimo garantizado), a cambio de la
percepcin (implcita o explcita) de una prima. A los efectos de garantizar que la aeronave
rene unas condiciones de mantenimiento mnimas, el ejercicio de la garanta de valor residual
est supeditado al cumplimiento de unas condiciones de devolucin.
As, una aerolnea puede tener una garanta de valor residual con vencimiento en una fecha
futura para una aeronave con una antigedad de n aos en el momento de vencimiento, por un
16
Este apartado se basa en Lamothe,Otero(2003)
17
Residual Value Guarantee (RVG) o Asset Value Guarantee (AVG).
La diferencia bsica entre una RVG y una opcin de venta (PUT) reside en la existencia en los
acuerdos de RVG de un agente18 encargado de comercializar la aeronave en el mercado
secundario a cambio de una prima de remarketing y/o un porcentaje de participacin en los
beneficios derivados de la venta de la aeronave s los hubiere, esto es, cuando el valor de
mercado de la aeronave es mayor al valor garantizado. As, la opcin PUT es un caso
particular de la RVG, en el que la prima de remarketing es nula y el porcentaje de
participacin en los potenciales beneficios derivados del ejercicio de la opcin es nulo, dado
que a los efectos del desarrollo de una metodologa de valoracin asumiremos que el titular de
la opcin no la ejercer cuando sta est out of the money.
18
Remarketing Agent
A.- Atenindonos al compromiso asumido por el garante, pueden distinguirse dos tipos:
1) Garanta de valor residual total o Full RVG, en la que el garante cubre la totalidad de la
prdida que se producira s al vender la aeronave en el mercado secundario su valor de
mercado es inferior al umbral mnimo garantizado.
S el valor de la aeronave cae por debajo del umbral mnimo garantizado (precio de
ejercicio), por ejemplo 25mm, el emisor cubrir sin limitacin, la diferencia entre su valor de
mercado y 25mm.
Financieramente el garante ha emitido una PUT, cuyo precio de ejercicio es el umbral
mnimo garantizado (UMG), siendo su valor intrnseco para el titular = Max(0;UMG
Valor de Mercado).
2) Garanta de valor residual parcial o slice en la que el garante absorber:
a) la totalidad de la prdida que se produzca s al vender la aeronave en el mercado
secundario su valor de mercado fuera inferior al umbral mnimo garantizado, pero
superior al precio umbral de salida para el garante
b) la diferencia entre el umbral mnimo garantizado y el precio umbral de salida para el
garante, s se produjeran prdidas en la venta de la aeronave como consecuencia de su
venta a un precio de mercado inferior al precio umbral de salida para el garante. As el
garante asume prdidas hasta un lmite mximo.
S el valor de la aeronave est comprendido entre el umbral mnimo garantizado
por el garante (UMG) y un precio umbral de salida (que se define como la
diferencia entre el UMG y la prdida mxima absorbida por el garante (PMA)),
por ejemplo, entre 25mm y 17mm, el garante absorber las diferencias entre el
UMG y el valor de mercado. S el valor de mercado cae por debajo del umbral de
salida, el garante absorber la prdida mxima definida, es decir 25mm - 17mm =
8mm, y las prdidas adicionales, sern soportadas por el propietario de la aeronave.
(Vase figura 16.6).
15.000.000
Resultados
titular
Prdidas del
10.000.000 garante
5.000.000
0
Resultados (USD)
-20.000.000
5
15.000.000
10.000.000
5.000.000 Resultado
Resultados (USD)
Short PUT
0
10% 30% 50% 70% 90% 110% 130% 150%
Long PUT
-5.000.000
-10.000.000
-15.000.000
-20.000.000
Mientras que la vida tcnica de la aeronave es ilimitada, su vida econmica finaliza cuando el
operador deja de obtener flujos de caja positivos. As, la obsolescencia del activo genera un
deterioro en los flujos de caja generados por el mismo, hasta el ao 30-35 donde alcanza
asintticamente su valor de desguace en el caso de los aviones de largo radio, siendo de 25-30
en el caso de los aviones de medio radio.
VALORACIN
Aproximacin Emprica
Las series temporales de precios de aeronaves presentan una clara tendencia decreciente
debido a la conjuncin de dos factores:
1. La obsolescencia que experimenta una aeronave tiene un efecto negativo en su precio
de mercado a lo largo del tiempo. Podemos distinguir dos tipos de obsolescencia, a
saber:
a. Obsolescencia fsica, que lleva aparejada unos costes de mantenimiento
crecientes y un incremento de los costes de operacin de la aeronave,
degradndose su capacidad de generacin de rentabilidad. Se trata de una
Los precios efectivos de los aviones en el mercado primario difieren sustancialmente de los
precios de catlogo debido a los descuentos19 que se obtienen en las negociaciones con
fabricantes de la clula (airframe), motores, etc.
