You are on page 1of 88

UNIVERSIDAD EXTERNADO DE COLOMBIA

FACULTAD DE ADMINISTRACION DE EMPRESAS


MAESTRÍA EN GESTIÓN Y EVALUACIÓN DE PROYECTOS DE INVERSIÓN

VALORACIÓN CON OPCIONES REALES


APLICACIÓN EN PROYECTOS DE INVERSIÓN DE CULTIVOS DE PALMA DE
ACEITE EN COLOMBIA

ROBERTO CARLOS BARRANTES PINZÓN

JOHN FREDDY MORENO TRUJILLO,


Docente investigador

BOGOTÁ D.C.
MAYO, 2016
2

CONTENIDO

1. PLANTEAMIENTO DEL PROBLEMA ......................................................................10


2. OBJETIVOS .................................................................................................................. 12
2.1. Objetivo general .....................................................................................................12
2.2. Objetivos específicos.............................................................................................. 12
3. FUNDAMENTO TEÓRICO ......................................................................................... 13
3.1. Valor presente neto.................................................................................................13
3.2. Valoración con opciones reales ..............................................................................14
3.2.1 Opciones financieras............................................................................................. 15
3.2.2. Valoración de las opciones financieras ............................................................... 18
3.2.3. Arbitraje y ley de único precio ............................................................................21
3.2.4 Cotas del arbitraje .................................................................................................22
3.2.5 Modelo de valoración ........................................................................................... 27
3.3. Comportamiento del precio del subyacente ........................................................... 35
3.3.1. Comportamiento discreto con árboles binomiales ..........................................36
3.3.2. Comportamiento continuo con procesos estocásticos.....................................36
3.4. Valoración por Montecarlo .................................................................................... 38
3.5. Equivalencia entre opciones financieras y opciones reales ....................................40
3.6. Tipos de opciones reales ........................................................................................ 41
3.6.1. Opción de ampliación o crecimiento de la inversión ......................................41
3.6.2. Opción de reducción o contracción.................................................................42
3.6.3. Opción de diferimiento ................................................................................... 42
3.6.4. Opción de abandono ....................................................................................... 43
3.6.5. Opción de cierre temporal ...............................................................................43
3.6.6. Opción de selección u opción de escoger ....................................................... 44
3.7. Estimación de la volatilidad en opciones reales ..................................................... 44
3.7.1. Modelo de Copeland-Antikarov .....................................................................45
4. DESARROLLO Y APLICACIÓN DEL MODELO ..................................................... 47
4.1. Análisis del precio del fruto de palma de aceite en Colombia ............................... 47
3

4.2. Definición de variables para el modelo de opciones reales ...................................53


4.3. Tipo de opción real .................................................................................................55
4.4. Aplicación del modelo de análisis de opciones reales ...........................................55
4.5. Presentación de resultados ..................................................................................... 61
4.6. Análisis de resultados ............................................................................................. 76
5. CONCLUSIONES .........................................................................................................81
BIBLIOGRAFÍA .................................................................................................................. 87
4

LISTA DE ECUACIONES

Ecuación 1.- Valor presente neto .................................................................................................. 13


Ecuación 2.- Pay-off de una posición larga en una call Europea.................................................. 16
Ecuación 3.- Pay-off de una posición larga en una opción put Europea ...................................... 17
Ecuación 4.- Pay-off de una posición corta en una call Europea.................................................. 17
Ecuación 6: Pay-off con prima de una posición larga en una opción call Europea ...................... 19
Ecuación 7: Pay-off con prima de una posición larga en una opción put Europea ...................... 20
Ecuación 8: Pay-off con prima de una posición corta en una opción call Europea ...................... 20
Ecuación 9: Pay-off con prima de una posición corta e una opción put Europea ........................ 21
Ecuación 10: Paridad put-call ....................................................................................................... 23
Ecuación 11: Paridad put-call con dividendos .............................................................................. 24
Ecuación 12: Paridad put-call con dividendos continuos ............................................................. 25
Ecuación 13: Cota para una opción call europea .......................................................................... 25
Ecuación 14: Cota para una opción put europea ........................................................................... 25
Ecuación 15: Caminata aleatoria geométrica ................................................................................ 28
Ecuación 16: Movimiento Browniano aritmético ......................................................................... 30
Ecuación 17: Movimiento Browniano geométrico ....................................................................... 31
Ecuación 18: Valor de un activo libre de riesgo ........................................................................... 32
Ecuación 19: Valor de activos riesgosos ...................................................................................... 33
Ecuación 20: Aplicación de la fórmula de Itô .............................................................................. 33
Ecuación 21: Fórmula de Black-Scholes-Merton ......................................................................... 34
Ecuación 22. Fórmula de Black-Scholes-Merton para el valor de la prima en una opción call
europea .......................................................................................................................................... 34
Ecuación 23. Constantes d1 y d2 en la fórmula de Black-Scholes-Merton .................................. 34
Ecuación 24. Fórmula de Black-Scholes-Merton para el Valor de la prima en una opción put
europea .......................................................................................................................................... 35
Ecuación 25. Fórmula de Black-Scholes-Merton para el valor de la prima en una opción call
europea con pago de dividendos en continuo ............................................................................... 35
Ecuación 26. Constantes d1 y d2 en la fórmula de Black-Scholes-Merton para pago de
dividendos en continuo ................................................................................................................. 35
5

Ecuación 27. Valoración de un derivado financiero ..................................................................... 38


Ecuación 28. Cambios en el precio del activo subyacente ........................................................... 39
Ecuación 29. Solución de los cambios de precio de un activo subyacente para un instante de
tiempo fijo ..................................................................................................................................... 39
Ecuación 30. Precio del activo subyacente en el tiempo t + dt ..................................................... 39
Ecuación 31. Precio del activo subyacente en el instante t a partir de su precio en el instante 0 . 40
Ecuación 32. Comportamiento Browniano con tendencia del flujo de caja ................................. 45
Ecuación 33. Retorno logarítmico del proyecto en el periodo 1................................................... 46
Ecuación 34. Precio de la tonelada de fruto de aceite de palma como un movimiento browniano
geométrico..................................................................................................................................... 53
Ecuación 35. Función de utilidad para la producción de fruto de aceite de palma....................... 53
Ecuación 36. Utilidad en el estado 1 para el productor de fruto de palma de aceite .................... 53
Ecuación 37. Utilidad en el estado 2 para el productor de fruto de palma de aceite .................... 54
Ecuación 38. Pay-off del productor de fruto de aceite de palma .................................................. 55
Ecuación 39. Valor de la opción real ............................................................................................ 55
6

LISTA DE FIGURAS

Figura 1.- Perfil de pago de una posición larga en una opción call Europea ................................ 16
Figura 2.- Perfil de pago de una posición larga en una opción put Europea ................................ 17
Figura 3.- Perfil de pago de una posición corta en una opción call Europea ................................ 18
Figura 4.- Perfil de pago de una posición corta en una opción put europea ................................. 18
Figura 5: Perfil de pago con prima de una posición larga en una opción call Europea ................ 19
Figura 6: Perfil de pago con prima de una posición larga en una opción put Europea ................ 19
Figura 7: Perfil de pago con prima de una posición corta en una opción call Europea ................ 20
Figura 8: Perfil de pago con prima de una posición corta en una opción put Europea ................ 20
Figura 9: Cotas para opciones europeas (A) ................................................................................. 26
Figura 10: Cotas para opciones europeas (B) ............................................................................... 26
Figura 11: Trayectoria caminata aleatoria simétrica ..................................................................... 28
Figura 12: Trayectoria del Browniano aritmético con 𝝁 = 𝟏 y 𝝈 = 𝟎, 𝟒 ..................................... 31
Figura 13: Trayectoria del Browniano geométrico con 𝝁 = 𝟏 y 𝝈 = 𝟎, 𝟔 ................................... 32
Figura 14. Gráfica de la serie de precios mensuales por tonelada de fruto de aceite de palma en
Colombia ....................................................................................................................................... 47
Figura 15. Auto correlación de los retornos del fruto de aceite de palma .................................... 49
Figura 16. Auto correlación parcial del precio del fruto de palma de aceite ................................ 49
Figura 17. Gráfico PP-Plot de los rendimientos logarítmicos del precio del fruto de aceite de
palma en Colombia ....................................................................................................................... 51
Figura 18. Histograma de frecuencias de los rendimientos logarítmicos del precio del fruto de
palma de aceite en Colombia ........................................................................................................ 52
Figura 19. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución triangular para Magdalena ........................................................................................ 61
Figura 20. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución triangular para Magdalena ........................................................................................ 62
Figura 21. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución
triangular para Magdalena ............................................................................................................ 62
7

Figura 22. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal para Magdalena ............................................................................................ 63
Figura 23. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución normal para Magdalena ............................................................................................ 63
Figura 24. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
para Magdalena ............................................................................................................................. 64
Figura 25. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal truncada para Magdalena .............................................................................. 64
Figura 26. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución normal truncada para Magdalena .............................................................................. 65
Figura 27. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
truncada para Magdalena .............................................................................................................. 65
Figura 28. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución triangular para Meta .................................................................................................. 66
Figura 29. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución triangular para Meta .................................................................................................. 66
Figura 30. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución
triangular para Meta ...................................................................................................................... 67
Figura 31. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal para Meta ...................................................................................................... 67
Figura 32. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución normal para Meta ...................................................................................................... 68
Figura 33. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
para Meta ...................................................................................................................................... 68
Figura 34. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal truncada para Meta ....................................................................................... 69
Figura 35. Resultados de Crystal Ball® para el valor del pay-off de la opción real en la
distribución normal truncada para Meta ....................................................................................... 69
Figura 36. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
truncada para Meta ........................................................................................................................ 70
8

Figura 37. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución triangular para Santander .......................................................................................... 70
Figura 38. Resultados de Crystal Ball® para el pay-off de la opción real en la distribución
triangular para Santander .............................................................................................................. 71
Figura 39. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución
triangular para Santander .............................................................................................................. 71
Figura 40. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal para Santander .............................................................................................. 72
Figura 41. Resultados de Crystal Ball® para el pay-off de la opción real en la distribución
normal para Santander .................................................................................................................. 72
Figura 42. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
para Santander ............................................................................................................................... 73
Figura 43. Resultados de Crystal Ball® para el valor de la prima de la opción real en la
distribución normal truncada para Santander ............................................................................... 73
Figura 44. Resultados de Crystal Ball® para el pay-off de la opción real en la distribución
normal truncada para Santander.................................................................................................... 74
Figura 45. Resultados de Crystal Ball® para la utilidad en el estado 1 en la distribución normal
truncada para Santander ................................................................................................................ 74
Figura 46. Gráfico de las medias para el pay-off y la utilidad en el estado 1 - cifras en miles de
pesos .............................................................................................................................................. 79
9

LISTA DE CUADROS

Cuadro 1. Analogía entre las opciones financieras y las opciones reales ..................................... 41
Cuadro 2. Resultados estadísticos de la serie de precios de fruto de acite de palma en Colombia
....................................................................................................................................................... 48
Cuadro 3. Estadística descriptiva de los rendimientos logarítmicos del precio del fruto de aceite
de palma en Colombia .................................................................................................................. 50
Cuadro 4. Parámetros para la expresión del precio del fruto de aceite de palma ......................... 52
Cuadro 5. Costos de producción por actividad para productor pequeño en Magdalena ............... 56
Cuadro 6. Costos de producción por actividad para productor no pequeño en Magdalena .......... 56
Cuadro 7. Costos de producción por actividad para productor pequeño en Meta ........................ 57
Cuadro 8. Costos de producción por actividad para productor no pequeño en Meta ................... 57
Cuadro 9. Costos de producción por actividad para productor pequeño en Santander ................ 58
Cuadro 10. Costos de producción por actividad para productor no pequeño en Santander ......... 58
Cuadro 11. Cálculo de la producción anual del cultivo de palma ................................................ 60
Cuadro 12. Resultados generales para Magdalena – valores en miles de pesos ........................... 75
Cuadro 13. Resultados generales para Meta – valores en miles de pesos .................................... 75
Cuadro 14. Resultados generales para Santander – valores en miles de pesos............................. 76
Cuadro 15. Medias de las variables para las 3 distibuciones – valores en miles de pesos ........... 77
Cuadro 16. Desviaciones estándar como un porcentaje de las medias ......................................... 77
Cuadro 17. Resultados con ajuste de costos a la distribución normal – valores en miles de pesos
....................................................................................................................................................... 78
Cuadro 18. Valor agregado de la opción real (valores en miles de pesos) ................................... 80
10

1. PLANTEAMIENTO DEL PROBLEMA

El aceite de palma y sus derivados tienen diversas aplicaciones en las industrias alimenticia,

química, cosmética, farmacéutica, en la de jabones y detergentes y en la de electricidad y

biocombustibles, entre otras. Según datos de Trade Map (Centro de Comercio Internacional, 2015)

en el año 2014 se importaron en el mundo más de 35 millones de toneladas de aceite de palma para

cubrir las diferentes necesidades.

Según Fedepalma, Colombia es el principal productor de aceite de palma en Latinoamérica

y el quinto en el mundo. Para el año 2013 Colombia, con una producción de más de 1 millón de

toneladas de aceite de palma la cual asciende a un valor de casi 2 billones de pesos colombianos,

exportó aproximadamente el 20% de su producción. Además ésta actividad agroindustrial, con

más de 500.000 hectáreas sembradas, generó alrededor de 50.000 empleos directos posicionándose

como una buena fuente de empleo en el país (Fedepalma, 2013).

El panorama actual del mercado permite hacer una proyección de 3,5 millones de hectáreas

cultivadas en el país para cubrir la demanda de productos y subproductos del sector. Los tratados

de libre comercio, la nueva situación de orden público, la inversión en infraestructura vial y la

estabilidad política del país atraen inversión extranjera interesada en la extracción y refinación de

aceite de palma. Es así que aparecen oportunidades interesantes para el cultivo de palma de aceite

a diferentes escalas y en diferentes regiones del país (Procolombia, 2015).

El precio del aceite de palma ha presentado históricamente altas fluctuaciones, por ejemplo

entre los años 2.000 y 2.013 ha pasado de $222.000 a $715.000 pesos colombianos por tonelada

presentando valores mínimos de $180.000 y máximos de $1.400.000 pesos colombianos por

tonelada. Estas variaciones tienen incidencia directa a lo largo de la cadena productiva por lo que
11

repercuten directamente en los ingresos de los agricultores y productores y además hacen que la

valoración de proyectos de inversión, en este tipo de actividad, por los métodos tradicionales como

el de flujo de caja descontado o el cálculo de la tasa interna de retorno, arrojen resultados que no son

del todo confiables. Es decir, que si el modelo de valoración del proyecto no contempla las

fluctuaciones y la incertidumbre de la información relevante como por ejemplo el precio del fruto de

palma, y se realizan los cálculos sobre la base de un promedio estático sin volatilidad, los flujos de caja

y el valor final del proyecto no reflejarán la realidad del comportamiento cambiante del mismo y por

consiguiente no servirá como herramienta válida para la toma de decisiones a los posibles

inversionistas.

