Vol 4 Num 1

Volumen 4
Nmero 1
Enero-Junio
2010

REVISTA DE
ADMINISTRACIN, FINANZAS
Y ECONOMA
(Journal of Management, Finance and Economics)
Artculos
Director
Directores Adjuntos
Editora de Produccin
Comit Editorial
J os Antonio Nnez Mora
Carlos Manuel Urza Macas
Enrique R. Csares Gil
Martha F. Carrillo Urbina
Alberto Hernndez Baqueiro
Edgar Ortiz Calisto
Elvio Accinelli Gamba
J os Luis de la Cruz Gallegos
J os Carlos RamrezSnchez
Anabella Dvila Martnez
Frank Dellman
Ral Moncarz

Sara Barajas Corts y Arturo Lorenzo Valds
Valuacin de proyectos de inversin
para PYMES con opciones reales

L. Arturo Bernal Ponce y Humberto Valencia Herrera
Relacin entre inflacin y volatilidad de
derivados financieros: el caso de Mxico
Jorge Prez Rubio Aguilar
The role of salesperson motivation
in driving company performance
Mara del Carmen Melgar Hiraldo y Jos Antonio Ordaz Sanz
Aplicacin de los modelos inflados de ceros en el
anlisis de la siniestralidad y el componente
de culpabilidad en el seguro de automviles
Claudia Estrella Castillo Ramrez
Volatilidad estocstica y la ecuacin de Fokker-Planck:
parmetros dependientes del tiempo y filtro de Kalman
Csar Armando Corts Guerrero
Evaluacin del marco regulatorio sobre el requerimento
mnimo de capital: un modelo de generaciones traslapadas
TECNOLGICO DE MONTERREY

CAMPUS CIUDAD DE MXICO

Revista de Administracin, Finanzas y Economa
(J ournal of Management, Finance and Economics)

Director
J os Antonio Nnez Mora Tecnolgico de Monterrey

Directores Adjuntos
Carlos Manuel Urza Macas Tecnolgico de Monterrey
Enrique R. Csares Gil Universidad Autnoma Metropolitana

Editora de Produccin
Martha F. Carrillo Urbina Tecnolgico de Monterrey

Comit Editorial
Alberto Hernndez Baqueiro Tecnolgico de Monterrey
Edgar Ortiz Calisto Universidad Nacional Autnoma de Mxico
Elvio Accinelli Gamba Facultad de Economa de la UASLP
J os Luis de la Cruz Gallegos
J os Carlos Ramrez Snchez
Tecnolgico de Monterrey
Universidad Anhuac
Anabella Dvila Martnez Tecnolgico de Monterrey
Frank Dellman Universidad de Mnster, Alemania
Ral Moncarz Universidad Internacional de Florida, USA

ISSN: en trmite
Escuela de Negocios
Escuela de Graduados en Administracin y Direccin de Empresas, EGADE
Tecnolgico de Monterrey, Campus Ciudad de Mxico
Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C.P. 14380, Mxico D.F.
Aulas III, cuarto piso. Tel. +52 (55) 54832020 ext. 1390 y 1392
Correo electrnico: raf.ccm@servicios.itesm.mx
Pgina: http://www.csf.itesm.mx/egade/publicaciones
Artculos
Pagina
Sara Barajas Cortes y Arturo Lorenzo Valdes
Valuaci on de proyectos de inversi on
para PYMES con opciones reales..............................................................1
L. Arturo Bernal Ponce y Humberto Valencia Herrera
Relaci on entre inaci on y volatilidad de
derivados nancieros: el caso de Mexico.................................................18
Jorge Perez Rubio Agular
in draving company performance...............................................................29
Mara del Carmen Melgar Hiraldo y Jose Antonio Ordaz Sanz
Aplicaci on de los modelos inados de ceros en el
an alisis de la siniestralidad y el componente
de culpabilidad en el seguro de autom oviles...............................................44
Volatilidad estoc astica y la ecuaci on de Fokker-Planck:
par ametros dependientes del tiempo y ltro de Kalman.............................64
Cesar Armando Cortes Guerrero
Evaluaci on del marco regulatorio sobre el requerimento
mnimo de capital: un modelo de generaciones traslapadas.......................76

Revista de Administracion, Finanzas y Economa (Journal of Management, Finance and
Economics), vol. 4, n um. 1 (2010), pp. 1-17.
Valuacion de proyectos de inversion
para PYMES con opciones reales
Sara Barajas Cortes

Arturo Lorenzo Valdes

Recibido 3 de noviembre de 2009, aceptado 15 de febrero de 2010
Resumen
En este trabajo se desarrolla la valuaci on de un proyecto de inversion de una
Pyme mexicana. El proyecto consiste en el dise no, comercializacion e im-
plantaci on de soluciones especializadas de tecnologa de informaci on en el sector
de seguridad p ublica. El proyecto fue valuado con la tecnica del Valor Presente
Neto y con la metodologa de Opciones Reales a traves del metodo binomial en
su fase de inversion y con la opci on de expansi on, ambos escenarios sin incluir
nanciamiento externo. Posteriormente se llev o a cabo el an alisis del valor de
la exibilidad nanciera del proyecto al incluir el nanciamiento bancario en el
escenario de expansi on, determinando los benecios econ omicos y estrategicos
que el uso del nanciamiento bancario les aport o. Adicionalmente para el valor
de la exibilidad nanciera se llev o a cabo un an alisis de sensibilidad mediante
opciones reales. El calculo de la volatilidad de los ujos de efectivo del proyecto
fue particularmente estudiado, y del an alisis efectuado surge la propuesta de
un metodo basado en la ponderaci on de factores que inciden en la variable de
mayor incertidumbre, el cual se aplica para la valuaci on del caso de estudio.
Abstract
In this work we develop an investment project valuation for a Mexican small
business. The project involves the design, selling and implementation of specia-
lized information technologies solutions for the public safety government sector.
The project valuation was done with the Net Present Value and Real Options
methodologies considering the expansion option and using the binomial method
in its investment phase, both scenarios without including external nancing.
Later on, we did the analysis of the value of the nancial exibility of the
project. We include a banking nancing in the expansion scenario, the economic
and strategic benets of such nancing was studied. A sensitivity analysis
Profesora del Departamento de Contabilidad y Finanzas, Instituto Tecnol ogico y de

Estudios Superiores de Monterrey, Campus Ciudad de Mexico. Calle del Puente No. 222,
Ejidos de Huipulco, Tlalpan. C. P. 14380 Mexico, D.F. Telefono: +52(55)5483-1346. Correo
electr onico: sbarajas@itesm.mx
Profesor del Departamento de Contabilidad y Finanzas, Instituto Tecnol ogico y de Es-

tudios Superiores de Monterrey, Campus Ciudad de Mexico. Calle del Puente No. 222,
Ejidos de Huipulco, Tlalpan, C. P. 14380 Mexico, D. F. Telefono: +52(55)5483-2259. Correo
electr onico: arvaldes@itesm.mx
2 Revista de Administracion, Finanzas y Economa
with real options for the nancial exibility was also developed. The cash ow
uncertainty of the project was particularly studied, and with the analysis we
develop a proposal of a method based in the weighting of the most uncertain
variable factors, we applied this method for the valuation of this case study.
Clasicaci on JEL: M1, G11.
Palabras clave: PYME, Opciones Reales, VPN.
1. Introducci on
Normalmente cuando se habla de valuaci on de proyectos y uso del nanciamien-
to, autom aticamente pensamos en los proyectos de grandes empresas y casi
olvidamos por completo que en el ambito de los negocios de cualquier pas en
el mundo tambien estan incluidas las peque nas y medianas empresas (Pymes),
las cuales representan un elemento muy importante no s olo en los pases en vas
de desarrollo sino tambien en los pases desarrollados.
Actualmente las Pymes son objeto de estudio tanto por su contribuci on
economica como por la creacion de fuentes de empleo, y por la exibilidad
operativa que representan en los negocios con las grandes empresas.
Un problema fundamental en este sector es precisamente el del apoyo -
nanciero con instituciones crediticias. Estas instituciones exigen garantas, re-
querimientos de informaci on nanciera de la empresa y de sus proyectos lo cual
representa un costo nanciero para la Pyme, por lo que este apoyo es difcil de
conseguir. Esto desanima al empresario para hacer uso del nanciamiento ban-
cario y constituye un factor importante que imprime una caracterstica especial
a la estructura nanciera de las Pymes. Pases tales como Estados Unidos,
Italia y Jap on, han dedicado los ultimos a nos a analizar y tratar de encontrar
elementos para que tales empresas no desaparezcan sino que permanezcan y
vayan creciendo a traves de los distintos proyectos que llevan a cabo ya sea
de manera independiente o bien como extensi on de las grandes empresas. Sin
embargo, en Mexico al igual que en otros pases en Latinoamerica, el sector
de las Pymes a un se encuentra poco atendido en diversos aspectos, entre los
cuales se pueden mencionar los relativos a la valuaci on de sus proyectos y el
otorgamiento y uso del nanciamiento bancario.
En general, las Pymes desconocen como valuar sus proyectos o les resulta
complicado hacerlo, ya que no cuentan con informaci on conable de variables
administrativas y nancieras hist oricas, que tambien representan un requisito
para tener acceso al nanciamiento bancario.
Una metodologa reciente para valuar proyectos de inversion es la de Op-
ciones Reales, cuyas caractersticas principales son la incorporaci on de la e-
xibilidad operativa y nanciera de los proyectos, elementos que las tecnicas de
valuaci on de proyectos tradicionales no consideran.
En este trabajo se aplica la metodologa de Opciones Reales en una Pyme
mexicana y se exploran los benecios de la exibilidad nanciera a traves del
uso del nanciamiento bancario para un proyecto de inversi on vinculada a una
gran empresa.
Por lo tanto, el objetivo es aportar evidencia emprica de la metodologa de
Opciones Reales en el sector de las Pymes, para que este analice sus proyectos
con un enfoque analtico que le apoye para la toma de decisiones en un ambiente
din amico de negocios, ya que de esta forma incrementar an sus probabilidades de
negocios y por lo tanto de sobrevivencia y desarrollo en el mercado. Tambien se
Valuacion de proyectos inversion para PYMES con opciones reales 3
busca dar elementos a las Pymes para usar el nanciamiento bancario y obtener
el benecio adicional de la exibilidad nanciera.
2. Descripci on del proyecto de inversi on evaluado
2.1 La empresa en estudio
El caso de estudio es la empresa TI, S.A. de C.V.
1
Es una empresa mexicana
en el sector de tecnologa de la informaci on (TI), con mas de cinco a nos de
operacion en el mercado y con informaci on nanciera hist orica. Esta Pyme
fue fundada legalmente a principios del a no de 1989 en el Distrito Federal por
cinco personas con varios a nos de experiencia en esta area. La actividad que
la empresa ha venido desarrollando desde su fundaci on es la venta y mante-
nimiento de equipo de computo y software a empresas medianas, b asicamente
su principal cliente ha sido el sector gobierno.
La empresa pretende evaluar un proyecto que consiste en el dise no, co-
mercializacion e implantaci on de soluciones especializadas de tecnologa de in-
formaci on en el sector de seguridad p ublica, actuando como distribuidores di-
rectos de reconocido fabricante en la industria de tecnologa de la informaci on.
Este proyecto les asegurara su permanencia y crecimiento en el mercado para
los pr oximos cinco a nos.
Los datos se recopilaron en reuniones con los directivos de la empresa. Con
estos datos e informaci on obtenida se procedio al an alisis de la misma y a de-
terminar los elementos necesarios para llevar a cabo la valuaci on del proyecto
aplicando la metodologa de opciones reales, para cuanticar las posibles alter-
nativas durante la vida del proyecto.
2.2 Objetivos de la empresa
La empresa tiene como objetivo de este proyecto de inversion, actuar como
distribuidor directo y alcanzar un nivel de ventas de 7 Millones de d olares en
los pr oximos cinco a nos.
Para poder actuar como distribuidor directo se requiere cumplir primor-
dialmente con dos requisitos:
a) Realizar una inversion inicial de aproximadamente 400,000.00 d olares
principalmente para adquirir equipo de computo para demostracion y para ca-
pacitaci on del personal tecnico.
b) Adquirir un compromiso de cuota de ventas mnimo de 2 millones de
d olares anuales. El principal reto que enfrentan los distribuidores directos, es
mantener un ujo de efectivo continuo para seguir con sus operaciones, ya que
el ciclo de venta de algunos proyectos puede durar mas de un a no.
Algunos distribuidores para poder conseguir el ujo de efectivo necesario
complementan las ventas de productos con servicios relacionados.
2.3 Valuaci on del proyecto
Para valuar el proyecto, se utiliza inicialmente la tecnica del Valor presente
Neto (VPN) estatico o tradicional. Posteriormente se utiliza la metodologa de
1
En virtud de la condencialidad solicitada por la empresa objeto del caso de estudio, el
nombre de la empresa y del fabricante y otros datos relacionados se omiten.
opciones reales y por ultimo se determinan los efectos en el valor del proyecto
del uso de nanciamiento bancario.
Todas las cifras nancieras se expresan en moneda nacional (pesos mexi-
canos).
3. Valuaci on del proyecto de inversi on con VPN est atico o tradicional
3.1 Inversi on inicial para el proyecto
Con base en el objetivo establecido por la empresa de convertirse en distribuidor
directo, la empresa proporcion o inicialmente los datos estimados que se mues-
tran en el Cuadro 1.
Cuadro 1. Datos estimados
La inversion sera nanciada 30% con recursos propios aportados por los socios
de la empresa equivalente a $1,624,950 y el 70% restante por $3,791,550 con
recursos a obtener
2
de la banca comercial mediante una lnea de credito revol-
vente a una tasa del 19.5% anual pagaderos el capital e intereses mensualmente
a un plazo maximo de 36 meses. La tasa del 19.5% equivale a la tasa TIIE mas
11.5 puntos porcentuales y el monto maximo de la lnea bancaria de credito
revolvente es de $4,500,000.00.
3.2 Estimaci on de la tasa de descuento
Para la determinacion de la tasa de descuento a utilizar en el proyecto, se
aplic o la metodologa
3
basada en valores contables de la empresa, se tomaron
como base los perodos a partir de los cuales llevaron a cabo proyectos como
subdistribuidores de tecnologa de informaci on, una tasa libre de riesgo y una
prima de riesgo contable, ambas despues de impuestos, que sumadas dieron
como resultado el costo del capital contable con valor del 18.77%.
2
A efectos de llevar a cabo el c alculo del Wacc y la valuaci on con VPN se supone que
podra obtener el nanciamiento descrito.
3
Se utiliz o el procedimiento de un ejemplo ilustrado por Velez Pareja I y Tham J, Costo
Promedio de Capital 2001, www.5campus.com.
Para calcular el costo de la deuda de la lnea bancaria de credito revol-
vente, se toma como base la tasa bancaria TIIE mas 11 puntos porcentuales, el
resultado equivale al 19.50% anual. A este resultado se le calcul o y resto el 30%
correspondiente a la tasa del ISR, obteniendo un resultado nal de del 13.65%.
Con estos resultados se obtuvo un WACC para cada a no de la vida del
proyecto, el cual se utiliz o para descontar los ujos de efectivo esperados en el
calculo del VPN del proyecto.
Para obtener el WACC se us o la siguiente ecuacion:
R(WACC) =
S
S + B
r
s
+
B
S + B
r
b
(1 T
c
) (1)
Dado que el importe de la deuda se paga mensualmente, esta disminuye
a no con a no, por lo que la proporci on porcentual del uso de recursos propios de
la empresa (capital contable) y el uso del nanciamiento externo (deuda) son
diferentes cada a no y por consiguiente el WACC es diferente para cada a no. El
WACC obtenido para el a no 1 es de 15.19%, para el a no 2 es de 15.65%, para el
a no 3 es de 16.53%, para los a nos 4 y 5 es de 18.77%. Referente al WACC para
los a nos 4 y 5 es exactamente el costo del capital contable, ya que la empresa
piensa que para estos perodos no necesitara nanciarse y preere manejar una
poltica conservadora de endeudamiento externo.
3.3 Estados de Resultados proyectados y ujos esperados
del proyecto
Los estados de resultados proyectados correspondientes al proyecto, se muestran
en el Cuadro 2, y los ujos de efectivo previstos para el proyecto se muestran en
el Cuadro 3. Con los ujos determinados, se procede a la evaluaci on del proyecto
aplicando la tecnica del Valor presente neto (VPN). El proyecto arroja un VPN
negativo de $1,546,259 pesos por lo que de acuerdo a la teora de esta tecnica,
el proyecto debe rechazarse ya que no s olo no agrega valor a la empresa, sino
que lo destruye. Ademas no podra emprenderlo en este momento, ya que no
puede obtener el nanciamiento necesario.
4. Valuaci on de las opciones reales del proyecto
Considerando que el proyecto esta planteado en un horizonte de cinco a nos
y que estrategicamente no mantendr a un comportamiento estatico, resultara
incongruente aceptar como unico par ametro de decisi on el Valor Presente Neto
obtenido al hacer la valuaci on correspondiente Por lo tanto se analiza a traves
de la metodologa de opciones reales, las distintas decisiones que podran llevar
a cabo los directores de esta empresa alrededor del proyecto.
4.1 Las opciones reales en el proyecto de inversi on
La identicaci on de las alternativas de operacion u opciones reales del proyecto
de distribuci on, se centran principalmente en lograr el objetivo de la empresa
de ser distribuidor directo de TI Soluciones en Mexico y alcanzar un nivel de
ventas de 7 Millones de d olares en un lapso de cinco a nos. De acuerdo con los
requerimientos del esquema de comercializacion para actuar como distribuidor
directo, no podran de inmediato cumplir con todos ya que carecen de la for-
taleza nanciera para llevar a cabo el ciclo completo de la venta y generar los
recursos sucientes para incursionar en ese esquema de comercializacion.
Cuadro 2. Estados de resultados proyectados para el proyecto DTI
Cuadro 3. Determinacion de los ujos netos esperados del proyecto DTI.
Por lo tanto, la empresa con la intencion de buscar otra ruta para alcanzar
su objetivo, analiza otros esquemas de comercializacion enfocandose principal-
mente en dos de estos, el de distribuidor asociado y el esquema One time deal
(OTD).
De dicho an alisis se concluye que en ambos esquemas los requerimientos
son similares, no as la lnea para acceder a la subsidiaria y al fabricante, el
distribuidor asociado lo hace a traves del distribuidor directo (DD) y en un
esquema OTD, la empresa tiene el contacto directo con la subsidiaria y a traves
de esta con el fabricante.
Bajo este an alisis conceptual la empresa pretende establecer la siguiente
estrategia: Iniciar bajo un esquema OTD invirtiendo recursos propios durante
un perodo de 2 a 5 a nos para posteriormente cambiar al esquema DD, es decir
expandir sus operaciones Al iniciar con un esquema OTD, los recursos propios
requeridos son menores, y tendr a la oportunidad de incursionar en proyectos
que normalmente se llevan a cabo por los distribuidores directos.
4.2 Valuaci on con la metodologa de Opciones Reales.
Una vez establecida la estrategia de negocios, los pasos para valuar el proyecto
con la metodologa de opciones reales son: el planteamiento de la opci on a
valuar, el an alisis a traves del VPN, la determinacion del modelo de valuaci on
para opciones reales, es decir determinar el valor de las variables requeridas para
aplicar esta metodologa y por ultimo la valuaci on del proyecto con opciones
reales.
4.2.1 Planteamiento de la opci on
La empresa inicia con el esquema OTD para posteriormente incrementar su
inversion con la nalidad de obtener mayores benecios y entrar al esquema DD.
La condici on para poder cambiar al esquema DD dependera de las tendencias de
la industria TI, que de acuerdo a la tendencia mundial, se espera que en Mexico
crezcan los requerimientos de TI gubernamentales, es decir que el principal
generador de crecimiento de la industria de la tecnologa de informaci on aqu en
Mexico sean los proyectos que el gobierno federal tenga a futuro.
Por lo tanto la estrategia tiene una primera fase de inversi on (escenario
OTD) y posteriormente pretende expandir sus operaciones (escenario OTD-
DD), es decir se eval ua una opci on de expansi on.
4.2.2 An alisis con VPN
La primera evaluaci on se llev o a cabo en el escenario OTD en un horizonte de
cinco a nos s olo con las aportaciones nancieras de los socios. En el perodo
cero la inversion es de $490,500 pesos destinada a la adquisici on de mobiliario
de ocina, equipo de computo y capacitaci on del personal asignado a esta di-
visi on de negocios y reinvierte en cada uno de los a nos siguientes para mantener
actualizados tanto sus equipos de computo como la capacitaci on a su personal
El resultado del an alisis con el VPN incluyendo el valor continuo de los ujos
de efectivo es de $1,945,228 pesos.
4.2.3 Determinaci on del valor de las variables para la valuaci on
con Opciones Reales.
Para la valuaci on con opciones reales del escenario OTD, se determino el valor
de las variables como sigue:
El precio de ejercicio es el valor presente de los ujos de la inversion inicial,
y el valor del activo subyacente es el valor presente de los ujos netos de efectivo
de la operacion, ambos descontados con un WACC del 18.77%.
El tiempo de expiraci on es el horizonte de tiempo del proyecto (5 a nos) y
la tasa libre de riesgo es del 6.05%.
Para utilizar la metodologa de opciones reales, es necesario establecer los
factores de riesgo asociados al proyecto que se eval ua. Normalmente el calculo
o estimacion de estos factores de riesgo se resume en el factor de volatilidad que
se aplica en la evaluaci on del proyecto.
Para la empresa objeto del caso de estudio, que es una Pyme se propone
un metodo de estimacion subjetiva para la determinacion de la volatilidad del
proyecto DTI. Es un metodo que consiste en la ponderaci on de factores que
inciden en la variable de mayor incertidumbre, al cual se har a referencia como
Metodo PFV, y surge como propuesta a partir del an alisis efectuado con la
empresa.
Con base en el criterio de la estimacion subjetiva de los empresarios, se
propone este metodo para calcular la volatilidad del caso de estudio. Parte
del supuesto de que toda la incertidumbre del valor presente de los ujos de
efectivo esta contenida en la variable que representa la mayor incertidumbre
para la empresa, se realiza un an alisis para identicar los factores que inciden
o tienen inuencia en el comportamiento de la variable mencionada.
Para medir la inuencia que cada factor identicado tiene sobre la variable
de mayor incertidumbre, se requiere establecer una clasicaci on con base en el
grado de incidencia, es decir, con base en la magnitud o nivel de inuencia o
de repercusion que cada uno de los factores identicados tiene sobre la varia-
ble. Para la clasicaci on del grado de incidencia, el empresario establece un
porcentaje que representa la inuencia de cada factor. Se sugiere utilizar la
siguiente clasicaci on para el grado de incidencia: alto, mediano y bajo.
Posteriormente clasicados los factores por su grado de incidencia, se ob-
tiene una suma total, dando como resultado la incidencia o inuencia total
de los factores. Con base en la incidencia total se determina la participaci on
proporcional de cada factor y se obtiene la ponderaci on de los mismos.
La nalidad del metodo propuesto es obtener una incidencia (inuencia)
ponderada total expresada en porcentaje del impacto de los factores sobre la
variable de mayor incertidumbre. El resultado obtenido representa la volatilidad
del valor presente de los ujos de efectivo del proyecto y sera la volatilidad
calculada que se utilice en la valuaci on del proyecto con la metodologa de
opciones reales. En cuanto a los ujos de efectivo de la inversion inicial, es
necesario establecer el supuesto de que no tienen variabilidad, es decir que no
tienen incertidumbre.
Los pasos para la aplicaci on del metodo PFV son los siguientes:
1. Establecer la variable de mayor incertidumbre en el proyecto
2. Identicar los factores que afectan a la variable de mayor incertidumbre
3. Clasicar a los factores de acuerdo al grado de incidencia (inuencia)
sobre la variable de mayor incertidumbre en grado alto, mediano y bajo.
4. Asignar un porcentaje a cada clasicaci on del grado de incidencia (in-
uencia) y obtener una suma total.
5. Calcular las proporciones de participaci on a cada factor con base en los
porcentajes de la clasicaci on del grado de incidencia.
6. Para cada factor obtener un porcentaje ponderado de incidencia (inu-
encia) multiplicando el dato obtenido en el punto 4 por el dato obtenido en el
punto 5 y sumar todos los resultados obtenidos.
El resultado que se obtenga representar a el factor de la volatilidad estimada
del valor presente los ujos de efectivo del proyecto a evaluar. Una vez descrito
el metodo propuesto, se presenta su aplicaci on al caso de estudio mediante seis
pasos:
Paso 1. La variable ventas es considerada por la empresa como la variable
de mayor incertidumbre para el proyecto DTI.
Paso 2. Los principales factores que la afectan son tres: demanda del
producto, desempe no de los recursos humanos tecnicos y de ventas y polticas
del fabricante con sus canales de distribuci on.
El factor demanda del producto se dene como la decisi on de los usuarios
para asignar recursos al tipo de productos y/o servicios ofertados. En el sec-
tor de tecnologa de la informaci on en Mexico se estima que la demanda sera
positiva principalmente por la necesidad de las organizaciones para utilizar este
tipo de herramientas y las iniciativas del gobierno que promueven su utilizaci on
(e-Mexico, pago de impuestos por Internet, enciclomedia, etcetera).
De acuerdo a los pron osticos de las tres principales empresas de investi-
gaci on y consultora del sector de tecnologa de informaci on en Mexico, IDC,
Gartner y Select, en Mexico se espera un crecimiento en este sector del 9.75%
en el a no 2005 con tendencia creciente para el a no 2006.
El factor desempe no de los recursos humanos tecnicos y de ventas se dene
como la incidencia que el desempe no de los recursos humanos asignados a los
proyectos tiene sobre los resultados en las ventas. En el proyecto DTI se requiere
personal altamente especializado en tecnologas de informaci on, se considera el
factor mas importante en este tipo de proyectos.
La empresa cuenta con dos personas claves para el desarrollo de los proyec-
tos en su fase de venta, este personal tiene un buen historial de desempe no (hit
rate) durante los ultimos diez a nos.
El factor polticas del fabricante con sus canales de distribuci on se de-
ne como las condiciones contractuales establecidas para sus distribuidores,
as como polticas de precios y tiempo de entrega de los productos.
Paso 3. Con base en las deniciones anteriores, las clasicaciones estimadas
para el grado de incidencia de cada factor son:
Demanda del producto: mediano, Recursos humanos: alto Polticas del
fabricante con sus canales de distribuci on: bajo.
Paso 4. Los porcentajes que asigna la empresa a la clasicaci on del grado
de incidencia son: alto = 50% mediano = 25% y bajo =12% dando un total de
87%
Paso 5. Las proporciones de participaci on obtenidas para cada factor son:
demanda del producto = 29% desempe no de los recursos humanos= 57% y para
las polticas del fabricante con sus canales de distribuci on =14%.
Paso 6. El porcentaje ponderado obtenido para cada factor es: demanda
del producto = 7.18%, desempe no de los recursos humanos tecnicos y de ventas
= 28.74% y para las polticas del fabricante con sus canales de distribuci on
=1.66%
La suma de los porcentajes ponderados de los tres factores es de 37.57%
As que la volatilidad estimada de los ujos de efectivo del proyecto DTI es de
37.57%.
Un resumen de los calculos se muestra en el Cuadro 4. El arbol binomial
del valor del proyecto DTI se calcula con estas variables, y cada nodo del arbol
representa el valor del proyecto DTI en cada periodo de tiempo (Cuadro 5).
Ahora se eval ua el escenario OTD - DD con los siguientes datos: en el
Cuadro 6 se muestran los ujos de la inversion inicial para este escenario, los
dos primeros a nos son iguales que en el escenario OTD, ya que el cambio al
esquema a DD (expansi on) se plantea ocurra en el a no 2007 siempre y cuando
las oportunidades de negocios en la industria TI sean propicias y generen los
ingresos requeridos bajo este esquema.
Cuadro 4. C alculo de la volatilidad del proyecto DTI con el
Metodo de ponderaci on de factores que inciden en la variable
de mayor incertidumbre (Metodo PFV)
Cuadro 5.