La figura 16.8 recoge la serie temporal de precios20 de un B747-400, en la que se puede
apreciar la existencia de una tendencia decreciente con un movimiento cclico de reversin a la
media o tendencia que puede conceptuarse como la parte de la variabilidad del precio de la
aeronave explicada a travs de la obsolescencia y la inflacin, y que deja al margen los
desequilibrios existentes en el mercado secundario.
120
Precio de mercado (millones de USD)
110
100
90
80
70
R2 = 0,9857
60
1,0 3,0 5,0 7,0 9,0 11,0 13,0 15,0 17,0 19,0 21,0
Aos en produccin
Precio en USD corrientes Tendencia
19
Denominados comnmente como Credit memorandum
20
Las series de precios analizadas proceden de la publicacin especializada The Avmark Aviation Economist,, disponiendo de
hasta 21 observaciones por avin con periodicidad semestral, comprendidas entre enero 1992 y enero 2002.
Formalmente:
Precio_ACt
Pt =
Precio_AC0
Siendo:
Precio_ACt =Precio de la aeronave en el mercado secundario en el momento t
Precio_AC0 =Primer dato disponible en la serie temporal de precios de la
aeronave, comnmente, enero de 1992.
A los efectos de analizar las series de precios, hemos procedido a extraer la tendencia a travs
de una regresin simple, obteniendo una nueva variable (residuo) que contiene las
Pt = a + b t + t t = Pt - (a + b t)
desviaciones respecto a sta (oscilacin cclica).
Hemos generado esta variable para 9 aviones, disponiendo de 185 observaciones21 bajo un
anlisis de datos de panel (combinado de datos de seccin cruzada y serie temporal).
Conforme al test de Jarque-Bera, podemos asumir que las desviaciones respecto a la tendencia
siguen una distribucin normal (ver cuadro 16.7).
21
De algunos aviones por su novedad no hay datos para el perodo completo.
Estadsticos descriptivos - t
N Aviones 9 Varianza ^2 0,09%
N Observaciones 185 Desviacin estandar 2,97%
Promedio 0,00% Curtosis (normal K=0) 0,027
Mediana 0,10% Asimetra (normal s=0) -0,031
Rango 16,52% Estadstico Jarque-Bera 0,034915
Mnimo -8,29%
Prob. (Ho: Normalidad) 98,27%
Mximo 8,23%
CUADRO 16.7
Este hecho estilizado puede ser modelizado intuitivamente (aproximacin determinstica) a
travs de una tendencia decreciente sobre una funcin sinusoidal (seno coseno).
Simulacin de Monte Carlo
En orden a valorar las opciones, hemos desarrollado una simulacin de Monte Carlo a los
efectos de obtener el precio del activo subyacente (aeronave) en multitud de estados de la
naturaleza de conformidad con la pauta evolutiva comprobada empricamente. Este mtodo es
aconsejado en la literatura financiera para valorar este tipo de opciones complejas dada su
flexibilidad22.
Pt
Pt
{ [ ( )]}
= + P e t Pt t + t Z t
Proceso de Wiener:
Z t = t t N(0,1)
t
22
Vase por ejemplo Cortazar (2000)
2. En trminos discretos:
ns
E[CF Full RVG ] = (Max{Strike - P ;0}) Prob(P )
i
i i i =1,...,n_sim.
# simulaciones
i=1
Flujo de caja de la Full RVG
en el estado de la naturaleza wi
x Probabilidad del estado
de la naturaleza wi
La prima de una RVG parcial se puede definir como la suma actualizada de los flujos de caja
esperados en los distintos estados de la naturaleza.
Los flujos de caja esperados por la RVG parcial (bull spread) sern:
1. En trminos continuos el resultado de la siguiente integral, que es la esperanza
+
E[CF Partial RVG ] = (Min[Max{Strike P ;0}; PMA]) f (P ) P
i i i
matemtica de stos:
ns
E[CF Partial RVG ] = (Min[Max{Strike - P ;0}; PMA]) Prob(P )
i
i i i =1,....,n_sim.