También es necesario tener en cuenta que los inversionistas o gerentes de los cultivos de palma

tienen la posibilidad de operar de manera individual o de asociarse buscando aprovechar las economías

de escala para mejorar sus beneficios. El modelo de asociación ha sido utilizado durante años en

Colombia y representa una excelente alternativa para pequeños cultivadores que de manera individual

no tendrían acceso a grandes mercados ni mejores proveedores. Entonces, según las condiciones del

mercado, un pequeño productor de palma de aceite podría incursionar de manera individual o tomar la

decisión de asociarse para mejorar sus beneficios y estas alternativas deberían ser contempladas y

valoradas en los modelos, ya que incluirlas o no en la valoración del proyecto podría ser

determinante para que el inversionista tome la decisión de invertir. Es así como el análisis de

opciones reales se convierte en una herramienta interesante para la valoración de estos proyectos

ya que no solo permite integrar la volatilidad presente en el modelo de valoración sino que también

permite valorar la flexibilidad del proyecto.

Entonces en el presente trabajo se utilizará el análisis de opciones reales para la valoración

de pequeños proyectos de cultivos de palma de aceite involucrando la volatilidad y la flexibilidad,

esta última como la posibilidad de asociarse para obtener mejores beneficios.


12

2. OBJETIVOS

2.1. Objetivo general

Utilizar el análisis de opciones reales como una herramienta para productores pequeños de

cultivos de palma de aceite en Colombia ya establecidos, permitiendo hacer una valoración que

involucre la posibilidad de asociación para reducir los costos de producción por economías de

escala.

2.2. Objetivos específicos

 Seleccionar el tipo de opción real que se ajuste de la mejor manera a la posibilidad de

asociación de un cultivador de palma de aceite.

 Modelar la utilidad de un productor pequeño de fruto de aceite de palma ya establecido, en

condiciones de incertidumbre a partir del proceso estocástico que describe los retornos del

fruto de la palma de aceite en Colombia.

 Comparar la utilidad de un productor pequeño de fruto de aceite de palma ya establecido

en condiciones estáticas, con la utilidad dada por la opción real que incluye la flexibilidad

derivada de la posibilidad de asociación.


13

3. FUNDAMENTO TEÓRICO

3.1. Valor presente neto

Tradicionalmente los proyectos de inversión han sido valorados a través del método por el

cual se descuentan los flujos de caja que generará el proyecto trayéndolos a valor presente con una

tasa de descuento escogida por el inversionista.

Cualquier valoración inicia con la estimación de los costos e ingresos netos de las fases de

desarrollo y producción a través del ciclo de vida del proyecto. Debido al valor del dinero en el

tiempo, cada flujo de caja futuro es convertido a unidades monetarias de hoy y luego de restar el

valor de la inversión inicial se obtiene el valor presente neto del proyecto en cero:

n
FCt
VPN = ∑ −I
(1 + r)t
t=1

ECUACIÓN 1.- VALOR PRESENTE NETO

Donde I es la inversión inicial, FCt es el valor del flujo de caja en el momento t y r es la

tasa con la cual se descuentan los flujos de caja para convertirlos a valor presente la cual es propia

del riesgo del proyecto.

El principio del Valor Presente es el más utilizado en los métodos de valoración de

proyectos y es la base para muchas herramientas de valoración. Si el valor presente neto del

proyecto es mayor a cero el proyecto es considerado financieramente atractivo. Es decir que si el

total de los valores presentes de los flujos de caja esperados en el proyecto es mayor que el costo

de inversión, el proyecto se considera digno de inversión (Kodupula & Papudesu, 2006)


14

Aunque este es el método más usado y difundido, el método del Valor Presente Neto

presenta una serie de limitaciones que implican que en muchos casos se rechacen proyectos que

podrían ser verdaderamente atractivos. Entre estas limitaciones se tienen:

 Se basa en una serie de supuestos fijos relacionados con los retornos del proyecto aun cuando

dichos retornos son inciertos y probabilísticos.

 No toma en cuenta las decisiones contingentes disponibles y la flexibilidad gerencial para

actuar en momentos de decisión.

 Asume solo el riesgo negativo sin tener en cuenta las oportunidades por lo cual es común

rechazar proyectos con incertidumbre.

Es así como se ha desarrollado el método de las opciones reales el cual contempla la

incertidumbre y la flexibilidad de los proyectos.

3.2. Valoración con opciones reales

Esta metodología de valoración de proyectos de inversión permite involucrar la flexibilidad

del proyecto en función de las decisiones gerenciales, la adaptación del proyecto a los cambios del

mercado o su valor estratégico por lo que proyectos que posiblemente son rechazados con otros

métodos de valoración, podrían llegar a ser muy rentables. (Boer, 2002)

La flexibilidad de un proyecto de inversión se manifiesta en las posibilidades de ampliar a nuevos

productos o mercados, de reducir el tamaño del proyecto o de ampliarlo, de abandonar el proyecto,

de aplazar el comienzo del mismo, etc. (Trigeorgis, 1996)

Una opción real se define como el derecho más no la obligación de tomar una acción (por

ejemplo diferir, expandir, contraer o abandonar un proyecto) a un determinado costo, llamado


15

costo del ejercicio, por un determinado periodo de tiempo, llamado la vida de la opción (Copeland

& Antikarov, 2001).

Así que en otras palabras una opción real es la posibilidad que tiene una organización o un

proyecto de modificar, ampliar, reducir o incluso detener por completo su fuente convencional de

beneficios realizando una inversión.

Las opciones reales usan la teoría de valoración de las opciones financieras para valorar

activos físicos o reales en vez de acciones o bonos por lo que en el siguiente capítulo se abordará

la teoría de las opciones financieras

3.2.1 Opciones financieras

Según la teoría una opción financiera es un contrato que da el derecho más no la obligación,

de comprar o vender un activo subyacente, en un tiempo definido y por un monto determinado

(Copeland & Antikarov, 2001).

Texto tomado de (Moreno T, 2015): Existen varias clasificaciones para las opciones

financieras, entre ellas se encuentran las opciones Call, que otorgan el derecho a comprar y las

opciones Put a vender. También se encuentran las opciones Americanas, que se pueden ejercer en

cualquier momento antes del vencimiento del contrato; las opciones Europeas, que se ejercen

únicamente al vencimiento del contrato y las opciones Bermuda que tienen fechas específicas para

ser ejercidas.

Las opciones financieras tienen diferentes usos entre los que se encuentran la cobertura de

riesgo, la especulación y el arbitraje y en cualquiera de estos casos resulta importante determinar

en qué situación se presentan ganancias y en qué situación se presentan pérdidas.


16

Existe una representación gráfica que permite observar el comportamiento de las ganancias

y pérdidas de las opciones llamada perfil de pago o pay-off. Considerando que se tiene una opción

call europea de un subyacente con precio S0 al inicio del contrato (en el tiempo t = 0), si el precio

del ejercicio (precio en el cual se ejerce la compra de la opción) es K, entonces en el vencimiento

(T) de la opción el poseedor se enfrenta a 2 escenarios:

En el primero el precio del subyacente es menor que K por lo cual no ejercería su derecho

a comprar ya que estaría pagando un mayor valor que el del mercado. En el otro escenario el precio

del activo subyacente en el mercado es mayor que K por lo que el poseedor ejerce su derecho a

comprar el activo por el valor K obteniendo una utilidad. Entonces el perfil de pago de una opción

call europea se representa de la siguiente manera:

Pay off

K St

FIGURA 1.- PERFIL DE PAGO DE UNA POSICIÓN LARGA EN UNA OPCIÓN CALL EUROPEA

Y la expresión analítica que define el valor de la opción de compra al vencimiento para el poseedor

de la opción estaría dada por:

max{St − K; 0}

ECUACIÓN 2.- PAY-OFF DE UNA POSICIÓN LARGA EN UNA CALL EUROPEA


17

Entonces de igual manera se deduce que la expresión analítica que define el valor de una opción

de venta o put europea para el poseedor es:

max{K − St ; 0}

ECUACIÓN 3.- PAY-OFF DE UNA POSICIÓN LARGA EN UNA OPCIÓN PUT EUROPEA

Y su perfil de pago corresponde a:

Pay off

K St
FIGURA 2.- PERFIL DE PAGO DE UNA POSICIÓN LARGA EN UNA OPCIÓN PUT EUROPEA

Construyendo el perfil de pago del vendedor (posición larga) de una opción call, se tiene

que la opción será ejercida por el tomador si el precio del subyacente en el mercado es mayor al

precio del ejercicio K lo cual le generaría pérdidas al vendedor. En este caso la expresión analítica

sería:

mín{−(St − K); 0}

ECUACIÓN 4.- PAY-OFF DE UNA POSICIÓN CORTA EN UNA CALL EUROPEA


18

Y la representación gráfica del perfil de pago corresponde a:

Pay off
K St

FIGURA 3.- PERFIL DE PAGO DE UNA POSICIÓN CORTA EN UNA OPCIÓN CALL EUROPEA

Pay off
K St

FIGURA 4.- PERFIL DE PAGO DE UNA POSICIÓN CORTA EN UNA OPCIÓN PUT EUROPEA

3.2.2. Valoración de las opciones financieras

Dado que el precio del subyacente será desconocido tanto para el vendedor como para el

tomador de la opción en cualquier tiempo futuro a partir del momento en el cual se negocia la

opción, existe un riesgo de pérdida para ambas partes. En el caso de una opción Call la pérdida

máxima para el tomador, que es quién compra la opción y tiene el derecho a ejercerla si las

condiciones de mercado le favorecen, se limita a la prima pagada al vendedor por el derecho de

ejercer la opción. Sin embargo la pérdida del vendedor, que está obligado a vender el activo

subyacente, puede llegar a ser infinita por lo que este tratará de disminuir su riesgo de pérdida con
19

la prima cobrada al tomador. Entonces una de las situaciones centrales de las opciones financieras

radica en determinar el valor de dicha prima, lo que en finanzas es una expresión del problema de

valorar activos contingentes ya que su valor futuro depende de condiciones inciertas.

Entonces incluyendo el valor de la prima en los perfiles de pago se obtiene:

Posición del tomador en una call Europea incluyendo el valor de la prima:

Pay off

St
K

FIGURA 5.- PERFIL DE PAGO CON PRIMA DE UNA POSICIÓN LARGA EN UNA OPCIÓN CALL
EUROPEA

𝑚𝑎𝑥{𝑆𝑡 − 𝐾 − 𝐶𝑒 ; −𝐶𝑒 }

ECUACIÓN 5.- PAY-OFF CON PRIMA DE UNA POSICIÓN LARGA EN UNA OPCIÓN CALL EUROPEA

Posición del tomador en una opción put europea incluyendo el valor de la prima:

Pay off

K St
FIGURA 6.- PERFIL DE PAGO CON PRIMA DE UNA POSICIÓN LARGA EN UNA OPCIÓN PUT
EUROPEA
20

𝑚𝑎𝑥{𝐾 − 𝑆𝑡 − 𝑃𝑒 ; −𝑃𝑒 }

ECUACIÓN 6: PAY-OFF CON PRIMA DE UNA POSICIÓN LARGA EN UNA OPCIÓN PUT EUROPEA

Posición del vendedor en una opción call europea incluyendo el valor de la prima:

Pay off

K
St

FIGURA 7.- PERFIL DE PAGO CON PRIMA DE UNA POSICIÓN CORTA EN UNA OPCIÓN CALL
EUROPEA

𝑚í𝑛{−(𝑆𝑡 − 𝐾) + 𝐶𝑒 ; 𝐶𝑒 }
ECUACIÓN 7.- PAY-OFF CON PRIMA DE UNA POSICIÓN CORTA EN UNA OPCIÓN CALL EUROPEA

Posición del vendedor en una opción put europea incluyendo el valor de la prima:

Pay off

K
St

FIGURA 8.- PERFIL DE PAGO CON PRIMA DE UNA POSICIÓN CORTA EN UNA OPCIÓN PUT
EUROPEA
21

𝑚í𝑛{−(𝐾 − 𝑆𝑡 ) + 𝑃𝑒 ; 𝑃𝑒 }
ECUACIÓN 8.- PAY-OFF CON PRIMA DE UNA POSICIÓN CORTA E UNA OPCIÓN PUT EUROPEA

En 1973 Fisher Black, Myron Scholes y Robert Merton presentaron una fórmula que, con

algunos supuestos, permite calcular el valor de la prima para opciones call y put europeas en

tiempo continuo.

3.2.3. Arbitraje y ley de único precio

Uno de los supuestos del teorema de la valoración de activos contingentes es la ausencia

de oportunidades de arbitraje.

Una oportunidad de arbitraje es un activo (o combinación de activos), con valor inicial cero

y cuyo precio en algún instante del tiempo futuro es no negativo en cualquier estado de la

naturaleza (es decir, en cualquier potencial escenario), y es estrictamente positivo en algún estado

de la naturaleza.

De esta forma si detonamos por ht al valor en t de una estrategia u oportunidad de arbitraje

se tiene que:

ℎ0 = 0 ; 𝑃[ℎ𝑡 ≥ 0] = 1 ; 𝑃[ℎ𝑡 > 0] > 0

Así que como consecuencia de asumir que los mercados son libres de oportunidades se

tiene el siguiente resultado conocido como ley de único precio:

Teorema 1 - Ley de único precio: Consideremos 2 activos A y B con precios 𝑆0𝐴 ≥ 0 y

𝑆0𝐵 ≥ 0 en t = 0, negociados en un mercado libre de oportunidades de arbitraje. Si en algún 𝑇 ≥ 0,

𝑆𝑇𝐴 = 𝑆𝑇𝐵 en todos los estados de la naturaleza, entonces 𝑆0𝐴 = 𝑆0𝐵 .


22

Demostración 1: Sin pérdida de generalidad asumimos que 𝑆0𝐴 > 𝑆0𝐵 . En este escenario podemos

construir el siguiente portafolio h0 en t = 0.

 Realizamos una venta en corto del activo A, es decir, lo tomamos prestado hoy y lo

vendemos por 𝑆0𝐴 , con el compromiso de devolverlo en t = T.

 Con el monto recibido por la venta de A, compramos el activo B. Esta operación nos deja

la diferencia positiva (𝑆0𝐴 − 𝑆0𝐵 ) que puede ser invertida a la tasa libre de riesgo del

mercado (rf).

En el instante t = T se debe cumplir con la obligación de la venta en corto, de forma que hT es:

 Vendemos el activo B por 𝑆𝑇𝐵 .

 Compramos el activo A por 𝑆𝑇𝐴 con el dinero recibido por la venta de B, cantidades que

por la hipótesis del teorema deben ser iguales.

 Recibimos la cantidad (𝑆0𝐴 − 𝑆0𝐵 )(1 + 𝑟𝑓 ), producto de la inversión a la tasa libre de riesgo

3.2.4 Cotas del arbitraje

Antes de presentar los modelos para la determinación de la prima de las opciones es

necesario establecer unos límites o cotas para el valor de estas primas.

El principal argumento para la determinación de estas cotas es la ausencia de oportunidades

de arbitraje.