Arbol binomial del valor del proyecto DTI escenario OTD
Con base en estos datos, se determina el valor de las variables para el
escenario OTD-DD, el precio de ejercicio es el valor presente de los ujos de la
inversion inicial, y el valor del activo subyacente es el valor presente de los ujos
netos de efectivo de la operacion, ambos tambien descontados con un WACC
del 18.77%.
Cuadro 6. Determinacion de los ujos de la inversion inicial,
de los ujos de efectivo de la operacion y del valor presente neto
del proyecto DTI escenario OTD-DD.
Para el tiempo de expiraci on, tasa libre de riesgo y volatilidad del activo
subyacente son los mismos valores determinados en el escenario OTD.
El arbol binomial correspondiente al escenario OTD-DD, se puede ver en
el Cuadro 7.
Se hace la comparacion de los valores obtenidos para el a no 2007 en los dos
escenarios y tenemos como resultado que todos los nodos del escenario OTD-
DD tienen un valor superior a los valores de los nodos del escenario OTD, por
lo que la decisi on sera la opci on de entrar al escenario DD.
Las dos fases de la estrategia se evaluaron con la metodologa de opciones
reales considerando que la inversion fue nanciada con recursos propios de la
empresa, es decir no se incluy o nanciamiento externo.
Sin embargo, el escenario OTD-DD es pr acticamente imposible abordarlo
sin pensar en obtener recursos de otras fuentes de nanciamiento.
En el siguiente punto se analiza el escenario OTD-DD incluyendo nan-
ciamiento bancario y se determina y analiza el valor de la exibilidad nanciera
del proyecto.
Cuadro 7.

Arbol binomial del valor del proyecto DTI escenario OTD-DD.
5. El apalancamiento nanciero y las opciones reales
5.1 La estructura nanciera, y las Opciones Reales.
Los accionistas adquieren exibilidad nanciera cuando hacen uso del apa-
lancamiento nanciero.
La empresa necesita incrementar su inversion en el proyecto con el objeto
de aumentar sus operaciones y por consecuencia sus ujos de efectivo, por lo
que esta considerando solicitar un nanciamiento bancario por los recursos que
necesita para iniciar su expansi on, el monto es por $2,372,696 pesos a un plazo
de 3 a nos con una tasa anual de interes del 19.50% y pagos mensuales de capital
e intereses.
Los socios ya aportaron la cantidad de $2,451,630 pesos por lo que la
inversion total es de $4,824,326 pesos. El proyecto requiere de ese nanciamiento
para obtener los ujos de efectivo del arbol binomial.
Los pagos anuales de capital e intereses incluyendo el efecto de la tasa del
ISR, se resumen en el Cuadro 8.
Dado que la empresa adquiere una deuda (D) a largo plazo para nanciar
la expansi on del proyecto, los socios tienen la opci on de adquirir el valor del
proyecto (V ) a un precio de ejercicio dentro de ese plazo equivalente a la deuda
mas intereses. Entonces
E
0
= max{V
0
D
0
, 0} (2)
donde
E
0
=Equity o valor esperado,
V
0
=Valor de la divisi on TI,
D
0
=Valor de la deuda.
Cuadro 8. C alculo de pagos anuales de deuda e intereses de
nanciamiento bancario para el proyecto DTI escenario OTD-DD.
5.2 Valuaci on con la metodologa de opciones reales.
Para valuar el proyecto, incluyendo el uso de apalancamiento nanciero as como
el arbol binomial del valor de la divisi on en cada perodo, se denen los si-
guientes terminos, el valor esperado del proyecto es
E
01
=
pE
+
1
+ (1 p)E
1
1 + r
I
E
0
,
que arroja un valor numerico de $11,318,512 pesos que representa el valor pre-
sente neto estrategico o extendido (VPNE.)
Si VPNE = VPN est atico + Valor de la exibilidad nanciera, entonces
VPNE - VPN = Valor de la exibilidad nanciera.
Por lo tanto el valor de la exibilidad nanciera, es decir el benecio de
usar el apalancamiento nanciero para el proyecto de inversion, es de: $723,245
pesos $11,318,512 - $10,595,267 = $723,245 pesos.
Al obtener el nanciamiento externo, su estructura de capital es 50.82%
de recursos propios y un 49.18% de recursos externos, y de acuerdo al costo de
estas fuentes de nanciamiento, le corresponde un WACC del 16.25% el cual es
menor comparativamente con el WACC de 18.67% al utilizar recursos propios
al 100%.
Entonces la composici on de la estructura de capital inuye en el valor de
la exibilidad, la cual se vera aumentada cuando se incremente el uso de los
recursos externos y se contraten a una tasa menor a la del costo de capital
contable y viceversa.
5.3 An alisis de sensibilidad del valor de la exibilidad nanciera.
En el punto anterior se determino el benecio de usar el apalancamiento -
nanciero, sin embargo las empresas en algunas epocas enfrentan problemas -
nancieros derivados por la falta de liquidez que ponen en riesgo la operacion y
la existencia de la empresa Que pasa con el valor de la exibilidad nanciera si
los ujos netos de operacion (ujos disponibles) son menores y/o permanecen
menores a las obligaciones contradas?
Si los ujos disponibles (F) son menores a las obligaciones (O) contradas
tenemos un problema con el acreedor, en este caso con la instituci on nanciera
ya que los ujos no son sucientes para cubrir la obligaci on de la deuda.
Al no cubrir la obligaci on de la deuda, aplicar an las penas moratorias (P)
y en consecuencia disminuir a el valor deseado (V
).
V
1
= V
1
P
1
. (3)
Sin embargo, si los ujos permanecen menores a la obligaci on a corto plazo,
entonces se debe determinar un valor de rescate (V R), dado que la empresa
tendra que cerrar, por lo que el valor deseado sera igual al valor de rescate.
V
1
= V R
1
. (4)
Una vez establecido lo anterior, se denen algunas variables para analizar la
sensibilidad del valor de la exibilidad nanciera del caso de estudio.
Son las siguientes:
1.- Probabilidad de no tener problemas de liquidez (q). Dado que la variable
q es independiente del valor de la empresa, la empresa dene un valor de acuerdo
a su trayectoria, valor de q = 0.70.
2.- Valor de rescate (V R). Dado que una empresa que tiene solamente
problemas de liquidez, muy probablemente se reorganizar a y renegociar a con
los acreedores, por lo que se supondr a que el valor de rescate es una fracci on
ja del valor de la empresa, es decir, si V es el valor de la empresa, entonces
V R = V , donde es la fracci on del valor de la empresa sin problemas de
liquidez. Se dene un valor razonable de acuerdo a la historia de la empresa,
valor de = 0.85, la f ormula que se usar a es la siguiente: V R = V .
3.- Penalizaci on (P). En el caso de la penalizaci on a priori se denir a
como una cantidad de dinero razonable, estableciendo el valor de P = 1 mdp.
El primer paso para hacer este an alisis de sensibilidad es determinar los ujos
netos de operacion (ujos disponibles) aplicando el valor de q para luego obtener
el V PN de estos ujos. El calculo se muestra en el Cuadro 9.
Con estos ujos y las demas variables ya determinadas, se construye el arbol
binomial de los ujos esperados sin problemas de liquidez y antes de considerar
la deuda contrada. El paso siguiente es determinar los ujos esperados sin
problemas de liquidez y considerando la deuda contrada.
Por lo tanto, se tiene que el valor calculado de la exibilidad nanciera, es
de $6,465,734 - $5,768,043 = $697,691 que es menor a $723,245.
Se observa que efectivamente disminuye el valor de la exibilidad nanciera,
en este caso porque los ujos de efectivo se ven afectados por un 30% de pro-
babilidad de falta de liquidez.
Cuadro 9. Clculo del VP de los ujos netos operativos sin
problema de liquidez del proyecto DTI escenario OTDDD.
Siguiendo con este an alisis se hizo el supuesto de incrementar el importe
de la deuda en dos disposiciones mas de $500,000 cada una y los valores de la
exibilidad nanciera fueron $190,266 y $-268,477 respectivamente.
Posteriormente se identic o el monto maximo del prestamo en el cual el
valor de la exibilidad nanciera llegaba a un punto de equilibrio, es decir en
el cual su valor fue igual a cero, el monto fue de $3,067,201.
Para el caso de estudio no aplic o la penalidad (P) ni el valor de rescate
(VR) ya que los ujos que presenta este proyecto no llegaron a ser negativos en
ninguno de los nodos del arbol binomial.
De este an alisis se concluye que el uso del nanciamiento bancario le agrega
valor a este proyecto, tanto un valor en terminos monetarios, como un valor
estrategico, ya que de no contar con los recursos nancieros requeridos, sim-
plemente no podra expandir sus operaciones y por lo tanto limitara su cre-
cimiento.
Tambien se puede concluir que el valor de la exibilidad lo determina el
monto de la deuda en relaci on con los ujos probables que se obtendr an ya que
como se menciona, al incrementar en el an alisis el monto de la deuda, el valor de
la exibilidad nanciera fue disminuyendo hasta desaparecer, tomando valores
negativos al ir mas all a del monto de deuda ya mencionado.
6. Conclusiones
Las tecnicas tradicionales para la valuaci on de proyectos como es el VPN y
la TIR no son sucientes para cuanticar la incertidumbre y exibilidad que
implcitamente tienen los proyectos durante su vida.
La metodologa de opciones reales contribuye al an alisis del proceso con-
tinuo de toma de decisiones, representa una forma de pensar mas analtica,
obliga a tener disciplina para repensar el proyecto desde el inicio hasta la con-
clusi on del mismo. Este enfoque analtico complementa al VPN pues adiciona
el valor de la incertidumbre y exibilidad a los ujos de efectivo esperados del
proyecto.
Las evidencias empricas de la aplicaci on de Opciones Reales se encuentran
s olo en algunos sectores de gran escala, tales como la petroqumica, minera,
farmaceutica y recursos naturales y recientemente en las industrias automotriz
e inmobiliaria. Al utilizar la metodologa de opciones en la valuaci on de un
proyecto de inversion para una Pyme mexicana pudo explorarse paso a paso su
aplicaci on en conjunto con los socios representantes de esta empresa.
Los socios de la empresa participaron en el an alisis de la estrategia a seguir,
para de ah identicar las opciones reales del proyecto. Se observ o que tenan ya
una idea de la tecnica del VPN pero no entendan como determinar los datos
para su calculo. Particularmente para la determinacion de las variables del
modelo de valuaci on con opciones reales, se present o un area de oportunidad
para el calculo de la volatilidad del valor presente de los ujos de efectivo del
proyecto, ya que al ser una Pyme no se tuvieron sucientes datos para aplicar
los metodos com unmente utilizados para la determinacion de esta variable.
Por tal motivo se propone un metodo para el calculo de la volatilidad,
mediante la ponderaci on de factores de la variable de mayor incertidumbre. En
cuanto al segundo objetivo de explorar los benecios del uso del apalancamiento
bancario, se observan dos tipos de benecios: un benecio economico y un
benecio estrategico.
El benecio economico procede del tratamiento scal que tienen los intere-
ses bancarios en Mexico, concretamente la reduccion de un 30% en Impuesto
sobre la renta y un 10% de reparto de utilidades con base en el importe de
los intereses y de las utilidades adicionales que generan al tomar otras oportu-
nidades de negocios. En cuanto al benecio estrategico, les amplia su capacidad
de operacion y captaci on de clientes.
Es importante comentar que esta empresa mostro alta resistencia a solicitar
el nanciamiento, ya que trat o de conseguir los recursos por otras fuentes y
cuando ya no tuvo otra alternativa consider o la posibilidad del nanciamiento
bancario.
Cabe mencionar que para el otorgamiento del credito bancario no fue soli-
citada documentaci on alguna acerca de la viabilidad y rentabilidad del proyecto.
La instituci on bancaria tomo como base la trayectoria crediticia de los socios
y las declaraciones anuales de impuestos de los ultimos dos a nos, as como los
estados nancieros mas recientes a esa fecha.
Del an alisis de sensibilidad para el valor de la exibilidad se determina que
existe una relaci on entre los ujos de efectivo y el monto de la deuda, ya que
conforme aumenta el monto de la deuda el valor de la exibilidad disminuye.
Por ultimo se concluye que para las Pymes vinculadas a las grandes empre-
sas es beneco que adopten esta metodologa para analizar sus oportunidades
de negocios, pues parte del proceso es pensar analtica y estrategicamente los
caminos que pudiese seguir un proyecto. La otra parte de la metodologa que se
reere a calculos puede resolverse con las herramientas tecnologicas existentes.
Por el lado del nanciamiento es recomendable que los empresarios hagan
uso de este para que gocen de los benecios ya mencionados.
El uso del nanciamiento bancario reporta un benecio econ omico que se
reeja en el ahorro scal que representa la deducibilidad scal de los intereses
bancarios equivalente a un 30% de ISR mas un 10% de PTU. Adem as de un
benecio estrategico que representa la entrada a nuevos negocios fortaleciendo
su permanencia en el mercado. Es importante mencionar que este benecio
se puede nulicar dependiendo de la relaci on monto de la deuda con ujos de
efectivo esperados.
7. Referencias
Amram, M., Kulatilaka, N. (1999): Real Options Managing Strategic Invest-
ment in an Uncertain World, Harvard Business School Press, Boston.
Brealey, R. A., Myers, S. C. (1991): Principles of Corporate Finance, 2.a ed.,
McGraw-Hill, Madrid.
Copeland, T., Antikarov, V. (2001): Real Options A Practitioners Guide,
Terexe, New York.
Hackett, S., Dilts, D. (2004): A real options-driven theory of business incu-
bation, Journal of Technology Transfer, 29, 41-54.
Hemantha S.B. Herath y Chan S. P. (1999), Economic Analysis of R&D
Projects: An options Approach, The Engineering Economist Journal, Vol.
44, Pgs.
Hull, J.C. (2003), Options, Futures, and Other Derivatives, 5.a ed., Prentice
Hall, USA.
Levinthal D., Adner I., (2004), Real Options and real tradeofss, Academy of
Management Review, Vol. 29, No. 1, 120-126
Trigeorgis, L. (1993), Real Options and interactions with nancial exibility,
Financial Management, Vol. 2 No. 3, Financial Management 202 - 224.
Trigeorgis, L. (1995), Real Options in Capital Investment Model, Strategies,
and Applications, Praeger Publishers, USA.
Trigeorgis, L. (1996), Real Options Managerial Flexibility and Strategy in Re-
source Allocation, The MIT Press, London.
Trigeorgis, L. (1999), Real Options and Business Strategy Applications to
decision-making, Risk Books, Great Britain.
Weston, J. F., y Copeland, T.E. (1992), Financial Theory and Corporate Po-
licy, Addison Wesley Publishing Company.
Weston, J. F., y Copeland, T.E. (1995), Finanzas en Administraci on, Vol. II,
9a. ed., Mc Graw-Hill, Mexico.
Relacion entre inacion y volatilidad
de derivados nancieros: el caso de Mexico
L. Arturo Bernal Ponce

Humberto Valencia Herrera

Recibido 14 de diciembre de 2009, aceptado 15 de abril de 2010
Resumen
Este trabajo analiza el impacto de la volatilidad de los derivados nancieros
sobre la inaci on en Mexico (a nos 2004 a 2008). Para lo cual, se ha calibrado
un modelo estocastico de equilibrio macroeconomico, en el que se obtiene la tasa
de inaci on en funci on de la tenencia de derivados. Para ello se ha aprovechado
el ndice de volatilidad, dado a conocer por MEXDER. El resultado principal es
que existe una relaci on inversa entre la volatilidad de los derivados y la inaci on
en Mexico. Se obtuvo tambien una f ormula de valuaci on de un derivado suscrito
sobre un ndice de precios al consumidor.
Abstract
The aim of this paper is to analyze the impact of nancial derivatives volatility
on Mexican ination (years 2004 to 2008). To reach this end, a stochastic
model of macroeconomic equilibrium has been calibrated. That model obtains
the rate of ination in terms of tenure of derivatives. We take advantage of
the volatility index, released by MEXDER. The main result is that there is an
inverse relationship between volatility of the derivatives and ination in Mexico.
Furthermore, we obtained a valuation formula of a contingent claim subscribed
on a consumer price index.
Clasicaci on JEL: E44, G13.
Palabras clave: mercados nancieros y macroeconoma, valuaci on de derivados.
1. Introducci on
El creciente uso de derivados nancieros en los ultimos a nos, negociados tanto
en los mercados organizados como Over The Counter (OTC), ha propiciado un
debate entorno a los efectos de estos instrumentos sobre los fundamentales de
la economa. A este respecto, existe la hip otesis de que los derivados nancieros
Alumno de Doctorado en Ciencias Financiera del Tecnol ogico de Monterrey, Campus

Ciudad de Mexico, correo electr onico: abernal30@hotmail.com. Agradezco los valiosos co-
mentarios y sugerencias del Dr. Fernando Cruz Aranda y del Dr. Arturo Perez Mendoza,
as como el valioso apoyo del Dr. Jose Antonio N u nez Mora.
Direcci on para recibir correspondencia: Geranios 183 Frac. Ban us, Municipio de San
Agustn Tlaxiaca, Hgo. C.P. 42161; Telefono: (771) 1483111. Departamento de Contabilidad
y Finanzas, Tecnol ogico de Monterrey, Campus Ciudad de Mexico.
Relacion entre inacion y volatilidad de derivados nancieros: el caso de Mexico 19
tienen el potencial de modicar la sensibilidad de los agentes economicos ante
cambios en las medidas de poltica monetaria. Vrolijk (1997) inicia en esta dis-
cusi on y posteriormente le siguen autores como Hunter y Smith (2002), Savona
et. al. (2002), Gomez et. al. (2005), Upper (2006) y Vickery (2008). De
manera particular, autores como Wagnery y Berger (2005), Beltratti y Morana
(2006), Tytell y Wei (2004) y Spiegel (2008) se concentran en los efectos de
los mercados nancieros, incluyendo el mercado de derivados, sobre la tasa de
inaci on.
Con fundamento en lo anterior, este documento analiza la relaci on que
existe entre la volatilidad de los derivados nancieros y la tasa de inaci on,
en dos vertientes: i) se analizar a el efecto de la volatilidad de los instrumentos
derivados sobre la tasa de inaci on para el caso de Mexico, para el periodo 2004
a 2008; la volatilidad de los derivados se medira a traves del ndice VIMEX,
dado a conocer por MEXDER. Para lo cual se calibrar a el modelo propuesto
en Bernal y Venegas-Martnez (2009) y; ii) se valuar a un derivado nanciero
suscrito sobre unndice de precios al consumidor. A diferencia de la metodologa
propuesta por Lioui y Poncet (2005), en donde tambien se obtiene una formula
de valuaci on de un instrumento derivado con las mismas caractersticas, en este
trabajo se usar a el supuesto de que un derivado y la inversi on en un activo fsico
comparten la misma prima al riesgo.
El resto de este documento esta organizado como sigue: primero se revisar a
brevemente el modelo expuesto en Bernal y Venegas-Martnez (2009), posteri-
ormente se calibrar a ese modelo para la economa de Mexico. En una seccion
posterior se presentar a la metodologa para valuar un derivado suscrito sobre
un ndice de precios al consumidor. Finalmente se presentar an las conclusiones.
2. El modelo
En esta seccion se revisar a brevemente una version simplicada del modelo
propuesto en Bernal y Venegas-Martnez (2009). Este es un modelo de equilibrio
macroeconomico, en tiempo continuo, de una economa monetaria, la cual se
encuentra expuesta al riesgo de mercado. En ese modelo se supone que existe
un solo bien en la economa que puede ser destinado para el consumo o para la
inversion; todos los valores son medidos en terminos de ese bien. Ademas, existe
un individuo representativo que obtiene satisfacci on por el consumo del bien
que se produce, c(t) as como por la tenencia de saldos reales, m(t), esto ultimo
debido a los servicios de liquidez que ofrece. Este individuo busca maximizar
el valor esperado de su funci on de utilidad, del tipo Sidrauski (1967), y tiene la
siguiente forma:
U(t, c(t), m(t)) = e
[ln(c(t)) + (1 )ln(m(t))] (1)

donde > 0 es la tasa de descuento subjetiva y 0 < j < 1 es un par ametro
que mide la importancia relativa entre el consumo de un bien generico y la
tenencia de saldos reales. Se supone que este individuo opera su propio proceso
productivo y el rendimiento medio esperado de este proceso productivo es u
y
;
y
y
> 0 es su volatilidad.
Se plantea que el nivel general de precios, P(t), es conducido por choques
tanto reales como monetarios; que > 0 es la inaci on media esperada al tiempo
t; y que
PM
> 0 y
PY
> 0 son sus respectivas volatilidades. La poltica
monetaria es conducida de tal forma que u
M
> 0 es la tasa de crecimiento
media esperada de la oferta monetaria y
M
> 0 es su respectiva volatilidad.
Se supone tambien que el individuo tiene acceso a tres activos nancieros:
i) un bono libre de riesgo de credito que paga una tasa de interes nominal,
i(t); ii) un instrumento derivado, de precio, X(t), donde u
X
es su par ametro
de tendencia,
d
XM
y
d
XY
son sus respectivas volatilidades y; iii) un activo
riesgoso, de precio S(t) con par ametro de tendencia u
S
> 0 y con sus respectivas
volatilidades:
SM
y
SY
.
Se supone que el individuo destina una proporci on
X
de su riqueza en
terminos reales, a(t), a la tenencia de saldos reales, una proporci on
m
al
derivado y una proporci on
S
al activo riesgoso. Se supone tambien que el
par ametro mide la covarianza entre los choques monetarios y los choques
reales.
Se supone tambien que en equilibrio el mercado de activos nancieros
se vaca. Es importante notar que a pesar de que en este documento se ha
supuesto una economa simplicada (un agente representativo), este modelo es
una simplicaci on del modelo de equilibrio general, como tal, la condici on que
establece que en equilibrio el mercado de activos nancieros se vaca, es una
simplicaci on del hecho de que para un n umero H de individuos, se cumple que
H
h=1

h
s
=
H
h=1

h
x
= 0.
A partir de la resoluci on del problema propuesto, a continuaci on se presenta
la tasa de inaci on de equilibrio, compuesta por su inaci on media esperada:
(t) =
i
(1 ) i
(u
M
+i
M
+ (
SY
+
SM
)
u
y
i
S
)
+(
XY
+
XM
)
u
y
i
X
+
2
, (2)
donde
2
= (
aM
+
aY
)
2
M
(
aM
+
aY
) (
u
y
i
y
)
2
+(
u
y
i
y
(
PY
2
PY
))
+(i +
2
PM
2
PY

PM
+
2
PY
),

aY
=
(1 )
y
(1 ) i
y

aM
=
i
M
(1 ) i
como por sus respectivas volatilidades:

PM
=

M
i
(1 ) i
(2.1)
y

PY
=
i
(1 ) i
(
u
y
i
y
) (2.2)
3. Calibraci on del modelo
El modelo se calibra para la economa mexicana. Para lo cual, se tomaran
algunos par ametros de datos hist oricos para Mexico y otros que se ajusten
a algunas variables observables; variables que a la vez sean consistentes con
par ametros expuestos en la literatura. De manera particular, el experimento
consiste en examinar el impacto sobre la tasa de inaci on ante cambios en la
volatilidad del mercado de derivados. Los par ametros hist oricos son tomados de
series de tiempo mensuales de Mexico, en el periodo Marzo 2004 a Septiembre
2008; cada serie consiste de 55 observaciones. La razon por la que se tomo este
periodo de tiempo es porque la volatilidad del mercado de derivados es tomada
del Indice de Volatilidad en Mexico VIMEX , proporcionado por MEXDER,
el cual tiene como primera observaci on el mes de marzo de 2004. Los par ametros
son los siguientes:
a) i = 0.006. La tasa de interes nominal libre de riesgo es el promedio de
CETES a 28 das capitalizada a 30 das.
b) u
M
= 0.011. La tasa de crecimiento media esperada de la oferta mo-
netaria es tomada, como en Ant on (2005), del promedio mensual de la tasa de
crecimiento de la base monetaria en Mexico.
c)
M
= 0.049. La volatilidad de la oferta monetaria es tomada de la
volatilidad del promedio mensual de la tasa de crecimiento de la base monetaria
en Mexico.
d)
XY
= 0.04 y
XY
= 0.014. Las volatilidades de los derivados son
tomadas del Indice de Volatilidad en Mexico VIMEX. Este indicador mide
la volatilidad implcita de las opciones del IPC listadas en el MEXDER en
un plazo de 90 das naturales. Particularmente,
SY
, es tomada como la raz
cuadrada de la covarianza entre el promedio mensual de la tasa de crecimiento
de la base monetaria en Mexico y el promedio mensual del ndice VIMEX;
la volatilidad,
SM
, es tomada como la raz cuadrada de la covarianza entre el
promedio mensual de la tasa de crecimiento del IGAE y el promedio mensual
del ndice VIMEX.
e) u
Y
= 0.002. La tasa de rendimiento medio esperada de la inversion en
el activo fsico puede ser vista como una medida de actividad economica, por lo
que, debido a que represent o en el 2007 alrededor del 79.6% del PIB, para esta
investigaci on se tomo el promedio mensual de la tasa de crecimiento del IGAE.
f)
Y
= 0.032. La volatilidad del proceso productivo es tomada de la
volatilidad del promedio aritmetico mensual de la tasa de crecimiento del IGAE;
g)
SY
= 0.005 y
SM
= 0.0219. Las volatilidades del activo riesgoso
son tomadas del promedio mensual de la volatilidad de la tasa de rendimiento
del IPC. De manera particular,
SY
, es tomada como la raz cuadrada de la
covarianza anualizada entre el promedio mensual de la tasa de crecimiento de
la base monetaria en Mexico y la tasa de rendimiento del IPC; la volatilidad,
SM
, es tomada como la raz cuadrada de la covarianza anualizada entre el
promedio mensual de la tasa de crecimiento del IGAE y la tasa de rendimiento
del IPC.
Los par ametros que han sido calibrados de tal forma que se ajusten al
promedio mensual de la tasa de inaci on, en el periodo Marzo 2004 a Septiembre
2008, que es de 0.33%, son los siguientes:
h) = 0.042. La tasa de descuento subjetiva, que es consistente con lo
encontrado por Ant on (2005), la cual es de 0.02 en dicho artculo.
i) = 0.45. El par ametro que mide la importancia relativa entre el con-
sumo de un bien generico y la tenencia de saldos reales es igual al que presenta
Ant on (2005). Los par ametros que se usar an como parte del experimento son
los que miden la proporci on de la riqueza destinados a las oportunidades de
inversion, y se supondr a que toman los siguientes valores al inicio en el experi-
mento.
j)
m
= 0.2, la proporci on de la riqueza destinada a saldos reales.
k)
s
= 0.2, la proporci on de la riqueza destinada al activo riesgoso.
l)
k
= 0.2, la proporci on de la riqueza destinada al derivado.
Por conveniencia, todos los par ametros se resumen en la siguiente tabla:
Tabla 1
Dados los par ametros de la tabla 1, en la siguiente gura se presentan diferentes
curvas de la tasa de inaci on de equilibrio, para diferentes valores de (la
covarianza entre choques monetarios y reales), ante aumentos constantes de la
volatilidad mensual del mercado de derivados de 1%, dado un valor inicial de
la volatilidad del mercado de derivados de 0.18.
Figura 1
Como se observa en la Figura 1, la pendiente de las curvas es negativa;
es decir, dada la volatilidad inicial de 0.18, si se aumenta en uno por ciento la
volatilidad, la tasa de inaci on disminuir a y as sucesivamente con aumentos de
1%.
Este resultado reeja el hecho de que el premio al riesgo de la inversion
total en los activos fsicos es negativo. Se observa tambien que el nivel de la
curva es creciente con el par ametro , el cual mide la covarianza entre choques
monetarios y reales.
Con el n de complementar estos resultados, a continuaci on se presenta
una gura que muestra las series mensuales hist oricas del ndice de volatilidad
VIMEX, sin tendencia, y la tasa de inaci on subyacente, para los a nos 2007
y 2008.
A partir de Enero de 2008 comprende el periodo en el que el regimen de
poltica monetaria en Mexico pas o del regimen de saldos diarios al objetivo
operacional de tasa de interes.
Como se observa en la gura 2, a partir de esa fecha existe una clara relaci on
inversa entre el cambio en el ndice de volatilidad VIMEX y la inaci on
subyacente, habiendo un coeciente de correlacion de -58.1% en ese periodo y
de -15.4 en el periodo de enero 2007 a diciembre de 2008.
Es importante notar que se us o la primera diferencia del VIMEX, debido
a que se encontr o evidencia estadstica de que esta serie es no estacionaria para
el periodo de estudio
2
.
4. Valuaci on de un derivado suscrito sobre un ndice de precios al
consumidor
Figura 2
2
Para detectar estacionariedad se usaron las pruebas de raz unitarias de Dickey-Fuller
aumentada y Phillips-Perron. Para detectar estacionariedad se usaron las pruebas de raz
unitarias de Dickey-Fuller aumentada y Phillips-Perron.
En esta seccion se valuar a un derivado, de precio X(t, P(t)), suscrito sobre
un ndice de precios al consumidor. Este tipo de contratos se clasica como
derivado macroeconomico, debido a que es un instrumento nanciero suscrito
sobre una variable macroeconomica publicada en alg un medio masivo. Den-
tro de esta categora de subyacentes se encuentran tambien variables tal como
el crecimiento del producto, la inaci on, la balanza comercial, n ominas no-
agrcolas
3
. Es importante diferenciar estos instrumentos con los macro se-
curities, los cuales son instrumentos nancieros propuestos por Siller (1993),
que tiene el objeto de proteger a los agentes contra cambios en las condiciones
macroeconomicas.
A diferencia de la metodologa expuesta en Lioui y Poncet (2005), en donde
se utiliza una medida martingala equivalente para valuar un derivado suscrito
sobre un ndice de precios, en este documento se usar a un resultado obtenido
en Bernal y Venegas-Martnez (2009), de tal forma que se cumple que el premio
al riesgo de un derivado suscrito sobre el ndice de precios comparte el mismo
premio al riesgo que una inversion en un activo fsico.
Como es de esperar, el hecho de que el derivado y la inversion en el activo
fsico compartan la misma prima al riesgo implica que el precio de la opci on
estara en funci on de los par ametros de la inversion en el activo fsico (su ten-
dencia y su volatilidad). Una justicaci on de este hecho es la siguiente: de
acuerdo con Walsh (2003), existe una correlacion entre la inaci on y la tasa de
crecimiento de la oferta monetaria de casi uno, variando entre 0.92 y 0.96. Por
otra parte, la mayora de los economistas acepta el hecho que el efecto de largo
plazo del comportamiento dinero recae completamente, o casi enteramente, so-
bre los precios, con un peque no impacto en las variables reales, sin embargo,
algunos economistas creen que los choques monetarios pueden tener un efecto
importante en variables reales tal como el producto.
De esta forma, aplicando el lema de It o a se obtiene:
dX(t, P(t)) = [
X(t, P(t))
t
+
X(t, P(t))
P(t)
P(t)+
1
2
2
X(t, P(t))
P(t)
2
P(t)
2
(
2
PY
+ 2
PY
PM
+
2
PM
)]dt (3)
+
X(t, P(t))
P(t)
P(t)
PY
dW
Y
(t) +
X(t, P(t))
P(t)
P(t)
PM
dW
M
(t).
Como en Venegas-Martnez (2008) denimos al par ametro de tendencia del
derivado como:
u
X
=
1
X(t, P(t))
[
X(t, P(t))
t
+
X(t, P(t))
P(t)
P(t)
+
1
2
2
X(t, P(t))
P(t)
2
P(t)
2
(
2
PY
+ 2
PY

PM
+
2
PM
)], (4)
3
Las n ominas no agrcolas es un indicador de actividad laboral dada a conocer por The
U.S. Department of Labor Bureau of Labor Statistics.
y sus respectivas volatilidades:
XY
=
1
X(t, P(t))
[
X(t, P(t))
P(t)
P(t)
PY
] (4.1)
y
XM
=
1
X(t, P(t))
[
X(t, P(t))
P(t)
P(t)
PM
.] (4.2)
De tal forma que se obtiene:
dX(t, P(t)) = X(t, P(t))[u
X
dt +
XY
dW
Y
(t) +
XM
dW
M
(t)]. (5)
Aplicando el hecho de que el derivado y la inversion en el activo fsico
comparten la misma prima al riesgo:
u
X
i
(
SX
+
SX
)
=
y
; (6)
donde
y
es el premio al riesgo de la inversion en el activo fsico, y sustituyendo
(4) en (6) se obtiene:
X(t, P(t))
t
+
X(t, P(t))
P(t)
P(t)[
y
(
PY

PM
)]
+
1
2
2
X(t, P(t))
P(t)
2
P(t)
2
(
2
PY
+ 2
PY

PM
+
2
PM
) iX(t, P(t)) = 0. (7)
Si se dene ahora a:
X
=
2
PY
+ 2
PY
PM
+
2
PM
. (8)
Sustituyendo
y
=
uyi
y
en (7) se tiene:
X(t, P(t))
t
+
X(t, P(t))
P(t)
P(t)[
u
y
i
y
(
PY

PM
)]
+
1
2
2
X(t, P(t))
P(t)
2
P(t)
2
2
X
iX(t, P(t)) = 0. (9)
Ahora, si se diera el caso de que:
i =

y
u
y
(
PY

PM
)
y

PY
+
PM
, (10)
lo cual es poco probable, entonces (9) coincidira con la ecuacion diferencial
parcial (de segundo orden y lineal) de Black-Scholes (1973). Si no se cumple
(10), dada la condici on de frontera nal:
X(P(t), T) = max(P(t) K, 0), (11)
donde K es el precio de ejercicio, t es la fecha de inicio del contrato y T es la
fecha de vencimiento; la soluci on de (9) determina el precio de equilibrio de una
opci on europea de compra cuando la condici on nal es el valor intrnseco del
instrumento y es la siguiente:
X(P(t), t; i, i
) = e
(rb3)(Tt)
P(t)(d
1
) e
i(Tt)
K(d
2
), (12)
donde r
b
es la tasa de interes real,
3
=
y
(
PY

PM
) (
2
PM
2
PY

PM
+
2
PY
),
(d) =
2
e
1
2
2
d,
d
1
=
ln(
P(t)
K
) + [i
+
1
2
(
2
PY
+ 2
PY

PM
+
2
PM
)(T t)]
(
2
PY
+ 2
PY

PM
+
2
PM
)(T t)
,
d
2
= d
1
(
2
PY
+ 2
PY

PM
+
2
PM
)(T t)
y
i
= i r
b
+ (
2
PM
2
PY

PM
+
2
PY
) (
PY

PM
)
Demostracion: Si denimos:
i
=
u
y
i
y
(
PY

PM
),
entonces (9 ) se convierte en:
X(t, P(t))
t
+
X(t, P(t)
P(t)
P(t)i
+
1
2
2
X(t, P(t))
P(t)
2
P(t)
2
2
X
iX(t, P(t)) = 0. (13)
Observe que (13) es similar a la ecuacion diferencial parcial de Black-
Scholes (1973), salvo porque la variable i del segundo termino es diferente a
la variable i del cuarto termino. Por otra parte, sea:
X(P(t), T) = e
(ii
)(Tt)
x(P(t), t), (14)
entonces:
X(P(t), T)
t
= e
(ii
)(Tt)
x(P(t), t)
t
+ (i i
)X(P(t), t), (15)

Por lo tanto
x(P(t), t)
t
+
x(P(t), t)
P(t)
Pi
+
1
2
2
x(t, P(t))
P(t)
2
P(t)
2
2
X
i
x(P(t), t) (16)
Como se observa, (16) si es similar a la ecuacion diferencial parcial de
Black-Scholes.
Entonces se cumple que:
X(P(t), t; i, i
) = e
(ii
)
x(P(t), t; i, i
), (17)
por lo tanto tambien se cumple que
X(P(t), t; i, i
) = e
(ii
)(Tt)
(S(t)(d
1
) K(d
2
)e
i
(Tt)
) (18)
Sustituyendo el valor de i y usando el hecho de que la tasa de interes real
es:
r
b
= i +
2
PM
2
PY

PM
+
2
PY
(19)
tal como en Bernal y Venegas-Martnez (2009), resolviendo para y susti-
tuyendo en (18), se obtiene (12). Otra diferencia de esta metodologa propuesta
con respecto al modelo de Lioui y Poncet (2005), es que en ese artculo suponen
que la covarianza entre los choques monetarios y los choques reales es cero,
mientras que en este documento se asumen que tiene un valor de dt .
5. Conclusiones
En este trabajo se ha analizado la relaci on entre la tasa de inaci on y la volati-
lidad de los derivados nancieros en Mexico, en el periodo 2004 a 2008. Para
lo cual se ha calibrado un modelo de equilibrio general macroeconomico, pro-
puesto en Bernal y Venegas-Martnez (2009).
En esa investigaci on se encuentra, entre otros resultados, que, manteniendo
lo demas constante, la relaci on entre volatilidad de los mercados nancieros y
la inaci on dependera del signo de la prima al riesgo de la inversion en activos
fsicos.
Al respecto, en este experimento para el caso de Mexico se encuentra evi-
dencia de que existe una relaci on inversa entre la volatilidad de los instrumentos
derivados sobre la tasa de inaci on. Para complementar estos resultados, una
investigaci on posterior puede consistir en analizar esta relaci on con un modelo
econometrico.
En esta misma vertiente de investigaci on, respecto de la relaci on entre
derivados y poltica monetaria, se ha encontrado una formula de valuaci on de
un derivado suscrito sobre un ndice de precios al consumidor.
Este tipo de instrumentos nancieros se clasican como derivados macro-
economicos. Este metodo de valuaci on tiene la particularidad de que incorpora
par ametros relacionados con otros fundamentales de la economa, tal es el caso
de un par ametro de la actividad productiva.
6. Referencias
Ant on, A. (2005). Fiscal reform, long-run growth and welfare in a monetary
model: the case of Mexico. Estudios Economicos, 20, No. 2, pp. 143-172.
Beltratti, A. y Morana, C. (2006). Breaks and persistency: macroeconomic
causes of stock market volatility, Journal of Econometrics, 131(1-2), pp.
151-177.
Bernal, L. A. y Venegas-Martnez, F. (2009). Impacto de los productos deriva-
dos en los objetivos de poltica monetaria: un modelo macroeconomico de
equilibrio general (mimeo).
Black, F., y Scholes, M. (1973). The pricing of options and corporate liabilities.
The Journal of Political Economy, 81(3), pp. 637-654.
Gomez, E., Vasquez, D., & Zea, C. (2005). Derivative Markets Impact on
Colombian Monetary Policy. Borradores de Economa. Banco de la Rep u-
blica Colombia .
Hunter, W.C. & Smith, S. D. (2002). Risk management in the global economy:
A review essay. Journal of Banking and Finance, 26, pp. 205-221.
Lioui, A., & Poncet, P. (2005). General equilibrium picing of CPI derivatives.
Journal of Banking and Finance. 29, pp. 1265-1294.
Savona, P., Maccario, A. y Oldani, C. (2002) On monetary analysis of deriva-
tives, Open Economies Review, 11(1), pp. 149-175.
Sidrauski, M. (1967). Rational choice and Patterns of growth in a monetary
economy. American Economic Review, 57, 534-544.
Shiller, R J (1993): Macro markets: creating institutions for managing societys
largest economic risks, Oxford: Clarendon Press.
Spiegel, M. (2008). Financial globalization and monetary policy discipline,
Working Paper Series, 2008-10, Federal Reserve Bank of San Francisco.
Tytell, I. y Wei, S. (2004). Does Financial Globalization Induce Better Macro-
economic Policies. IMF Working Paper, pp. 1-41.
Upper, C. (2006). Derivatives activity and monetary policy. BIS Quarterly
Review, September. pp. 64-76.
Venegas-Martnez, F. (2008). Riesgos nancieros y economicos. Productos
derivados y decisiones economicas bajo incertidumbre. Segunda Edici on,
Cengage Learning (anteriormente Thomson Learning). Mexico.
Vickery, J. (2008). How and why do small rms manage interest rate risk?
Journal of Financial Economics, 87, pp. 446-470.
Vrolijk, C. (1997). Derivatives eect on monetary policy transmission. IMF
Working Paper, pp. 1-56.
Wagner, H. y Berger, W. (2005). Globalization, Financial Volatility and Mo-
netary Policy, Emprica. 31, pp. 163-184.
Walsh, C.E. (2003). Monetary theory and policy. The MIT Press, Cambridge
Massachusetts.
in driving company performance
Jorge Perez Rubio Aguilar

Recibido 12 de enero 2010, aceptado 11 de mayo 2010
Abstract
The analysis on eects on salesman motivation and job performance has been
vastly explored in many other geographical contexts but there is no solid
evidence of such a type of analysis for the Mexican Industrial sectors.
This study has been conducted in Mexico and discusses the eect of salesperson
motivation on role perception and job performance in the telecommunications
sector in Mexico. In spite of the unquestionable importance of it, being one
of the youngest sectors of the economy of the country with an existence of
only a decade, very little has been investigated in regard to the salesperson
performance amongst the cluster of companies competing in the same arena.
This particular investigation project provides initial insights on this important
topic in the context of companies working in Mexico where literally no
investigation work has been done.
Resumen
El analisis relacionado con los efectos en la motivacion del vendedor y con el
rendimiento en el trabajo ha sido explorado de forma vasta en muchos otros
contextos geogracos, pero a la fecha no existe evidencia solida de ese tipo de
analisis para los sectores industriales en Mexico. El presente estudio ha sido
conducido en Mexico y aborda el efecto de la motivacion del vendedor con
respecto a la percepcion del rol y el rendimiento en el trabajo dentro del sector
de telecomunicaciones en el pas. A pesar de la incuestionable importancia de
este sector, muy poca investigacion se ha realizado en relacion al rendimiento del
vendedor dentro del cluster de empresas que compiten en esa arena comercial,
dado que se trata de uno de los sectores mas recientes dentro de la economa
del pas, inexistente hasta hace poco mas de una decada. Este proyecto de
investigacion provee conocimientos basicos sobre este importante tema dentro
del contexto de empresas con operaciones en Mexico en donde como ya se
menciono, practicamente no se ha realizado trabajo de investigacion al respecto.
Clasicacion JEL: M31
Keywords: salesperson performance, role perception, extrinsic and intrinsic motivation
Instituto Tecnolgico de Monterrey, campus Ciudad de Mxico email: jprubio@itesm.mx