2. En trminos discretos:
Siendo
PMA: Prdida mxima absorbida por el garante
PMA= Lmite superior RVG Lmite inferior de la RVG
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
6
# simulaciones
i=1
Flujo de caja de la Partial RVG
en el estado de la naturaleza wi
x Probabilidad del estado
de la naturaleza wi
PMA: Prdida mxima absorbida por el garante -> PMA= Lmite superior RVG Lmite inferior de la RVG
Pt = a + b Pt -1 + t
La prima de una RVG en el mercado oscila entre el 4% y el 7% del importe cubierto, es decir,
la prima de una RVG que garantice un valor del 40% del valor de un avin cuyo coste de
adquisicin es de $100m, oscilar entre un $1,6m y un $2,8m.
23
Sobre la estimacin de la volatilidad en la valoracin de opciones reales es muy interesante el trabajo de Davis (1998).
24
No existe una metodologa comn para contrastar los modelos de valoracin de opciones reales. Un contraste interesante
para el sector inmobiliario se encuentra en Quigg (2001)
Creemos que con este captulo y estos ltimos apartados, el lector habr podido
comprobar las posibilidades que ofrece la metodologa de anlisis de la teora de opciones en
su aplicacin a diferentes aspectos de valoracin de proyectos de inversin, contratos sobre el
CASO DE ESTUDIO 3
VALORACIN DE UN PARQUE ELICO
Introduccin
Desde los ltimos aos, debido a la creciente concienciacin medioambiental y precios de las
energas procedentes de medios fsiles, la generacin de energas limpias es una preocupacin
de los gobiernos, que de una forma o de otra, fomentan la inversin en energas alternativas.
Este tipo de proyectos suelen contar con dos ventajas principales que los hacen rentables desde
el punto de vista financiero. Estas facilidades son:
Subvenciones:
Al estar asegurados los pagos por los Estados, los bancos ofrecen facilidades de crdito, que se
traducen en niveles de apalancamiento de hasta un 80% del valor total del los proyectos.
El proyecto es un parque elico. Esta inversin consiste en localizar un terreno con un nivel
adecuado de viento, y colocar en ese terreno una serie de aerogeneradores, con una vida media
esperada de unos veinte aos, que transforman la energa mecnica del viento en energa
elctrica que se inyecta a la red general.
Desde el punto de vista financiero, un parque elico es una inversin secuencial que se
desarrolla en un periodo medio de unos cuatro aos desde su concepcin hasta su puesta en
marcha, dependiendo de las caractersticas de cada proyecto.
A lo largo de este tiempo, es necesario realizar una serie de desembolsos que van completando
los pasos necesarios para poder crear el parque.
Por otro lado, la inversin tambin est sujeta a riesgos de mercado ya que ser influida por
los tipos de inters para la financiacin y descuento del proyecto, del precio de la electricidad
y de otras incertidumbres de mercado, que sern estudiadas a lo largo del presente documento.
Los mtodos tradicionales de Descuento de Flujos de Caja (DFC) cuentan con una limitacin
importante en la valoracin de este tipo de proyectos, ya que no tienen en cuenta la
flexibilidad gerencial inherente en su desarrollo.
El DFC, originalmente usado para la valoracin de bonos cupon cero sin riesgo, se basa en la
siguiente formula:
n
FCt
VAN = I +
t =1 (1 + k )t
Donde VAN es el Valor Actual Neto del proyecto, I es la inversin necesaria para acometer el
proyecto, FC son los diversos Flujos de Caja que genera el proyecto a lo largo de la vida del
mismo y k es la tasa de descuento ajustada al riesgo del proyecto.
Usando el modelo de DFC suponemos que conocemos el riesgo del proyecto a travs del
descuento con una tasa de riesgo fija, lo que implica considerar que el riesgo es constante, lo
cual rara vez se da en la realidad.
La proyeccin de los valores del activo subyacente puede inducir a errores importantes de
estimacin del valor real del proyecto.
Si ponemos en contraste el mtodo de DFC con las caractersticas del proyecto analizado,
encontramos:
Debido a estas caractersticas consideramos que la forma ms adecuada de valorar este tipo de
proyectos sea la metodologa de valoracin de Opciones Reales.
Por lo cual elegimos el sistema de valoracin de modelos binomiales (CRR, 1979 y Villiger,
Bogdan, 2005) y de rboles de decisin binomiales (Brandao, Dyer, Hahn, 2005) ya que
ambos conducen a la misma valoracin y nuestro objetivo era el de dotar a los analistas con
herramientas que pudieran ser conceptualmente accesibles para una comunidad con un nivel
matemtico y estadstico medio-alto.