En adelante se notará 𝐶𝐸 como la prima de una opción call Europea, 𝑃𝐸 la prima de una

opción put Europea, 𝐶𝐴 la prima de una opción call Americana y 𝑃𝐴 como la prima de una opción

put Americana.
23

Paridad put-call

Si se consideran opciones put y call Europeas, pactadas sobre un mismo activo subyacente, que no

paga dividendos, las dos con igual precio de ejercicio (k) e igual tiempo de maduración (T) se tiene

que:

𝐶𝐸 − 𝑃𝐸 = 𝑆0 − 𝐾𝑒 −𝑟𝑓 𝑇
ECUACIÓN 9: PARIDAD PUT-CALL

Demostración 2:

 Si 𝐶𝐸 − 𝑃𝐸 > 𝑆0 − 𝐾𝑒 −𝑟𝑓 𝑇 , la estrategia de arbitraje es:

 En t=0

- Vender una opción call por 𝐶𝐸

- Comprar una opción put por 𝑃𝐸

- Comprar el activo subyacente por 𝑆0

- Invertir o tomar prestado, 𝐶𝐸 − 𝑃𝐸 − 𝑆0 a la tasa 𝑟𝑓 hasta el instante t

 En t=T

- Recibir o pagar (𝐶𝐸 − P𝐸 − 𝑆0 )𝑒 𝑟𝑓 𝑇

- Se tienen los casos:

𝑆𝑇 > 𝐾 𝑆𝑇 ≤ 𝐾
Call Vender por un valor K 0
Put 0 Vender por un valor K
Total K K

En total se tiene (𝐶𝐸 − 𝑃𝐸 − 𝑆0 )𝑒 𝑟𝑓 𝑇 + 𝐾 > 0, por el supuesto inicial


24

 En el caso en el que 𝐶𝐸 − 𝑃𝐸 < 𝑆0 − 𝐾𝑒 −𝑟𝑓 𝑇 , la estrategia de arbitraje es:

 En t=0

- Comprar una opción call por 𝐶𝐸

- Vender una opción put por 𝑃𝐸

- Vender en corto el activo subyacente recibiendo 𝑆0

- Invertir o tomar prestado, 𝑃𝐸 − 𝐶𝐸 + 𝑆0 a la tasa 𝑟𝑓 hasta el instante t

 En t=T

- Recibir o pagar (𝑃𝐸 − 𝐶𝐸 + 𝑆0 )𝑒 𝑟𝑓 𝑇

- Se tienen los casos:

𝑆𝑇 > 𝐾 𝑆𝑇 ≤ 𝐾
Call Comprar por un valor K 0
Put 0 Comprar por un valor K
Total -K -K

En total se tiene (𝑃𝐸 − 𝐶𝐸 + 𝑆0 )𝑒 𝑟𝑓 𝑇 − 𝐾 > 0, por el supuesto inicial

Nota 2. Si el activo sobre el cual son pactadas las opciones paga un dividendo 𝐷𝑇 en algún instante

t ente 0 y T, entonces la paridad se escribe como:

𝐶𝐸 − 𝑃𝐸 = 𝑆0 − 𝐷𝑡 − 𝐾𝑒 −𝑟𝑓 𝑇

ECUACIÓN 10.- PARIDAD PUT-CALL CON DIVIDENDOS

Y si los dividendos son pagados continuamente a una tasa q entonces:


25

𝐶𝐸 − 𝑃𝐸 = 𝑆0 𝑒 −𝑞𝑇 − 𝐾𝑒 −𝑟𝑓 𝑇

ECUACIÓN 11.- PARIDAD PUT-CALL CON DIVIDENDOS CONTINUOS

Desigualdades put-call en el caso de opciones americanas

Si se consideran opciones put y call americanas, pactadas sobre un mismo subyacente que no paga

dividendos, con igual fecha de maduración (T) y precio de ejercicio (K), se tiene que las primas

de estas opciones cumplen que :

𝑆0 − 𝐾𝑒 −𝑟𝑓 𝑇 ≥ 𝐶𝐴 − 𝑃𝐴 ≥ 𝑆0 − 𝐾

Cuya demostración se puede consultar en (Moreno T, 2015)

Cotas básicas

 𝐶𝐸 ≤ 𝐶𝐴 y 𝑃𝐸 ≤ 𝑃𝐴 , para opciones sobre el mismo subyacente, con igual precio de ejercicio

K e igual fecha de maduración T.

 𝐶𝐸 ≥ 0; 𝑃𝐸 ≥ 0; 𝐶𝐴 ≥ 0; 𝑃𝐴 ≥ 0

 𝐶𝐸 < 𝑆0

Cuyas demostraciones también se pueden consultar en (Moreno T, 2015)

Las cotas básicas para opciones europeas se pueden resumir mediante las siguientes expresiones:

𝑚á𝑥{0; 𝑆0 − 𝐾𝑒 −𝑟𝑓 𝑇 } ≤ 𝐶𝐸 ≤ 𝑆0
ECUACIÓN 12.- COTA PARA UNA OPCIÓN CALL EUROPEA

𝑚á𝑥{0; −𝑆0 + 𝐾𝑒 −𝑟𝑓 𝑇 } ≤ 𝑃𝐸 ≤ 𝐾𝑒 −𝑟𝑓 𝑇


ECUACIÓN 13.- COTA PARA UNA OPCIÓN PUT EUROPEA
26

Cuya representación se muestra en la siguiente figura:

CE

−𝐾𝑒 −𝑟𝑓 𝑇 So

FIGURA 9.- COTAS PARA OPCIONES EUROPEAS (A)

PE
−𝐾𝑒 −𝑟𝑓 𝑇

So

FIGURA 10.- COTAS PARA OPCIONES EUROPEAS (B)


27

3.2.5 Modelo de valoración

Como se comentó en el apartado 3.2, el valor de la opción real expresa el valor de la

flexibilidad del proyecto en los instantes futuros por lo que también debe contemplar la

incertidumbre del precio del subyacente. Existen varios modelos para valorar las opciones reales

y en general su uso depende de cada situación particular. El uso de estos métodos involucra

criterios como el comportamiento del precio del subyacente y la periodicidad del proyecto en la

generación de flujos de caja.

Entonces para valorar una opción real se puede usar el modelo binomial para tiempo

discreto o el modelo para tiempo continuo según sea el caso. Dado que en la situación específica

del cultivo de palma de aceite un cultivador podría tomar la decisión de asociarse en cualquier

momento del tiempo 0 ≤ 𝑡 ≤ 𝑇, se abordará el modelo en continuo.

Movimiento Browniano y procesos asociados

El primer paso para realizar la valoración de derivados financieros en tiempo continuo es

la elaboración del modelo que describa el comportamiento del precio del activo subyacente a

dichos derivados. Para lo anterior es necesario considerar que el precio de los activos sigue un

movimiento Browniano geométrico.

Proceso estocástico

Un proceso estocástico es una colección de variables aleatorias indexadas en algún

conjunto 𝐼, {𝑋𝑡 }𝑡∈𝐼 , donde el conjunto 𝐼 por lo general representa tiempo.

Considerando por ejemplo los posibles precios que puede tomar un activo a lo largo de un

mes, si se denota por 𝑆𝑡 al precio del activo en el instante t, entonces {𝑆𝑡 }𝑡≥0 es el proceso

estocástico que representa el precio del activo.


28

Un proceso estocástico muy asociado a la modelación del precio de activos es la caminata

aleatoria simétrica. Este proceso se define a partir de una variable aleatoria discreta 𝑋𝑗 , con

posibles valores 1 o -1, ambos con probabilidad de ocurrencia de ½ (considere que el valor que

tome depende del resultado de lanzar una moneda).

Partiendo de esta variable, la caminata aleatoria simétrica es un proceso estocástico {𝑀𝑛 } definido

como:
𝑛

𝑀𝑛 = ∑ 𝑋𝑗 ; 𝑀0 = 0
𝑗=1

ECUACIÓN 14.- CAMINATA ALEATORIA GEOMÉTRICA

La siguiente figura representa una posible trayectoria de la caminata aleatoria considerando 500

realizaciones de la variable 𝑋𝑗 (500 lanzamientos de la moneda).

35
30
25
20
15
10
5
0
73

307
1
19
37
55

91
109
127
145
163
181
199
217
235
253
271
289

325
343
361
379
397
415
433
451
469
487

-5
-10
-15
-20

FIGURA 11.-TRAYECTORIA CAMINATA ALEATORIA SIMÉTRICA


29

Sobre la caminata aleatoria (𝑀𝑛 ) podemos observar que:

1. El valor esperado de la caminata es cero:

𝑛 𝑛

𝐸[𝑀𝑛 ] = 𝐸 [∑ 𝑋𝑗 ] = ∑ 𝐸[𝑋𝑗 ] = 0
𝐽=1 𝐽=1

2. La varianza de la caminata hasta el instante n es igual a n

𝑛 𝑛 𝑛

𝑉[𝑀𝑛 ] = 𝑉 [∑ 𝑉[𝑋𝑗 ]] = ∑ 𝑉[𝑋𝑗 ] = ∑ 1 = 𝑛


𝐽=1 𝐽=1 𝐽=1

3. Los resultados anteriores se tienen también para incrementos de la caminata aleatoria.

Definiendo el incremento o cambio de la caminata entre los instantes t y s como (𝑀𝑡 − 𝑀𝑠 ) se

puede ver que:

𝐸[(𝑀𝑡 − 𝑀𝑠 )] = 0; 𝑉[(𝑀𝑡 − 𝑀𝑠 )] = 𝑡 − 𝑠
El movimiento Browniano es un proceso estocástico {𝑊𝑡 }𝑡≥0 , muy utilizado en finanzas y en otras

áreas del conocimiento (particularmente en la física, donde es propuesto originalmente para

describir el movimiento de partículas) y puede definirse a partir de la caminata aleatoria como:

1
𝑊𝑡 = 𝑙𝑖𝑚 𝑀𝑛𝑡
𝑛→∞ √𝑛

Otra forma equivalente en la cual se puede definir el movimiento Browniano es la siguiente:

Un proceso estocástico 𝑊𝑡 se denomina movimiento Browniano estándar si:

1. 𝑊0 = 0

2. Las trayectorias del proceso son continuas en el tiempo


30

3. Los incrementos del proceso son independientes, es decir, dados los instantes 0 ≤ 𝑠 ≤ 𝑡 ≤

𝑢 ≤ 𝑣, se tiene que (𝑊𝑡 − 𝑊𝑠 ) es independiente de (𝑊𝑣 − 𝑊𝑢 ).

4. Para 0 ≤ 𝑠 ≤ 𝑡 se tiene que (𝑊𝑡 − 𝑊𝑠 )~𝑁(0, 𝑡 − 𝑠)

Si se denota el cambio diferencial del proceso como 𝑑𝑊𝑡 = (𝑊𝑡+𝑑𝑡 − 𝑊𝑡 ) ,

entonces 𝑑𝑊𝑡 ~ 𝑁(0, 𝑑𝑡)

Nota: dado que la notación 𝑑[. ] se utiliza en este caso para el diferencial de una determinada

función o proceso, se puede demostrar que se cumple la siguiente ley de multiplicación entre

diferenciales:

𝑑𝑊𝑡 𝑑𝑊𝑡 = 𝑑𝑡, 𝑑𝑡𝑑𝑡 = 0, 𝑑𝑊𝑡 𝑑𝑡 = 0

Movimiento browniano

Existen muchos procesos estocásticos en cuya definición el movimiento Browniano juega

un papel principal. Dos de estos procesos, que son relevantes en la modelación financiera son: el

movimiento Browniano aritmético o con tendencia y el movimiento Browniano geométrico.

Un proceso estocástico 𝑋𝑡 se dice un movimiento Browniano si se tiene que:

𝑋𝑡= 𝜇𝑡 + 𝜎𝑊𝑡

ECUACIÓN 15.- MOVIMIENTO BROWNIANO ARITMÉTICO


31

Con 𝜇 y 𝜎 constantes. En este caso el proceso sigue un componente de tendencia lineal 𝜇𝑡

y presenta fluctuaciones aleatorias sobre este componente, representadas por el movimiento

Browniano 𝑊𝑡 , y ponderadas por el valor de 𝜎.

Browniano con tendencia


1,2

0,8

0,6

0,4

0,2

0
1
5
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
101
-0,2

E[Xt] Xt

FIGURA 12.- TRAYECTORIA DEL BROWNIANO ARITMÉTICO CON 𝝁 = 𝟏 Y 𝝈 = 𝟎, 𝟒

Este tipo de procesos son utilizados frecuentemente para modelar el comportamiento de los

retornos de un activo a lo largo del tiempo.

Un proceso estocástico 𝑋𝑡 se dice un movimiento Browniano geométrico si se tiene que:

𝑋𝑡 = 𝑒𝑥𝑝{𝜇𝑡 + 𝜎𝑊𝑡 }

ECUACIÓN 16.- MOVIMIENTO BROWNIANO GEOMÉTRICO

Con 𝜇 y 𝜎 constantes. En este caso el proceso es el exponencial de un Browniano

aritmético, lo que lo hace ideal para representar precio de los activos, ya que no toma valores

negativos. La siguiente figura representa una posible trayectoria de este proceso.


32

Movimiento Browniano geométrico


3,5

2,5

1,5

0,5

0
13

29

45

61

77

93
1
5
9

17
21
25

33
37
41

49
53
57

65
69
73

81
85
89

97
101
FIGURA 13.- TRAYECTORIA DEL BROWNIANO GEOMÉTRICO CON 𝝁 = 𝟏 Y 𝝈 = 𝟎, 𝟔

El modelo Black –Scholes-Merton

Este modelo de valoración, desarrollado por Fisher Black, Myron Scholes y Robert Merton en

1973, está fundamentado en los siguientes supuestos:

1. Las negociaciones transcurren de forma continua en el intervalo [0, 𝑇]

2. El mercado es libre de fricciones

3. Existe en el mercado un activo libre de riesgo al cual se asocia una tasa constante y

conocida 𝑟𝑓 , que es igual para invertir o tomar prestado. El valor de este activo es descrito

por la expresión:

𝐵𝑡 = 𝐵0 𝑒 𝑟𝑓 𝑡 ; 𝑡 ∈ [0, 𝑇]

ECUACIÓN 17.- VALOR DE UN ACTIVO LIBRE DE RIESGO

4. Existen en el mercado activos riesgosos cuyo precio satisface la ecuación diferencial

estocástica:
33

𝑑𝑆𝑡 = 𝜇𝑆𝑡 𝑑𝑡 + 𝜎𝑆𝑡 𝑑𝑊𝑡

ECUACIÓN 18: VALOR DE ACTIVOS RIESGOSOS

Con 𝜇 y 𝜎 constantes y conocidas, con 𝜎 > 0 y 𝑊𝑡 un movimiento Browniano estándar. 𝜇

representa la tasa instantánea de retorno del activo y 𝜎 su volatilidad instantánea.

Por la aplicación de la fórmula de Itô se puede concluir que:

1
𝑆𝑡 = 𝑆0 𝑒𝑥𝑝 {(𝜇 − 𝜎 2 ) 𝑡 + 𝜎𝑊𝑡 }
2

ECUACIÓN 19.- APLICACIÓN DE LA FÓRMULA DE ITÔ

5. El mercado es libre de oportunidades de arbitraje, lo que en este caso se garantiza

imponiendo la condición de que el precio de los activos sea Martingala1.