1. Introduction
Positive performance of salesperson in a company has emerged as a principal
parameter to improve the market share and competitive advantage of the
company in the marketplace. With the increase in competition the companies
are struggling hard to capture their share in the existing market and also nding
ways to tap the untapped market to enlarge their market size. The analysis on
eects on salesperson motivation and job performance has been vastly explored
in many other geographical contexts but there is no solid evidence of such a
type of analysis for the Mexican Industrial sectors and particularly one for
such a young sector as the telecommunications deregulated environment which
was non-existent a decade ago. Sales managers are undergoing the pressure of
achieving the targets xed by their management.
They in turn pass on the pressure to the lower level management, personnel
and in turn to the Sales force of the companies, but unfortunately the Sales
Managers fail to understand the inputs that they have to provide to the Sales
representatives from the company side facilitating the Salesperson to canvass
orders for the company.
It is clear that sales performance requires eective administration in a
phased manner to resolve conicts and ambiguities during the negotiation
process (Rajagopal, 2007). The companies are trying to exploit the qualied
sales professionals by misleading them with attractive monetary packages but
not providing the need satisfying product for which a purchase is made by the
buyer. This conduct results in unethical selling practices adopted by the sales-
persons or otherwise results in frustration among the genuine professionals.
This problem has several other dimensions including non-monetary benets
such as motivation and job enrichment to fulll the task. The role attached to
the position of salesperson in any rm represents the set of activities or behav-
iors to be performed by any person occupying that position. This role is dened
largely through the expectations, demands, and pressures communicated to the
salesman by his or her role partners. Top management, the individuals super-
visor, customers, and family members. The salespersons perceptions of these
expectations strongly inuence the individuals denition of his or her role in
the company and behavior on the job.
2. Organization of the sales force in the telecommunication
industry in Mexico
Organization of sales force in Mexican companies are largely controlled
administratively and do not possess functional autonomy. Salespersons are
expected to have promising behavior intending to oer a pleasant, positive and
rewarding scenario of the situation under discussion and the unpleasant
consequences are kept undisclosed. The members of the sales team tend
to avoid any negativity in their conversation as far as possible. Sales team
culture in general is embedded with 5-T power-grid comprised of a synergy
of task (commitment), thrust (driving team), time (punctuality), target
(retailers and large accounts), and territory (market coverage), which are weak
in Mexican salespersons and aect their overall performance. SMART
variables are considered to administer sales teams which include-strategy
orientation, measurability, approach, reality and time frame. Teams which need
The role of salesperson motivation 31
to work within an organization and across functional activities such as sales,
marketing, purchasing, personnel and nance nd that team working fosters as
collaborative tool rather than a competitive approach. The SMART variables
may be considered to administer sales teams which include-strategy orientation,
measurability, approach, reality and time frame.
3. The role of salesperson in driving company performance
Understanding salesperson performance- Why is it important for sales
management? It is considered extremely important to the sales manager, Sales
management involves three interrelated processes.
The formulation of a sales program.
The implementation of the sales program.
The evaluation and control of sales force performance.
Almost everything the sales manager does can inuence sales performance.
For example, the way the sales manager organizes and deploys the sales force can
aect salespeoples perceptions of the job. How the manager selects salespeople
and the kind of training they receive can aect the aptitude and skill of sales
personnel. The compensation program and the way it is administered can
inuence motivation levels and overall sales performance. The model oers the
sales manager a tool for visualizing the eects of his or her activities and for
appreciating the interrelated roles of the options under his or her command.
EXHIBIT 1
*Source: Churchill, Johnston, 2003 Salesforce Management. 6th edition
4. The model
The literature on industrial and organizational psychology suggests a workers
job performance is a function of ve basic factors: (1) role perceptions, (2)
aptitude, (3) skill level, (4) motivation, and (5) personal, organizational, and
environmental variables. (Brown, Cron, 1997) The success of any salesperson
is a complex combination of these forces, which can positively (or negatively)
inuence his or her performance. (Please refer to exhibit 1)
Although not pictured in the model, substantial interaction occurs among
the determinants. Much of the published literature, for example, holds that the
various factors combine and interact to inuence performance. The rationale
is that is a worker is decient in any of these factors, the individual could
be expected to perform poorly. If the salesman had native ability and the
motivation to perform but lacked understanding of how the job should be done,
for example, he or she could be expected to perform at a low level. Similarly, if
the salesperson had the ability and accurately perceived how the job should be
performed but lacked motivation, the representative is likely to perform poorly.
The empirical research is somewhat equivocal about just how the factors
interact, but it is fairly certain that the determinants are not independent.
Substantial interaction eects exist among and between them. Although we
know little about the form or the magnitude of those interactions, we need to
recognize that they do exist.
5. Contributions of studies in salesperson motivation
Salesperson motivation has been identied in terms of global I/E motivation
(Anderson and Oliver 1987; Ingram, Lee, and Skinner 1989; Weitz, Sujan, and
Sujan 1986) due to its distinct relationships with various types of management
control (e.g., Oliver and Anderson 1994) and job performance (e.g., Tyagi 1985).
Global intrinsic motivation has been shown to reduce role conict and role
ambiguity (Grant et al. 2001; Low et al. 2001), but the relative impact of
global I/E motivation on sales performance has been inconsistent.
Although intrinsic motivation has been postulated to be a stronger
predictor of performance than extrinsic motivation (e.g., Anderson and Oliver
1987; Weitz, Sujan, and Sujan 1986), empirical evidence does not seem to
converge. For instance, Tyagi (1985) found that global intrinsic motivation
positively aects sales performance more strongly than does extrinsic
motivation, whereas Ingram, Lee, and Skinner (1989) found no direct
relationship between intrinsic motivation and performance, and still Leach, Liu,
and Johnston (2005) found mixed results. The above-mentioned studies
inconsistent ndings suggest that the relationship between I/E motivation and
sales performance may not be entirely direct but it is ltered through some
intermediary mechanisms such as role perceptions (e.g., Grant et al. 2001).
Although I/E motivation has typically been treated as global construct in
the marketing/sales literature, research in social psychology has shown that I/E
motivation is composed of cognitive and aective dimensions that have
distinct antecedents and consequences (e.g., Amabile et al. 1994). Therefore,
using global motivation constructs without considering the salespersons
cognitive and aective motivational needs may compromise managers ability to
implement eective sales strategies (Dubinsky et al. 1994). In a multi-sample
large-scale study, (Amabile et al. 1994) empirically demonstrated that intrinsic
motivation includes challenge orientation (cognitive) and task enjoyment
(aective), whereas extrinsic motivation includes compensation orientation
(cognitive) and recognition orientation (aective).
5.1 Extrinsic and intrinsic motivation
Motivation is also viewed from the perspective of social scientists. (Deci,
Ryan,1980). They present a model where motivation is the combination of
intrinsic or extrinsic factors. A full description of these factors and their inter-
action is beyond the scope of this paper and is thoroughly discussed in their
paper. In simplistic terms, intrinsic motivation is a good thing-with it,
salespeople put more eort into the jobs and are more likely to act
independently.
Motivation is detrimental to motivation under most circumstances and is
an example of the exertion of control in an attempt to motivate.
Recent research draws in the human elements along with globalization and
information technology in gaining competitive advantage, but that this is not
say that people are the answer to everything, nor that areas such as information
technology are not important. However information technology may not be
sucient in sustaining competitive advantage (Luthans and Stajkovic 1999).
Technology is easily obtained and copied and only serves to level the
competitive playing eld. However, an organizations human assets cannot be
copied as easily or perhaps not at all. Rapidly advancing technology makes
human resources even more critical to organization success the real challenge
is to nd ways to mange human resources as eectively as possible in order to
attain world-class performance (Luthans and Stajkovic,1999). Hence, the
development of human resources through rewards, motivation incentives, and
organizational behavior modication has generated a large volume of debate in
the HR and sales performance elds.
The same authors have also suggested a behavioral approach, with its
basis on employee behavior as a function of its contingent consequences. Thus,
something that strengthens and leads to an increase in its frequency of a wanted
behavior is called a reinforcer. Behavior that positively aects performance
must be contingently reinforced rather than indiscriminately rewarded. Pay is
by far most recognized reward in human resource management and pay for the
performance is closely equated with a reward system Thus, pay for performance
has result in very mixed and confusing guideline from the literature, With about
80 percent of US companies using some form of merit pay, pay for performance
has been the subject of much research (Luthans and Stajkovic, 1999). Some
of this research, has pointed to using new pay-for-performance techniques such
as commissions beyond sales to customers, rewarding leadership eectiveness,
rewarding new goals, pay for knowledge workers, skill pay, and competency pay.
New pay goes rewarding the traditional measures of performance,
and places emphasis on other measures, such as customer service, leadership,
employee satisfaction, cycle time, quality, teams, skills, and competencies.
(Zingheim and Schuster 1995).
Recent reviewers of the related literature accumulated over quarter of a
century have concluded that detrimental eects of rewards occur under highly
restricted and easily avoidable conditions.
Mechanisms of instrumental and classical conditioning are basic for under-
standing the eects of reward on task motivation, and possible eects of rewards
on performance are easily attainable using procedures derived from behavioral
theory.
A combination of reinforcement theory -that is, you get what you
reinforce and the managers should reinforce and not necessarily reward or pay
for performance- and the organizational behavior modication approach may
be the best way to ensure consistent results. The basic steps in the
behavior modication approach to organizations are: identify measure, analyse,
intervene, and evaluate.
A recent meta-analysis of this model conducted by Luthans and Stajkovic
(1999) indicated a 17 per cent average improvement in performance. Especially
in the type of organization and type of reinforcement intervention which had
the most moderation in the relationship applications and task performances.
Although salary has been found to be a reinforcer, not just a reward, this
approach has found that other reinforcers, such as performance feedback and
social recognition, appear to be just as eective, thus, people are social beings
and are motivated by non-nancial as well as nancial factors as well. The
dicult aspect of this theory is to nd that proper mix and not deleting other
factors.
Another classic example of an intrinsic motivator is a free dinner for two,
given to a sales person selected at random once per quarter. The randomness
of the event, along with the idea that it is not related to performance, removes
the control element from a prerequisite that is considered salary (an extrinsic
motivator), and makes it a positive motivational element.
An example of an extrinsic motivator is a standard-issue company car.
It is expected, is not unusual, and has nothing to do with the competency
or self-determination of the sales person, and has no lasting positive eect on
motivation.
Intrinsic motivation is a leverage tool for improving performance of the
professional intellect since it tends to make the sales person want to work more
and work harder. It is assumed that greater eorts over longer periods will
result in greater success and higher sales. Traditionally, salesperson motivation
has been treated as an aggregated concept.
Recent studies, however, suggest that salesperson motivation should be
viewed as a process whereby several attitudinal components interact to form
an individuals motivation (Churchill, Ford and Walter 1979; Oliver and Brief
1977; Walker, Churchill, and Ford 1977). This contention is based on the
logic of expectancy theory which maintains that motivation is a monotonically
increasing function of the algebraic sum of the products of the valences of all
outcomes and the strength of the persons expectancies that the act will be
followed by the attainment of these outcomes (Vroom 1964).
This basic motivation model has been modied since its original
conceptualization. In its widely discussed version, two levels of outcomes are
considered (Galbraith and Cummings 1967; Lawler 1970; Lawler and Porter
1967). The rst-level outcomes are the ones the investigator is interested in
predicting (e.g., job performance). Second-level outcomes (e.g., monetary re-
wards, recognition, promotion are expected to result from rst-level outcomes).
The resulting model is generally expressed in the following terms.
M = f [E
j
n
k=1
(V
k
I
j
)]
M = the individual salespersons motivation
j = the performance level,
k = the outcome as a result of the performance level j.
n = total number of outcomes,
E = the salespersons subjective estimate that his or her eorts will lead to the
performance level j.
I = the instrumentality of the performance level j. required for the second-level
outcome k, and
V = the valence of the second-level outcome k.
Of the several competing theories of motivation (e.g., need
theory, reinforcement theory, motivation-hygiene theory), expectancy theory
is regarded as particularly meaningful because of its ability to explain
the cognitive processes by which behavior is initiated, directed, and sustained
(Campbell et al. 1970).
Other theories simply specify identication of the variables that inuence
behavior, but not the process by which they do it. Expectancy theory
is appealing because of its pragmatic usefulness. Multiplicative composites
as well as individual components of the expectancy model have successfully
predicted work behavior in sales management (Oliver 1974, 1979) and in
other job situations (Galbraith and Cummings 1967; Hackman and Porter 1968;
Lawler and Suttle 1973; Leon 1981; Matusi, Okad, Mizuguchi 1981; Mitchell and
Nebekar 1973; Schwab, Olian-Gottlieb, and Heneman 1979; Stahl and Harrel
1981; Vroom 1964).
A further delineation of the components of expectancy model involving the
distinction between intrinsic and extrinsic outcomes is discussed in several
organizational psychology studies (Deci 1971; Lawler 1970; Mitchell 1974; Staw
1977) and seems particularly useful in the sales management context.
Accordingly, the valence and instrumentality components of an individuals
motivation are further divided on the basis of an intrinsic versus extrinsic
outcomes dichotomy. Intrinsic outcomes are internally induced, i.e., the
individual rewards him/herself. They involve such outcomes as feeling of
accomplishment, self-competence, and personal growth. Extrinsic rewards are
part of the job situation and are given by others. They are externally mediated
and include nancial incentives, promotions and compensation packages.
This expanded expectancy model is meaningful because it allows for
a micro examination of the salespersons motivation. The inuence of
organizational climate on both the extrinsic and intrinsic dimensions of
salesperson motivation can be examined. Vroom (1964) has stated that people
may seek to do well on their jobs even though no externally mediated rewards
are at stake. Many organizational psychology studies examining intrinsic and
extrinsic models have shown that intrinsic outcomes may be as important in
predicting satisfaction and performance as extrinsic outcomes (Graen 1969;
Greene 1972; House and Wahba 1972; Mitchell and Albright 1972).
However, such ndings should be viewed with caution in the sales
management context. The relative eectiveness of extrinsic and intrinsic
rewards may not be the same in a sales situation as in other occupations.
The study indicated that only certain extrinsic outcomes predicted the sales
performance. Intrinsic outcomes were not predictive and, in fact, showed some
negative correlations with performance (Oliver 1974).
6. Perceived Organizational Climate and the Process of Salesperson
Motivation
Contemporary marketing and management gurus typically compare salespeo-
ple to entrepreneurs who work independently at tasks requiring considerable
self-motivation.
Entrepreneurs are, by denition risk-takers, and averse to supervisory
inuences, which makes motivating these knowledge workers a dicult task.
Successful motivation of these highly independent knowledge workers requires
knowledge of how they, as a group, respond to outside inuences, both positive
and negative. For example as suggested by Lieber (1998), the top Fortune 100
companies share three traits that result in employee loyalty; some companies
have at least one and some companies have all three traits. These traits include:
powerful and visionary leadership, oering a physical work environment that
employees adore, and working as a part of a deep, rewarding purpose that
employees nd fullling.
Traditionally, sales executives have insisted that nancial incentives are
the key factors in inuencing salesperson motivation (Haring and Morris 1968,
Litwin and Stringer 1968; McClelland 1975) However, studies in marketing and
other disciplines have shown no conclusive evidence to support such
conventional wisdom. Research in organizational psychology indicates that
several organizational, personal, and environmental factors can produce even
greater inuence on salesperson motivation (Campbell et al. 1970; Hackman
and Oldham 1975; Lawler 1973, Staw 1977). Among the antecedents of
motivation, organizational climate has been regarded as one of the most
signicant contributors to an individuals motivation (Campbell et al. 1970;
James et al. 1977; Pritchard and Karasick 1973; Steers and Porter 1979).
Because organizational climate consists of organizational and social
variables in employees job environment, it has an immediate inuence on their
beliefs about rewards and opportunities available within the organization. Such
beliefs, in turn, contribute signicantly to employees job motivation and
satisfaction (Churchill, Ford, and Walker 1976; Forehand and Gilmer 1964;
James et al. 1977; Lawler 1973; Pritchard and Karasick 1973; Vroom 1964).
6.1 Organizational Climate
Organizational climate is in a sense the personality of the organization
and includes relatively constant variables in a work environment Guion (1973),
Steers and Porter (1979).
The common view is that organizational climate should be
conceptualized as a set of global perceptions held by individuals about their
objective organizational situations and interrelationships between them
Campbell et al. (1970); Churchill, Ford, and Walker (1979); Pritchard and
Karasick (1973); Schnieder (1972), (1975); Schnieder and Hall (1972); Taguiri
(1968). As Schnieder and Bartlett (1968) have suggested: What is
psychologically important to the individual must be how he perceives his work
environment, not how others might choose to Describe it. Likewise,
Campbell et al.(1970) have argued that critical elements of organizational
climate are individuals perceptions of the organization, and that it is these
perceptions which govern employees behavior. Proponents of this notion have
based their arguments on Indik, (1965) linkage model which stated that the
linkage between an objective attribute and a dependent variable is
mediated by two sets of processes, the organizational process and the
psychological process. Organizational climate was viewed as a situationally
determined psychological process in which organizational climate variables were
considered to be causative factors for attitudes and performance.
A denition of organizational climate consistent with the preceding
description is provided by Jones et al.(1977): Organizational climate refers
to the individuals internalized representations of organizational conditions and
interrelationships among these conditions, and reects a cognitive structuring
of perceived situational inuences. A perceptually measured climate, however,
may not always reect reality.
One reason, among others, may be a lack of correspondence between
managements intention/policies and salespersons perceptions. One way to
check accuracy of perceptions appears to require objective measures of climate
for validation purposes. A limited number of studies Astin and Holland (1961);
James and Hornick (1973) have demonstrated that perceived organizational
climate is signicantly related to objective measures. In another study,
(Hackman and Lawler 1971) found that perceptions of organizational climate
are determined largely by objective characteristics.
There is also some evidence that the individual test the accuracy of his or
her own perceptions against others perceptions of objective situations (Kelly
and Thibaut 1969; Shaw 1971). In any case, (Guion 1973) has argued that
accuracy is not a concern if climate is treated as a perceptual-cognitive attribute
because it is the individual perceptions that are important, not the objective
situation.
This contention has been supported by empirical studies (Campbell and
Beaty 1971; Hutchins and Nonneman 1966) in which perceptual measures were
shown to demonstrate signicantly greater validity that objective climate
measures in predicting expectancies and instrumentalities for various job
outcomes.
In organizational psychology, the basic relationship between organizational
climate and motivational components has been characterized as a perceptual-
cognitive process whereby individuals develop cognitive maps that reect how
organizational characteristics aect them (e.g., ambiguous, friendly,
supportive). Such cognitive maps in turn serve as the major source of situational
information for the formulation of expectancies and instrumentalities. In other
words, expectancies and instrumentalities are viewed as an additional stage of
information processing that is primarily cognitive.
Over the years, several explanations have emerged about the dimensions
that constitute the organizational climate construct.
Four general types of commonly identied dimensions are:
(i) job characteristics role perceptions, opportunities, and problems
associated with a job. (ii) leadership characteristics supervisory styles and
supervisor-subordinate relationships, (iii) organizational characteristics
organizational philosophies about managing employees (e.g., motivating,
rewarding, providing growth opportunities), and (iv) work group characteristics
formal and informal relationships among members of a work group (Campbell
et al. 1970; Churchill, Ford and Walker 1976; Jones et al. 1977; Litwin and
Stringer 1968).
7. Motivation Relationships
Studies that provide pertinent information on climate-motivation relationships
include path-goal studies of leadership (Evans 1970, 1974; Georgopoulos,
Mahoney, and Jones 1957; House 1971; House and Dessler 1974) job
characteristics studies (Forehand and Gilmer 1964; Hackman and Lawler 1971;
House and Rizzo 1972; Kahn et al. 1964; Porter and Lawler 1968),
organizational characteristics studies (Litwin and Stringer 1968; Rizzo, House,
and Lirtzman 1970; Salancik 1977; Steers and Rhodes 1979; Wanous 1972),
and performance studies (Dachler and Mobley 1973; Graen 1968, Jorgenson,
Dunnette, and Pritchard 1973).
In general, most studies have attempted to provide direction as to how
specic climate variables may inuence employees expectancy and
instrumentalities in a variety of job situations. In job characteristics studies,
perceptions of job dimensions have been shown to inuence expectancy and
intrinsic/extrinsic instrumentalities. Similarly, in organizational characteristics
studies, management programs designed to recognize individuals problems and
to create feelings of identication have been found to enhance expectancy beliefs
and clarify performance-reward contingencies, thus inuencing
instrumentalities.
7.1 Money as motivation
Sales performance as how salespeople are motivated to increase protable sales
of all products to al customers, a view that most industrial Automation sales
managers would agree with. In this situation, Cook believes that money is a
key motivator and states that is inuence as motivation or control depends on
how it is distributed (Cooke, 1999).
7.2 Elements of compensation
Despite the variety of creative names used to describe parts of the compensation
plan, it consists on salary and commissions. Bonuses based on sales goals, prizes
given as rewards for sales contests, and commission increases based on tonnage
are all examples of commissions. Guaranteed minimums, Christmas bonuses,
and company golf outings are salary. This distribution of money between salary
and commission is the key to its positive or negative inuence on motivation.
7.3 Elements of compensation
Money, can either motivate or de-motivate, depending on its eventual
distribution. A salary is a controlling inuence to salespeople because it
represents a way for management to force them to do things (sales reports)
that they otherwise would not. It is an example of an extrinsic force that
decreases intrinsic motivation. A stepped sales commission is an example of an
intrinsic motivator.
In this case, salespeople realize their income is limited by their ambition and
will exert increasing eorts until other extrinsic forces, such as a wife or husband
and family, force a balance (Deci and Ryan 1980). A compensation plan must
have a balance of salary and commission to motivate while maintaining some
level of control and ethics (Cooke 1999). Ideally, a sale professional would have
a long term view including survival and prosperity of the company (motivated
by salary), coupled with a short-term view of higher earnings (motivated by
commission), without conicts between the two.
7.4 Unexpected rewards
Unfortunately, prizes have become so common they are a form of commission
that salespeople expect. Even the infamous Dale Carnegie sales classes use a
shiny new pen as a reward for the best performance in a simulated sales call.
Deci and Ryan (1980) cited research that reinforces the nding that expected
rewards decrease the intrinsic motivation for the rewarded activity. Unexpected
rewards, in the context of the same activity, increase motivation.
It follows that self-determination of rewards (picking your own prizes) could
be expected to increase motivation. Mc Luhan (1999) discusses how essential
incentives are frequently being used to boost sales in the retail industries
of Europe. Mc Luhan claims a trend towards providing activities instead of
material possessions. The catalogue of sales rewards has been replaced by
gift vouchers for local retail stores or event-based gifts like golf outings, hang-
gliding, or nights on the town. All of these represent unique rewards that could
be expected to increase intrinsic motivation due to their self-determination
property.
8. Magnitude of performance drivers
One variable that has a notable impact on the magnitude of a salespersons
instrumentality estimates is the rms compensation plan. For example, a
salesperson compensated largely or entirely by commission is likely to perceive
a greater probability of attaining more pay by improving performance on the
dimensions directly related to total sales volume (increase in total sales dollars
or percentage of quota).
On the other hand, the salaried salesperson is more likely to perceive a
greater probability of receiving increased pay for improving performance on
dimensions not directly related to short-term sales volume (new-account
generation, reduction of selling expenses, or performance of administrative
duties).
The salesperson may also be rewarded with promotion, recognition, and
feeling of accomplishment. The rep may value there other rewards more highly
than an increase in pay. In any case, the companys compensation plan is
unlikely to aect the reps perceptions of the linkages between performance
and these nonnancial rewards. Therefore, a compensation plan by itself is
inadequate for explaining dierences in motivation among salespeople.
9. Managerial Implications
Initially, sales performance is a function of individual motivation, organizational
strategy, and structure, and resistance to change, is an empirical function
relating motivation, change, and organizational strategy and structure.
In this function, sales performance is dened as the increase or decrease
in the number of sales per year. Motivation (P1 in the proposed function)
appears from the literature to be the dominant predictor of sales performance.
The research literature suggests that individual motivation is a partial function
of the resistance of the individual and organization to change. In the same
way, the structure and strategy and organization directly aect the individuals
motivation. The obvious conclusion from these points is that sales performance
is a function of motivation, and that motivation is composed of a number of
interrelated sources including individual resistance to change, organizational
structure, and organizational sales strategy.
Continued research in this area would attempt to quantify the eects of
individual resistance to change, organizational resistance to change,
organizational structure (sales management), and sales strategy (determination
of sales performance) on motivation. The next step would be to investigate and
quantify a connection between substantial changes in sales performance over
time spans of one or more years and relate those changes in the literature in
complex adaptive systems. The relationships between salespeoples personal
characteristics and motivation levels have two broad implications for sales
managers.
First, they suggest people with certain characteristics are likely to
understand their jobs and their companies policies especially well. They also
should perceive higher expectancy and instrumentality links. Such people
should be easier to train and be motivated to expend greater eort and achieve
better performance. Therefore, as researchers and managers gain a better
understanding of these relationships, it may be possible to develop improved
selection criteria for hiring salespeople, who are easy to train and motivate.
To maximize the potential sales performance, sales managers
should seek to recruit salespeople who exhibit both the intrinsic and the
extrinsic motivation elements.(e.g. challenge and compensation orientations).
When recruiting salespeople who appear to be primarily driven by the
enjoyment they receive from a selling career, sales managers need to recognize
the potential trade-o between behavioral performance and outcome
performance. Sales managers should also seek to select salespeople who exhibit
a better capacity to manage job-related stress.
When the selling activities are well specied, the salespeople may perceive
a high level of role conict if the supervisors expectations do not match with the
salespersons own orientation. In selling environments in which role conict is
prevalent, sales managers may want to hire salespeople who are compensation
oriented.. In contrast, in selling environments, where there is relatively high
level of role ambiguity, those who are highly interested in the activities related
to the selling career or place a high value on compensation may be the best
recruits.
To maximize the potential sales performance, sales managers should seek
to recruit salespeople who exhibit the intrinsic motivation of challenge
orientation in addition to extrinsic motivation (e.g., compensation orientation).
It appears that salespeople who exhibit a high level of challenge orientation
in addition to extrinsic motivation tend to be the best performers in terms of
selling behaviors and outcome performance. When recruiting salespeople who
appear to be primarily driven by the enjoyment they receive from a selling
career, sales managers need to recognize the potential trade-o between
behavioral performance and outcome performance, as task enjoyment was found
to have a direct negative impact on quantitative results. Because improvement
in behavioral performance tends to lead to better outcome performance, one can
conjecture that in the long run, task enjoyment should have a positive impact
on outcome performance as well (e.g., Challagalla and Shervani 1996).
Managers are cautioned, however, in that recognition orientation is the
only motivational trait that does not demonstrate a positive relationship with
behavioral performance. That is, those who are primarily driven by recognition
may be complacent with a certain level of achievement and not be motivated
to further improve their selling skills.
10. Limitations
The ndings of this study must be viewed in light of limitations. While the
study oers important contributions to the sales departments of Mexican high-
tech companies, there are a few limitations due to the study design.
First, the study employs a cross-sectional design. Although our framework
is informed by the sales literature (e.g., Grant et al. 2001; Low et al. 2001),
the causality between theoretical constructs could be better established using
a longitudinal design. Second, the sample of salespeople in this study came
from one sector of the industry, potentially limiting the generalizability of the
results. A third limitation is that all constructs were reported by salespeoples
self-perceptions. Given the results of tests conducted there is no compelling
reason to presume common method bias as a major concern when interpreting
the results of this study; however, a more robust method would be advised in
future studies that uses multisource data collection from salespeople and their
managers.
11. Future research directions
This study suggests a number of opportunities for future research. While the
cognitive and aective dimensions of I/E motivation have been demonstrated
to have a distinct impact on role perceptions and sales performance, future
research might measure motivation using both our conceptualization and the
classic Vrooms approach (i.e., motivation as a multiplicative function of
expectancies, instrumentalities, and valence for rewards) such that results can
be compared and contrasted. Moreover, it has been suggested that dierent
industries or job characteristics require dierent selling strategies (Moncried
1986). The extent to which dierent cognitive and aective dimensions of I/E
motivation t dierent industry/job characteristics oers an opportunity for
future investigators. Another important question is whether the cognitive and
aective dimensions of I/E motivation are stable traits or can be inuenced
by managerial practice such as sales force control systems (e.g., Anderson and
Oliver 1987), the answer to which bears important theoretical and managerial
implications.
Finally, research attention directed toward salesperson motivation and role
perceptions in the cross-cultural setting is limited. International marketing
researchers are encouraged to investigate the applicability of our results in their
future research endeavors.
In summary, this study provides a more expansive view of the role
of salespeoples intrinsic motivation. Investigating the cognitive and aective
dimensions of the I/E motivation framework, we found important implications
as to how salesperson motivation aects role perception and job performance.
These ndings should serve to direct future research regarding a salespersons
I/E motivation in the context of the Mexican market.
References
Anderson, Erin, and Richard L. Oliver (1987), Perspectives on Behavior-Based
Versus Outcome-Based Salesforce Control Systems, Journal of Marketing,
51 (October), 7688.
Barnett, G. A. Jacobson, T. Young, C. & Sun-Miller, S. 1996. An examination
of the international telecommunications network. Journal of International
Communication 3(2):19-43.
Bassi Laurie & McMurrer Daniel. (2007) Maximizing your Return on People.
Harvard Business Review.
C.Moncrief (2001), Antecedents and Consequences of Salesperson Burnout,
European Journal of Marketing, 35 (56), 587611.
Castells, M. 1998. Information Technology, Globalization and Social
Development. Berkeley: University of California. Paper prepared for the
United nations Research Institute for Social Development (UNRISD)
Conference on Information Technologies and Social Development, Geneva
22-24 June 1998.
Churchill, G.A. Ford, N.M., Walker, O.C., Johnston, M.W. & Tanner, J.E.
(2000). Sales Force Management, 6th ed., Irwin, Chicago, IL.
Churchill, Gilbert A., Jr., Neil M. Ford, Steven W. Hartley, and Orville C.
Walker, Jr. (1985), The Determinants of Salesperson Performance: A
Meta-Analysis, Journal of Marketing Research, 22 (May), 103118.
Cravens, David W., Thomas N. Ingram, Raymond W. LaForge, and Cliord
E. Young (1993), Behavior-Based and Outcome-Based Salesforce Control
Systems, Journal of Marketing, 57 (4),
Johanson, U., Martensson, M. and Skoog, M. (2001) Measuring to understand
intangible performance drivers, European Accounting Review, Vol. 10, No.
3, pp. 407-437.
Kohli, Ajay K., Tasadduq A. Shervani, and Goutam N. Challagalla (1998),
Learning and Performance Orientation of Salespeople: The Role of
Supervisors,
McClelland, D.C. (1987). Human motivation. Cambridge: Cambridge
University Press.
Meyer Herbert H., Kay Emanuel & French John R.P., Jr. (1965) Split Roles
in Performance Appraisal Harvard Business Review.
Parker Christopher P., Boris B. Baltes, Scott A. Young, Joseph W. Hu,
Robert A. Altmann, Heather A. La Cost and Joanne E. Roberts
Relationships between Psychological Climate Perceptions and Work
Outcomes: A Meta-Analytic Review Journal of Organizational Behavior,
Vol. 24, No. 4 (Jun., 2003), pp. 389-416
Piercy, N.F., Craves, D.W. & Morgan, N.A. (1999). Relationships between
Sales Management Processes in Business-to-business Sales Organizations.
European Journal of Marketing. 32(12), 79-100.
Rajagopal (2007), Stimulating Retail Sales and Upholding Customer Value,
Journal of Retail and Leisure Property, Vol. 6, No. 2. pp. 117-135.
Rajagopal (2007a). Sales Management in Developing Countries: A Comparison
of Managerial Control Perspectives. Journal of Asia Pacic Business. ((3),
37-61).
Rajagopal, Organisational buying and sales administration in the retail sector
Journal of retail and lesisure property (2008 vol 7 pp 3-20)
Schwepker, Charles H., O.C. Ferrell, and Thomas Ingram (1997), The Inuence
of Ethical Climate and Ethical Conict on Role Stress in the Salesforce,
Journal of the Academy of Marketing Science, 25 (2), 99108.
Trailer Barry & Dickie J. (2006). Understanding What your Sales Manager is
up Against. Harvard Business Review.
Vinchur, A.J., Schippmann, J.S., Switzer, F.W., III, & Roth, P.L. (1988).
A meta-analytic review or predictors of job performance for sales people.
Journal of Applied Psychology, 83, 586-597.
Zoltners, A.A., Sinha, P. and Lorimer, S.E. (2006) Match your sales force
structure to your business life cycle, Harvard Business Review, Vol. 84,
Aplicacion de los modelos inados de ceros en el
analisis de la siniestralidad y el componente de
culpabilidad en el seguro de automoviles
Mara del Carmen Melgar Hiraldo

Jose Antonio Ordaz Sanz

Recibido 12 de enero 2010, aceptado 9 de junio 2010
Resumen
Este trabajo se centra en el sector del seguro de automoviles. Su principal ob-
jetivo es determinar las variables mas signicativas en la estimacion del n umero
de siniestros que los conductores sufren y declaran a su compa na, as como
comprobar si existen diferencias apreciables cuando el asegurado es culpable
en el siniestro. Se realiza un analisis econometrico con datos cedidos por una
aseguradora privada espa nola, aplicando modelos de recuento de datos inados
de ceros, que resultan ser los mas idoneos desde el punto de vista teorico, pues
permiten considerar ciertos aspectos relevantes de la variable endogena que no
contemplan otros modelos.
Abstract
This paper is focuses on the analysis of accidents in the automobile insurance
industry. The main objective of our work consists on the determination of
the most signicant factors that inuence the number of accidents that poli-
cyholders declare to their insurance companies. The existence of guilt in the
accidents is an aspect we especially consider as well. We carry out an economet-
ric analysis using the provided data by a Spanish private insurance company
and zero-inated count data models. The features of these types of models can
lead to take them as the most appropriate theoretic solution for studying this
question.
Clasicacion JEL: C52, G22
Palabras clave: siniestro, culpabilidad, seguro de automoviles, modelos inados de ceros.
Departamento de Economa, Metodos Cuantitativos e Historia Economica, Universidad

Pablo de Olavide. Carretera de Utrera, Km. 1 - 41013 Sevilla (Espa na). Tel.: +34 954348548.
Departamento de Economa, Metodos Cuantitativos e Historia Economica, Universidad