Para los clculos de la volatilidad necesarios para replicar el proceso de difusin del valor del
proyecto nos basamos en la hiptesis de Market Asset Disclaimer o MAD assumption
(Copeland, Antikarov, CA, 2001) y la metodologa desarrollada por CA, basada en esta
hiptesis, ampliada y conceptualmente analizada por Brandao, Dyer, Hahn (2005) y por Smith
(2005).
La separacin entre riesgos privados, es decir, riesgos con correlacin respecto al mercado
igual a 0, o igual a 0 segn el modelo del Capital Asset Pricing Model, CAPM (Grinblatt,
Titman, 2002) y riesgos de mercado, originalmente introducida por Smith, Nau (1995), se
aplica segn las ideas de Brandao, Dyer, Hahn (2005) para los rboles binomiales y segn la
tcnica concebida por CRR y aplicada por Villiger, Bogdan (2005) para la tcnica binomial.
Fijamos desde un principio como objetivo principal el, ser capaces de cumplir las premisas de
Everett Rogers, en su libro Diffusin of Innovations (1995), figura 2, en cuanto al proceso
de desarrollo de la idea y el ser capaces de hacer accesible a la comunidad profesional un
conocimiento que se prev ser la clave de valoracin de proyectos en los prximos aos,
sustituyendo en algunos casos y complementando en otros al tradicional descuento de flujos
de caja.
Ya que no siempre la introduccin de modelos de Opciones Reales ha tenido el xito que caba
esperar, como demuestra el estudio de la consultora Bain en el ao 2000 en el que se analizaba
la introduccin por parte de las consultoras de nuevas tcnicas de gestin y entre las que se
incluan las Opciones Reales.
La idea que subyace en el artculo, es que este tipo de tcnicas, probablemente no han sido
suficientemente bien explicadas, o que las empresas que las ofrecan, no fueron capaces de
hacer comprender, a este 46% de los gestores de grandes empresas americanas, que probaron
estas tcnicas, su efectividad, versatilidad y superioridad tcnica respecto a los modelos
tradicionales.
25
Traducido por los autores.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
7
Y quiz en otros casos, se aplicaron estas tcnicas a la valoracin de proyectos que realmente
no cumplan las condiciones adecuadas para el uso de Opciones Reales, ya que, como
podemos suponer, cada mtodo de valoracin tiene unas condiciones ptimas para ser usado.
CRR, demuestran que el proceso estocstico del activo subyacente, se puede modelizar usando
un desarrollo binomial, que nos brinda una aproximacin numrica simple a procesos
complejos.
Crearemos el modelo y el rbol binomial, para modelizar el proceso estocstico del valor del
activo subyacente, que asumimos que es un movimiento geomtrico browniano (GBM).
Obteniendo tambin la estrategia ptima a seguir, en funcin de los valores esperados del
valor presente del proyecto (PV) en cada fase de la inversin.
En funcin de estas mediciones que pueden durar unos dos aos, podremos establecer una
previsin de las velocidades del viento a alturas de entre 80 y 100 metros que nos servirn
para poder calcular una estimacin previa de la produccin de cada uno de los generadores.
Contina con la solicitud de conexin a la red elctrica. La solicitud del permiso de
construccin y acaba con la solicitud de permiso de operaciones, momento a partir del cual la
siguiente decisin ser la de lanzar o no el proyecto.
Figura 3.
Los costes y probabilidades de xito de las fases restantes hasta el posible lanzamiento del
parque estn descritos en la tabla 1.
Para poder realizar el anlisis con opciones reales, los costes de cada fase han sido
actualizados al tipo libre de riesgo, ya que estos valores sern usados para incluirlos en el
modelo binomial como precio strike de compra del proyecto.
El valor de los flujos de caja est actualizado al Coste Medio Ponderado del Capital (CMPC),
del proyecto, ya que ser el valor inicial del desarrollo binomial.
Para el clculo del CMPC, nos basamos en los datos tipos de los bonos a 10 aos del pas de
origen, ajustados por la prima de riesgo de crdito de la Compaa. Para la prima de riesgo de
mercado y la Beta de la Compaa, los datos suministrados por A. Damodaran27 en su pgina
web.
Tabla 1.
Prob. Prob.
Mill UM moneda local xito Acumulada
Fase PV momento 0
III Medicin de Viento a 80 m y
Conexin a la Red Elctrica -29 72% 72%
IV Permiso de Construccin -69 60% 43%
V Permiso de Operacin -9 40% 17%
Lanzamiento -9,813
PV Flujos de Caja 13,673
26
http://www.windpower.org/composite-188.htm. Pgina web de Danish wind industry association.