Bajo la consideración de estos supuestos se tiene que:

 El retorno logarítmico del activo riesgoso es:

𝑆𝑡 𝜎2
𝑙𝑛 ( ) = (𝜇 − ) 𝑡 + 𝜎𝑊𝑡
𝑆0 2

 𝐸[𝑆𝑡 ] = 𝑆0 𝑒 𝜇t
2
 𝑉[𝑆𝑡 ] = 𝑆02 𝑒 2𝜇𝑡 (𝑒 𝜎 𝑡 − 1)

La fórmula de Black-Scholes-Merton

1
Un proceso estocástico 𝑋𝑡 se dice que es una Martingala si el valor esperado del proyecto en algún momento
futuro, dada la información hasta hoy, es igual al valor del proceso hoy
34

Bajo los supuestos anteriores, y considerando el principio de valoración por replicación, se tiene

que el valor en el instante t de un derivado pactado sobre el activo riesgoso está determinado por:

𝑉𝑡 = 𝑒 −𝑟𝑓 𝑡(𝑇−𝑡) 𝐸 𝑄 [𝑉𝑡 ]

ECUACIÓN 20.- FÓRMULA DE BLACK-SCHOLES-MERTON

Aplicando este resultado al caso de una opción call Europea con vencimiento en T y precio de

ejercicio K, se tiene que el valor de la prima de la opción está determinado por:

𝐶𝐸 = 𝑒 −𝑟𝑓 (𝑇) 𝐸 𝑄 [𝑚𝑎𝑥{𝑆𝑇 − 𝐾, 0}]

1
Donde 𝑆𝑇 = 𝑆0 𝑒𝑥𝑝 {(𝑟𝑓 − 2 𝜎 2 ) 𝑑𝑡 + 𝜎𝑊𝑡 }

Al desarrollar esta expresión se llega a la fórmula de Black-Scholes-Merton de valoración de

opciones call europeas:

𝐶𝐸 = 𝑆0 𝑁(𝑑1 ) − 𝐾𝑒 −𝑟𝑓 𝑇 𝑁(𝑑2 )

ECUACIÓN 21.- FÓRMULA DE BLACK-SCHOLES-MERTON PARA EL VALOR DE LA PRIMA EN UNA

OPCIÓN CALL EUROPEA

Con

𝑆 𝜎2 𝑆 𝜎2
𝑙𝑛 ( 𝐾0 ) + (𝑟𝑓 + 2 ) 𝑇 𝑙𝑛 ( 𝐾0 ) + (𝑟𝑓 − 2 ) 𝑇
𝑑1 = ; 𝑑2 = 𝑑1 − 𝜎√𝑇 =
𝜎√𝑇 𝜎√𝑇

ECUACIÓN 22.- CONSTANTES D1 Y D2 EN LA FÓRMULA DE BLACK-SCHOLES-MERTON

Donde N(x) denota el valor de la distribución estándar acumulada hasta el valor x.

Para el caso de una opción put europea con vencimiento en T y precio de ejercicio K se tiene que:
35

𝑃𝐸 = 𝐾𝑒 −𝑟𝑓 𝑇 𝑁(−𝑑2 ) − 𝑆0 𝑁(−𝑑1 )

ECUACIÓN 23.- FÓRMULA DE BLACK-SCHOLES-MERTON PARA EL VALOR DE LA PRIMA EN UNA

OPCIÓN PUT EUROPEA

Si el activo subyacente a la opción para dividendos a una tasa compuesta continuamente 𝑦, se tiene

que:

𝐶𝐸 = 𝑆0 𝑒 −𝑦𝑇 𝑁(𝑑1 ) − 𝐾𝑒 −𝑟𝑓 𝑇 𝑁(𝑑2 )

ECUACIÓN 24.- FÓRMULA DE BLACK-SCHOLES-MERTON PARA EL VALOR DE LA PRIMA EN UNA

OPCIÓN CALL EUROPEA CON PAGO DE DIVIDENDOS EN CONTINUO

Con

𝑆 𝜎2
𝐿𝑛 ( 𝐾0 ) + (𝑟𝑓 − 𝑦 + 2 ) 𝑇
𝑑1 = ; 𝑑2 = 𝑑1 − 𝜎√𝑇
𝜎√𝑇

ECUACIÓN 25. CONSTANTES D1 Y D2 EN LA FÓRMULA DE BLACK-SCHOLES-MERTON PARA PAGO

DE DIVIDENDOS EN CONTINUO

3.3. Comportamiento del precio del subyacente

Para determinar el valor de las opciones reales se deben modelar las variables de las cuales

dependen y específicamente en la valoración del cultivo de palma será necesario determinar el

comportamiento del precio del fruto de la palma.

En general se encuentran comportamientos discretos y continuos para la modelación de las

variables (Frache & Katz):


36

3.3.1. Comportamiento discreto con árboles binomiales

De entre los métodos de valoración de opciones reales existentes, el binomial es el más

intuitivo y el que utiliza unos cálculos matemáticos más sencillos. Esto es importante porque la

aplicabilidad de las opciones reales descansa fundamentalmente en que los directivos y

empresarios entiendan perfectamente cómo el método obtiene el valor para poder así confiar en

sus resultados. (Mascareñas, 2015)

Éste método de valoración de opciones financieras realiza sus cálculos en tiempo discreto,

con la vista puesta en la valoración de opciones sobre acciones pero que, sin embargo, es perfecto

para valorar opciones reales (Cox, Ross, & Rubinstein, 1979). Para ver cómo funciona nada mejor

que comenzar valorando una opción de compra sobre una acción que no reparte dividendos y cuyo

plazo es un año. Dado que el modelo que se aplicará es de tipo continuo, no se abordará en este

documento el detalle del comportamiento de activos subyacentes en discreto.

3.3.2. Comportamiento continuo con procesos estocásticos

Una variable aleatoria X es una función definida sobre el espacio muestral  que asigna a

cada  ∈  un único número real x(). X = (x1, x2,…xn) es un vector aleatorio n-dimensional si

sus componentes son variables aleatorias.

Un proceso estocástico en continuo, {xt}t≥0, es una colección de variables aleatorias

definidas en , donde xt representa el valor del objeto descrito por el proceso en el momento t.

Una trayectoria muestral es una posible realización de la evolución del proceso en el tiempo; puede

concebirse como el equivalente al concepto de serie de tiempo para las realizaciones de procesos

estocásticos en tiempo discreto. El espacio muestral  es el conjunto de todas las trayectorias

muestrales.
37

Los agentes en los mercados financieros pueden operar virtualmente en cualquier momento

del tiempo. En realidad debido a consideraciones prácticas (los mercados están “abiertos” todo el

tiempo) y a la existencia de costos de transacción, ningún inversor realizará transacciones

continuamente. No obstante, dado un número suficientemente grande de agentes, habrá

transacciones prácticamente en todo momento, por lo que los precios de los instrumentos y las

tasas de interés variarán casi continuamente. Por esto los modelos dinámicos de la estructura

temporal de los tipos de interés suelen adoptar el supuesto de que las transacciones financieras

ocurren continuamente, recurriendo entonces a procesos estocásticos en tiempo continuo para dar

cuenta de la evolución de las variables de estado.

Asumiendo que todas las variables aleatorias xt toman valores en el mismo conjunto S,

denominado el espacio de estados del proceso. Más rigurosamente, S es el conjunto más pequeño

con la propiedad de que P {xt ∈ S} = 1 ∀ t. Si S ⊆ IR, estaremos ante un espacio unidimensional.

Si S es un subconjunto de IRn, se tratará de un proceso n-dimensional, que puede concebirse como

un vector de n procesos unidimensionales. En tanto se consideran medidas de probabilidad

equivalentes, el espacio de estados no se verá afectado por cambios en la medida de probabilidad.

A medida que transcurre el tiempo, se observa la evolución del objeto descrito por el proceso

estocástico. En cualquier momento del tiempo t’, los valores previos {xt} t ∈ [0, t’) donde xt ∈ S,

serán conocidos. Estos valores constituyen la historia del proceso hasta el momento t’; los valores

futuros son estocásticos.

Conforme pasa el tiempo, además, será posible revisar las experiencias acerca de los

valores futuros del proceso o, más precisamente, revisar la distribución de probabilidad que se

atribuyó al valor del proceso {xt} t ≥ 0 en cualquier punto futuro del tiempo.
38

Situándose en el momento t, y considerando el valor del proceso en algún momento futuro u>

t. La distribución del valor xu está caracterizada por las probabilidades P(xu ∈ A) para subconjuntos

A medibles del espacio de estados S. (Frache, Serafín; Katz, Gabriel, 2013)

3.4. Valoración por Montecarlo

El problema de la valoración de un derivado financiero puede ser resuelto mediante el

cálculo del valor esperado del flujo de caja que promete generar este activo en algún momento

futuro, bajo una medida de riesgo neutral.

𝑉𝑡 = 𝑒 −𝑟𝑓 (𝑇−𝑡) 𝐸 𝑄 [𝑉𝑡 ]

ECUACIÓN 26. VALORACIÓN DE UN DERIVADO FINANCIERO

Entonces se puede utilizar el método de Montecarlo para valorar el derivado, aproximando

el valor esperado correspondiente mediante el promedio de los valores del flujo de caja descontado

para cada valor simulado.

En este caso la variable a simular es 𝑉𝑡 , expresión que para el caso de las opciones resulta

ser una función del precio del activo subyacente 𝑆𝑡 , lo que significa que la variable a simular debe

ser el precio del activo subyacente.

Con anterioridad se presentó el modelo clásico para describir el precio de activos riesgosos,

asumiendo que estos precios siguen un movimiento Browniano geométrico. Continuando con el

modelo, los cambios en el precio del activo subyacente, bajo riesgo neutral, pueden ser descritos

mediante la siguiente ecuación diferencial estocástica:


39

𝑑𝑆𝑡 = 𝑟𝑓 𝑆𝑡 𝑑𝑡 + 𝜎𝑆𝑡 𝑑𝑊𝑡


ECUACIÓN 27. CAMBIOS EN EL PRECIO DEL ACTIVO SUBYACENTE

O mediante su solución para un instante de tiempo fijo:

1
𝑆𝑡 = 𝑆0 𝑒𝑥𝑝 {(𝑟𝑓 − 𝜎 2 ) 𝑡 + 𝜎𝑊𝑡 }
2
ECUACIÓN 28. SOLUCIÓN DE LOS CAMBIOS DE PRECIO DE UN ACTIVO SUBYACENTE PARA UN
INSTANTE DE TIEMPO FIJO

En las expresiones 28 y 29 se observa que la única variable aleatoria a simular es 𝑑𝑊𝑡 o

𝑊𝑡 respectivamente (esto para estos modelos básicos), y como 𝑑𝑊𝑡 ~𝑁(0, 𝑑𝑡), se puede usar para

su simulación una variable aleatoria 𝑍~𝑁(0, 1), de forma que:

𝑑𝑊𝑡 = √𝑑𝑡𝑍

Donde la igualdad es en distribución. De esta forma utilizando una aproximación de Euler, la

expresión 29 puede escribirse como:

𝑆𝑡+𝑑𝑡 − 𝑆𝑡 = 𝑟𝑓 𝑆𝑡 𝑑𝑡 + 𝜎𝑆𝑡 √𝑑𝑡𝑍 ; 𝑍~𝑁(0, 1)

De donde,

𝑆𝑡+𝑑𝑡 = 𝑆𝑡 + 𝑟𝑓 𝑆𝑡 𝑑𝑡 + 𝜎𝑆𝑡 √𝑑𝑡𝑍 ; 𝑍~𝑁(0, 1)

ECUACIÓN 29. PRECIO DEL ACTIVO SUBYACENTE EN EL TIEMPO T + DT

Expresión que muestra como simular el precio del activo en el instante 𝑡 + 𝑑𝑡 a partir de su precio

en el instante 𝑡.
40

De forma análoga la expresión 31 muestra como simular el precio en el instante 𝑡 a partir de su

precio en el instante 0.

1
𝑆𝑡 = 𝑆0 𝑒𝑥𝑝 {(𝑟𝑓 − 𝜎 2 ) 𝑡 + 𝜎√𝑡𝑍} ; 𝑍~𝑁(0, 1)
2
ECUACIÓN 30. PRECIO DEL ACTIVO SUBYACENTE EN EL INSTANTE T A PARTIR DE SU PRECIO EN
EL INSTANTE 0

Una vez que se tiene la expresión para el cálculo del precio del activo subyacente, el

procedimiento de valoración sigue los pasos mostrados en la sección anterior para el cálculo de la

integral (valor esperado).

Este procedimiento de valoración puede ser aplicado a una amplia variedad de productos

derivados, convirtiéndolo en una alternativa sencilla y eficiente para la estimación del valor de

algunos tipos de derivados exóticos.

3.5. Equivalencia entre opciones financieras y opciones reales

La posibilidad de realizar un proyecto de inversión tiene grandes similitudes con la toma

de posición en las opciones financieras sobre activos subyacentes. Esto se tiene porque los dos

casos implican el derecho más no la obligación de adquirir un activo (flujo de caja) pagando

(invirtiendo) una cierta cantidad en un momento determinado.

Como se expuso en capítulos anteriores muchos proyectos tienen flexibilidades (opciones)

que de ser ejercidas por el administrador implicarán un incremento en los flujos de caja generados,

y por ende, la existencia de este tipo de flexibilidades debe alterar a valoración del proyecto.

Estas opciones reales son valoradas mediante la implementación de las técnicas de valoración de

opciones financieras expuestas en los capítulos anteriores, lo que implica considerar primero una
41

analogía entre las variables necesarias para la valoración de opciones financieras y las variables

que serán consideradas para la valoración de opciones reales así:

CUADRO 1. ANALOGÍA ENTRE LAS OPCIONES FINANCIERAS Y LAS OPCIONES REALES


Variable Opciones financieras Opciones reales
Valor actual del flujo de caja que
𝑆0 Precio actual del subyacente
genera el proyecto
𝐾 Precio de ejercicio Inversión asociada al proyecto
𝑇 Fecha de vencimiento de la opción Tiempo que está vigente la opción
𝜎 Volatilidad del precio del activo Volatilidad del flujo de caja
𝑟𝑓 Tasa libre de riesgo Tasa libre de riesgo
Flujos de caja a los cuales se tiene
𝑦 Dividendos acceso si se ejerce la opción o a los
cuales se renuncia si no se ejerce

3.6. Tipos de opciones reales

Existen múltiples tipos de opciones reales según la flexibilidad del proyecto por lo que un

factor importante en la valoración es determinar el tipo de opción financiera que mejor se ajuste a

la situación del proyecto, es decir, compra, venta, europea o americana.

3.6.1. Opción de ampliación o crecimiento de la inversión

Si las condiciones resultan favorables, es posible que el administrador de un proyecto de

inversión decida incrementar su posición en el proyecto con el ánimo de percibir flujos de caja

mayores, incurriendo en un costo adicional (𝐾2 ). Esta posición es análoga a la adquisición de una

opción de compra sobre una parte adicional del proyecto, con precio de ejercicio 𝐾2 . De esta forma,

la oportunidad de inversión con la opción de ampliación incluida puede ser considerada como un

proyecto con inversión inicial 𝐾1 más una opción de compra sobre una inversión futura.
42

Esta opción solo sería ejercida cuando el comportamiento futuro el mercado sea claramente

favorable, y puede hacer que un proyecto con valor presente neto básico negativo, resulte con un

valor positivo.