Pablo de Olavide. Carretera de Utrera, Km. 1 - 41013 Sevilla (Espa na).
Aplicacion de los modelos inados de ceros. 45
1. Introducci on
El seguro de autom oviles representa hoy da una de las actividades mas impor-
tantes del total del seguro en Espa na. El volumen de primas emitidas en 2004
ascendi o a 11.163 millones de euros, lo que supuso el 24,51% del conjunto de
este sector nanciero en Espa na, siendo el primer ramo en importancia dentro
de los distintos del seguro de vida, donde represent o el 42,33% [DGSFP (2005)].
Las causas de la magnitud del seguro de autom oviles radican, fundamen-
talmente, en el elevado n umero de veh
iculos nuevos que se matriculan cada a no

y la consiguiente obligatoriedad de asegurarse para afrontar, al menos, la re-
sponsabilidad civil que puede acarrear el verse involucrado en un accidente de
tr aco. En efecto, en los ultimos diez a nos, la matriculaci on de vehculos nuevos
en Espa na ha seguido una tendencia creciente, llegando a su maximo en el a no
1999, con casi 2 millones de nuevas matriculaciones. A partir de entonces, las
cifras anuales se han mantenido, en lneas generales, bastante estables [DGT
(2004)].
Este sector constituye uno de los mercados mas estudiados, en los que se
centran gran parte de los an alisis empricos destinados a analizar la presencia
de informaci on asimetrica en los datos, al ser propicias sus caractersticas par-
ticulares para la aplicaci on de modelos econometricos con los que se pretende
contrastar la validez de los resultados teoricos. En este sentido, son pioneros
los trabajos de Boyer y Dionne (1989) y Puelz y Snow (1994). Posteriormente,
tambien cabe destacar los estudios de Richaudeau (1999), Dionne et al. (1999),
Chiappori y Salanie (2000) y Cohen (2005).
Sin embargo, no s olo resulta de interes estudiar la relaci on entre el n umero
de siniestros y la cobertura, objetivo fundamental para detectar la existencia
de informaci on asimetrica, sino que tambien lo es la determinacion de los prin-
cipales factores que resultan relevantes al estimar la siniestralidad. Para las
compa nas aseguradoras, esta informaci on es de suma importancia, mas a un
cuando existe culpabilidad por parte del asegurado. La disponibilidad de un
buen modelo de riesgos permitira a las entidades de seguros jar con mayor
precisi on la prima a pagar por parte de sus clientes, lo que supondra alcanzar
un mayor grado de eciencia en este importante aspecto. Nuestro prop osito
consiste en se nalar cuales son las caractersticas del vehculo asegurado, del
tomador del seguro, as como de la p oliza, que inuyen en la observaci on de
un mayor n umero de siniestros declarados, e igualmente comprobar si existen
diferencias entre tales variables cuando el asegurado es culpable de los mismos.
En este tipo de an alisis, en los que la variable end ogena cuenta un n umero
de sucesos y toma, por tanto, valores enteros y no negativos, se emplean ha-
bitualmente modelos de recuento de datos (count data), tanto los mas tradi-
cionales, como el de regresion de Poisson y el binomial negativo, como otros
modelos mas novedosos conocidos como inados de ceros [Cameron y Trivedi
(1998)]. A pesar de que las aplicaciones de estos ultimos al seguro de au-
tomoviles pueden considerarse escasas, siendo Shankar et al. (1997) y Lee et
al. (2002) las referencias mas destacables, quiz as resulten las mas apropiadas,
puesto que, ademas de combatir la sobredispersion, permiten tener en cuenta
ciertas caractersticas de la variable end ogena que no consideran los modelos
tradicionales y que podran ser de interes. En concreto, los modelos inados
de ceros admiten la posibilidad de dar una doble interpretacion a los valores
nulos de la variable dependiente, como podra ser, en el caso que nos ocupa,
el hecho de que el asegurado no haya sufrido siniestro o, por el contrario, lo
haya sufrido pero no declarado a su compa na. Por este motivo, as como por
el elevado n umero de asegurados que no sufren o declaran siniestros, lo que
conlleva sobredispersion en los datos, nos decantamos en nuestro estudio por
la aplicaci on de los modelos inados de ceros, pues parecen los mas adecuados
desde el punto de vista teorico.
En el caso de Espa na, los trabajos de Melgar y Guerrero (2005), Melgar
et al. (2004, 2005) y Ordaz y Melgar (2006) se han ocupado de analizar el
problema que aqu se plantea seg un distintas variantes. Pero la mayor parte
de las investigaciones relativas a la siniestralidad en el seguro del autom ovil se
han centrado, fundamentalmente, en aspectos actuariales desde el Instituto de
Actuarios Espa noles, estudios de tipo meramente descriptivo [UNESPA (2006)]
o, incluso, en el an alisis del fraude existente en este sector [Caudill et al. (2005)
o Viaene et al. (2007), por citar algunos ejemplos]. Tambien cabra destacar
el trabajo de Boj et al. (2005), que repasa las distintas bases de datos de
siniestralidad existentes en Espa na y su importancia a la hora de establecer las
primas, o el estudio de Garca-Ferrer y del Hoyo (1983) acerca del establec-
imiento de ndices de siniestralidad. Mas recientemente, resulta de igual forma
muy interesante el trabajo de Garca-Ferrer et al. (2006) sobre el estudio de los
siniestros de este sector en el contexto metodol ogico de las series temporales.
Tras esta breve introduccion, en la Seccion 2 del presente artculo
se describe la base de datos utilizada en la aplicaci on emprica. A contin-
uaci on, en la Seccion 3 exponemos los aspectos mas destacados de los modelos
econometricos que se aplicar an, para pasar a comentar en la Seccion 4 los resul-
tados de las estimaciones efectuadas. Terminamos con las principales conclu-
siones en la Seccion 5, a las que siguen las referencias bibliogr acas y un Anexo
donde se recogen las deniciones de las variables empleadas en el an alisis y las
tablas con los resultados numericos obtenidos.
2. Descripci on de la base de datos
Para la realizaci on del an alisis que proponemos en este trabajo, utilizaremos una
base de datos cedida desinteresadamente por una entidad aseguradora privada
espa nola que opera a nivel nacional y que se considera as misma representativa
del mercado
1
. Por deseo expreso de la misma, su nombre se guarda en el
anonimato.
La base de datos inicial consta de un total de 131.408 registros, que se
corresponden con otras tantas p olizas de vehculos asegurados, y se reeren al
periodo temporal comprendido entre el 16 de junio de 2002 y el 15 de junio de
2003.
A partir del citado n umero total de registros, se ha extrado una muestra
aleatoria de 15.000 p olizas. Este n umero se ha escogido por motivos com-
putacionales (para poder ser tratado por la totalidad de paquetes inform aticos
que hemos utilizado) y, tanto por su tama no como por el hecho de suponer el
1
En este punto cabe indicar que, pese a ser desde hace varios a nos una empresa multina-
cional, tiene sus orgenes en Andaluca; de ah el peso que tienen las p olizas de esta Comunidad
Aut onoma en el conjunto de su cartera y las posibles especicidades que pudieran derivarse
de ello.
11,41% del total de p olizas de dicha base de datos, la muestra podra resultar
sucientemente representativa de la misma
2
.
Los datos referidos a cada p oliza contienen informaci on sobre determinadas
caractersticas relativas al tipo y uso del vehculo; la edad, sexo, antig uedad del
permiso de conduccion (se distingue unicamente entre mas o menos de 2 a nos) y
comunidad aut onoma de residencia del titular de la p oliza; y tambien la prima
anual y el grado de cobertura de la p oliza. Estas variables, o las categoricas
que se denen a partir de ellas, se tomaran como variables explicativas
3
.
Por su parte, las variables a explicar, que se han denotado NSIN
T
y
NSIN
C
, son variables discretas cuyos valores son no negativos e indican, respec-
tivamente, el n umero total de siniestros que el asegurado ha sufrido y declarado
a su compa na y el n umero de siniestros sufridos y declarados en los que el
asegurado es culpable. Al nal del presente trabajo, puede verse en el Anexo
la denici on de todas las variables utilizadas. Debemos indicar, asimismo, que
cuando hablamos de culpabilidad en un siniestro por parte de un asegurado,
se entiende que este es el causante principal de dicho siniestro y, por tanto, es
el responsable legal (o, al menos, as lo entiende en principio la entidad asegu-
radora) de las consecuencias economicas y de cualquier otra ndole que de ello
se puedan derivar
4
.
Antes de abordar desde un punto de vista econometrico nuestro principal
objetivo, que consiste como se ha indicado anteriormente, en determinar cuales
son los factores que evidencian una mayor signicatividad a la hora de estimar
la siniestralidad, as como se nalar las posibles diferencias en relaci on a si el
asegurado es culpable en los siniestros declarados, haremos en esta seccion un
an alisis descriptivo de los datos disponibles, centr andonos de manera especial
en las diferencias que surgen en cada una de las variables en relaci on a la
culpabilidad.
Para empezar, debemos destacar la gran cantidad de ceros que presentan
ambas variables dependientes (Figura 1). En efecto, de los 15.000 asegurados,
11.558 no han sufrido o declarado siniestro alguno, lo que supone un porcentaje
del 77,1% sobre el total. Como es l ogico, mas elevado a un es el porcentaje
de asegurados que no han sufrido siniestros siendo culpables: el 94,7%, que se
corresponden con 14.200 asegurados.
2
Adicionalmente, s se pudieron realizar para toda la base de datos las distribuciones
descriptivas de las distintas categoras de las variables consideradas, siendo estas muy similares
a las observadas en la muestra escogida.
3
Lamentablemente, no se dispone de informaci on relativa a las condiciones iniciales de
partida de cada una de las p olizas, en terminos de: antig uedad en la propia compa na, sinies-
tralidad hist orica registrada Es lo que en la literatura se conoce como initial conditions prob-
lems. Estos aspectos, sin lugar a dudas, enriqueceran el an alisis.
4
Igualmente, debe rese narse que la informaci on sobre la siniestralidad registrada hace
referencia unicamente al conjunto total del periodo considerado, no estando disponible su
ujo a lo largo del mismo, por lo que no resulta factible capturar aspectos tan interesantes
como podra ser el denominado efecto calendario (calendar eect).
3. Distribuci on de los asegurados, seg un declaran
o no siniestros (totales y s olo con culpa)
En la Tabla A1 del Anexo se muestra la distribuci on de cada una de
las categoras de las distintas variables que a continuaci on se van a analizar.
Asimismo, para cada una de ellas, se ofrecen tambien los porcentajes relativos a
la siniestralidad declarada, tanto para su totalidad como para aquellos siniestros
en los que el titular de la p oliza resulta culpable.
Los vehculos se han clasicado en cinco grupos seg un el tipo al que
pertenecen:turismo o furgoneta, camion, autocar, ciclomotor o moto y
vehculo especial. La categora de los turismos y furgonetas es la mayoritaria,
representando el 80,5%del total. Le siguen los vehculos especiales, que suponen
el 10,3% y los ciclomotores y motos con el 7,7%. Los camiones signican el 1,3%
y los autocares s olo son el 0,2% restante.
Estos datos pueden servir de indicador, de alguna forma, de la represen-
tatividad de la muestra utilizada en relaci on a la distribuci on nacional de esta
variable. As, seg un datos de la Direccion General de Tr aco para 2003 [DGT
(2004)], el porcentaje de los turismos y furgonetas respecto al total del parque
de vehculos supone el 83,3%. Las motocicletas representan el 6,0% y los au-
tocares el 0,2%. Como puede observarse, todas ellas son cifras muy similares
a las de la muestra empleada. Son distintos, sin embargo, los datos relativos a
camiones (7,6%) y vehculos especiales (2,9%). Las diferencias pueden deberse,
en este caso, a cierta ambig uedad a la hora de clasicar determinados vehculos
industriales seg un una u otra categora.
En cuanto a la siniestralidad en cada una de las categoras, la Tabla A1
muestra como el 26,5% de los turismos y furgonetas han declarado alg un
siniestro en el periodo de referencia. La cifra que presentan los camiones es muy
similar: el 25,3%. En cambio, el comportamiento que reejan, por un lado, los
autocares, y por otro, los ciclomotores y motos y los vehculos especiales, es muy
distinto. Mientras que el 52,2% de los autocares han sufrido alg un siniestro, tan
s olo el 7,0% de los ciclomotores y motos y el 6,8% de los vehculos especiales
registran siniestros. Si nos jamos unicamente en los siniestros en los que el
asegurado ha sido culpable, lo primero que se observa es que, evidentemente,
los porcentajes de vehculos que los sufren son bastante m as bajos que cuando
se consideran todos los siniestros. Siguen destacando sobre los demas tipos de
vehculos los autocares, de los que un 21,7% han sufrido siniestros con culpa.
Sin embargo, los turismos y furgonetas y los camiones ya no muestran cifras
similares: los camiones tienen siniestros con culpa en un 14,4% de los casos,
mientras que los turismos y furgonetas unicamente en un 5,4%, porcentaje que
coincide con el que se observa en los vehculos especiales. Los ciclomotores y
motos, sin embargo, con un 2,5% son los vehculos que menos siniestralidad
muestran si atendemos tambien a la culpabilidad del asegurado.
El an alisis descriptivo de las cifras referentes al uso principal del vehculo
asegurado nos indica que el 79,8% de los mismos se destina a uso particular.
Por su parte, el uso profesional (que engloba el servicio p ublico, utilizaciones
industriales, transporte de mercancas, transporte escolar, transporte general
de viajeros y labores agrcolas) representa el 19,6% y la categora de otros
(que se reere a alquiler, escuela de conductores, compra-venta y retirada del
permiso de conduccion) supone unicamente el 0,6% sobre el total.
La Tabla A1 ofrece tambien los datos de siniestralidad para cada uno de
los usos referidos. Seg un se puede apreciar en ella, el uso profesional y, mas
a un, los otros usos, muestran porcentajes de siniestralidad inferiores, 16,3% y
12,0% respectivamente, que el que se da en el uso particular: el 24,7%. No es,
sin embargo, el uso particular el que mas siniestros muestra si consideramos
la condici on de culpabilidad por parte del asegurado. En este caso, es el uso
profesional el que destaca, con una siniestralidad del 7,0%, frente al 4,9% del
uso particular y el 3,3% del resto de usos.
Entre las caractersticas del asegurado, analizamos en primer lugar la edad.
Se han considerado cuatro tramos: de 18 a 25 a nos, de 26 a 45 a nos, de 46
a 70 a nos y de 71 a nos y mas. Los tramos mayoritarios resultan ser los dos
intermedios, teniendo el 51,8% del total de asegurados edades comprendidas
entre 46 y 70 a nos y el 39,8% entre 26 y 45 a nos. El porcentaje restante se
reparte de manera que el grupo de los mas j ovenes, de 18 a 25 a nos, supone el
3,1%, y los mayores de 71 a nos, el 5,3%.
En lo que se reere a la siniestralidad, el porcentaje de asegurados que
sufren siniestros es bastante similar en los tres primeros tramos: 23,4% entre
los mas j ovenes, 24,2% en el tramo de 26 a 45 a nos y 22,7% entre los ase-
gurados de 46 a 70 a nos. Los mayores de 71 a nos muestran, en cambio, una
siniestralidad bastante inferior: s olo un 15,9% sufren siniestros. Si atendemos
a la culpabilidad, el comportamiento es muy homogeneo para los distintos gru-
pos de edad; de cualquier forma, los asegurados con menos edad son los que
muestran una mayor siniestralidad, con un porcentaje del 5,6%, mientras que
la siniestralidad mas baja corresponde a los asegurados entre 26 y 45, con un
5,1%.
La experiencia al volante es otro de los aspectos que se han tenido pre-
sentes. Ello se ha hecho a traves de la variable referida a la antig uedad de
posesi on del permiso de conduccion: mayor o menor de dos a nos. La
consideraci on de este valor obedece al criterio utilizado en este sentido por la
entidad aseguradora estudiada, viniendo as dada la informaci on disponible.
Del total de asegurados de nuestra muestra, de nuevo en la Tabla A1 puede
verse que unicamente el 0,8% tiene una antig uedad en su permiso inferior a 2
a nos. Sus cifras de siniestralidad, sin embargo, son del 35,5%, resultando muy
superiores a las de los asegurados mas expertos: del 22,9%. Si nos centramos
en los siniestros con culpabilidad, tambien resulta superior, aunque en menor
medida, el porcentaje correspondiente a los menos expertos: el 8,4% frente al
5,3% que presentan los conductores que sacaron el permiso de conduccion hace
mas de 2 a nos.
El sexo de los asegurados es tambien una de las variables tenidas en cuenta.
El an alisis descriptivo de esta cuestion arroja como resultado que el 85,3% del
total de la muestra son hombres. La siniestralidad que muestran estos es del
22,3% frente a una cifra algo superior de las mujeres, que es del 26,5%. Si
a nadimos la restriccion de culpabilidad en los siniestros, la situaci on se torna,
si bien las cifras estan bastante equilibradas: el 5,4% de los registros de los
hombres presentan culpabilidad frente a un 4,9% en el caso de las mujeres.
La Comunidad Aut onoma de residencia del asegurado resulta, asimismo,
una variable de gran relevancia. A las 17 Comunidades Aut onomas existentes
en Espa na, se les ha a nadido un ambito territorial mas, correspondiente a las
Ciudades Aut onomas de Ceuta y Melilla. La Comunidad Aut onoma de An-
daluca es la mas representada, aglutinando al 39,9% del total de asegurados.
De las demas, merecen resaltarse Galicia, que representa el 13,5%, la Comu-
nidad Valenciana con el 8,8%, Extremadura con el 6,9%, la Regi on de Murcia
que supone el 6,4% y Castilla-La Mancha con el 5,5% del total de asegurados.
Las otras doce Comunidades Aut onomas se reparten el 19,0% restante.
Respecto a la siniestralidad que se encuentra en cada una de las Comu-
nidades Aut onomas, la Tabla A1 evidencia que los residentes en la zona mayori-
taria, Andaluca, presentan siniestros en el 24,7% de los casos. Del resto, cabe
destacar los datos apreciablemente mayores que se observan en Cantabria y Pas
Vasco, donde los porcentajes de registros con siniestros alcanzan el 36,4% y el
34,4%, respectivamente; y, por otra parte, las cifras menores de Extremadura,
con el 17,6%, el Principado de Asturias, con el 15,9%, y sobre todo, la Co-
munidad Foral de Navarra, donde es del 7,8% unicamente. Considerando la
culpabilidad, la Comunidad de Madrid resalta con una cifra del 11,9%, seguida
del Pas Vasco con un 8,5%; por su parte, los asegurados del Principado de
Asturias, Arag on, Comunidad Foral de Navarra y La Rioja son los que menos
sufren siniestros siendo culpables, concretamente s olo lo hacen en el 2,9%, 3,0%,
3,1% y 3,1% de los casos, respectivamente.
El ultimo bloque de variables estudiadas hace referencia a caractersticas
directamente relacionadas con las p olizas. En particular, se han analizado el
importe anual pagado en concepto de prima y el grado de cobertura asegu-
radora.
Respecto a la primera de las variables se naladas, el importe de la prima,
esta se ha dividido en cuatro intervalos: hasta 300 euros, de 301 a 400 euros,
de 401 a 600 euros y mas de 600 euros. Como puede observarse en la Tabla A1,
el tramo mayoritario es el mas bajo, que comprende al 32,2% de los asegurados.
Los dos centrales ofrecen cifras similares, representando el 26,8% y el 23,2%,
respectivamente. El tramo de mayor cuanta, el de primas por encima de 600
euros, supone s olo el 17,8% del total.
En cuanto a la distribuci on de la siniestralidad registrada en cada uno
de los intervalos considerados, puede apreciarse como esta resulta creciente
de manera muy apreciable. Mientras en las p olizas inferiores a 300 euros el
porcentaje de asegurados siniestrados es del 11,8%, esta cifra va elev andose
de forma paulatina hasta llegar nalmente al 36,9% en el caso de las p olizas
con primas superiores a 600 euros. La tendencia es la misma, pero a un mas
acentuada, para los siniestros con culpa: se pasa del 2,6% de asegurados con las
primas mas bajas al 11,8% de asegurados con primas superiores a 600 euros.
Es de destacar, asimismo, el gran salto que se produce entre los dos tramos
superiores de primas: frente al 5,6% de siniestralidad en el tramo de 401 a 600
euros, se pasa al ya indicado 11,8% entre los que pagan las primas mas elevadas.
En lo relativo al grado de cobertura de la p oliza, este se ha dividido en
tres niveles distintos en funci on de las garantas contratadas en el seguro. El
grado bajo incluye exclusivamente las garantas obligatorias seg un la ley
(b asicamente: responsabilidad civil, defensa y reclamacion de da nos y muerte o
invalidez); las p olizas con este nivel de cobertura representan el 54,3% del total.
Los que optan por alguna garanta adicional de caracter opcional, como puede
ser la referida a la rotura de lunas, incendio y/o robo del vehculo, disfrutan del
que hemos venido en llamar grado medio de cobertura; este es el tipo elegido
por el 37,8% de los asegurados que hemos considerado. Finalmente, el grado
alto cubre, ademas, los da nos propios del vehculo; aqu se encuentra el 7,9%
del total de registros.
El an alisis de la siniestralidad para cada uno de los grados de cobertura
considerados puede observarse, una vez mas, en la Tabla A1. En esta, puede
comprobarse como los porcentajes van creciendo conforme lo hace el grado de
cobertura, tanto si consideramos el conjunto de siniestros o unicamente aquellos
en los que el asegurado es culpable. As, en el primer caso, el porcentaje de
casos con siniestros que se recoge es del 16,1% para el nivel bajo; del 29,3% para
el medio; y del 39,4% para el alto. En cuanto a la siniestralidad con culpabili-
dad, no hay diferencia apreciable entre los niveles bajo y medio (4,5% y 5,0%,
respectivamente), mientras que el incremento es muy notable al pasar al nivel
de cobertura mas elevado: el 12,7%. Estos resultados resultan enormemente
interesantes por cuanto pueden encerrar comportamientos tan inherentes a la
actividad aseguradora como son el de riesgo moral y/o de seleccion adversa.
3. Metodologa
Los modelos econometricos que suelen usarse en la estimacion de variables dis-
cretas con valores no negativos son los de recuento de datos o count data. Entre
ellos, los mas tradicionales son el modelo de regresion de Poisson y el modelo
binomial negativo. En los ultimos a nos, sin embargo, est an adquiriendo un
mayor protagonismo los denominados modelos inados de ceros, que permiten
afrontar la sobredispersion y tener en cuenta, al mismo tiempo, caractersticas
especcas del valor nulo de la variable end ogena. En nuestro an alisis, el valor
0 de la variable end ogena puede deberse a que el conductor realmente no
ha sufrido siniestros (del tipo considerado en cada caso) o bien a que, a pesar
de haber tenido alguno, no ha dado conocimiento de ello a su compa na de
seguros. Por otro lado, el hecho de no sufrir siniestros (ya se sea culpable o no)
puede indicar un comportamiento mas cuidadoso del conductor, lo que conlleva
diferencias cualitativas con respecto a los que s los sufren. Estas caractersticas
pueden hacer mas conveniente el uso de modelos inados de ceros [Melgar et
al. (2005)].
Las distribuciones inadas de ceros se basan en la hip otesis de que la
poblaci on consta de dos tipos de individuos: para uno de ellos, el resultado
de la observaci on siempre es 0; para el otro, los datos se generan seg un la
distribuci on tradicional que se considere (Poisson o binomial negativa), pudien-
do tomar tambien el valor 0. La obtenci on de observaciones nulas por estas
dos vas conlleva un alto porcentaje de ceros observados y, en consecuencia,
sobredispersion. Se nalaremos brevemente a continuaci on las principales carac-
tersticas de los modelos de Poisson inado de ceros y binomial negativo inado
de ceros
5
.
3.1. Modelo de Poisson inado de ceros
La cuestion que se plantea es estimar una variable aleatoria discreta Y para cada
uno de los individuos de una muestra, en funci on de K variables explicativas
(incluido el termino independiente), que denotamos X
k
, k = 1, 2, 3, ..., K.
Si q
i
es la probabilidad que se asigna a aquellos para los que la observaci on
siempre es 0 (a los que se llama no participantes) y 1q
i
la de aquellos para
los cuales la probabilidad correspondiente se obtiene seg un la ley de Poisson
(participantes), la distribuci on de probabilidades del modelo de Poisson inado
de ceros (ZIP Zero-Inated Poisson) viene dada por:
P(Y = 0) = q
i
+ (1 q
i
)e
P(Y = y
i
> 0) = (1 q
i
)
e
i
yi
i
y
i
!
, (1)
donde es el vector de los coecientes a estimar y
i
= e
X
i
.
A partir de esta formulaci on, se pueden obtener sendas expresiones del valor
esperado y de la varianza de Y : E(Y |X
i
)=(1q
i
)
i
y V ar(Y |X
i
)=
i
(1q
i
)(1+
i
q
i
), que se nalan que no se cumple, en general, la hip otesis de equidispersion
fundamental en el modelo de regresion de Poisson (E(Y |X
i
) = V ar(Y |X
i
)).
Unicamente cuando todos los individuos participan, es decir cuando q

i
= 0, se
dar a dicha condici on. El modelo inado de ceros se reduce entonces en ese caso
al modelo tradicional.
Dependiendo de la ley que se elija para q
i
, surgen distintas variantes del
modelo ZIP. El software con el que trabajamos, Limdep7.0, usa la conocida
como ZIP(), basada en el supuesto de que q
i
sigue una distribuci on logstica
en funci on de un nuevo par ametro : q
i
= (X
i
) [Greene (1995)]. Esta
formulaci on tiene el inconveniente de que el modelo tradicional y el inado de
ceros no estan anidados, con lo que resulta mas complejo determinar cual de
los modelos es el adecuado que cuando las verosimilitudes son directamente
comparables y basta con contrastar la nulidad de un par ametro. Para decidir
entre ambos modelos, se puede utilizar entonces el estadstico de Vuong, como
veremos mas adelante.
3.2. Modelo binomial negativo inado de ceros
Se supone ahora que, para los participantes, la variable Y |X
i
sigue una dis-
tribuci on binomial negativa o, equivalentemente, una distribuci on de Poisson
con par ametro
i
tal que ln(
i
) = ln
i
+
i
donde, de acuerdo con la notaci on
anterior,
i
= e
X
i
ye
i
sigue una distribuci on gamma de par ametros , con lo
que E(e
i
) = 1 y V ar(e
i
) = 1/, siendo > 0.
5
Para un an alisis m as detallado de este tipo de modelos, puede verse Winkelmann (2003).
Con esto, el modelo binomial negativo inado de ceros (ZINB Zero-Inated
Negative Binomial), puede formularse como:
P(Y = 0) = q
i
+ (1 q
i
)(

+
i
)
P(Y = y
i
> 0) = (1 q
i
)
(y
i
+ )
(y
i
+ 1)()
(

+
i
)
(

i
+
i
)
i
(2)
Introduciendo el coeciente de sobredispersion (/) > 0 , los momentos
podr an expresarse como E(Y |X
i
) = (1 q
i
)
i
yV ar(Y |X
i
) =
i
(1 q
i
)(1 +
i
+
i
q
i
), con lo cual se vuelve a observar el no cumplimiento de la hip otesis
de equidispersion propia del modelo de Poisson. Para que se vericara, deberan
ser 0 y q
i
= 0 simult aneamente, en cuyo caso el modelo ZINB quedara
reducido al de Poisson.
Si se cumple unicamente la primera condici on, 0, el modelo resultante
es el ZIP. En consecuencia, la signicatividad del coeciente de sobredispersion
sera la que haga que nos decantemos por el modelo ZINB frente al ZIP.