27
http://pages.stern.nyu.edu/~adamodar/
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
7
Fases del proyecto
Medicin de viento a 80 metros.
o Comienzo inmediato.
o Coste 8,9 millones um.
o Probabilidad de xito de un 90%
Conexin a la red elctrica
o Comienzo inmediato.
o Coste 20,2 millones um.
o Probabilidad de xito de un 80%
Permiso de construccin
o Comienzo dentro de 2 trimestres.
o Coste 68,6 millones um, valor actualizado a la tasa rf 2 trimestres.
o Probabilidad de xito de un 60%
Permiso de operacin
o Comienzo dentro de 4 trimestres.
o Coste 9,4 millones um, valor actualizado a la tasa rf 4 trimestres.
o Probabilidad de xito de un 40%
Lanzamiento
o Previsto dentro de 8 trimestres.
o Coste 9,812 millones um, valor actualizado a la tasa rf 8 trimestres.
Valor actual flujos de caja del proyecto
o Previsto dentro de 8 trimestres.
o Valor esperado actual 13,672 millones um, actualizado a la tasa CMPC 8
trimestres.
C1 = C0 e
Donde C representa el tipo de cambio, la desviacin tpica del rendimiento del tipo de
cambio y es una realizacin aleatoria de una distribucin normal con media 0 y desviacin
tpica 1.
Precio de la electricidad
Para el precio de la electricidad, consideramos como valor inicial el valor fijado por las leyes
del pas para el fomento de las energas alternativas.
Es un precio regulado, que se prev crezca con la inflacin esperada hasta su revisin en el
ao 2011.
Por lo tanto, consideramos que el crecimiento medio del precio de la electricidad, se ajustar a
una distribucin triangular con valor esperado de un 2%, un valor mnimo de un 1% y un
mximo de un 3%.
El resultado de la velocidad del viento se ajusta para obtener la produccin bruta anual, y el
resultado es una distribucin normal, que nos indica la produccin media y su desviacin
tpica en funcin de las probabilidades de ocurrencia de cada uno de los valores.
Los datos facilitados, indican que la produccin anual bruta se ajusta a una distribucin
normal, con media de 107 MWh y desviacin tpica de 15,89 MWh.
Un dato importante, es que los datos de viento, se modelizan teniendo en cuenta que la
distribucin anual es independiente, es decir, la correlacin de los datos de viento de este ao
con los del ao anterior es 0.
Consideramos que la posible variacin de los tipos a largo en el plazo hasta el lanzamiento
puede obedecer a una distribucin triangular, tomando como valor ms probable el valor
actual de 6,90% y como valor mnimo y mximo el 5,90% y el 7.90%.
Una descripcin detallada del proceso de los mecanismos que permiten la obtencin de estos
ingresos se encuentra en: Los Mercados de Derechos de Emisin de CO2: Su funcionamiento y
relacin con los otros dos mecanismos de flexibilidad (mecanismo de desarrollo limpio y
aplicacin conjunta), de la Fundacin de Estudios Financieros.
Como medida para fomentar el cumplimiento, los pases que consiguieran una reduccin
mayor de la exigida, podran vender sus derechos de emisin a otros pases que no hubieran
cumplido sus compromisos.
La ventaja de este sistema es que fomenta la reduccin de emisiones y aunque haya pases que
no lleguen a la reduccin pactada, al ser el efecto global, las reducciones contribuyen al
cumplimiento del objetivo final.
Existen dos tipos de derechos de CO2: Joint Implementation (JI) o Implementacin Conjunta y
European Trading System (ETS) o Sistema Europeo de Negociacin.
JI CO2: Bajo este acuerdo se encuentran los pases firmantes menos desarrollados y
especialmente los pases del Este de Europa. Basndose en el protocolo de Kyoto, que
permite vender las reducciones de emisiones de CO2 de un pas a otro. Lo que ocurre
en realidad, es que los pases ms desarrollados, financian proyectos de reduccin de
CO2 en pases menos desarrollados, donde es posible alcanzar una mayor reduccin de
emisiones de CO2 con menores inversiones. Estos son los llamados proyectos de Joint
Implementation. En este caso el comprador suele ser un Estado o una Agencia Estatal
y el vendedor un inversor privado. Para poder vender la reduccin de CO2 realizada
por un proyecto, es necesaria la aprobacin del pas donde el proyecto es realizado. No
existe un mercado transparente para estos derechos de CO2.