3.6.2. Opción de reducción o contracción

La opción de reducir un proyecto de inversión proporciona al inversionista el derecho a

renunciar a una parte del proyecto a cambio de un ahorro adicional, que sería el precio de ejercicio

de la opción. Esto aplicará para el caso en el cual las condiciones de mercado no sean favorables,

y el inversionista busque mantenerse en el proyecto pero disminuyendo en un porcentaje el

desembolso inicialmente previsto. Estas opciones son análogas a opciones financieras de venta

sobre un porcentaje del flujo de caja inicialmente previsto, con un precio de ejercicio igual al

ahorro de los costes potenciales.

Este tipo de opciones pueden resultar muy útiles en el caso de la introducción de nuevos productos

en mercados inciertos.

3.6.3. Opción de diferimiento

La opción de diferir un proyecto de inversión otorga a su poseedor el derecho a posponer

durante un plazo de tiempo determinado la realización del proyecto. Este tipo de opción es más

valiosa en proyectos en los cuales la empresa tiene derechos exclusivos para invertir, y va

perdiendo su valor en la medida en que las barreras para la entrada de la competencia desaparecen.

Es análoga una opción financiera de compra sobre los flujos de caja esperados del proyecto, con

un precio de ejercicio igual a la inversión necesaria para realizar el proyecto en la fecha de

vencimiento de la opción.
43

Debido a que la realización anticipada del proyecto implica renunciar a la opción de

diferirlo, el valor de la opción actúa como coste de oportunidad, justificando la realización ya del

proyecto sólo cuando el valor actual de los flujos de caja exceda el valor actual de la inversión en

una cantidad mayor o igual al costo de la opción de diferimiento, es decir, cuando el VPN básico

es mayor que el valor de la opción real de diferirlo.

3.6.4. Opción de abandono

Esta opción otorga a su poseedor el derecho a vender, liquidar o cerrar un proyecto

determinado a cambio de un precio. Este tipo de opciones aparecen con frecuencia en cierto tipo

de negocios, por ejemplo, los inversionistas de riesgo cuando comprometen una determinada

cantidad de dinero en una empresa, suelen hacerlo por etapas, lo que les permite mantener vigente

la opción de abandonar el proyecto sin arriesgar la totalidad del capital cuando las condiciones no

son favorables.

Otro ejemplo son las empresas que buscan atraer a una mayor masa de clientes

ofreciéndoles opciones de abandono de sus compromisos. Desde luego estas compañías tendrían

que comparar los mayores ingresos con el valor de las opciones de abandono que les entregan a

sus clientes.

3.6.5. Opción de cierre temporal

Este es un tipo de opción asociada a la opción de abandono que se presentó en la sección

anterior, pero en este caso el derecho que se otorga al poseedor es el de detener temporalmente la

producción o servicio que se asocia al proyecto.


44

Este tipo de opciones son comunes en industrias como la de extracción de recursos

naturales, las cuales tienen la característica particular de que se puede detener temporalmente la

producción, cuando los ingresos son insuficientes para sostener la producción.

De esta forma, el análisis de este tipo de opcionalidad implica considerar la posibilidad de

una serie de cierres y reaperturas del proyecto, dependiendo de las condiciones del mercado, en

particular, dependiendo del comportamiento del precio del activo asociado al proyecto.

Así, las operaciones temporales pueden considerarse como opciones de compra americanas

(bermudas) sobre los ingresos de un determinado periodo (𝐼𝑡 ), y cuyo precio de ejercicio son los

costos variables operativos del periodo (𝐶𝑡 ).

3.6.6. Opción de selección u opción de escoger

Este tipo de opciones dan a su poseedor el derecho a escoger entre diferentes estrategias

como expandir, contraer o abandonar un proyecto. Su valoración se realiza por los métodos ya

estudiados y comparando entre las diferentes estrategias para determinar aquella que genere mayor

valor.

3.7. Estimación de la volatilidad en opciones reales

Como se puede apreciar de la teoría presentada en los capítulos anteriores, los modelos de

valoración de opciones reales están basados en considerar que la incertidumbre asociada al

proyecto está reflejada en la variable flujo de caja (𝐹𝐶𝑡 ), y proponen diversos esquemas para

representar esta variable.

Un elemento crítico de esta aproximación es la estimación de la volatilidad asociada al

valor estocástico del proyecto. En el caso de las opciones financieras existen diversas
45

aproximaciones al valor de la volatilidad del activo subyacente, que van desde modelos

econométricos aplicados sobre series históricas de los precios o retornos de este activo,

aproximaciones numéricas al valor de la volatilidad a partir de los valores de opciones negociadas

en el mercado, en lo que se conoce como volatilidad implícita, hasta modelos estocásticos para

describir la variable volatilidad, en lo que se conoce como modelos de dos factores.

En el caso de las opciones reales, al no existir un mercado de proyectos, no se cuenta con

información para la implementación de modelos como los anteriores en la estimación de la

volatilidad. Copeland y Antikarov en 2001 presentan una aproximación a esta variable, basada en

la idea de que el valor presente neto del proyecto sin opciones es el mejor estimador insesgado del

valor de mercado del proyecto.

3.7.1. Modelo de Copeland-Antikarov

El modelo de Copeland y Antikarov utiliza la simulación de Monte Carlo para estimar la

volatilidad del proceso que describe el activo subyacente al proyecto (que es el flujo de caja sin

considerar la opcionalidad), bajo el supuesto de que el proceso del flujo de caja sigue un

movimiento Browniano geométrico, es decir:

𝑑𝐹𝐶𝑡 = 𝛼𝐹𝐶𝑡 𝑑𝑡 + 𝜎𝐹 𝐹𝐶𝑡 𝑑𝑊𝑡

ECUACIÓN 31. COMPORTAMIENTO BROWNIANO CON TENDENCIA DEL FLUJO DE CAJA

Donde 𝛼 es el componente de tendencia del proceso (tasa media de retorno o tasa de

crecimiento), 𝜎𝐹 es la v1olatilidad del flujo de caja y 𝑊𝑡 es el movimiento Browniano estándar.


46

El procedimiento inicia considerando el archivo pro-forma del proyecto, tomando el valor

esperado de las variables inciertas, y calculando el valor presente del proyecto en el instante t = 0

(𝑉0). Las variables inciertas relevantes del proyecto se toman como elementos de entrada en la

simulación del flujo de caja pro-forma.

En cada simulación se calcula el flujo de caja y el valor de 𝑉0, y además se calcula el valor

presente de los flujos de caja al final del periodo 1 (𝑉1). Se define entonces una variable aleatoria

como el retorno logarítmico del proyecto en el primer periodo, es decir:

𝑉1
γ = 𝑙𝑛 ( )
𝑉0

ECUACIÓN 32. RETORNO LOGARÍTMICO DEL PROYECTO EN EL PERIODO 1

Sobre la serie de valores simulados de la variable 𝛾 se calcula la desviación estándar (s) y

se define la volatilidad del proyecto 𝜎 como el porcentaje anualizado de la desviación estándar de


𝑠
estos retornos calculado de la relación donde 𝛥𝑡 es la longitud del periodo de tiempo en años,
√𝛥𝑡

utilizado para el cálculo del flujo de caja en el formato pro-forma del proyecto.

Considerando por ejemplo, un proyecto a 5 años, sujeto a una única fuente de incertidumbre

en los ingresos, la cual es aproximada a un movimiento Browniano geométrico con tasa de

crecimiento 𝛼 = 6% y una volatilidad 𝜎𝐹 = 25%. Los costos variables son iguales al 30% de los

ingresos y los costos fijos son de 3.000 para cada uno de los 5 años del proyecto.

La tasa de descuento ajustada por riesgo aplicable al proyecto es 𝜇 = 10%, y se estima un

ingreso inicial (en el año cero) de 10.000. La inversión inicial necesaria es de 20.000.

Los ingresos para los años 1 a 5 son calculados mediante la expresión:

𝜎𝐹2
𝐹𝐶𝑡+1 = 𝐹𝐶𝑡 ∗ 𝑒𝑥𝑝 {(𝛼 − ) 𝛥𝑡 + 𝜎𝐹 √𝛥𝑡𝑍} ; 𝑍~𝑁(0, 1)
2
47

4. DESARROLLO Y APLICACIÓN DEL MODELO

4.1. Análisis del precio del fruto de palma de aceite en Colombia

Fedepalma, la Federación Nacional de Cultivadores de Palma de aceite, organización

creada en el año 1962, conformada por pequeños, medianos y grandes cultivadores y cuyo

propósito es el de apoyar a los cultivadores en la defensa de sus intereses y el logro de la

competitividad de la industria promoviendo el progreso y el bienestar, recopila y presenta

información del sector a través de diferentes publicaciones. Es a través de esta organización que

se tiene acceso a los datos históricos oficiales del precio de la tonelada de fruto de palma de aceite

en Colombia. (Fedepalma, 2016). A continuación se muestra la gráfica de los datos del precio por

tonelada, desde enero de 2001 hasta diciembre de 2013, presentados en el anexo 1.

PRECIO MENSUAL DEL FRUTO (MILES DE PESOS/TON)


$ 1.500

$ 1.300

$ 1.100

$ 900

$ 700

$ 500

$ 300

$ 100
01/10/2000 13/02/2002 28/06/2003 09/11/2004 24/03/2006 06/08/2007 18/12/2008 02/05/2010 14/09/2011 26/01/2013 10/06/2014

FIGURA 14. GRÁFICA DE LA SERIE DE PRECIOS MENSUALES POR TONELADA DE FRUTO DE ACEITE
DE PALMA EN COLOMBIA

Fuente: (Fedepalma, 2016)


48

Una vez analizados los datos con el complemento de estadística descriptiva de Microsoft Excel
2013 ® se obtienen los siguientes resultados:

Media $558,6703846
Error típico 17,11601728
Mediana $519
Moda $410
Desviación estándar $213,7789873
Varianza de la muestra 45701,4554
Curtosis 3,227467035
Coeficiente de asimetría 1,406591534
Rango $1250
Mínimo $188
Máximo $1438
Suma $87152,58
Cuenta 156
Nivel de confianza
(95,0%) 33,81076027

CUADRO 2. RESULTADOS ESTADÍSTICOS DE LA SERIE DE PRECIOS DE FRUTO DE ACITE DE PALMA

EN COLOMBIA

Como se había mencionado con anterioridad, es necesario que el comportamiento del

subyacente cumpla con ciertas condiciones con el fin de determinar si los datos de precio tienen

un comportamiento Browniano Geométrico. Dichas condiciones implican verificar que la serie no

sea autoregresiva y que sus retornos se ajusten a una distribución normal.


49

FIGURA 15. AUTO CORRELACIÓN DE LOS RETORNOS DEL FRUTO DE ACEITE DE PALMA

FIGURA 16. AUTO CORRELACIÓN PARCIAL DEL PRECIO DEL FRUTO DE PALMA DE ACEITE

Dadas los anteriores gráficos se observa que no hay comportamientos sistemáticos de los

residuos, es decir que los retornos de los datos de precio del fruto de aceite de palma no presentan
50

auto correlación, por lo cual cumplen con la primera condición de un movimiento browniano

geométrico.

Las pruebas de normalidad sobre los rendimientos logarítmicos implican inicialmente el

cálculo de los logaritmos naturales del precio actual sobre el precio del periodo anterior. En el

anexo 2 se presenta la tabla de datos.

Una vez calculados los rendimientos logarítmicos se procede a realizar un análisis de

estadística descriptiva en Microsoft Excel 2013 ®. Los resultados se presentan a continuación.

Parámetro Valor
Media 0,00754584
Error típico 0,00794207
Mediana 0,008298803
Moda 0
Desviación estándar 0,098877979
Varianza de la muestra 0,009776855
Curtosis 1,935266365
Coeficiente de
asimetría -0,062364219
Rango 0,649825906
Mínimo -0,293150962
Máximo 0,356674944
Suma 1,169605161
Cuenta 155

CUADRO 3. ESTADÍSTICA DESCRIPTIVA DE LOS RENDIMIENTOS LOGARÍTMICOS DEL PRECIO


DEL FRUTO DE ACEITE DE PALMA EN COLOMBIA

Analizando los datos se observa que la media, la moda y la mediana tienen valores cercanos

o cual es una indicación de que los datos se aproximan a una distribución normal. El valor de la

curtosis, menor a 3, indica que los datos tienen una alta dispersión, lo cual también se aproxima a

un comportamiento normal. Y finalmente el valor del coeficiente de asimetría, cercano a cero,


51

indica que los datos son simétricos, lo cual confirma que el comportamiento de los datos es

aproximadamente normal.

Otro método para comprobar la normalidad de los datos es a través de una curva PP-Plot,

esta curva es una dispersión de los datos ordenados y debe mostrar un comportamiento lineal.

Gráfico PP-Plot
0,4

0,3

0,2

0,1

0
0 20 40 60 80 100 120 140 160 180
-0,1

-0,2

-0,3

-0,4

FIGURA 17. GRÁFICO PP-PLOT DE LOS RENDIMIENTOS LOGARÍTMICOS DEL PRECIO DEL FRUTO
DE ACEITE DE PALMA EN COLOMBIA

La tendencia lineal de este gráfico es una prueba más de la normalidad de los rendimientos

logarítmicos del precio del fruto de palma.

Finalmente el histograma de frecuencias permite confirmar que los rendimientos

logarítmicos se aproximan a una distribución normal ya que es simétrico y su perfil se aproxima a

una curva normal.


52

60

50

40

Frecuencia 30

20

10

Clases

FIGURA 18. HISTOGRAMA DE FRECUENCIAS DE LOS RENDIMIENTOS LOGARÍTMICOS DEL PRECIO


DEL FRUTO DE PALMA DE ACEITE EN COLOMBIA

Realizadas las pruebas de auto-correlación y normalidad de los datos de precio se establece

que dichos datos presentan un comportamiento browniano geométrico que permite realizar de

forma válida el análisis de opciones reales.

Dado lo anterior y utilizando la ecuación 31, se obtiene la expresión que define el

comportamiento del precio del fruto de palma de aceite como un movimiento browniano

geométrico que será utilizado en el modelo de opciones reales.

X0 558,670385
MU 0,00754584
SIGMA 0,098877979
dt 0,01

CUADRO 4. PARÁMETROS PARA LA EXPRESIÓN DEL PRECIO DEL FRUTO DE ACEITE DE PALMA
53

S=X0*EXP((MU-0,5*SIGMA^2)*1+SIGMA*RAIZ(1)*INV.NORM.ESTAND(ALEAT))

ECUACIÓN 33. PRECIO DE LA TONELADA DE FRUTO DE ACEITE DE PALMA COMO UN MOVIMIENTO


BROWNIANO GEOMÉTRICO

Donde X0 es el precio del fruto de aceite de palma en el tiempo cero y MU y SIGMA son

la media y la desviación estándar resultantes del análisis de estadística descriptiva de los datos

históricos del precio del fruto de aceite de palma.