Este
es, por tanto, el contraste de sobredispersion que se utilizar a
6
.
En caso de ser q
i
= 0 , quedara el modelo binomial negativo tradicional,
por lo que el contraste de la nulidad de q
i
debera servir para determinar cual de
estos dos modelos es el mas adecuado. Sin embargo, si consideramos, como en
el modelo ZIP(), que q
i
sigue una distribuci on logstica, sera necesario recurrir
al estadstico de Vuong.
3.3. Estadstico de Vuong
Los modelos inados de ceros formulados en funci on del par ametro no se
reducen a los modelos tradicionales cuando este par ametro toma el valor 0,
con lo que las verosimilitudes no son directamente comparables y, como se ha
indicado anteriormente, la eleccion entre modelos resulta algo mas compleja.
La utilizaci on del estadstico de Vuong (1989) permite salvar este obst aculo y
decidir entre un modelo inado de ceros y el tradicional correspondiente. La
expresi on analtica de este estadstico viene dada por:
V =
N[
1
N
N
i=1
m
i
]
1
N
N
i=1
(m
i
m)
2
siendo m
i
= ln[P
1
(Y = y
i
)/P
2
(Y = y
i
)], P
1
(Y = y
i
) y P
2
(Y = y
i
) las
funciones de probabilidad para el modelo inado de ceros y el tradicional, re-
spectivamente, y m la media de m
i
, i=1, ..., N.
Vuong demuestra que V es un estadstico bidireccional con una distribuci on
asint otica normal tipicada. Cuando |V | es menor que 1,96 el contraste no
permite decantarse por uno u otro modelo; en caso contrario, un valor positivo
6
Adem as de este contraste de sobredispersi on, en la literatura pueden encontrarse otros,
como los contrastes basados en un modelo de regresi on, los de momentos condicionales y los
basados en multiplicadores de Lagrange [Greene (1999)]. El hecho de utilizar el que aqu se
ha expuesto radica en que su ejecuci on aparece directamente programada en Limdep.
es una evidencia a favor del modelo inado de ceros, mientras que un valor
negativo de V favorece el modelo tradicional.
4. Resultados empricos
De acuerdo con el objetivo de nuestro estudio, hemos establecido dos modelos
distintos para proceder a su estimacion y determinar as las variables que se
muestran como mas signicativas, tanto cuando la variable end ogena se reere
al n umero de siniestros de todo tipo que los asegurados sufren y declaran a su
compa na de seguros
7
(NSIN
T
), como cuando se trata s olo del n umero de sinie-
stros sufridos y declarados en los que el asegurado resulta culpable (NSIN
C
).
Ademas, hemos comparado las dos estimaciones para comprobar si existen difer-
encias apreciables entre ellas
8
.
La Tabla A2 recoge la denici on exacta de las variables empleadas en nues-
tro an alisis. Por su parte, la Tabla A3 y la Tabla A4 ofrecen los resultados para
ambas estimaciones seg un las dos especicaciones de inados de ceros: ZINB
y ZIP, respectivamente. Los resultados son satisfactorios, y muy similares,
en ambos casos. De cualquier forma, el ZINB parece ofrecer un ajuste mejor
que el ZIP, como as lo indica el contraste de sobredispersion del par ametro
, cuyo p-valor es 0,0028 en el caso del n umero total de siniestros y 0,0310
para los siniestros con culpa. En cuanto al contraste de Vuong, en todos los
casos el valor absoluto de este estadstico es superior a 1,96 se nalando as la
idoneidad de las especicaciones inadas de ceros frente a las tradicionales. En
particular, en el caso del ZINB, el valor del estadstico de Vuong resulta ser
9,6800 y 3,3930 para las estimaciones de la totalidad del n umero de siniestros
y del relativo unicamente a los siniestros con culpa, respectivamente.
Centr andonos ya unicamente en la modelizaci on ZINB (Tabla A3), po-
dremos apreciar que al estimar el n umero total de siniestros, todas las categoras
referidas al tipo de vehculo se han mostrado signicativas
8
, a excepci on de los
camiones: los autocares muestran mas siniestralidad que los turismos y fur-
gonetas (categora base); y los ciclomotores y motos y vehculos especiales, una
menor siniestralidad. Para el caso de los siniestros con culpa, los ciclomotores y
motos han mostrado de nuevo signicatividad y lo han hecho en el mismo sen-
tido que para el total de siniestros. La categora de camiones tambien resulta
signicativa ahora, observ andose una mayor siniestralidad que en la categora
base.
En lo que se reere a los usos, en la totalidad de siniestros el conjunto de
otros usos es el unico que se muestra signicativo, mostrando una menor sinies-
tralidad que los usos particular y profesional. Por su parte, en la estimacion
7
En Melgar et al. (2004) se determinan las variables que resultan m as relevantes en la
estimaci on de esta variable, si bien para las variables explicativas de car acter cualitativo se
usan categoras diferentes a las que aqu se han empleado.
8
Otro aspecto que podra resultar interesante sera el analisis de los factores que inuyen
en la ocurrencia o no de un siniestro y no en su n umero. En Ordaz y Melgar (2006), se
se nalan como variables m as signicativas en este sentido, ciertos tipos y usos de los vehculos,
la antig uedad del permiso de conducci on (la falta de experiencia) y, sobre todo, la relaci on
directa con el grado de cobertura aseguradora.
8
Nos referimos siempre a un nivel de signicatividad del 5%. De todos modos, en las
Tablas correspondientes tambien se se nalan las variables que resultan signicativas al 10%.
de los siniestros con culpa, es el uso profesional el que s olo resulta signicativo,
evidenciando una mayor incidencia en el n umero de siniestros que los restantes;
la razon de ello probablemente se deba al hecho de que los conductores de es-
tos vehculos en muchos casos no son sus due nos y pueden tener, quiz as, una
actitud mas descuidada.
En cuanto a las variables relativas a las caractersticas personales de los ase-
gurados, la edad unicamente ha resultado relevante para el total de siniestros y
en el tramo de mayores de 71 a nos, en el que se observa una siniestralidad menor
que en el resto de tramos. Probablemente el efecto de la edad se vea reejado
en mayor medida en la variable referida a la experiencia en la conduccion.
En efecto, la antig uedad en la posesi on del permiso de conducir resulta
signicativa en el caso de la estimacion del n umero total de siniestros y muestra
el comportamiento esperado: aquellos conductores que tienen menos de dos
a nos de experiencia en la conduccion sufren mas siniestros que los demas. No
es signicativa, sin embargo, en el caso de los siniestros con culpa.
Otra variable que tampoco ha resultado esencial en este estudio ha sido
el sexo del conductor. El comportamiento de hombres y mujeres es es-
tadsticamente similar.
En cuanto a la Comunidad Aut onoma de residencia y, por tanto, de circu-
laci on habitual del asegurado, unicamente Cantabria muestra una mayor sinies-
tralidad, cuando se considera el n umero total de siniestros, que la categora base
(Andaluca). Por el contrario, son varias las Comunidades que muestran una
menor siniestralidad: Principado de Asturias, La Rioja, Castilla-La Mancha,
Extremadura, Castilla y Le on y Galicia, ordenadas de menos a mas siniestros.
Si se consideran unicamente los siniestros con culpa, la situaci on es bien dis-
tinta. En ese caso, s olo se muestra signicativa la Comunidad Aut onoma de
Galicia, presentando una menor siniestralidad que el resto de Comunidades.
Siguiendo con las variables consideradas en nuestro estudio, pasamos ahora
a considerar las variables cticias referidas a los distintos tramos del importe
de las primas de las p olizas. Sin embargo, no se han considerado en el an alisis
econometrico debido a la fuerte relaci on de endogeneidad observada con los
grados de cobertura. Se ha preferido optar por analizar la inuencia de estos
ultimos, por cuanto su comportamiento en relaci on a los siniestros puede ser
interpretado de forma mas clara y directa.
As, al estudiar el grado de cobertura, se observa que los grados medio
y alto aparecen como signicativos cuando se estima el n umero total de
siniestros. Siguen, ademas, el comportamiento esperado con presencia de infor-
macion asimetrica en los datos, hecho muy habitual en el seguro de autom oviles.
A medida que aumenta el grado de cobertura, aumenta el n umero de siniestros
esperados. Puede haber aqu una componente de riesgo moral, al descuidarse el
conductor que sabe que disfruta de una amplia cobertura, y/o una componente
de seleccion adversa, puesto que un conductor consciente de su propensi on a
sufrir siniestros contratar a generalmente una cobertura mas elevada para sen-
tirse mas seguro. Cuando se observan unicamente los siniestros en los que el
conductor asegurado tiene culpa, s olo se muestra signicativo el grado mas el-
evado de cobertura, y la siniestralidad que presenta es mayor que para el resto
de seguros. Este hecho puede fortalecer a un mas el razonamiento expuesto.
Para nalizar esta Seccion, en la Figura 2 mostramos de manera gr aca la
alta capacidad predictiva de la especicacion ZINB seleccionada para las dos
situaciones analizadas. Ello puede servirnos como indicador del alto grado de
bondad del ajuste logrado por nuestros modelos.
Distribuci on porcentual del n umero total de
siniestros declarados y de los declarados con culpa,
y probabilidades estimadas seg un el modelo ZINB.
5. Conclusiones
El an alisis que hemos realizado tena como principal objetivo determinar las
variables mas signicativas en la estimacion del n umero de siniestros que los
asegurados sufren y declaran a su compa na, as como comprobar si hay
diferencias signicativas en los resultados obtenidos en relaci on a cuando existe
culpabilidad en la ocurrencia del siniestro. Este hecho puede tener importantes
repercusiones economicas para las entidades aseguradoras a la hora de jar las
primas de sus p olizas.
Los datos con los que hemos trabajado proceden de una aseguradora pri-
vada que opera en Espa na a nivel nacional y que se considera representativa del
mercado. A partir de ellos, se han llevado a cabo las estimaciones se naladas,
a traves de especicaciones de distintos modelos inados de ceros de recuento
de datos o countdata. Con este tipo de modelos se pueden tener en cuenta las
diferencias cualitativas entre los asegurados que sufren siniestros y los que no,
as como la posible doble interpretacion de las observaciones nulas, que pueden
indicar tanto que un asegurado no ha sufrido siniestro, como que lo ha sufrido
pero no lo ha declarado a su compa na. Esta caracter
istica de los modelos in-

ados de ceros los hace mas apropiados, desde el punto de vista teorico, para
nuestro estudio. Por ese motivo, nos decantamos por ellos, a pesar de que han
sido pocos los autores que los han aplicado hasta el momento al ramo del seguro
de autom oviles.
Esta idoneidad teorica se ha visto raticada por los correspondientes es-
tadsticos y par ametros obtenidos en el an alisis econometrico llevado a cabo.
Desde el punto de vista cualitativo, los resultados de este an alisis han resaltado,
en denitiva, la relevancia de variables como el grado de cobertura, tanto en
la estimacion del n umero total de siniestros como en la de los siniestros con
culpa. El riesgo moral y la seleccion adversa son dos aspectos consustanciales
con los mercados aseguradores con informaci on asimetrica que parecen aorar
de forma evidente a traves de estas variables.
Asimismo, nuestro estudio pone de maniesto el comportamiento desigual,
dependiendo del caso, de las variables relativas al tipo y uso del vehculo, la
antig uedad en el permiso de conduccion del tomador de la p oliza o su Comu-
nidad Aut onoma de residencia.
Igualmente, se ha podido comprobar que la edad no parece muy signica-
tiva ( unicamente lo ha resultado en el caso de los mayores de 71 a nos para el to-
tal de siniestros); su efecto parece diluirse frente al procedente de la antig uedad
del permiso de conduccion. Otro aspecto destacable es el hecho de que el sexo de
los asegurados no se muestra en ning un momento como generador de diferencias
entre estos.
Precisamente, en relaci on con estas ultimas variables indicadas, la edad y
el sexo, se podra plantear un estudio similar al que aqu se ha llevado a cabo a
nivel de cada tramo de edad y/o sexo del asegurado. No parece, sin embargo,
a la vista de los resultados obtenidos, que las conclusiones pudiesen ser muy
diferentes. De cualquier modo, esta es una posibilidad a tener en cuenta para
futuras extensiones de esta investigaci on.
Por otra parte, la disponibilidad de otras variables tales como: kil ometros
recorridos por los distintos tipos de vehculos, indicadores de la intensidad del
tr aco de las zonas de circulaci on, tipo de va habitualmente utilizada (au-
topistas, carreteras secundarias), la ya indicada estacionalidad en la ocurrencia
de los siniestros, etc., podra resultar de enorme interes por su relevancia en
relaci on a la siniestralidad. No obstante, las limitaciones de informaci on de
la base de datos con la que contamos actualmente impiden, por el momento,
la toma en consideraci on de todos estos factores. Tratar de tener acceso a un
mayor n umero de detalles, de entre los que manejan habitualmente las enti-
dades aseguradoras, sera el reto inmediato que nos plantearemos para tratar de
ampliar y enriquecer este tipo de an alisis en el futuro.
Referencias
Boj, E.; Claramunt, M.M.; Fortiana, J. y Vegas,

A. (2005). Bases de datos y
estadsticas del seguro de autom oviles en Espa na: inuencia en el calculo
de primas. Estadstica Espa nola, 47, 160, pp. 539-566.
Boyer, M. y Dionne, G. (1989). An Empirical Analysis of Moral Hazard and
Experience Rating. Review of Economics and Statistics, 71, pp. 128-134.
Cameron, A.C. y Trivedi, P.K. (1998). Regression Analysis of Count Data.
Cambridge University Press.
Caudill, S.; Ayuso, M. y Guillen, M. (2005). Fraud Detection Using a Multino-
mial Logit Model with Missing Information. Journal of Risk and Insurance,
72, 4, pp. 539-550.
Chiappori, P.A. y Salanie, B. (2000). Testing for Asymmetric Information in
Insurance Markets. Journal of Political Economy, 108, 1, pp. 56-78.
Cohen, A. (2005). Asymmetric Information and Learning: Evidence from the
Automobile Insurance Market. Review of Economics and Statistics, 87, 2,
pp. 197-207.
DGSFP (2005). Seguros y Fondos de Pensiones: Informe 2004. Direccion
General de Seguros y Fondos de Pensiones, Secretara General de
Economa, Ministerio de Economa y Hacienda, Madrid.
DGT (2004). Anuario estadstico General 2003. Direccion General de Tr aco,
Ministerio del Interior, Madrid.
Dionne, G.; Gourieroux, C. y Vanasse, C. (1999). Evidence of Adverse Selec-
tion in Automobile Insurance Markets, en Dionne, G. y Laberge-Nadeau,
C. (Ed.) Automobile Insurance: Road Safety, New Drivers, Risks, In-
surance Fraud and Regulation. Kluwer Academic Publishers, Boston, pp.
13-46.
Garca-Ferrer, A.; de Juan, A. y Poncela, P. (2006). Forecasting Trac Acci-
dents Using Disaggregated Data. International Journal of Forecasting, 22,
2, pp. 203-222.
Garca-Ferrer, A. y del Hoyo, J. (1983). An alisis econometrico de los ndices
de siniestralidad del autom ovil. Rumasa, Madrid.
Greene, W.H. (1995). Limdep Version 7.0: Users Manual. Econometric Soft-
ware, Bellport, NY.
Greene, W.H. (1999). An alisis Econometrico, 3 edici on, Prentice Hall-Pearson
Educacion, Madrid.
Lee, A.H.; Stevenson, M.R.; Wang, K. y Yau, K.K.W. (2002). Modeling Young
Driver Motor Vehicle Crashes: Data with Extra Zeros. Accident Analysis
and Prevention, 34, pp. 515-521.
Melgar, M.C. y Guerrero, F.M. (2005). Los siniestros en el seguro del au-
tomovil: un an alisis econometrico aplicado. Estudios de Economa Apli-
cada, 23, 1, pp. 355-375.
Melgar, M.C.; Ordaz, J.A. y Guerrero, F.M. (2004). The Main Determinants
of the Number of Accidents in the Automobile Insurance: an Empirical
An alisis. tudes et Dossiers, 286, pp. 45-56.
Melgar, M.C.; Ordaz, J.A. y Guerrero, F.M. (2005). Diverses Alternatives
pour Determiner les Facteurs Signicatifs de la Frequence dAccidents dans
lAssurance Automobile. Assurances et Gestion des Risques Insurance and
Risk Management, 73, 1, pp. 31-54.
Ordaz, J.A. y Melgar, M.C. (2006). Analysis of the Main Inuential Factors
in the Accidents of the Automobile Insurance, en XVI Jornadas Luso-
Espanholas de Gesto Cient
ica: Inovaao e Empreendedorismo para o Sec.

XXI Finanas e Contabilidade, pp. 461-472.
Puelz, R. y Snow, A. (1994). Evidence on Adverse Selection: Equilibrium
Signalling and Cross-Subsidization in the Insurance Market. Journal of
Political Economy, 102, 2, pp. 236-257.
Richaudeau, D. (1999). Automobile Insurance Contracts and Risk of Accident:
An Empirical Test Using French Individual Data. Geneva Papers on Risk
and Insurance Theory, 24, pp. 97-114.
Shankar, V.; Milton, J. y Mannering, F. (1997). Modeling Accident Frequen-
cies as Zero-Altered Probability Processes: an Empirical Inquiry. Accident
Analysis and Prevention, 29, 6, pp. 829-837.
UNESPA (2006). Memoria social del seguro espa nol 2005. Uni on Espa nola de
Entidades Aseguradoras y Reaseguradoras, Madrid.
Viaene, S.; Ayuso, M.; Guillen, M. y VanGheel, D. (2007). Strategies for
Detecting Fraudulent Claims in the Automobile Insurance Industry. Eu-
ropean Journal of Operational Research, 176, 1, pp.565-583.
Vuong, Q.H. (1989). Likelihood Ratio Tests for Model Selection and Non-
Nested Hypotheses. Econometrica, 57, pp. 307-333.
Winkelmann, R. (2003). Econometric Analysis of Count Data. Springer,
Berlin.
Appendix
Tabla A1. Distribuci on de las categoras y de la siniestralidad total y con culpa,
por variable.
Tabla A2. Denici on de las variables utilizadas en el an alisis.
continuaci on Tabla A2
Tabla A3. Resultados de las estimaciones del n umero de siniestros total
(NSIN
T
) y con culpa (NSIN
C
), seg un el modelo ZINB.
Categora base; Signicativo al 5%; Signicativo al 10%
Tabla A4. Resultados de las estimaciones del n umero de siniestros total
(NSIN
T
) y con culpa (NSIN
C
), seg un el modelo ZIP.
Volatilidad estocastica y la ecuacion de
Fokker-Planck: parametros dependientes del
tiempo y ltro de Kalman

Recibido 19 de enero 2010, aceptado 23 de febrero 2010
Resumen
El presente trabajo examina la relacion existente entre volatilidad estocastica y
la densidad de probabilidad estacionaria a traves de la ecuacion de Fokker-
Planck. El proceso estoc astico que se propone para conducir a la volatili-
dad extiende las investigaciones de Grajales-Correa, Perez-Ramrez y Venegas-
Martnez (2008), y Oztukel y Wilmott (1998), de tal forma que los parametros
del proceso de volatilidad son dependientes del tiempo, en cuyo caso el ltro de
Kalman (1960) debe utilizarse para propositos de estimacion.
Abstract
This paper is aimed to examine the relationship between stochastic volatility
and the stationary probability density through the Fokker-Planck equation.
The proposed stochastic process to lead volatility extends the research from
Grajales-Correa, Prez-Ramrez and Venegas-Martnez (2008), and Oztukel and
Wilmott (1998), so that the parameters of the volatility process are dependent
of time, in which case the Kalmans (1960) lter should be used for estimation
purposes.
Clasicacion JEL: G11, G13, D1
Keywords: Stochastic volatility, diusion process.
Universidad Autonoma Meropolitana-Iztapalapa; e-mail: ce1castillo@hotmail.com

Volatilidad estocstica y la ecuacin de Fokker-Planck 65
1. Introducci on
A nales de 2008 y principios de 2009, los mercados de capitales y derivados
experimentaron grandes uctuaciones en los niveles de volatilidad (la desviaci on
estandar de los rendimientos de los activos). El reconocer que la volatilidad no
se mantiene constante conduce a cambios y transformaciones profundas en la
forma de llevar a cabo el an alisis nanciero. Estos cambios han propiciado el
surgimiento de nuevos paradigmas que resaltan el comportamiento aleatorio de
la volatilidad. Entre estos paradigmas, uno de los mas exitosos es el de los
modelos de volatilidad estocastica en tiempo continuo, el cual ha abierto un
sinfn de nuevos horizontes en la pr actica y la teora nanciera.
En el modelo cl asico de Black y Scholes (1973) y Merton (1973) se supone
que el activo subyacente sigue un proceso estocastico lognormal y que la volati-
lidad de los rendimientos del activo subyacente se mantiene constante a traves
del tiempo. Este ultimo supuesto resulta ser inadecuado ya que un gran n umero
de series nancieras de rendimientos reejan la presencia de exceso de curtosis
y colas anchas (o pesadas); tal y como lo muestra los estudios empricos de
Mandelbrot (1963) y Fama (1965), entre muchos otros.
La volatilidad del precio de un activo subyacente no es constante ni es
observable. Por lo tanto, requiere de un tratamiento adecuado en la valuacin
de productos derivados, ya que justamente en los mercados de opciones esta es
la variable que se negocia. La alternativa id onea es modelarla como un pro-
ceso estocastico. En este escenario se considera que tanto el precio como la
volatilidad del activo subyacente siguen procesos estocasticos, cada uno de los
cuales esta representado por una ecuacion diferencial estocastica con movimien-
tos brownianos, posiblemente correlacionados; veanse, por ejemplo, los trabajos
seminales de Hull y White (1987), Scott (1987), Stein y Stein (1991),
Heston (1993), Oztukel y Wilmott (1998), Venegas-Martnez (2005) y (2010),
y Grajales-Correa, Perez-Ramrez y Venegas-Martnez (2008), entre muchos
otros.
En todo lo que sigue, la volatilidad sera vista como una variable aleatoria.
Un modelo de difusi on de volatilidad estocastica en tiempo continuo puede
ser establecido, en terminos generales, de la siguiente manera. Suponga que
el precio de un activo subyacente sigue una distribuci on lognormal (o que sus
rendimientos son normales) y su volatilidad instant anea,
t
, es una funci on del
tiempo, de tal manera que:
dS
t
= S
t
dt +
t
S
t
dU
t
,
donde el par ametro de tendencia, , representa el rendimiento medio espe-
rado. El proceso (U
t
)
t[0,T]
es un movimiento browniano denido sobre un espa-
cio jo de probabilidad con su ltraci on aumentada, (
U
, F
U
, (F
U
t
)
t[0,T]
, IP
U
).
Suponga, adicionalmente que
d
2
t
= A(
2
t
, t)dt + B(
2
t
, t) dW
t
,
donde A(, ) y B(, ) son funciones bien comportadas (que satisfacen las
condiciones de Lipschitz) y el proceso (W
t
)
t[0,T]
es un movimiento brow-
niano denido sobre un espacio jo de probabilidad con su ltracin aumentada,
(
W
, F
W
, IF
W
, IP
W
), IF
W
= (F
W
t
)
t[0,T]
con
Cov(dU
t
, dW
t
) = dt.
En el modelo de Hull y White (1987) se tiene que
A(
2
t
, t) =
2
t
y
B(
2
t
, t) =
2
t
donde y on constantes conocidas, y es la volatilidad de la volatilidad. De
esta forma, la ecuacion diferencial estocastica que conduce a la varianza
2
t
es
un movimiento geometrico browniano. Por otro lado, en el modelo de Heston
(1993) se tiene que
A(
2
t
, t) = a
_
b
2
t
_
y
B(
2
t
, t) = (t)
t
,
lo cual produce reversion a la media en el proceso de la varianza. En este caso
a es la velocidad de ajuste de la volatilidad hacia un nivel de de largo plazo b.
Por otro lado, si el precio, S
T
, de un activo subyacente sigue un movimiento
geometrico browniano, entonces la funci on de densidad de S
T
condicional a S
t
esta dada por la siguiente expresi on:
f
S
T
|S
t
(s|S
t
) =
1
_
2(T t)s
exp
_
1
2
_
_
ln
_
s
St
_
(r
1
2
2
)(T t)
T t
_
_
2
_
_
.
Una forma alternativa de escribir la expresi on anterior es como sigue: si se
denen x = S
t
, y = s y q(t, T; x, y) f
S
T
|S
t
(s|S
t
), entonces
q(t, T; x, y) =
1
_
2(T t)y
exp
_
1
2
_
_
ln
_
y
x
_
(r
1
2
2
)(T t)
T t
_
_
2
_
_
.
Las cantidades t y x son llamadas variables hacia atr as. En este caso se puede
mostrar que q(t, T; x, y) satisface la ecuacion diferencial parcial hacia atr as de
Kolmogorov:
q
t
+
1
2
2
x
2
2
q
x
2
+rx
q
x
= 0.
La ecuacion diferencial parcial de Fokker-Planck es la ecuacion diferencial
parcial de Kolmogorov hacia adelante con soluci on p(t, T; y, x), en cuyo caso se
escribe
p(t, T; y, x) =
1
_
2(T t)y
exp
_
1
2
_
_
ln
_
x
y
_
+ (r
1
2
2
)(T t)
T t
_
_
2
_
_
,
y se cumple que
p
T
=
1
2
2