ETS CO2: La Unin Europea (UE) ha creado un mercado interno de derechos de
emisin de CO2 para los mayores emisores. Todos los estados miembros de la UE, dan
unos derechos de emisin a los mayores emisores. En el caso de que la emisin real
Por lo que, en el modelo, suponemos que la probabilidad de obtener los ingresos de la venta
del CO2 responde a una distribucin discreta de dos valores, con un 30% de probabilidades de
conseguirlos y un 70% de no conseguirlos, basndonos en las estimaciones de los
especialistas.
Los precios de los derechos JI, son mucho ms bajos que los de otro tipo de emisiones, y no
cotizan en mercados regulados, por lo que es mucho ms difcil poder obtener datos histricos
de su evolucin.
El precio medio del CO2 JI, estimado por los especialistas, se estima que distribuye de una
forma Lognormal, con una media de 850 um con una desviacin tpica de 340 um.
Clculo de la volatilidad
Una vez analizadas todas las incertidumbres del proyecto e introducidas en el modelo
procedemos a aplicar la frmula:
PV + FCF1
z = ln 1
PV0
Descrita anteriormente, obteniendo una volatilidad media para 50.000 simulaciones de = 6.2
% para el primer perodo. La distribucin de los rendimientos la podemos observar en la figura
4.
Figura 4.
Para comprobar la hiptesis de volatilidad constante del proceso, repetimos el mismo proceso
tomando sucesivamente el rendimiento entre 12 los aos posteriores que son los que
consideramos tendrn ms peso en el valor del proyecto.
Obteniendo los resultados dados en la figura 5. Que nos indican que la volatilidad, aunque
ligeramente creciente segn avanza el proyecto, se mueve en un entorno medio cercano a la
volatilidad estimada para el primer perodo.
Figura 5.
Volatilidad
7.2%
7.0%
6.8%
6.6%
6.4%
6.2%
6.0%
5.8%
5.6%
5.4%
5.2%
1 2 3 4 5 6 7 8 9 10 11 12
Modelo binomial
Una vez obtenida la volatilidad del proyecto, creamos un desarrollo binomial.
Asumimos que el valor presente de los flujos de caja del proyecto PV, siguen un Movimiento
Geomtrico Browniano (GBM), con tasa de crecimiento y volatilidad .
E [ PVT ] = PV0 e T
Pudiendo modelar este proceso en con un desarrollo binomial, donde los parmetros u, d y las
probabilidades p y q son definidas de forma que la media y la varianza de la binomial son
iguales a la media y varianza del GBM.
Tiempo = 3 meses
= 6.16%
r t
rf = e fanual 1
rf = e0.0690.25 1 = 1.74%
u = e t
u = e0.062 0.25
= 1.03
Calculamos el parmetro de bajada: d
1
d=
u
1
d= = 0.97
1.03
La probabilidad neutral al riesgo de subida: p
q = 1 p
q = 1 0.7747 = 22.53%
Una vez calculados todos los parmetros, creamos los modelos binomial y de rbol de
decisin binomial.
Tabla 2.
Prob. Prob.
Mill UM moneda local xito Acumulada
Fase PV momento 0
III Medicin de Viento a 80 m y
Conexin a la Red Elctrica -29 72% 72%
IV Permiso de Construccin -69 60% 43%
V Permiso de Operacin -9 40% 17%
Lanzamiento -9,813
PV Flujos de Caja 13,673
t 0.25
r fanual 6.90% u 1.03
rf 1.74% d 0.97
anual 6.20% p 0.77
3.10% q 0.23
En segundo lugar, actualizamos todos los valores obtenidos en la tabla al tipo libre de riesgo
ajustado trimestralmente. Y lo podemos observar en la tabla 4.
Figura 7.
Figura 8.
Tal y como hacen notar Brandao, Dyer, Hahn (2005), el rbol no es recombinante como el
desarrollo binomial, y por su tamao slo se presentan en la figura los 4 primeros perodos.
Una vez modelizado el proceso GBM que representa la evolucin del valor del proyecto en el
tiempo, pasamos a incluir las opciones existentes hasta el lanzamiento del mismo.
Como podemos observar en la tabla 5, slo es ptimo el no lanzar el proyecto en uno de los
estados del mercado. Este hecho nos indica que el proyecto en la mayora de los casos nos
17,521
dar un VAN positivo. 16,986
5,450
Continuar
5,241
16,468 Continuar 16,468
Tabla 5. 5,036 4,532
15,965 Continuar 15,965 Continuar
4,833 4,336
15,478 Continuar 15,478 Continuar 15,478
1,844 4,143 3,670
15,006 Continuar 15,006 Continuar 15,006 Continuar
1,765 3,953
METAPROJECT INGENIERIA E3,486
INNOVACION S.A.