4.2. Definición de variables para el modelo de opciones reales

Siendo la utilidad 𝑈𝑡 una función del tiempo 𝑇, del precio de venta del fruto de palma 𝑆𝑡

en pesos colombianos por tonelada, la producción de fruto de palma 𝑃𝑡 en toneladas, y el costo de

venta 𝐶𝑡 en pesos colombianos por tonelada, se tiene la siguiente expresión:

𝑈𝑡 = 𝑓(𝑇, 𝑆𝑡 , 𝑃𝑡 , 𝐶𝑡 )
ECUACIÓN 34. FUNCIÓN DE UTILIDAD PARA LA PRODUCCIÓN DE FRUTO DE ACEITE DE PALMA

La cual expresa la utilidad, en términos monetarios y no de satisfacción, de un productor

de fruto de aceite de palma que ya está establecido.

Para 𝑈𝑡 en el estado 1, en el cual un productor de fruto de palma establecido no se asocia

se tiene:

𝑈𝑡1 = 𝑆𝑡 ∗ 𝑃𝑡 − 𝐶𝑡 ∗ 𝑃𝑡
𝑈𝑡1 = 𝑃𝑡 ∗ (𝑆𝑡 − 𝐶𝑡 )
ECUACIÓN 35. UTILIDAD EN EL ESTADO 1 PARA EL PRODUCTOR DE FRUTO DE PALMA DE
ACEITE
54

Las asociaciones de palmicultores en Colombia tienen diferentes esquemas para el cobro

de las cuotas de asociación, algunas cobran una tarifa mensual fija, otras cobran un porcentaje de

los ingresos de sus asociados y otras, en un esquema mixto, cobran una tarifa mensual fija más un

porcentaje de los ingresos de los asociados. Los ingresos de las asociaciones son utilizados en los

gastos de administración, disponibilidad de efectivo para créditos de sus asociados y en general

para actividades de bienestar de los mismos. Es de anotar que las funciones principales de las

asociaciones corresponden a la compra de insumos para sus asociados, a la asesoría técnica y a la

venta del fruto de la palma (Baldovino Guevara, 2011).

Según la información disponible, los costos de asociación más altos corresponden al

esquema mixto en el cual el palmicultor asociado realiza pagos mensuales más un porcentaje de

sus ingresos. Dado lo anterior resulta interesante observar la utilidad del análisis de opciones reales

en los cultivos de palma de aceite bajo este esquema de pagos, ya que al ser el más costoso podría

ser válido para cualquier otro esquema.

Dado lo anterior, para 𝑈𝑡 en el estado 2, en el cual un productor de fruto de palma

establecido si decide asociarse pagando una tarifa 𝛼1 como un porcentaje de sus ingresos por la

venta del fruto de palma más una mensualidad fija 𝛼2 , pagos que se traducen en una reducción de

los costos por tonelada producida 𝐶𝑡2 , se tiene que:

𝑈𝑡2 = 𝑆𝑡 ∗ 𝑃𝑡 − 𝐶𝑡2 ∗ 𝑃𝑡 −∝1 ∗ 𝑆𝑡 ∗ 𝑃𝑡 − 𝛼2


𝑈𝑡2 = 𝑃𝑡 (𝑆𝑡 − 𝐶𝑡2 − 𝛼1 ∗ 𝑆𝑡 ) − 𝛼2
𝑈𝑡2 = 𝑃𝑡 ((1 − 𝛼1 ) ∗ 𝑆𝑡 − 𝐶𝑡2 ) − 𝛼2

ECUACIÓN 36. UTILIDAD EN EL ESTADO 2 PARA EL PRODUCTOR DE FRUTO DE PALMA DE ACEITE


55

Entonces en un momento t el pay-off del productor estará dado por la siguiente expresión:

𝑝𝑎𝑦 − 𝑜𝑓𝑓 = 𝑚𝑎𝑥{𝑈𝑡1 , 𝑈𝑡2 }


ECUACIÓN 37. PAY-OFF DEL PRODUCTOR DE FRUTO DE ACEITE DE PALMA

4.3. Tipo de opción real

En este caso, el esquema de asociación para ganar beneficios de reducción en los costos de

producción se asemeja a un esquema de expansión, ya que la producción de los asociados se suma

para obtener poder de negociación en la compra de insumos disminuyendo los costos. Es decir que

el tipo de opción real es una call americana de expansión ya que el productor, teóricamente, una

vez que invierte en un proyecto de cultivo de palma, podría, en cualquier momento, dependiendo

de las condiciones de mercado, hacer efectiva la opción asociándose con otros productores lo cual,

por el pago de una prima, le mejoraría la utilidad del proyecto por la reducción de costos que

conlleva.

Entonces,

𝑂𝑅 = 𝑒 −𝑟𝑓 𝑇 [𝑚𝑎𝑥{𝑆𝑇 − 𝐾; 0}]


ECUACIÓN 38. VALOR DE LA OPCIÓN REAL

Donde 𝑟𝑓 es la tasa libre de riesgo y T el tiempo.

4.4. Aplicación del modelo de análisis de opciones reales

Para la aplicación del modelo de opciones reales se cuenta con los costos de producción de

pequeños y grandes productores de palma de aceite en los departamentos de Magdalena, Meta y

Santander recopilados y publicados por Fedesarrollo para el año 2012.


56

A continuación se presenta la información:

Desviación
Actividad Mínimo Promedio Máximo estándar
Labores de cultivo $ 2.847 $ 25.249 $ 71.556 $ 19.813
Fertilización $ 4.167 $ 14.429 $ 40.889 $ 12.410
Control malezas $ 4.167 $ 15.164 $ 40.000 $ 12.021
Mano de
Control plagas $ 2.500 $ 5.596 $ 15.278 $ 4.806
obra
Control enfermedades $ 2.667 $ 4.283 $ 6.667 $ 1.376
Cosecha $ 1.310 $ 8.791 $ 30.667 $ 8.355
Otras Labores $ 5.556 $ 109.292 $ 280.000 $ 67.695
Fertilización $ 15.625 $ 79.698 $ 187.561 $ 62.833
Control malezas $ 2.500 $ 25.722 $ 66.667 $ 35.565
Insumos Control plagas $ 2.667 $ 46.970 $ 240.833 $ 95.245
Control enfermedades $ 237 $ 13.440 $ 51.378 $ 20.564
Otras labores $ 194 $ 626 $ 1.556 $ 403
CUADRO 5. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR PEQUEÑO EN

MAGDALENA
Fuente: (Fedesarrollo - Iquartil, 2012)

Desviación
Actividad Mínimo Promedio Máximo estándar
Labores de cultivo $ 2.139 $ 19.471 $ 65.104 $ 18.800
Fertilización $ 1.667 $ 11.137 $ 29.167 $ 8.793
Control malezas $ 2.600 $ 7.371 $ 21.889 $ 6.269
Control plagas $ 3.056 $ 8.555 $ 21.889 $ 7.064
Mano de
obra Control enfermedades $ 2.222 $ 5.782 $ 13.133 $ 3.392
Otras labores $ 1.059 $ 7.017 $ 18.182 $ 5.946
Cosecha $ 44.463 $ 129.676 $ 179.667 $ 46.955
Mano de obra
empleada NA $ 31.657 NA NA
Fertilización $ 4.937 $ 31.048 $ 96.994 $ 32.774
Control malezas $ 1.444 $ 6.500 $ 11.556 $ 7.150
Insumos Control plagas $ 4.866 $ 13.596 $ 37.492 $ 13.504
Control enfermedades $ 237 $ 21.344 $ 154.133 $ 53.720
Otras labores $ 280 $ 525 $ 1.273 $ 304
CUADRO 6. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR NO PEQUEÑO EN
MAGDALENA
Fuente: (Fedesarrollo - Iquartil, 2012)
57

Actividad Mínimo Promedio Máximo Desv. Est


Labores de cultivo $ 5.926 $ 10.602 $ 22.222 $ 7.830
Maquinaria Fertilización $ 5.926 $ 7.130 $ 8.333 $ 1.702
Cosecha $ 53.333
Labores de cultivo $ 7.500 $ 23.716 $ 46.667 $ 18.009
Fertilización $ 10.000 $ 14.333 $ 18.667 $ 6.128
Control malezas $ 3.556 $ 8.458 $ 12.500 $ 3.685
Control plagas $ 3.333 $ 13.556 $ 18.667 $ 8.853
Mano de obra
Control enfermedades $ 4.667 $ 6.046 $ 10.186 $ 2.760
Otras Labores $ 556 $ 11.076 $ 14.583 $ 7.014
Cosecha $ 35.000 $ 36.250 $ 40.000 $ 2.500
Mano de obra empleada $ 4.669
Labores de cultivo $ 1.428 $ 2.682 $ 8.250 $ 2.473
Fertilización $ 38.635 $ 143.206 $ 241.534 $ 78.773
Insumos Control malezas $ 36.267 $ 41.178 $ 51.000 $ 8.506
Control plagas $ 998 $ 2.355 $ 3.033 $ 1.175
Control enfermedades $ 2.297 $ 3.198 $ 4.100 $ 1.275
CUADRO 7. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR PEQUEÑO EN META
Fuente: (Fedesarrollo - Iquartil, 2012)
Actividad Mínimo Promedio Máximo Desv Est
Labores de cultivo $ 2.424 $ 10.146 $ 48.193 $ 14.185
Fertilización $ 3.267 $ 16.811 $ 48.193 $ 15.218
Maquinaria Control malezas $ 1.515 $ 6.870 $ 17.778 $ 5.936
Control plagas $ 452 $ 3.625 $ 12.048 $ 5.621
Cosecha $ 16.364 $ 51.128 $ 106.667 $ 35.478
Labores de cultivo $ 909 $ 11.603 $ 63.311 $ 15.545
Fertilización $ 1.000 $ 23.827 $ 83.333 $ 25.301
Control malezas $ 909 $ 7.509 $ 19.800 $ 6.520
Control plagas $ 250 $ 5.171 $ 17.500 $ 4.921
Mano de obra
Control enfermedades $ 909 $ 8.660 $ 28.000 $ 9.164
Otras labores $ 250 $ 1.299 $ 2.261 $ 811
Cosecha $ 6.000 $ 53.761 $ 140.000 $ 40.152
Mano de obra empleada $ 22.296
Labores de cultivo $ 579 $ 2.655 $ 9.214 $ 2.191
Fertilización $ 4.108 $ 123.612 $ 466.667 $ 156.410
Control malezas $ 572 $ 19.623 $ 74.182 $ 28.549
Insumos
Control plagas $ 629 $ 17.096 $ 107.438 $ 26.911
Control enfermedades $ 84 $ 7.963 $ 39.935 $ 12.756
Otras Labores $ 514 $ 27.107 $ 180.952 $ 67.843
CUADRO 8. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR NO PEQUEÑO EN META
Fuente: (Fedesarrollo - Iquartil, 2012)
58

Desviación
Actividad Mínimo Promedio Máximo estándar
Labores de cultivo $ 4.000 $ 18.656 $ 47.000 $ 13.971
Fertilización $ 1.250 $ 7.557 $ 19.250 $ 5.694
Control malezas $ 538 $ 16.974 $ 56.000 $ 23.519
Mano de obra Control plagas $ 1.667 $ 4.375 $ 7.500 $ 2.753
Control enfermedades $ 2.100 $ 9.900 $ 25.000 $ 10.702
Otras Labores $ 1.292 $ 3.239 $ 7.317 $ 2.417
Cosecha $ 6.250 $ 26.423 $ 72.000 $ 20.249
Fertilización $ 8.258 $ 47.557 $ 99.907 $ 30.106
Control malezas $ 825 $ 5.434 $ 10.821 $ 5.270
Insumos Control plagas $ 1.611 $ 5.703 $ 15.925 $ 6.870
Control enfermedades $ 1.238 $ 35.576 $ 116.749 $ 54.996
Otras Labores $ 556

CUADRO 9. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR PEQUEÑO EN

SANTANDER
Fuente: (Fedesarrollo - Iquartil, 2012)

Actividad Mínimo Promedio Máximo Desv Est


Labores de cultivo $ 5.889 $ 17.799 $ 27.632 $ 10.268
Fertilización $ 1.029 $ 12.374 $ 35.000 $ 13.310
Control malezas $ 400 $ 17.208 $ 57.500 $ 27.129
Control plagas $ 1.457 $ 11.712 $ 25.000 $ 11.400
Mano de obra
Control enfermedades $ 2.763 $ 3.649 $ 4.536 $ 1.253
Otras labores $ 2.727
Cosecha $ 9.600 $ 44.037 $ 90.000 $ 30.197
Mano de obra empleada $ 52.401
Labores de cultivo $ 10.122
Fertilización $ 9.563 $ 28.791 $ 71.066 $ 26.231
Insumos Control malezas $ 1.302 $ 15.651 $ 30.000 $ 20.293
Control plagas $ 1.565 $ 9.938 $ 23.108 $ 10.340
Control enfermedades $ 381 $ 1.168 $ 1.954 $ 1.112
CUADRO 10. COSTOS DE PRODUCCIÓN POR ACTIVIDAD PARA PRODUCTOR NO PEQUEÑO EN
SANTANDER
Fuente: (Fedesarrollo - Iquartil, 2012)
59

Según los datos disponibles, y acudiendo a la funcionalidad del Software Crystal Ball® de

Oracle® con el cual se realizarán las simulaciones de Montecarlo para determinar el valor de la

opción real, los costos se ajustarán a 3 diferentes distribuciones de probabilidad: Triangular,

normal y normal truncada. Se utilizan estas distribuciones ya que los datos de los costos

disponibles para realizar los ajustes contienen el valor mínimo, el valor promedio, el valor máximo

y la desviación estándar de cada ítem lo que permitirá comprobar con cual de dichas distribuciones

hay un mejor ajuste. Estos ajustes al final permitirán complementar el análisis de opciones reales

dándole validez estadística a los datos utilizados.

Entonces los costos de producción 𝐶𝑡 para el cultivador de palma de aceite en el estado 1,

en el cual dicho cultivador no se asocia, corresponden a la sumatoria de los costos de las

actividades de producción para productor pequeño en los departamentos de Magdalena, Meta y

Santander de los cuadros 5, 7 y 9, ajustados como variables de suposición, a las distribuciones

triangular, normal y normal truncada.

De forma similar los costos de producción 𝐶𝑡2 para el cultivador de palma de aceite en el

estado 2, en el cual dicho cultivador se asocia para aprovechar las economías de escala,

corresponden a la sumatoria de los costos de las actividades de producción para productor no

pequeño en los departamentos de Magdalena, Meta y Santander de los cuadros 6, 8 y 10, ajustados

como variables de suposición a las distribuciones triangular, normal y normal truncada.

Una vez realizada esta parametrización se procede a formular las utilidades de los estados

1 y 2 del productor de palma de aceite según las ecuaciones 36 y 37:

𝑈𝑡1 = 𝑃𝑡 ∗ (𝑆𝑡 − 𝐶𝑡 )

𝑈𝑡2 = 𝑃𝑡 ((1 − 𝛼1 ) ∗ 𝑆𝑡 − 𝐶𝑡2 ) − 𝛼2


60

Donde la producción 𝑃𝑡 se calcula a partir del producto del área cultivada, el rendimiento por

unidad de área y la unidad de tiempo así:

Parámetro Cantidad unidades

Área de cultivo 20 Hectáreas

Rendimiento 1,5 Ton / Ha / mes

Meses 12 meses / año

𝑷𝒕 =Producción

cultivo 360 Toneladas/año

CUADRO 11. CÁLCULO DE LA PRODUCCIÓN ANUAL DEL CULTIVO DE PALMA


Fuente: (Fedepalma, 2013)

Se estima, según la información publicada por Fedepalma, que un productor pequeño

corresponde a uno que posee un cultivo de 20 de hectáreas o menos.