2
y
2
(y
2
p) r

y
(yp).
Si se escribe s = T, entonces p(s, x; t, y) es una densidad de transici on y corres-
ponde a la probabilidad de que la variable x se mueva del estado (s, x) en el
tiempo s al estado (t, y) en el tiempo t. De esta manera, la densidad p(s, x; t, y)
considera todas las posibles trayectorias en que un sistema puede evolucionar
hacia un estado y, a partir de un estado anterior x, en un intervalo de tiempo
de longitud nita t s.
Esta investigaci on estudia la relaci on entre volatilidad estocastica y la den-
sidad de probabilidad estacionaria a traves de la ecuacion de Fokker-Planck. El
proceso estocastico que se propone para conducir a la volatilidad generaliza los
modelos de Grajales-Correa, Perez-Ramrez y Venegas-Martnez (2008), y
Oztukel y Wilmott (1998), de tal forma que los par ametros del proceso de volati-
lidad son dependientes del tiempo, en cuyo caso el ltro de Kalman (1960) debe
utilizarse para prop ositos de estimacion (vease, al respecto, Venegas-Martnez,
de Alba y Ordorica (1995)).
El presente trabajo esta organizado de la siguiente manera. En la pr oxima
seccion se lleva a cabo una dicusi on general sobre los procesos de difusi on de
volatilidad estocastica. En el transcurso de la seccion 3 se estudia la relaci on
entre volatilidad estocastica y la ecuacion de Fokker-Planck y se propone un
modelo de volatilidad estocastica con par ametros dependientes del tiempo. A
traves de la seccion 4 se establece el metodo de estimacion de par ametros. Por
ultimo, en la seccion 5 se presentan las conclusiones.
2. Procesos de difusin de volatilidad estocstica
Uno de los supuestos mas debiles del modelo de Black-Scholes es que la volatil-
idad es considerada como un par ametro. Una posible alternativa (tal vez la
mas id onea) es modelarla como un proceso estocastico. Este nuevo ingrediente
en la valuaci on de opciones generaliza el modelo tradicional de Black y Scholes
(1973).
Un proceso estocastico, en tiempo continuo, con volatilidad estocastica
supone que el precio, S
t
, de un activo nanciero satisface un sistema de ecua-
ciones diferenciales estocasticas dado por
dS
t
(S
t
,
t
, t) = S
t
dt +
t
S
t
dW
t
(1)
y
d
t
(S
t
,
t
, t) = p(S
t
,
t
, t)dt +q(S
t
,
t
, t)dU
t
, (2)
donde
t
es la volatilidad del precio S
t
, es la tendencia media esperada en los
rendimientos del activo, las funciones p y q son la tendencia de la volatilidad
y la volatilidad de la volatilidad, respectivamente, las cuales deben ser determi-
nadas. Por el momento puede considerarse que la funci on p presenta reversion
a la media; veanse, al respecto, Heston (1993) y Wilmott (1998). Observe que
el modelo incorpora dos fuentes de aleatoriedad (factores de riesgo): W
t
y U
t
,
los cuales se supone que son movimientos brownianos con correlacion .
Por otro lado, si se desea valuar una opci on europea (de compra o venta)
bajo el sistema dado en (1) y (2), entonces la prima V (S
t
,
t
, t) satisface, bajo
condiciones de no arbitraje, la siguiente ecuacion diferencial parcial (no es-
tocastica) lineal y de segundo orden:
V
t
+
1
2
2
S
2
t
2
V
S
2
t
+qS
t
2
V
S
t
+
1
2
q
2
2
V
2
+
rS
t
V
S
t
+ (p q)
V
rV = 0 (3)
para una funci on = (S
t
,
t
, t), llamada precio del riesgo de la volatilidad en
el mercado, la cual debe ser determinada. La calibraci on de depende, usual-
mente, de argumentos econ omicos y, por ejemplo, Wiggins (1987) considera que
debera ser proporcional a la varianza v
t
=
2
t
. Otros avances mas recientes
en la determinacion del precio en el mercado del riesgo de la volatilidad se
encuentran en Doran y Ronn (2004).
3. Volatilidad estoc astica y la ecuaci on de Fokker-Planck
El siguiente modelo de volatilidad estocastica extiende los trabajos de Grajales-
Correa, Perez-Ramrez y Venegas-Martnez (2008), y Oztukel y Wilmott (1998).
Para ello se supone que la ecuacion (2) toma la forma
d
t
(
t
, t) = (
t
) dt + (
t
) dU
t
, (4)
donde la tendencia (
t
) y la volatilidad de la volatilidad (
t
) son funciones
s olo de
t
y no del precio S
t
del activo y del tiempo t. Se supone tambien que
los movimientos brownianos asociados con los procesos de volatilidad
t
y de
precios S
t
no tienen correlacion, es decir,
Cov(dW
t
, dU
t
) = 0.
Antes de continuar con la descripci on del modelo, es conveniente denir el
concepto de densidad de probabilidad estacionaria de un proceso estocastico y
la ecuacion de Fokker-Planck asociada a dicha densidad.
3.1 Ecuaci on de Fokker-Planck
Suponga que se tiene un proceso estocastico X = {x
t
, t I = [0, )} descrito
por la siguiente ecuacin diferencial estocastica:
dx
t
= A(x
t
, t)dt + B(x
t
, t)dW
t
, (5)
donde W
t
es un movimiento browniano, es decir, W
t
es normalmente distribuida
con
IE[W
t
] = 0
y
Var[W
t
] = t.
Si s, t I con s t y B es un conjunto de Borel sobre IR, entonces la proba-
bilidad de que el proceso estocastico X cambie de un estado x, en el tiempo s,
a un estado y B, en el tiempo t, es llamada probabilidad de transici on. Esta
probabilidad es denotada IP(s, x; t, y) y se determina por la siguiente relaci on
(vease, por ejemplo, Kloeden y Platen (1992)).
IP(s, x; t, B) = IP(X
t
B|X
s
= x)
= IP
_
w : X
t
(w) B|X
s
= x
_
.
(6)
En lo que sigue sera conveniente utilizar la notaci on
IP(s, x; t, B) =
_
B
p(s, x; t, y)dy (7)
donde p(s, x; t, y) es la densidad de transici on y corresponde a la probabilidad
de que la variable x se mueva del estado (s, x) en el tiempo s al estado (t, y) en el
tiempo t. As, en la medida de probabilidad IP(s, x; t, B) se consideran todas las
formas posibles como un fen omeno o sistema puede evolucionar hacia un estado
y B, a partir de un estado anterior x en un intervalo de tiempo de longitud
nita t s. La densidad de transici on satisface la ecuacion de Fokker-Planck,
la cual es una ecuacion diferencial parcial parab olica con condici on inicial en el
tiempo s y que se resuelve para un tiempo t > s:
p
t
=
1
2
2
y
2
(B (y, t)
2
p)

y
(A(y, t) p). (8)
La soluci on de esta ecuacion proporciona la densidad de los valores que el pro-
ceso X puede tomar en el tiempo t, dado que en el tiempo s, se conoce su estado
inicial. Cuando t , se obtiene p
(y) y as
(/t)p
(y) = 0.
Por lo tanto, p
(y) satisface
1
2
2
y
2
(B (y, t)
2
p
(y)) =

y
(A(y, t) p
(y)).
Equivalentemente,
0 =

y
_
A(y, t)p
(y)
1
2
y
B (y, t)
2
p
(y)
_
,
lo cual implica
A(y, t)p
(y)
1
2
y
B (y, t)
2
p
(y) = k
1
,
donde k
1
es una constante de integracion. Como se debe cumplir que p
(y) 0
y
_

(y)dy = 1,
se tiene que k
1
= 0. Si se integra de nuevo se sigue que
p
(y) =
k
2
B(y, t)
2
exp
_
2
_
y
0
A(u, t)
B(u, t)
2
du
_
,
donde k
2
es la constante de normalizaci on. Por ejemplo, si x
t
sigue un proceso
de Ornstein-Uhlenbeck,
dx
t
=
1
2
x
t
dt +dW
t
,
entonces
p
(y) =
1
2
exp
_
y
2
2
2
_
.
3.2 Descripci on del proceso de volatilidad estoc astica (par ametros
dependientes del tiempo y ltro de Kalman)
Se supone ahora que la forma funcional de (
t
), en la ecuacion (4), es
(
t
) = (t)
(t)
t
, (9)
donde las funciones (t) y (t), dependientes del tiempo, son por determinar.
La forma funcional para (
t
) debe ajustarse de la manera mas precisa a los
cambios reejados a corto plazo por la volatilidad
t
. Ahora bien, a partir de
(4), se tiene que
dW
t
=
dt
con
N(0, 1)
y que si N(0, 1), entonces
2

2
1
. En consecuencia, se tiene que:
(d
t
)
2
=
2
(
t
)
2
dt.
As,
IE(d
t
)
2
=
2
(
t
)dtIE
_
=
2
(
t
)dt.
Despues de tomar el logaritmo natural en ambos lados de la ultima igualdad,
se tiene que
ln IE(d
t
)
2
= 2 ln(
t
) + lndt.
Por otro lado, si a partir de la serie de tiempo de precios del activo subyacente,
se hace una regresion lineal con coecientes dependientes del tiempo entre las
variables ln IE(d
t
)
2
y ln(
t
) (para lo cual se utiliza el ltro de Kalman (1960),
vease, por ejemplo, Venegas-Martnez, de Alba y Ordorica (1995)), entonces se
puede escribir
ln IE(d
t
)
2
= a(t) +b(t) ln(
t
) +
t
,
donde
t
es un termino de perturbaci on. La combinaci on de las expresiones
anteriores conduce a:
2 ln(
t
) + ln = a(t) + b(t) ln(
t
),
donde dt . Si en la ultima ecuacion se despeja el termino (
t
), se sigue
que
(
t
) = exp
_
1
2
(a(t) ln)
_
b(t)/2
t
.
Por ultimo, al comparar la ultima igualdad con la ecuacion (9) resulta que
(t) = exp
_
1
2
(a(t) ln)
_
(10)
y
(t) =
b(t)
2
. (11)
Considere ahora la funci on densidad de probabilidad para
t
, p(
t
, t). Si
esta densidad existe en el estado estacionario y se denota por p
(
t
), y si
ademas se supone que p
(
t
) es una densidad lognormal, entonces a partir
de p
(
t
) y (
t
) se puede calcular la forma funcional de (
t
) mediante la
ecuacion de Fokker-Planck. Si la densidad de probabilidad p(
t
, t) asociada a
la volatilidad
t
satisface la ecuacion de Fokker-Planck (que a veces se conoce
como ecuacion de Kolmogorov hacia adelante), se tiene que:
p
t
=
1
2
2
_
2
p
_
(p).
Cuando t , se obtiene
p
= p
(
t
)
y as
p/t = 0.
Por lo tanto,
d ((
t
)p
)
d
t
=
1
2
d
2
_
(
t
)
2
p
_
d
2
t
.
Consecuentemente,
(
t
) =
1
2p
_
d
2
_
(
t
)
2
p
_
d
2
t
d
t
=
1
2p
d
_
(
t
)
2
p
_
d
t
+

p
.
La constante de integracion resulta ser cero de acuerdo a las condiciones de
la distribuci on p(
t
) en el estado estacionario. De esta manera, se obtiene que
(
t
) =
1
2p
d
_
(
t
)
2
p
_
d
t
. (12)
Ahora bien, dado que la distribuci on p
es lognormal, se sigue que

p
(
t
) =
1
2
t
exp
_
1
2
2
_
ln

t
_
2
_
, (13)
donde y son par ametros. Al sustituir (13) en (12), se obtiene que
(
t
) = (t)
2
2(t)1
t
_
(t)
1
2

1
2
2
ln
_
_
_
. (14)
En resumen, este modelo de volatilidad estocastica establece que el compor-
tamiento en la volatilidad
t
de un activo nanciero con precio S
t
se puede
describir mediante
d
t
(
t
, t) = (
t
) + (
t
) dW
t
,
(
t
) = (t)
(t)
t
,
(t) = exp
_
1
2
(a(t) ln )
_
,
(t) =
b(t)
2
y
(
t
) = (t)
2
2(t)1
t
_
(t)
1
2

1
2
2
ln
_
_
_
,
donde las funciones a(t) y b(t) se pueden estimar mediante el ltro de Kalman
(vease, por ejemplo, Venegas-Martnez, de Alba y Ordorica (1995)).
4. Estimaci on de par ametros dependientes del tiempo con el ltro de
Kalman
De acuerdo con la seccion anterior, la din amica de
t
se establece mediante una
ecuacion de la forma
ln IE(d
t
)
2
= a(t) +b(t) ln(
t
) +
t
, (15)
donde
t
es un termino de perturbaci on. Si se denotan Y
t
= lnIE(d
t
)
2
, B
t
=
[a(t), b(t)] y X
t
= [1, ln(
t
)]
, entonces (15) se puede reescribir como

Y
t
= X
t
B
t
+
t
.
Se supone ahora que el comportamiento din amico de la variable de estado B
t
es
conducido por un proceso autoregresivo (lo cual parece adecuado para modelar
la din amica conjunta de B
t
y
t
), es decir,
B
t
=
t1
+ Z
t
B
t1
+
t1
,
donde la tendencia
t1
es un vector de variables ex ogenas o predeterminadas y
Z
t
es una matriz de par ametros conocidos y
t
N(0,
t
) con
t
es conocida.
Suponga ahora que al tiempo t = 0, se tiene una distribuci on a priori (que
describe la informaci on inicial) dada por N(
B
0
,
0
). Si se procede inductiva-
mente, al tiempo t,

B
t1
y

t1
constituyen informaci on conocida en t, de tal
forma que
t
= B
t
|I
t
N(Z
t
B
t1
, M
t
), (16)
donde
M
t
= Z
t
t1
Z
T
t
+
t1
. (17)
El modelo muestral (o funci on de verosimilitud) se determina mediante
Y
t
|
t
N(X
t
B
t
,
t
). (18)
La distribuci on a posteriori es obtenida mediante
p(
t
|Y
t
) exp
_
1
2
[(X
t
B
t
Y
t
)
T
1
t
(X
t
B
t
Y
t
) + (B
t
Z
t
B
t1
)
T
M
1
t
(B
t
Z
t
B
t1
)]
_
.
Si se completan cuadrados, se sigue que
t
|Y
t
N
_
Z
t
B
t1
+ K
t
(Y
t
X
t
Z
t
B
t1
), M
t
K
t
X
t
M
t
,
donde
K
t
= M
t
X
T
t
(
t
+ X
t
M
t
X
T
t
)
1
, (19)
lo cual conduce a los estimadores
_

B
t
= Z
t
B
t1
+ K
t
(Y
t
X
t
Z
t
B
t1
),
t
= M
t
K
t
X
t
M
t
.
(20)
Las ecuaciones (17), (19), y (20) son conocidas en la literatura como el ltro de
Kalman. Es importante destacar que otra formulaci on matricial de K
t
com un
en la literatura es
K
t
= (X
T
t

1
t
X
t
+M
1
t
)
1
X
T
t

1
t
. (21)
Para vericar (21), simplemente se multiplica el lado derecho (19) por una
representaci on adecuada de la matriz identidad
K
t
= (X
T
t

1
t
X
t
+ M
1
t
)
1
(X
T
t

1
t
X
t
+ M
1
t
)M
t
X
T
t
(
t
+X
t
M
t
X
T
t
)
1
= (X
T
t

1
t
X
t
+ M
1
t
)
1
X
T
t

1
t
(
t
+X
t
M
t
X
T
t
)(
t
+ X
t
M
t
X
T
t
)
1
= (X
T
t

1
t
X
t
+ M
1
t
)
1
X
T
t

1
t
.
De esta manera,

B
t
proporciona estimadores a(t) y
b(t), en consecuencia
(t) = exp
_
1
2
(a(t) ln)
_
y
(t) =
b(t)
2
.
5. Conclusiones
Las innovaciones nancieras de los bancos estadounidenses y sus efectos en los
mercados nancieros del resto del mundo contribuyeron a la debacle nanciera
mundial de 2008, generando con ello una burbuja especulativa con altos niveles
de volatilidad. Por lo anterior, la investigaci on nanciera debe enfocarse hacia
un mejor entendimiento y un modelado mas adecuado de volatilidad estocastica.
En este trabajo se ha analizado la relaci on entre los conceptos de volatilidad
estocastica y densidad de probabilidad estacionaria. Es importante destacar que
la ecuacion de Fokker-Planck desempe n o un papel fundamental en el desarrollo
del modelo propuesto de volatilidad estocastica.
El proceso estocastico que se propuso para conducir a la volatilidad ex-
tiende varias investigaciones disponibles en la literatura, de tal forma que
los par ametros del proceso de volatilidad son dependientes del tiempo, en
cuyo caso el ltro de Kalman debe utilizarse para prop ositos de estimacion.
Asimismo se proporcion o una explicaci on detallada de como se pueden estimar
los par ametros dependientes del tiempo mediante el ltro de Kalman.
Bibliografa
Black, F. and M. Scholes (1973). The Pricing of Options and Corporate
Liabilities. Journal of Political Economy. Vol. 81, No. 3, pp. 637-654.
Doran, J. S. and E. I. Ronn (2004). On the Market Price of Volatility Risk.
Manuscript, Florida State University and University of Texas at Austin.
Fama, E. (1965). The Behaviour of Stock Prices, Journal of Business, Vol.
38, pp. 34-105.
Grajales Correa C. A., F. O. Perez Ramrez y F. Venegas-Martnez (2008).
An alisis comparativo de modelos para estimar la distribuci on de la volati-
lidad de series nancieras de rendimientos. Revista de Estadstica, Econo-
metra y Finanzas Aplicadas, Vol. 6, No. 9, pp. 1-29.
Heston, S. I. (1993). A Closed-Form Solution for Options with Stochastic
Volatility with Applications to Bond and Currency Options. Review of
Financial Studies, Vol. 6, No. 2, pp. 327-343.
Hull, J. and A. White, 1987. The Pricing of Options on Assets with Stochastic
Volatility. Journal of Finance, Vol. 42, No. 2, pp. 281-300.
Kalman, R. E. (1960). A new approach to linear ltering and prediction
problems. Journal of Basic Engineering, Vol. 82, No. 1, pp. 3545.
Kloeden, P. and E. Platen (1992). Numerical Solution of Stochastic Dierential
Equations. Springer-Verlag. Second corrected printing. Deakin University,
Australian National University; Australia.
Mandelbrot, B. (1963). The Variation of Certain Speculative Prices, Journal
of Business, 36, 394-419.
Merton, R. C. (1973). Theory of Rational Option Pricing. Bell Journal of
Economics, Vol.4, No. 1, pp. 141-183.
Oztukel, A. and P. Wilmott (1998). Uncertain Parameters, an Empirical
Stochastic Volatility Model and Condence Limits. International Journal
of Theoretical and Applied Finance. Vol. 1, No. 1, pp. 175-189.
Scott, L. O. (1987). Option Pricing when the Variance Changes Randomly:
Theory, Estimation, and an Application. The Journal of Financial and
Quantitative Analysis. Vol. 22, No. 4, pp. 419-438.
Stein, E. M. and J. C. Stein (1991). Stock Price Distributions with Stochastic
Volatility: An Analytic Approach. The Review of Financial Studies. Vol.
4, No. 4, pp. 727-752.
Venegas-Martnez, F. (2010). Pricing Options on Jump-Diusions with A
Jump Size Driven by An Extreme Value Frchet Distribution . Interna-
tional Journal of Theoretical and Applied Finance, Vol. 13, forthcoming.
Venegas-Martnez, F. (2008). Riesgos nancieros y economicos (productos deri-
vados y decisiones economicas bajo incertidumbre, 2da. edici on, Cengage
Learning(anteriormente International Thomson Editors).
Venegas-Martnez, F. (2005). Bayesian Inference, Prior Information on
Volatility, and Option Pricing: A Maximum Entropy Approach.
International Journal of Theoretical and Applied Finance, Vol.8, No. 1,
pp. 1-12.
Venegas-Martnez, F., E. de Alba, and M. Ordorica (1995). An Economists
Guide to The Kalman Filter. Estudios Econmicos, Vol. 10, No. 20, pp.
123-145.
Wiggins, J. B. (1987). Option Values under Stochastic Volatility: Theory and
Empirical Estimates. Journal of Financial and Quantitative Analysis.
Vol. 19, pp. 351-372.
Wilmott, P. (1998). Derivatives (The Theory and Practice of Financial
Engineering). John Wiley & Sons, England.
Evaluacion del marco regulatorio sobre
el requerimento mnimo de capital: un modelo
de generaciones traslapadas
Cesar Armando Cortes Guerrero

Recibido 20 de enero 2010, aceptado 11 de mayo 2010
Resumen
En este trabajo de investigacion se eval ua el marco regulatorio sobre el re-
querimiento mnimo de capital de la banca comercial en Mexico. Para ello
se desarrolla un modelo de generaciones traslapadas que permite analizar los
efectos regulatorios sobre el ndice de capitalizacion. Por ultimo, se aplica el
modelo propuesto al caso mexicano y se discuten los resultados en el marco de
la regulacion nanciera actual.
Abstract
This research is aimed at evaluating the regulatory framework in Mexico re-
garding the minimal capital requirement of the commercial banks. This re-
search develops a model of overlapping generations that allows analyzing the
regulatory eects on the capitalization index. Finally, the proposed model will
be applied to the Mexican case; the results are discussed within the current
framework of nancial regulation.
Clasicacion JEL: G2, G21
Palabras clave: Instituciones nancieras, bancos, regulacion, administracion de riesgo.
1. Introduccion
El acuerdo de Basilea, concluido el 15 de julio de 1988, regula los bancos
comerciales. Este instituto establecio por primera vez niveles mnimos de capital
que los bancos administren sus riesgos nancieros. Inicialmente, los cargos al
capital estaban basados en un grupo de reglas estandar y rgidas denidas por el
Comite de Basilea en Supervision Bancaria (BCBS). Estas ponderaciones por
tipo de riesgo y tiempo que determinan el requerimiento de capital, primero
cubrieron el riesgo de credito y despues los riesgos de mercado. Las ultimas
reglas del Comite de Basilea, llamadas Basilea II, y nalizadas en junio de 2004,
representan una revision extensiva de las ponderaciones al capital que conducen
a los requerimientos de capital con mayor sensibilidad a los factores de riesgo.
Las nuevas reglas tambien a naden una carga por los riesgos operativos.
Director de Riesgos, Grupo Industrial Bepensa.