14,547 Continuar 14,547Dr. Carlos
Continuar 14,547Providencia,
Charlin 1521, Continuar 14,547
Santiago Chile
944 1,496 3,304
Telefonos 2,859
(56-2) 2642927-2642928
14,103 Continuar 14,103 Continuar 14,103 Email:Continuar 14,103 Continuar
comunicaciones@metaproject.cl
898 1,422 3,125 2,686
Estado del Mercado 13,673 Continuar 13,673 Continuar 13,673 Continuar 13,673 Continuar 13,673
Valor de la Opcin 584 741 1,170 2,516 2,098
Decisin Continuar 13,256 Continuar 13,256 Continuar 13,256 Continuar 13,256 Continuar
9
Para el rbol de decisin binomial, introducimos las opciones como decisin y el riesgo
privado como posibilidades en el rbol de decisin binomial y modelizamos el rbol, como
podemos ver en la figura 9.
Figura 9.
Que una vez resuelto, nos da el valor de 584 Mill UM al igual que el desarrollo binomial.
Como podemos aparece en la figura 10.
Figura 10.
Se han expuesto slo los primeros nodos debido a la imposibilidad de exponer todo el rbol
desarrollado.
En cambio, tanto el valor presente del proyecto como el coste de lanzamiento tienen una
probabilidad condicionada del 17%, obtenida del producto de todas las probabilidades. Es
decir, teniendo en cuenta todas las fases, la probabilidad de llegar a conseguir el valor del
proyecto es del 17%, al igual que la probabilidad de llegar a invertir en el lanzamiento. Dando
como resultado:
Tabla 6.
Valor de la Opcionalidad 25
Debido a las caractersticas del proyecto, el nivel de incertidumbre es muy bajo, dando una
volatilidad del proyecto del 6.2%. En el caso de proyectos ms voltiles, aumenta el valor de
la opcin, por un lado por las posibilidades de abandono del proyecto y por otro lado porque
aumentan los posibles estados de la naturaleza, aumentando el rango de valores del proyecto.
Por ejemplo, una volatilidad del 34% nos sita el valor de la opcin en 730 millones um. En
este caso el VAN habra minusvalorado el proyecto en 171 millones um. Como podemos
observar en la tabla 7.
METAPROJECT INGENIERIA E INNOVACION S.A.
Dr. Carlos Charlin 1521, Providencia, Santiago Chile
Telefonos (56-2) 2642927-2642928
Email: comunicaciones@metaproject.cl
9
Tabla 7.
Esta diferencia se debe a que en este caso, los posibles estados de mercado en el momento de
lanzamiento se mueven entre 53.272 y 3.509 millones um, como vemos en la tabla 8. Lo que
permite obtener flujos de caja mucho mayores de lo esperado, estando cubiertos a la baja con
la opcin de abandono, o de no inversin en la siguiente fase, en estados no favorables.
53,272
36,593
Tabla 8. 44,944
30,019
Continuar
Conexin a la red
los valores que hemos ido invirtiendo en cada fase del proyecto, que en total suman una
Tambin se puede observar en la tabla, que a partir del trimestre 5, es ptimo el abandonar el
proyecto a partir de algunos estados del mercado.
Conclusiones
Como podemos comprobar las dos tcnicas de valoracin usadas, modelo binomial y rbol de
decisin binomial, dan valores iguales, por lo que la tcnica usada para resolver el valor de la
opcin depender de las preferencias del analista, o bien de la audiencia esperada para la
valoracin del proyecto.
Por lo que, una vez decidido el modelo de valoracin de la opcin, sea cualquiera de los
citados en un principio, el autentico esfuerzo se encuentra en la modelizacin del proyecto, en
la deteccin y modelizacin de las incertidumbres que harn que el valor pueda variar. Y de la
bsqueda y modelizacin de las Opciones Reales inherentes en el modelo.
RESUMEN Y CONCLUSIONES
En este modulo hemos estudiado uno de los enfoques de anlisis de mayor inters
terico y prctico en los ltimos aos: las Opciones Reales. Bajo este mtodo podemos
incorporar a la evaluacin financiera de los proyectos de inversin la mayor o menor
Una cuestin fundamental es cmo valorar estas opciones. Hemos verificado que los
mtodos analticos basados en Black-Scholes son excesivamente simplistas para cuantificar el
valor de una opcin real. En la literatura sobre el tema, la mayora de los especialistas se
inclinan por la utilizacin de mtodo binomial. Opinamos que aunque el mtodo binomial
tiene la flexibilidad suficiente para valorar las opciones reales ms comunes, un mtodo que
debemos tener siempre en cuenta es el mtodo de simulacin de Montecarlo. La razn de
nuestra afirmacin, es que en muchos casos las opciones reales son complejas ya que tienen
componentes exticos y estn interrelacionados por lo que la nica frmula vlida para
valorarlas es utilizar la simulacin de Montecarlo. En cualquier caso, en muchas ocasiones
slo con el anlisis filosfico y no cuantificado de las opciones reales, los responsables de la
toma de decisiones de una empresa obtienen una informacin muy valiosa de cara a sus
estrategias de desarrollo y crecimiento.