𝑆𝑡 corresponde al valor del precio del subyacente o precio de la tonelada de fruto de aceite

de palma según el movimiento geométrico browniano descrito en la ecuación 34, 𝛼1 corresponde

al importe cobrado por la asociación como un porcentaje de los ingresos del cultivador y que según

la información disponible corresponde al 1% (Baldovino Guevara, 2011), α2 es el valor cobrado

por la asociación como cuota única de afiliación y que en el caso más costoso asciende a $540.000

pero para efectos de los cálculos se tomará un valor de 540 (Baldovino Guevara, 2011) (Fernandez,

2003).

Posteriormente se calculará el valor del payoff del productor según la ecuación 38:

pay − off = max{Ut1 , Ut2 }


61

Y finalmente el valor de la opción real con la ecuación 39:

OR = e−rf T [max{ST − K; 0}]

Donde la tasa libre de riesgo rf corresponde a 5,25% (Banco de la República, 2016)

Las variables de predicción para la parametrización de la herramienta de Crystal Ball ® que

permitirán hacer la simulación de Montecarlo son:

 Utilidad en el estado 1: Que equivale a la utilidad calculada como flujo de caja descontado

 Payoff de la opción real: Que incluye el valor agregado de la opción real

 Prima de la opción real: Que corresponde al precio pagado por el productor por el derecho

al estado 2

Es de anotar que cada una de estas variables se ajustará según las distribuciones triangular,

normal y normal truncada de los costos en los estados 1 y 2 mencionadas con anterioridad.

4.5. Presentación de resultados

Con el uso del software Cyrtal Ball® de Oracle® se obtienen los siguientes resultados:

FIGURA 19. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN TRIANGULAR PARA MAGDALENA
62

FIGURA 20. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN

REAL EN LA DISTRIBUCIÓN TRIANGULAR PARA MAGDALENA

FIGURA 21. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN TRIANGULAR PARA MAGDALENA


63

FIGURA 22. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL PARA MAGDALENA

FIGURA 23. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN

REAL EN LA DISTRIBUCIÓN NORMAL PARA MAGDALENA


64

FIGURA 24. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN NORMAL PARA MAGDALENA

FIGURA 25. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL TRUNCADA PARA MAGDALENA
65

FIGURA 26. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN

REAL EN LA DISTRIBUCIÓN NORMAL TRUNCADA PARA MAGDALENA

FIGURA 27. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN NORMAL TRUNCADA PARA MAGDALENA


66

FIGURA 28. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN TRIANGULAR PARA META

FIGURA 29. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN

REAL EN LA DISTRIBUCIÓN TRIANGULAR PARA META


67

FIGURA 30. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN TRIANGULAR PARA META

FIGURA 31. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL PARA META
68

FIGURA 32. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN

REAL EN LA DISTRIBUCIÓN NORMAL PARA META

FIGURA 33. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN NORMAL PARA META


69

FIGURA 34. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL TRUNCADA PARA META

FIGURA 35. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DEL PAY-OFF DE LA OPCIÓN
REAL EN LA DISTRIBUCIÓN NORMAL TRUNCADA PARA META
70

FIGURA 36. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN NORMAL TRUNCADA PARA META

FIGURA 37. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN


REAL EN LA DISTRIBUCIÓN TRIANGULAR PARA SANTANDER
71

FIGURA 38. RESULTADOS DE CRYSTAL BALL® PARA EL PAY-OFF DE LA OPCIÓN REAL EN LA

DISTRIBUCIÓN TRIANGULAR PARA SANTANDER

FIGURA 39. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN TRIANGULAR PARA SANTANDER


72

FIGURA 40. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL PARA SANTANDER

FIGURA 41. RESULTADOS DE CRYSTAL BALL® PARA EL PAY-OFF DE LA OPCIÓN REAL EN LA

DISTRIBUCIÓN NORMAL PARA SANTANDER


73

FIGURA 42. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA


DISTRIBUCIÓN NORMAL PARA SANTANDER

FIGURA 43. RESULTADOS DE CRYSTAL BALL® PARA EL VALOR DE LA PRIMA DE LA OPCIÓN REAL
EN LA DISTRIBUCIÓN NORMAL TRUNCADA PARA SANTANDER
74

FIGURA 44. RESULTADOS DE CRYSTAL BALL® PARA EL PAY-OFF DE LA OPCIÓN REAL EN LA

DISTRIBUCIÓN NORMAL TRUNCADA PARA SANTANDER

FIGURA 45. RESULTADOS DE CRYSTAL BALL® PARA LA UTILIDAD EN EL ESTADO 1 EN LA

DISTRIBUCIÓN NORMAL TRUNCADA PARA SANTANDER


75

Parámetro Estadísticos Triangular Normal Normal


truncada
Media $ 82.576,24 $ 117.843,09$ 89.900,91
Desviación
$ 64.967,79 $ 70.122,61 $ 65.793,86
Prima
Mínimo $ 0,00 $ 0,00 $ 0,00
Máximo $ 481.268,32 $ 557.996,55
$ 492.985,85
Media $ 87.027,31 $ 124.195,14$ 94.746,80
Desviación
$ 68.469,72 $ 73.902,39 $ 69.340,32
Pay Off
Mínimo $ 0,00 $ 0,00 $ 0,00
Máximo $ 507.209,91 $ 588.073,99
$ 519.559,05
Media $ 40.235,21 $ 90.523,83 $ 53.639,10
Desviación
$ 71.156,31 $ 84.885,13 $ 75.112,14
-$ -$ -$
UT1
Mínimo 142.778,88 180.199,45 162.398,06
Máximo $ 371.657,14 $ 401.870,46
$ 422.840,12
P-UT1>0 69,96% 86,87% 74,97%
CUADRO 12. RESULTADOS GENERALES PARA MAGDALENA – VALORES EN MILES DE PESOS
Fuente: Elaboración propia

Parámetro Estadísticos Triangular Normal Normal


truncada
Media $ 76.672,56 $ 99.230,34 $ 78.392,01
Desviación
$ 67.708,93 $ 75.501,42 $ 67.914,31
Prima
Mínimo $ 0,00 $ 0,00 $ 0,00
Máximo $ 412.068,17 $ 463.033,02
$ 411.190,73
Media $ 80.805,41 $ 104.579,11$ 82.617,54
Desviación
$ 71.358,62 $ 79.571,14 $ 71.575,06
Pay Off
Mínimo $ 0,00 $ 0,00 $ 0,00
Máximo $ 434.279,70 $ 487.991,68
$ 433.354,96
Media $ 78.031,68 $ 79.002,68 $ 78.548,70
Desviación
$ 72.307,48 $ 75.159,26 $ 73.227,87
UT1 Mínimo -$ 68.630,36 -$ 72.797,31
-$ 83.210,96
Máximo $ 408.663,62 $ 430.249,56
$ 418.465,10
P-UT1>0 88,25% 86,55% 88,51%
CUADRO 13. RESULTADOS GENERALES PARA META – VALORES EN MILES DE PESOS
Fuente: Elaboración propia
76

Parámetro Estadísticos Triangular Normal Normal


truncada
$ $
Media 125.063,87 $ 144.709,55 128.868,34
Desviación $ 64.241,27 $ 66.945,66 $ 64.373,18
Prima
Mínimo $ 0,00 $ 6.318,72 $ 0,00
$ $
Máximo 578.870,90 $ 566.298,24 597.237,55
$ $
Media 131.805,13 $ 152.509,98 135.814,67
Desviación $ 67.704,03 $ 70.554,20 $ 67.843,06
Pay Off
Mínimo $ 0,00 $ 6.659,32 $ 0,00
$ $
Máximo 610.073,52 $ 596.823,17 629.430,18
$ $
Media 131.765,24 $ 148.221,02 134.898,05
Desviación $ 68.209,29 $ 72.919,50 $ 70.646,05
UT1 Mínimo -$ 43.402,10 -$ 32.559,19 -$ 53.055,75
$ $
Máximo 433.128,29 $ 472.222,81 448.966,63
P-UT1>0 99,62% 99,28% 99,35%
CUADRO 14. RESULTADOS GENERALES PARA SANTANDER – VALORES EN MILES DE PESOS
Fuente: Elaboración propia

4.6. Análisis de resultados

Al realizar las simulaciones con el ajuste de las diferentes distribuciones probabilísticas

para los datos de los costos de productores pequeños y no pequeños se observa, según los cuadros

12, 13 y 14, que la distribución normal presenta los mejores resultados, ya que no solo los datos

de las medias de los pay-off, la prima y UT1 (utilidad en el estado 1) son mayores, sino que, si se

analiza detenidamente, las desviaciones estándar como un porcentaje de las medias, son menores:
77

Normal
Departamento Variable Triangular Normal
truncada

Prima $ 82.576 $ 117.843 $ 89.901


Magdalena Pay Off $ 87.027 $ 124.195 $ 94.747
UT1 $ 40.235 $ 90.524 $ 53.639
Prima $ 125.064 $ 144.710 $ 128.868
Santander Pay Off $ 131.805 $ 152.510 $ 135.815
UT1 $ 131.765 $ 148.221 $ 134.898
Prima $ 76.673 $ 99.230 $ 78.392
Meta Pay Off $ 80.805 $ 104.579 $ 82.618
UT1 $ 78.032 $ 79.003 $ 78.549
CUADRO 15. MEDIAS DE LAS VARIABLES PARA LAS 3 DISTIBUCIONES – VALORES EN MILES DE
PESOS
Fuente: Elaboración propia

Normal
Departamento Variable Triangular Normal
truncada

Prima 78,7% 59,5% 73,2%


Magdalena Pay Off 78,7% 59,5% 73,2%
UT1 176,9% 93,8% 140,0%
Prima 51,4% 46,3% 50,0%
Santander Pay Off 51,4% 46,3% 50,0%
UT1 51,8% 49,2% 52,4%
Prima 88,3% 76,1% 86,6%
Meta Pay Off 88,3% 76,1% 86,6%
UT1 92,7% 95,1% 93,2%
CUADRO 16. DESVIACIONES ESTÁNDAR COMO UN PORCENTAJE DE LAS MEDIAS
Fuente: Elaboración propia
78

Dado lo anterior el análisis se centrará en los resultados obtenidos a partir del ajuste de los

costos a la distribución normal. Dichos resultados se muestran a continuación:

Parámetro Estadísticos Magdalena Meta Santander


Media $ 117.843,09 $ 99.230,34
$ 144.709,55
Desviación $ 70.122,61 $ 75.501,42
$ 66.945,66
Prima
Mínimo $ 0,00 $ 0,00
$ 6.318,72
Máximo $ 557.996,55 $ 463.033,02
$ 566.298,24
Media $ 124.195,14 $ 104.579,11
$ 152.509,98
Desviación $ 73.902,39 $ 79.571,14
$ 70.554,20
Pay Off Mínimo $ 0,00 $ 0,00
$ 6.659,32
Máximo $ 588.073,99 $ 487.991,68
$ 596.823,17
P(Pay-off)>0 100% 100%
100%
Media $ 90.523,83 $ 79.002,68
$ 148.221,02
Desviación $ 84.885,13 $ 75.159,26
$ 72.919,50
UT1 Mínimo -$ 180.199,45 -$ 72.797,31
-$ 32.559,19
Máximo $ 401.870,46 $ 430.249,56
$ 472.222,81
P(UT1)>0 86,87% 86,55%
99,28%
CUADRO 17. RESULTADOS CON AJUSTE DE COSTOS A LA DISTRIBUCIÓN NORMAL – VALORES EN
MILES DE PESOS

Fuente: Elaboración propia

Observando los valores de la utilidad en el estado 1 (UT1), en el cual el productor de palma

de aceite no se asocia, se tiene que el departamento de Santander presenta las mejores utilidades

($148.221.020), seguido del departamento del Magdalena ($90.523.830) y por último el

departamento del Meta ($79.002.680). De igual forma la probabilidad de que las utilidades del

cultivo sean mayores a cero (P(UT1)) también favorece al departamento de Santander con un

99,28% lo cual da indicios de que este departamento puede ser el más competitivo de los tres

analizados. Analizando los datos del promedio de los 3 departamentos se observa que el cultivo

de palma resulta ser una actividad rentable y tiene una alta probabilidad de que las utilidades sean

mayores a cero sin embargo se debe tener en cuenta que el modelo utilizado no incluye los costos
79

de inversión ya que se centra únicamente en la etapa de desarrollo con la posibilidad de asociarse

como una opción de expansión.

$ 152.510
$ 148.221

$ 124.195

$ 104.579
$ 90.524
$ 79.003

Meta Magdalena Santander

Payoff UT1

FIGURA 46. GRÁFICO DE LAS MEDIAS PARA EL PAY-OFF Y LA UTILIDAD EN EL ESTADO 1 -

CIFRAS EN MILES DE PESOS

Tal y como se observa en el cuadro 17, el pay-of de los departamentos presenta un

comportamiento similar, es decir que el departamento de Santander es el que tiene el pay-off más

alto, seguido del departamento del Magdalena y por último el departamento del Meta.

Observando la figura 46 se ve el valor agregado de la valoración con la opción real ya que

los valores de las medias del pay-off son superiores a los valores de las utilidades en el estado 1.

Adicional a lo anterior observando el cuadro 17 se tiene que la probabilidad de que las utilidades

sean mayores a cero pasó a ser del 100% en todos los casos, esto le brinda al productor un

verdadero “seguro” para su actividad ya que en cualquier momento puede acceder al esquema de

asociación con lo cual no solo aumenta su utilidad esperada sino que además evita tener posibles

pérdida-s.
80

Meta Magdalena Santander

UT1 $ 79.003 $ 90.524 $ 148.221

Pay-off $ 104.579 $ 124.195 $ 152.510

Valor agregado por la Opción

Real $25.576 $33.671 $4.289

Aumento de la Utilidad 32% 37% 3%

CUADRO 18. VALOR AGREGADO DE LA OPCIÓN REAL (VALORES EN MILES DE PESOS)

Fuente: Elaboración propia

En el cuadro 18 se observa que el porcentaje del aumento de la utilidad desde el estado

UT1 hasta el pay-off, cómo el valor generado por la opción, es más significativo en los

departamentos de Meta y Magdalena en los cuales dicho porcentaje es de 32% y 37%

respectivamente, es decir que en estos departamentos la opción real le genera más valor al

proyecto, sin embrago es importante tener en cuenta que la opción real también aumenta, en todos

los casos, la probabilidad de que las utilidades sean positivas hasta el 100%.
81

5. CONCLUSIONES

Una opción de expansión o de crecimiento permite valorar la posibilidad de un proyecto

de aumentar su producción en el momento en el que las condiciones de mercado sean favorables

mediante una inversión adicional. En el caso de un productor pequeño de fruto de aceite de palma

en Colombia, la posibilidad de pertenecer a una asociación implica hacer una pequeña inversión

como cuota de asociación y pagar un porcentaje periódico de sus ingresos; como retribución

obtiene menor costo en sus insumos, asesoría técnica y acceso a mejores clientes, lo cual mejora

su utilidad si los precios de mercado son favorables. Estos beneficios eran únicamente alcanzados

por los grandes productores debido a su mayor poder de negociación pero con la asociación, son

beneficios que obtienen también los pequeños productores. Es decir que la asociación de pequeños

productores para obtener beneficios derivados del poder de negociación se asemeja a la posibilidad

que tendría un productor de expandir su proyecto haciendo una inversión adicional.