Evaluacion del marco regulatorio sobre el requerimento m
inimo de capital 77
As pues, Basilea II representa un avance importante en la medicion de
riesgo y avala las pr acticas desarrolladas por la industria para administrar el
riesgo.
El acuerdo de Basilea fue aprobado por todos los miembros del Comite y
esta avalado por los Gobernadores de los Bancos Centrales y Responsables de
la Supervisi on Bancaria en los pases miembros del G-10. A pesar de que s olo
aplica a los bancos activos dentro del G-10, estos requerimientos mnimos de
capital han sido aplicados a los bancos en mas de 100 pases. Los reguladores en
Estados Unidos intentan aplicar Basilea II s olo en los 10 bancos mas grandes.
En contraste en la Uni on Europea intentan hacerla ley y aplicarla a todos los
bancos dentro de la Uni on.
El objetivo original del Acuerdo de Basilea de 1988, implementado en 1992,
fue el proveer de un grupo de requerimientos mnimos de capital para los bancos
comerciales. El primer objetivo fue promover un seguro y sano desarrollo del
sistema nanciero global y crear un nivel adecuado de toma de riesgos en los
bancos comerciales. Las ponderaciones por tipo de riesgo cargadas al capital
fueron dise nadas para dar un mayor nivel al capital para los activos mas ries-
gosos. En un inicio, s olo se cubri o el riesgo de credito. El Acuerdo establecio
un nivel mnimo de capital como un ndice del total de activos sujetos al riesgo,
que incluye los activos tanto dentro como fuera de balance. Los bancos tienen
que mantener un nivel de capital que cubra al menos 8% de los activos sujetos
a riesgo. El prop osito de este capital es de funcionar como reserva en contra de
perdidas nancieras no esperadas, y con esto proteger a los depositantes y a los
mercados nancieros.
En 1996 el Comite de Basilea modic o el Acuerdo de Capital para incorpo-
rar los riesgos de mercado. Esta modicaci on, instrumentada a nales de 1997,
a nadi o una carga al capital por riesgo de mercado. Los bancos pueden utilizar
ya sea el modelo estandarizado o un modelo interno, basado en sus propios
sistemas de administraci on de riesgos. La modicaci on separo los activos del
banco en dos categoras, el libro de negociaci on (Trading book) y conservados
a vencimiento (Banking book). El Trading book representa el portafolio de in-
strumentos que estan intencionalmente mantenidos para su venta a corto plazo y
tpicamente valuados a mercado. El Banking book consiste de otros instrumen-
tos, primordialmente la cartera de creditos, que son mantenidos a vencimiento
y tpicamente valuadas a costo hist orico. La modicaci on de 1996 a nadi o un
cargo de capital por: 1) riesgo de mercado del Trading book, y 2) riesgo de
tipo de cambio y commodities del Banking book. Por otro lado, el cargo por
riesgo de credito excluye los ttulos de deuda y accionarios en el Trading book
y las posiciones en commodities (fsicos). Se mantiene la inclusi on de todos
los derivados OTC en el libro tanto de Trading como Banking. Los mercados
nancieros han enfrentado enormes cambios desde el Acuerdo de Capital que
inici o en 1988. Las ponderaciones por riesgo de credito no estan actualizadas
y, a un peor, pueden estar promoviendo actividades no sanas en los bancos.
En Junio de 2004 el Comite de Basilea naliz o la revisi on amplia al Acuerdo
de Basilea. La fecha de implementaci on se deni o a nales de 2006, dejando
un tiempo para adecuar los sistemas internos a las nuevas reglas. Para los
enfoques mas avanzados de riesgo de credito y operativo, se deni o como fecha
de implementaci on a nales de 2007. El nuevo marco se basa en tres pilares:
1: Requerimiento Mnimo de Capital, este implica cubrir los riesgos de mercado,
credito, y operativo. El BCBS mantiene constante el nivel total de capital en
el sistema bancario global, como 8% de los activos sujetos a riesgo.
2: Revisi on al proceso de supervisi on. Los supervisores necesitan asegurarse
de que los bancos: a) hayan instaurado un proceso para jar su capital en
relaci on a los riesgos, b) operen por encima del ndice mnimo de capitalizaci on
establecido como regulaci on, y c) realicen las acciones correctivas tan pronto
como sea posible en caso de alg un problema.
3: Disciplina del Mercado. Se enfatiza la importancia de la informaci on com-
pleta al p ublico como son los estados nancieros. Con esto se busca que los
participantes en el mercado puedan evaluar adecuadamente el perl de riesgo
de los bancos y el nivel adecuado de capital con relaci on a sus posiciones.
El Nuevo Acuerdo provee de una medida mas adecuada y actualizada del
riesgo de credito, lo que generara un menor requerimiento de capital. Sin em-
bargo, nuevas cargas al capital se denieron por riesgo operacional. El ndice
de capitalizaci on se mide de la siguiente manera:
Capital Total
Rgo. Credito +Rgo. Mercado +Rgo. Oper.
= Ind. Capitalizacion > 8%
2. Marco regulatorio en Mexico
La mayora de los bancos comerciales en Mexico mantienen un ndice de
capitalizaci on por encima del nivel mnimo requerido conforme a los lineamien-
tos establecidos en materia de requerimientos de capitalizaci on (Basilea II). A
continuaci on se muestran datos mensuales de los bancos comerciales de Mexico
obtenidos a partir de las bases de datos de autoridades supervisoras en Mexico.
Los datos abarcan el periodo entre el mes de marzo de 2002 al mes de marzo
de 2009; es decir 85 meses. En las siguientes gr acas se muestra el compor-
tamiento a lo largo del tiempo de algunas de las variables que conforman el
calculo del ndice de Capitalizaci on. En virtud a la crisis de 1994, muchos ban-
cos vieron su capital disminuido lo que se ve reejado hasta nales de 1997. De
ah, que se haya decidido mostrar los datos durante el periodo de recuperacion
y estabilidad bancaria. Al mes de marzo de 2009, la banca m ultiple en Mexico
esta conformada por 41 bancos los cuales se pueden clasicar en 3 grupos con
respecto al tama no del capital. Se denen de la siguiente manera:
Bancos grandes: Capital Neto > $20,000 millones de pesos.
Bancos medianos: $20,000 millones de pesos > Capital Neto > $2,000
millones de pesos.
Bancos peque nos: $2,000 millones de pesos > Capital Neto.
El ndice de capitalizaci on en promedio de los bancos grandes es de 15.32%.
Para los bancos medianos es de 24 por ciento y por ultimo para los bancos
peque nos es 46%. (ver Cuadro 1)
inimo de capital 79
Cuadro 1. Indice de Capitalizaci on (ICAP),
principales resultados del c omputo.
Total de la Banca M ultiple, a Marzo de 2009
(cifras en millones de pesos)
Fuente: Banco de Mexico
En el periodo de marzo 2002 a marzo 2009 el excedente de capitalizaci on
en los bancos ha permanecido en un rango constante. El ICAP promedio para
este periodo es de 15.29% (Ver Graca 1).
Graca 1. Indice de Capitalizaci on (ICAP), principales resultados.
Esto resulta en un excedente de capitalizaci on en promedio de 7.29 por
ciento, lo que equivale a una posible toma de posiciones de riesgo por $3,125,187
millones de pesos, manteniendo constante el nivel de capital neto al mes de
marzo de 2009. Lo anterior reeja un potencial de crecimiento del portafolio en
la banca m ultiple en Mexico y principalmente en el otorgamiento de creditos
ya que este representa en promedio el 65 por ciento del portafolio (ver Graca
2).
Graca 2.Indice de Capitalizaci on (ICAP), principales resultados.
inimo de capital 81
3. Modelo de generaciones traslapadas para
evaluar el marco regulatorio de Mexico
Existen en la literatura especializada diferentes trabajos que pueden ser apli-
cados a la evaluaci on de un sistema regulatorio; veanse, por ejemplo: Hayashi
y Prescott (2002), Holmstrom y Tirole (1997), Venegas-Martnez (2008) y Zhu
(2008). En la presente investigaci on se considera una economa de generaciones
traslapadas que esta compuesta por dos generaciones: los j ovenes y los viejos.
Dos tipos de agentes viven en la economa: los emprendedores y las familias.
Adicionalmente, la economa tiene productores nales y bancos. La funci on de
produccion del bien nal se dene mediante:
Y
t
= A
F
(K
t
, L
t
)
donde Y
t
representa la funci on de produccion del bien nal, A
t
es un par ametro
de tecnologa agregada, K
t
es el capital, y L
t
es el trabajo en el periodo t.
Mientras que los viejos ofrecen el capital, los j ovenes inel asticamente ofre-
cen una unidad de trabajo. Se supone que el capital se deprecia totalmente
dentro de un periodo. Un producto nal puede ser consumido o utilizado como
insumo para un proyecto. En un equilibrio competitivo, el salario w
t
y la renta
del capital q
t
se determinan como sigue:
w
t
=
A
t
F(K
t
, L
t
)
L
t
,
q
t
=
A
t
F(K
t
, L
t
)
K
t
,
Los j ovenes tienen diferentes niveles de productividad, por ejemplo: . La
productividad es uniformemente distribuida entre 0 y 1 ( U[0,1]). Debido a
que el salario recibido por cada joven esta basado en su productividad, el salario
de cada joven con productividad esta dado por w
t
. Cada joven lleva a cabo
su proyecto utilizando sus activos w
t
. Cada proyecto de inversion requiere
I
t
unidades de los bienes nales (Unidades de Inversion). Como consecuencia
de esto, cada joven que puede ser un emprendedor pero que sus activos son
menores que I
t
deben incrementar sus fondos externos por I
t
w
t
. De lo
contrario, un joven con activos insucientes para ser un emprendedor se vuelve
una familia. La familia tiene dos opciones: depositar sus activos en los bancos o
prestarselos directamente a los emprendedores. Existen dos tipos de proyectos:
Proyecto 1 (bajo riesgo) y Proyecto 2 (alto riesgo). Se supone que ambos
proyectos tienen tiene el mismo rendimiento esperado. Asimismo se supone
cada proyecto tiene dos estados (Bueno y Malo). En el estado optimista de la
economa, la probabilidad de realizarse es p ; y en el estado pesimista es (1p).
p
2
< p
1
, 0 < R
b2
< R
b1
< R
g1
< R
g2
y p
1
R
g1
< p
2
R
g2
donde:
p
1
es la probabilidad de exito del proyecto 1.
p
2
es la probabilidad de exito del proyecto 2.
R
b1
es el rendimiento esperado del proyecto 1 con escenario pesimista.
R
b2
es el rendimiento esperado del proyecto 2 con escenario pesimista.
R
g1
es el rendimiento esperado del proyecto 1 con escenario optimista.
R
g2
es el rendimiento esperado del proyecto 2 con escenario optimista.
Si se supone que las familias pueden prestar su capital a los emprendedores
directamente as como indirectamente mediante los bancos. El emprendedor
vende sus bienes de capital a los productores nales de bienes en q
t+1
y paga
su obligaci on
1
. Se supone que si la venta del emprendedor es menor que su
obligaci on, puede declararse en bancarrota. Bajo estos terminos de contratos de
deuda limitados como en el caso anterior, los prestamistas preeren proyectos
de bajo riesgo mientras que los deudores preeren proyectos de alto riesgo.
Se considera que los bancos pueden monitorear a sus deudores; las familias
no pueden monitorear las acciones de los deudores debido a las asimetras de
informaci on.
Bajo las circunstancias anteriores, los emprendedores que obtienen fondos
directamente toman proyectos de alto riesgo y aquellos que obtienen sus fondos
de forma indirecta llevan a cabo proyectos de bajo riesgo. Se supone que cada
individuo esta interesado s olo en su consumo de viejo; en otras palabras, cuando
es joven, su consumo no genera ninguna utilidad
2
. Por lo anterior, los j ovenes
no consumen nada y utilizan todos sus activos para un proyecto y/o prestarlo.
En este modelo, este es el nivel de salario de cada joven, por ejemplo: w
t
. Su
habilidad: , es lo que determina si es un emprendedor o familia.
A continuaci on se establece el problema de optimizaci on de cada agente.
Primero, se consideran a las familias. Si las familias s olo consumen cuando son
viejos, entonces resuelven el siguiente problema:
Maximizar E(c
h
t+1
)
sujeto a d
t
+ I
t
w
t
,
c
h
t+1
(1 +r
t
)d
t
+ (1 +r
d,t
)I
t
donde E es el operador de esperanza, c
k
t+1
es el consumo de las familias, I
t
y
d
t
son los prestamos y dep ositos, respectivamente.
Si los rendimientos de prestamos y dep ositos son diferentes, entonces las
familias racionales deberan invertir en los activos mas rentables. Por ejemplo,
en el caso donde r > r
d
, las familias depositan todos sus activos en los bancos
y no prestan nada; consecuentemente, no hay emprendedores que obtengan
fondos directamente. Por el contrario, si r < r
d
, entonces las familias prestan
todos sus activos a los emprendedores y no depositan nada. Con la nalidad de
eliminar estos casos extremos, se supondr a que la tasa en los dep ositos es igual
a la de los prestamos r = r
d
. En otras palabras, el arbitraje de las familias
iguala ambas tasas.
Como siguiente paso se considera el comportamiento del emprendedor. El
problema del emprendedor se puede escribir de la siguiente manera:
Maximizar E(c
e
t+1
)
sujeto a I
t
w
t
+ b
t
c
e
t+1
max{q
t+1
RI
t
(1 + r
t
)b
t
, 0}
donde c
e
t+1
es el consumo del emprendedor, R es el rendimiento esperado y b
t
es su obligaci on (deuda). Si b
t
es negativa, esto implica que el emprendedor
1
Se supone que cada emprendedor rma un contrato de deuda para nanciar su proyecto.
2
Tanto las familias como los emprendedores no tienen incentivo a posponer consumo para
acumular riqueza ya que consumen toda su riqueza en el segundo periodo. En contraste, los
bancos utilizan su ganancia neta sobre el costo administrativo para acumular valor neto; por
lo tanto, ellos no mantienen nada para el consumo.
inimo de capital 83
mantiene activos en exceso w
t
I
t
. Justo como las familias, los emprendedores
que tienen exceso de activos, los prestan a otros emprendedores o los depositan
en un banco.
Existen dos maneras de nanciarse: nanciamiento directo o indirecto. Es
la habilidad del emprendedor la que determina la forma en que obtiene sus fon-
dos. Primero, se considera el nanciamiento directo. Ya que las familias pueden
depositar sus activos en los bancos en lugar de prestarlos a los emprendedores,
ellos no van a prestar sus activos a estos ultimos si el rendimiento de prestarlo es
menor al de depositarlo. Por lo tanto, la siguiente restriccion debe ser impuesta:
p
2
(1 +r
t
)(I
t
w
t
) + (1 p
2
)q
t+1
R
b2
I
t
(1 + r
t
)(I
t
w
t
)
donde p
2
es la probabilidad de exito del proyecto y R
b2
es el rendimiento esper-
ado del proyecto.
Si
t
w
t
es nivel mnimo del valor neto para los deudores en caso de obtener
fondos de manera directa, se tiene que:
t
w
t
= I
t
1
q
t+1
R
b2
1 +r
t
A continuaci on se considerar a el nanciamiento indirecto. En este caso,

los prestamistas son los bancos. Dichos prestamistas pueden monitorear a los
deudores para prevenir que tomen proyectos de alto riesgo. Suponiendo que
el monitoreo requiere M unidades de bien nal por prestamo, si se toma a
r
i,t
como la tasa del prestamo ya que los bancos no ofreceran prestamos a
emprendedores en el caso que el rendimiento del prestamo sea menor que los
costos de administrarlo, la siguiente restriccion se debe mantener:
p
1
(1 + r
i,t
)(I
t
w
t
) + (1 p
1
)q
t+1
R
b1
I
t
M(I
t
w
t
) (1 +r
t
)(I
t
w
t
)
donde: p
1
es la probabilidad de exito del proyecto, y R
b1
es el rendimiento
esperado del proyecto.
Si se dene
t
w
t
como el valor neto m
inimo para los deudores en caso de

obtener fondos de forma indirecta, la ecuacion anterior se transforma en:
t
w
t
= I
t
1
(1 p
1
)q
t+1
R
b1
1 +r
t
+M p
1
(1 +r
i,t
)
Como se ha mostrado anteriormente, cada joven cae en uno de los siguientes

tres tipos dependiendo de su productividad. En un extremo, los agentes con
muy alta productividad, por ejemplo:
t
pueden nanciar sus inversiones
directamente. En el otro extremo, j ovenes con baja productividad, por ejemplo:
<
t
, no pueden obtener fondos externos ni llevar a cabo proyectos. Entre
los dos extremos, los j ovenes con
t
<
t
pueden nanciar sus proyectos
indirectamente. Se denir an a los j ovenes con
t
como emprendedores y a
los j ovenes con <
t
como familias.
Por ultimo se consideran los bancos, estos mantienen su propio valor neto
N
t
y captan dep ositos de las familias y de los emprendedores que tienen exceso
de activos (emprendedores con > I
t
/w
t
) y prestan a emprendedores que
necesitan fondos externos para realizar sus proyectos (emprendedores con
t

<
t
). Para simplicar el an alisis, se supondr a que los bancos no tienen poder
en la determinacion de la tasa; consecuentemente las dos tasas (nanciamiento
directo y la tasa de dep ositos) son iguales.
Adicionalmente, se supondr a que la autoridad nanciera requiere que los
bancos satisfagan a ciertondice de capitalizaci on dado por . En otras palabras,
es obligatorio que los bancos mantengan mayor valor neto que el nivel requerido.
Si se supone que el banco presta n
t
a un emprendedor de su propio valor neto,
entonces, dada la tasa para dep ositos, el problema de optimizaci on del banco
es el siguiente:
Maximizar
t
=

0
[(1+r
i,t
)(I
t
w
t
)(1+r
t
)(I
t
n
t
w
t
)M(I
t
w
t
)]dt
sujeto a
t
0
(I
t
w
t
)dt N
t
Si los bancos prestan todo su valor neto a los deudores, la siguiente relaci on
entre N
t
y n
t
se mantiene:
N
t
n
t
(
t

t
)
Los bancos tienen su propio valor neto o capital N
t
al periodo t. Si es la
ganancia maxima, la evoluci on del valor neto N puede expresarse mediante la
siguiente ecuacion:
N
t+1
=
t
(K
t
, N
t
) cN
t
donde c > 0 es el costo de administraci on para mantener el valor neto del banco.
A continuaci on se dene el equilibrio. Primero se considerar a al mercado de
credito. Mientras los oferentes de credito son: las familias, los emprendedores
con exceso de activos y los bancos, los demandantes son: los emprendedores
que no pueden llevar a cabo sus proyectos sin fondos externos. Por lo tanto, la
condici on para el equilibrio en el mercado de credito es como sigue:
I
t
w
t
w
t
(I
t
w
t
)dt =
t
0
w
t
dt +
1
I
t
w
t
(w
t
I
t
) dt + N
t
El lado izquierdo de la ecuacion representa la demanda de credito, y el
lado derecho representa la oferta. El primer termino de lado derecho son los
activos de las familias, el segundo son el exceso de activos de los emprendedores
y el tercero es el valor neto del banco. De la condici on de primer orden de
la maximizaci on de los bancos y de la ecuacion anterior se pueden obtener las
tasas de prestamos y dep ositos de equilibrio en el mercado. La condici on de
equilibrio en el mercado de capital para el periodo t + 1 esta dada por:
K
t+1
= (1
t+1
)RI
t
inimo de capital 85
De acuerdo con la ecuacion anterior, el nivel de capital para el siguiente pe-
riodo es igual al n umero de emprendedores multiplicado por el retorno esperado
de los proyectos.
Debido a que la oferta de trabajo es constante, como se muestra en la
ecuacion anterior, se puede replantear la funci on de produccion del bien nal
Y
t
= A
F
(K
t
, L
t
) como Y
t
= A
t
f(K
t
) . Por lo tanto, el salario y la renta del
capital pueden reescribirse como sigue:
q
t
= A
t
f
(K
t
),
w
t
= A
t
[f(K
t
) K
t
f
(K
t
)].
De las ecuaciones anteriores se obtiene la siguiente relaci on:
K
t+1
= R(N
t
+
1
2
w
t
)
Si se sustituyen las expresiones anteriores, se puede obtener la ecuacion
diferencial de K:
K
t+1
= R
N
t
+
1
2
A
t
[f(K
t
) K
t
f
(K
t
)]
.
Esta ecuacion junto con las condiciones iniciales K
0
y N
0
, determinan el
comportamiento en el tiempo de K y N.
A continuaci on se determina el estado estable y de transici on. Para analizar
la din amica del sistema, se forma un sistema en dos dimensiones de las ecua-
ciones diferenciales. Observe que con la condici on K
t
K
t+1
+ K
t
= 0 se
forma la siguiente ecuacion:
N
t
=
1
R
K
t
R
2
A
t
[f(K
t
) K
t
f
(K
t
)]
La condici on K
t
K
t+1
+ K
t
= 0 implica que:
N
t
=

t
(N
t
, K
t
)
1 + c
En la siguiente seccion se aplican los resultados anteriores al caso mexicano.
4. Efectos de la regulaci on
A continuaci on se analizaran los efectos regulatorios en Mexico. Este efecto
corresponde al

Indice de Capitalizaci on. En lo que sigue se considerar a que la
economa se encuentra en un nivel EC donde el requerimiento m
inimo de capital
esta en funci on por lo que se tomaran los siguientes valores iniciales:
Cuadro 2. Valor de los par ametros iniciales.
Cuadro 3. Par ametros del Modelo para la calibraci on
Primero se toma unndice de capitalizaci on promedio de la banca comercial
en Mexico correspondiente a 15.29 por ciento conforme al periodo analizado
anteriormente.
Considerando lo anterior, en la siguiente gr aca se muestra la din amica de
transici on en la economa.
Figura 1.
El efecto en la economa es un incremento en el valor neto de la banca
comercial y una acumulaci on de capital. Los resultados se muestran a con-
tinuaci on:
inimo de capital 87
Cuadro 4. Resultados de la optimizaci on de par ametros iniciales
Ahora se realizar a el experimento regulatorio de disminuir el requerimiento
de capitalizaci on a un nivel cercano al m
inimo conforme al estandar a nivel

mundial, es decir de 8 por ciento.
Cuadro 5. Resultados de la optimizaci on
al nivel mnimo de requerimiento
Como se puede ver el nivel de benecios de la banca aumenta as como
el valor neto en un 81 por ciento y 93 por ciento respectivamente. Esto se
explica de la siguiente manera. Al tener un ndice de capitalizaci on menor, los
bancos deben tomar mayor riesgo al incrementar el monto de creditos colocados
entre los inversionistas. Como puede observarse, la banca comercial en Mexico
conforme tiene un margen muy importante de ganancias que podra obtener
al administrar de forma mas eciente su consumo de capital y la autoridad
regulatoria al ser mas exible en sus medidas precautorias. Como se puede
ver, una poltica regulatoria disminuyendo el requerimiento mnimo de capital
incentiva la colocacion de credito en el sector productivo de la economa.
Otro punto importante a investigar es el efecto regulatorio de instrumentar
una poltica de disminuir el diferencial entre tasas activa y pasiva. Considerando
el escenario inicial, se determinara el efecto de disminuir en 100 puntos base
este diferencial.
Cuadro 6. Resultados de la optimizaci on al disminuir el diferencial
Como se puede ver, el instrumentar una poltica regulatoria que disminuya
el diferencial en tasas reduce tanto el nivel de benecios como el valor neto de
los bancos, en un 5.5 por ciento y 6.5 por ciento respectivamente. La banca
comercial en Mexico depende de este diferencial para continuar siendo rentables.
Conforme al esquema actual, una poltica de este tipo, de forma aislada, llevara
a la banca a un nivel de benecios menor y desde luego un valor neto inferior.
Por ultimo se analizar a el impacto de la volatilidad en los factores de riesgo
de los activos. Partiendo de los par ametros iniciales se considera un aumento
en la volatilidad del 20 por ciento.
Cuadro 7. Resultados de la optimizaci on
al aumentar la volatilidad
Los valores muestran una disminuci on tanto el nivel de benecios como el
valor neto de los bancos, en un 8.2 por ciento y 9.4 por ciento. Esto comprueba
la vulnerabilidad de la banca en Mexico ante incrementos en la incertidumbre
de los activos por lo que un escenario estabilidad y baja volatilidad genera las
condiciones optimas para el crecimiento de banca nacional.
5. Conclusiones
La presente investigaci on ha evaluado el marco regulatorio sobre el re-
querimiento mnimo de capital en Mexico. Para ello se desarroll o un modelo
de generaciones traslapadas que permitio analizar los efectos regulatorios sobre
el ndice de capitalizaci on. Entre los principales resultados se tienen 1) que
la banca comercial en Mexico conforme su margen de ganancias aumenta esta
podra administrar de forma mas eciente su consumo de capital si la autoridad
regulatoria fuera mas exible en sus medidas precautorias, y 2) el instrumen-
tar una poltica regulatoria que disminuya el diferencial en tasas reduce tanto
el nivel de benecios como el valor neto de los bancos; la banca comercial en
Mexico depende de este diferencial para continuar siendo rentable. De acuerdo
con el esquema actual, una poltica de este tipo, de forma aislada, llevara a la
banca a un nivel de benecios menor y desde luego un valor neto inferior.
Referencias
Basel Committee on Banking Supervision. 2001, Research Task Force, Mimeo.
Hayashi, F, and E. C. Prescott (2002). Data Appendix to The 1990s in Japan:
A Lost Decade, Review of Economic Dynamics, Vol. 5, No. 1, pp. 206235.
Holmstrom, B. and J. Tirole (1997). Financial Intermediation, Loanable
Funds, and the Real Sector. The Quarterly Journal of Economics, Vol.
112, No. 3. pp. 663-691.
Venegas-Martnez, F. (2008). Riesgos nancieros y economicos. Productos
derivados y decisiones economicas bajo incertidumbre, 2da. Edici on. Cen-
gage Learning (anteriormente International Thomson Editors).
Zhu, H. (2008). Capital Regulation and Banks Financial Decisions, Interna-
tional Journal of Central Banking, Vol. 4, No. 1, pp. 165-212.
INSTRUCCIONES PARA LOS AUTORES

1) La Revista de Administracin, Finanzas y Economa (Journal of
Management, Finance and Economics) recibe trabajos de investigacin en cualquiera
de las reas o especialidades de administracin, economa, contabilidad y finanzas; en
la direccin electrnica:
< raf.ccm@servicios.itesm.mx>
2) Los trabajos que se sometan a arbitraje y dictaminacin debern ser inditos y no
podrn ser enviados simultneamente para su publicacin en otro medio.
3) Los trabajos pueden ser escritos en espaol o ingls.
4) El documento puede ser escrito en cualquier editor de texto (Word, PcTex,
MigTex, LaTex) con letra tipo Times New Roman, tamao 12 a doble espacio.
El justificado no se deber realizar en los primeros prrafos de cada seccin o
despus de una tabla o frmula.
5) Los ttulos y subttulos de secciones se escribirn de tamao 14 y en negritas,
comenzando siempre con una capitular. Se numerarn empleando la numeracin
arbiga. La numeracin para los subttulos ser una numeracin anidada: 2.1., 2.2.,
2.3., etc.
6) La primera pgina del documento deber contener a) ttulo del trabajo;
b) nombre del autor o autores, sin incluir el grado acadmico; c) institucin de
filiacin; d) resumen de no ms de 100 palabras en ingls y en espaol; palabras
claves en Ingls y Espaol; f) clasificacin JEL, disponible en el sitio electrnico:
http://www.aeaweb.org/journal/jel_class_system.html#G y g) al pie de pgina debern
incluirse domicilio, telfono y correo electrnico del autor o de los autores para recibir
correspondencia.
7) Slo podr existir un pie de pgina adicional en la primera hoja. En dicho pie
podrn los autores expresar sus agradecimientos o incluir alguna informacin
adicional que consideren relevante.
8) Las ecuaciones deben estar numeradas consecutivamente, al igual que los
cuadros, las figuras y las grficas.
9) Los cuadros, grficas y figuras deben poseer un ttulo o encabezado que las distinga.
Cada cuadro, grfica o figura deber incluir alguna referencia, el origen de la fuente de
informacin y siempre deber presentarse en blanco y negro.
10) La relacin bibliogrfica deber presentarse al final del documento, en orden
alfabtico de autores y stas deben ser como:

Casar, J. I., G. Rodrguez y J. Ros (1985). Ahorro y balanza de pagos: un
anlisis de las restricciones al crecimiento econmico de Mxico. Economa
Mexicana, nm. 7, pp. 21-33.
Cox, J. C, J. E. Ingersoll, and S. A. Ross (1985). An Intertemporal General
Equilibrium Model of Asset Prices. Econometrica, 53(2), pp. 363-384.
Fuller, W A. (1996). Introduction to Statistical Time Series. 2nd ed., John
Wiley, New York.
Granger, C. W. (1980). Long Memory Relationships and the Aggregation of
Dynamics Models. Journal of Econometrics, 14(1), pp. 227-238.
The Trouble with Rational Expectations and the Problem of Inflation
Stabilization, en R. Fredman y E. S. Phelps (comps.).

INSTRUCTIONS TO AUTHORS

1) Revista de Administracin, Finanzas y Economa (Journal of
Management, Finance and Economics) is a peer reviewed scientific journal and
receives manuscripts with subject matter in Management, Economics, Accounting and
Finance. Articles should be sent to:
< raf.ccm@servicios. itesm.mx>
2) Manuscripts will be considered for possible publication provided they are unpublished
and not submitted elsewhere.
3) The articles could be written in English or Spanish.
4) The manuscripts could be written in Microsoft Word, PcTex, MigTex, or LaTex format,
the font must be Times New Roman, size 12 and pages must be double spaced. Do not
use indentation in the first paragraph of each section or after a table or equation.
5) Titles and subtitles of sections should be written in size 14 and bold faces. It should use
the arabic numerals. Numerals for the subtitles should be consecutive: 2.1., 2.2., 2.3.,
etc.
6) The Cover page should include: a) titles of the paper; b) full name of the author(s), no
specification of academic grade; c) institutional afiliation(s) ; d) a summary of you paper
in English and Spanish of at most 100 words; e) keywords in English and Spanish; f)
JEL classification, which can be found in: http://www.aeaweb.org/journal/j_el class_
system.html#G and g) footnote should has: address, telephone and electronic mail of
the author(s).
7) Only one footnote at the first page is allowed. In the footnote, the author(s) could
include some relevant information.
8) The equations should be in consecutive arabic numerals, and the same applies for the
tables, figures and graphics.
9) Tables, figures and graphics should have a title. Each table, figure, graphic should
include any reference or source.
10) Bibliographical references will be at the end of text with the autor(s) in alphabetical
order, according to the following examples:

Casar, J. I., G. Rodrguez y J. Ros (1985). Ahorro y balanza de pagos: un
anlisis de las restricciones al crecimiento econmico de Mxico. Economa
Mexicana, nm. 7, pp. 21-33.
Cox, J. C, J. E. Ingersoll, and S. A. Ross (1985). An Intertemporal General
Equilibrium Model of Asset Prices. Econometrica, 53(2), pp. 363-384.
Fuller, W A. (1996). Introduction to Statistical Time Series. 2nd ed., John
Wiley, New York.
Granger, C. W. (1980). Long Memory Relationships and the Aggregation of
Dynamics Models. Journal of Econometrics, 14(1), pp. 227-238.
The Trouble with Rational Expectations and the Problem of Inflation
Stabilization, en R. Fredman y E. S. Phelps (comps.).

TECNOLGICO DE MONTERREY

CAMPUS CIUDAD DE MXICO

Revista de Administracin, Finanzas y Economa (Journal of Management,
Finance and Economics) es una revista de investigacin cientfica con arbitraje,
sus artculos son responsabilidad de los autores, son ajenos a ella las institu-
ciones que representan, la revista o el Tecnolgico de Monterrey.

ndice en el que aparece la revista: IDEAS-RePEc.

Escuela de Negocios
Escuela de Graduados en Administracin y Direccin de Empresas, EGADE
Tecnolgico de Monterrey, Campus Ciudad de Mxico
Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C.P. 14380, Mxico D.F.
Aulas III, cuarto piso. Tel.+52(55) 54832020 ext. 1390 y 1392
Correo electrnico: raf.ccm@servicios.itesm.mx
Pgina: http://www.csf.itesm.mx/egade/publicaciones

Vol 4 Num 1

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Vol 4 Num 1

Uploaded by

Copyright:

Available Formats

Volumen 4

Profesora del Departamento de Contabilidad y Finanzas, Instituto Tecnol ogico y de

Profesor del Departamento de Contabilidad y Finanzas, Instituto Tecnol ogico y de Es-

Alumno de Doctorado en Ciencias Financiera del Tecnol ogico de Monterrey, Campus

[ln(c(t)) + (1 )ln(m(t))] (1)

)X(P(t), t), (15)

Instituto Tecnolgico de Monterrey, campus Ciudad de Mxico email: jprubio@itesm.mx

Departamento de Economa, Metodos Cuantitativos e Historia Economica, Universidad

Departamento de Economa, Metodos Cuantitativos e Historia Economica, Universidad

iculos nuevos que se matriculan cada a no

Unicamente cuando todos los individuos participan, es decir cuando q

istica de los modelos in-

ica: Inovaao e Empreendedorismo para o Sec.

Universidad Autonoma Meropolitana-Iztapalapa; e-mail: ce1castillo@hotmail.com

es lognormal, se sigue que

, entonces (15) se puede reescribir como

Director de Riesgos, Grupo Industrial Bepensa.

A continuaci on se considerar a el nanciamiento indirecto. En este caso,

inimo para los deudores en caso de

Como se ha mostrado anteriormente, cada joven cae en uno de los siguientes

inimo conforme al estandar a nivel

You might also like