El captulo, lo hemos finalizado con algunos casos de estudio, como los modelos de
valoracin de acciones de empresas de alto crecimiento, de contratos de garantas de valor
residual en base al anlisis de opciones reales y de valoracin de parques elicos. Aunque los
modelos estn en una fase inicial de contrastacin y ajuste, los primero resultados de su
aplicacin son bastante interesantes. Estamos convencidos que ste es otro campo de
investigacin donde se producirn avances realmente significativos en los prximos aos.
PREGUNTAS Y PROBLEMAS
50 mill.
40% probabilidad
Valor
30 mill.
60% probabilidad
La tasa de descuento para el club es del 15% y la tasa libre de riesgo es del 5%.
Cul es el valor actual del club? Qu valdra la opcin de contratar a una gran
estrella por 30 millones de euros, sabiendo que su contratacin doblara el flujo
de caja generado por el club?.
2. Una compaa area ha adquirido un AIRBUS 320 por 200 millones de euros.
El consorcio AIRBUS le ofrece por un coste adicional de 10 millones de euros,
la siguiente opcin de venta del avin:
BIBLIOGRAFA
BLOSE, L.E., SHIEH, J.C.P. (1995), The Impact of Gold Price on the Value of Gold Mining
Stock, Review of Financial Economics, Vol. 4., n 2, pgs. 125-139.
AIMR (2000), The Technology Industry: Impact of the Internet. AIMR Publications
CHATWIN, R.; BONDUELLE, Y. y Otros (1999), Real Option Valuation for E-Business: A
case study en L. Trigeorgis (ed.), Real Options and Business Strategy, Risk Publications,
Londres, pgs. 161-184
COPELAND, T., ANTIKAROV, V. (2001), Real Options. A Practitioners Guide, ed. Texere,
Nueva York.
DAVIS, G.A. (1998), Estimating Volatility and Dividend Yield When Valving Real Options to
Invest or Abandon, The Quartely Review of Economics and Finance, Vol. 38, pgs. 725-754.
MALKIEL, B.G. (1996), A Random Walk Down Wall Street, Ed. Norton, Nueva York (6
Edicin).
MOUBOUSSIN, M. J. (1999) "Get Real. Using Real Options in Security Analysis". Credit
Suisse, First Boston Frontiers of Finance, n 10.
STONIER, J.E. (1999), What is and Aircraft Purchase Option Worth. Quantifying Asset
Flexibility Created Through Manufacturer Lead-Time Reductions and Products Commonalty
en BUTLER, G.F., KELLER, M.R. (Eds.), Handbook of Airline Finance, Aviation Week
Books.
TUFANO, P. (1998), The Determinants of Stock Price Exposure: Financial Engineering and the
Gold Mining Industry, Journal of Finance, 53(3), pgs. 1015-1052.
Brandao, Luiz E., James S. Dyer, Warren J. Hahn. 2005. Using binomial trees to solve
real-option valuation problems. Decision Anal. 2(2) 69-88
Myers, Stewart C. 1984. Finance theory and financia1 strategy. Interfaces 14(1) 126-
137.
Rogers, E., (1995). Diffusion of innovations. Fourth edition. New York, NY: The Free
Press.
Villiger, R., Bogdan, B. 2005. Getting real about valuations in biotech. Nature
Biotechnology. 23 (4). 423 - 42
Smith, James E., McCardle, Kevin F. 1999. Options in the real world: lessons learned in
evaluating oil and gas investments. Operations Research 47 (1). 1-15
Smith, James E., Nau, Robert F. 1995. Valuing risky projects: option pricing theory and
decision analysis. Management Science. 41 (5) 795-816
Venetsanosa, K., Angelopouloua, A., Tsoutsosb, T., 2002. Renewable energy sources
project appraisal under uncertainty: the case of wind energy exploitation within a
changing energy market environment. Energy Policy 30 293307
The Joint Implementation and clean development mechanism processes explained. May
2004, The Climate Change Projects Office (CCPO).