Dada la volatilidad y el comportamiento estocástico del precio del fruto de aceite de palma

en Colombia, se encuentra que en el modelo de valoración que no incluye la posibilidad de

asociación para el pequeño productor, se presenta riesgo de pérdida. Es así que en los

departamentos analizados se observa que las probabilidades de pérdida en el modelo sin asociación

son 13,13% para magdalena, 13,45% para el Meta y 0,72% para Santander. Adicionalmente la

utilidad y volatilidad en cada departamento para el modelo sin asociación corresponde a: $90

millones con volatilidad del 94% para Magdalena, $79 millones con volatilidad del 95% para el

Meta y $148 millones con volatilidad del 49% para Santander.

Según los resultados de la simulación del modelo de valoración que incluye la opción real

de expansión, en la cual el pequeño productor de fruto de aceite de palma tiene la posibilidad de


82

asociarse para beneficiarse de las economías de escala, se encontró que en los tres departamentos

estudiados la opción real ofrece beneficios a los pequeños productores ya que se aumentan las

utilidades y se evitan las pérdidas.

En promedio, para los pequeños productores de los departamentos evaluados la opción real

ofrece el siguiente valor agregado: $33,7 millones correspondientes a un aumento del 37% para

Magdalena, $25,5 millones correspondientes a un aumento del 32% para el Meta y $4,3 millones

correspondientes a un aumento del 3% para Santander.

Con el objetivo de complementar el presente estudio en desarrollos posteriores queda como

alternativa el estudio en otras regiones del país. También teniendo en cuenta que un cultivador de

fruto de palma de aceite tiene diferentes alternativas de negocio entre las que se pueden mencionar

los cultivos de caucho y la ganadería. De este modo, en caso de que las diferentes condiciones del

cultivo de palma de aceite no sean favorables, el cultivador tendría la posibilidad de cambiar su

actividad, realizando la debida inversión, para cultivar caucho o criar ganado.


83

ANEXO 1.

SERIE HISTÓRICA DE PRECIOS DE LA TONELADA DEL FRUTO DE PALMA DE


ACEITE EN COLOMBIA

PRECIO PRECIO PRECIO


FRUTO FRUTO FRUTO
FECHA FECHA FECHA
(MILES DE (MILES DE (MILES DE
PESOS/TON) PESOS/TON) PESOS/TON)
01/01/2001 $ 222 01/08/2003 $ 401 01/03/2006 $ 447
01/02/2001 $ 196 01/09/2003 $ 401 01/04/2006 $ 405
01/03/2001 $ 188 01/10/2003 $ 454 01/05/2006 $ 411
01/04/2001 $ 199 01/11/2003 $ 554 01/06/2006 $ 451
01/05/2001 $ 212 01/12/2003 $ 553 01/07/2006 $ 450
01/06/2001 $ 208 01/01/2004 $ 565 01/08/2006 $ 473
01/07/2001 $ 217 01/02/2004 $ 547 01/09/2006 $ 474
01/08/2001 $ 310 01/03/2004 $ 598 01/10/2006 $ 430
01/09/2001 $ 276 01/04/2004 $ 620 01/11/2006 $ 470
01/10/2001 $ 280 01/05/2004 $ 626 01/12/2006 $ 471
01/11/2001 $ 284 01/06/2004 $ 606 01/01/2007 $ 464
01/12/2001 $ 300 01/07/2004 $ 580 01/02/2007 $ 460
01/01/2002 $ 285 01/08/2004 $ 538 01/03/2007 $ 491
01/02/2002 $ 300 01/09/2004 $ 538 01/04/2007 $ 505
01/03/2002 $ 305 01/10/2004 $ 522 01/05/2007 $ 560
01/04/2002 $ 315 01/11/2004 $ 496 01/06/2007 $ 578
01/05/2002 $ 345 01/12/2004 $ 515 01/07/2007 $ 659
01/06/2002 $ 370 01/01/2005 $ 485 01/08/2007 $ 602
01/07/2002 $ 370 01/02/2005 $ 460 01/09/2007 $ 646
08/08/2002 $ 400 01/03/2005 $ 456 01/10/2007 $ 635
08/09/2002 $ 410 01/04/2005 $ 525 01/11/2007 $ 680
08/10/2002 $ 410 01/05/2005 $ 496 01/12/2007 $ 788
08/11/2002 $ 440 01/06/2005 $ 459 01/01/2008 $ 743
08/12/2002 $ 450 01/07/2005 $ 455 01/02/2008 $ 832
01/01/2003 $ 530 01/08/2005 $ 445 01/03/2008 $ 886
01/02/2003 $ 537 01/09/2005 $ 398 01/04/2008 $ 884
01/03/2003 $ 500 01/10/2005 $ 420 01/05/2008 $ 859
01/04/2003 $ 480 01/11/2005 $ 409 01/06/2008 $ 863
01/05/2003 $ 420 01/12/2005 $ 410 01/07/2008 $ 794
01/06/2003 $ 420 01/01/2006 $ 428 01/08/2008 $ 645
01/07/2003 $ 435 01/02/2006 $ 430 01/09/2008 $ 673
84

PRECIO PRECIO PRECIO


FRUTO FRUTO FRUTO
FECHA FECHA FECHA
(MILES DE (MILES DE (MILES DE
PESOS/TON) PESOS/TON) PESOS/TON)
01/10/2008 $ 680 01/07/2010 $ 710 01/04/2012 $ 600
01/11/2008 $ 578 01/08/2010 $ 720 01/05/2012 $ 602
01/12/2008 $ 445 01/09/2010 $ 726 01/06/2012 $ 550
01/01/2009 $ 421 01/10/2010 $ 761 01/07/2012 $ 519
01/02/2009 $ 442 01/11/2010 $ 872 01/08/2012 $ 471
01/03/2009 $ 519 01/12/2010 $ 1.045 01/09/2012 $ 641
01/04/2009 $ 513 01/01/2011 $ 1.196 01/10/2012 $ 611
01/05/2009 $ 639 01/02/2011 $ 1.340 01/11/2012 $ 567
01/06/2009 $ 675 01/03/2011 $ 1.438 01/12/2012 $ 572
01/07/2009 $ 574 01/04/2011 $ 1.195 01/01/2013 $ 437
01/08/2009 $ 463 01/05/2011 $ 1.158 01/02/2013 $ 461
01/09/2009 $ 494 01/06/2011 $ 1.201 01/03/2013 $ 472
01/10/2009 $ 492 01/07/2011 $ 1.039 01/04/2013 $ 437
01/11/2009 $ 515 01/08/2011 $ 775 01/05/2013 $ 463
01/12/2009 $ 487 01/09/2011 $ 775 01/06/2013 $ 444
01/01/2010 $ 573 01/10/2011 $ 735 01/07/2013 $ 552
01/02/2010 $ 585 01/11/2011 $ 744 01/08/2013 $ 538
01/03/2010 $ 605 01/12/2011 $ 737 01/09/2013 $ 576
01/04/2010 $ 659 01/01/2012 $ 813 01/10/2013 $ 575
01/05/2010 $ 711 01/02/2012 $ 621 01/11/2013 $ 581
01/06/2010 $ 747 01/03/2012 $ 618 01/12/2013 $ 715

Fuente: (Fedepalma, 2016)

-
85

ANEXO 2.

RENDIMIENTOS LOGARÍTMICOS DEL PRECIO DEL FRUTO DE LA PALMA DE


ACEITE EN COLOMBIA

Rendimientos Rendimientos Rendimientos


FECHA FECHA FECHA
logarítmicos logarítmicos logarítmicos

01/01/2001 01/08/2003 -0,081384604 01/03/2006 0,038773386


01/02/2001 -0,124562723 01/09/2003 0 01/04/2006 -0,098671528
01/03/2001 -0,041672696 01/10/2003 0,124135771 01/05/2006 0,014706147
01/04/2001 0,056862862 01/11/2003 0,199067489 01/06/2006 0,092874125
01/05/2001 0,06328145 01/12/2003 -0,001806685 01/07/2006 -0,002219757
01/06/2001 -0,019048195 01/01/2004 0,02146773 01/08/2006 0,049847806
01/07/2001 0,042359274 01/02/2004 -0,032376929 01/09/2006 0,002111933
01/08/2001 0,356674944 01/03/2004 0,089141952 01/10/2006 -0,097422113
01/09/2001 -0,116171432 01/04/2004 0,036128724 01/11/2006 0,088947486
01/10/2001 0,014388737 01/05/2004 0,009630893 01/12/2006 0,002125399
01/11/2001 0,014184635 01/06/2004 -0,032470385 01/01/2007 -0,014973542
01/12/2001 0,054808236 01/07/2004 -0,043851883 01/02/2007 -0,008658063
01/01/2002 -0,051293294 01/08/2004 -0,075169543 01/03/2007 0,065217638
01/02/2002 0,051293294 01/09/2004 0 01/04/2007 0,028114301
01/03/2002 0,016529302 01/10/2004 -0,030190972 01/05/2007 0,103378354
01/04/2002 0,032260862 01/11/2004 -0,051091661 01/06/2007 0,031637085
01/05/2002 0,090971778 01/12/2004 0,037590974 01/07/2007 0,131149666
01/06/2002 0,069958589 01/01/2005 -0,06001801 01/08/2007 -0,090466089
01/07/2002 0 01/02/2005 -0,052922401 01/09/2007 0,070542058
08/08/2002 0,077961541 01/03/2005 -0,00873368 01/10/2007 -0,017174505
08/09/2002 0,024692613 01/04/2005 0,140905453 01/11/2007 0,068467799
08/10/2002 0 01/05/2005 -0,056822336 01/12/2007 0,147405292
08/11/2002 0,070617567 01/06/2005 -0,077525717 01/01/2008 -0,058802045
08/12/2002 0,022472856 01/07/2005 -0,009676294 01/02/2008 0,113136396
01/01/2003 0,163629424 01/08/2005 -0,021299634 01/03/2008 0,06288451
01/02/2003 0,013121088 01/09/2005 -0,111622277 01/04/2008 -0,002259888
01/03/2003 -0,071389996 01/10/2005 0,053802706 01/05/2008 -0,028688141
01/04/2003 -0,040821995 01/11/2005 -0,026539555 01/06/2008 0,004645769
01/05/2003 -0,133531393 01/12/2005 0,002442004 01/07/2008 -0,08333123
01/06/2003 0 01/01/2006 0,042966036 01/08/2008 -0,207833144
01/07/2003 0,03509132 01/02/2006 0,004662013 01/09/2008 0,042495013
86

Rendimientos Rendimientos Rendimientos


FECHA FECHA FECHA
logarítmicos logarítmicos logarítmicos

01/10/2008 0,010347469 01/07/2010 -0,050800215 01/04/2012 -0,029558802


01/11/2008 -0,162518929 01/08/2010 0,013986242 01/05/2012 0,00332779
01/12/2008 -0,261499587 01/09/2010 0,008298803 01/06/2012 -0,090339167
01/01/2009 -0,055441448 01/10/2010 0,047083343 01/07/2012 -0,058014395
01/02/2009 0,048677048 01/11/2010 0,136156066 01/08/2012 -0,097045789
01/03/2009 0,160594001 01/12/2010 0,18098274 01/09/2012 0,308171363
01/04/2009 -0,011628038 01/01/2011 0,13496577 01/10/2012 -0,047932498
01/05/2009 0,219628609 01/02/2011 0,113686958 01/11/2012 -0,074737655
01/06/2009 0,054808236 01/03/2011 0,070583645 01/12/2012 0,008779688
01/07/2009 -0,162083295 01/04/2011 -0,185107074 01/01/2013 -0,269205796
01/08/2009 -0,214902342 01/05/2011 -0,031451806 01/02/2013 0,053464848
01/09/2009 0,064808463 01/06/2011 0,036460164 01/03/2013 0,023580943
01/10/2009 -0,004056801 01/07/2011 -0,144895831 01/04/2013 -0,07704579
01/11/2009 0,045688184 01/08/2011 -0,293150962 01/05/2013 0,057793859
01/12/2009 -0,055902778 01/09/2011 0 01/06/2013 -0,041902492
01/01/2010 0,162621594 01/10/2011 -0,05299253 01/07/2013 0,217723484
01/02/2010 0,020726131 01/11/2011 0,012170536 01/08/2013 -0,025689486
01/03/2010 0,033616611 01/12/2011 -0,009453143 01/09/2013 0,068249101
01/04/2010 0,085495076 01/01/2012 0,098143217 01/10/2013 -0,00173762
01/05/2010 0,075948895 01/02/2012 -0,269400028 01/11/2013 0,010380716
01/06/2010 0,049392755 01/03/2012 -0,004842624 01/12/2013 0,207531786

Fuente: Elaboración Propia


87

BIBLIOGRAFÍA

Baldovino Guevara, R. (2011, Septiembre). Caracterización de tres modelos asociativos del

cultivo de palma de aceite en el municipio de Sabana de Torres, departamento de

Santander. Bogotá: Pontificia Universidad Javeriana.

Banco de la República. (2016, Enero 20). Tasas de captación diarias. Retrieved from

http://www.banrep.gov.co/tasas-captacion-diarias

Boer, P. (2002). The real options solution: Finding total value in a high risky world. New York:

John Wiley and Sons Inc.

Centro de Comercio Internacional. (2015, Junio 1). Trade Map. Retrieved from

http://www.trademap.org/Country_SelProduct_TS.aspx?nvpm=3|||||1511|||4|1|1|1|2|1|2|1|

Copeland, T., & Antikarov, V. (2001). Real Options a practitioner's guide. New York: Texere.

Cox, J., Ross, S., & Rubinstein, M. (1979). Options pricing: A simplified Approach. Journal of

Financial Economics N° 7, 229-263.

Fedepalma. (2013). Minianuario Estadísitico 2013. Bogotá: Molher.

Fedepalma. (2016, 02 02). Centro de Información y Documentación Palmero. Retrieved from

http://sispaweb.fedepalma.org/SitePages/Home.aspx

Fedepalma. (2016, 02 02). Fedepalma. Retrieved from http://web.fedepalma.org/

Fedesarrollo - Iquartil. (2012). Costos de Producción de Doce Productos Agropecuarios. Bogotá.

Fernandez, D. (2003). Indupalma y las cooperativas de trabajo asociado, 1991-2002 (B). Social

Enterprise Knowledge Network, 1-24.

Frache, S., & Katz, G. (n.d.). Aplicación del Cálculo Estocástico al Análisis de la Estructura

Temporal de las Tasas de Interés. Nota Docente N° 13, Facultad de Ciencias Sociales,

Universidad de la República, 1-22.


88

Kodupula, P., & Papudesu, C. (2006). Project Valuation Using Real Options A Practitioner's

Guide. Fort Lauderdale, Fl: Ross Publishing Inc.

Mascareñas, J. (2015). Opciones Reales: Valoración por el método binomial. Madrid:

Universidad Complutense de Madrid.

Moreno T, J. F. (2015). Una introducción a las opciones reales. Bogotá D.C.: Universidad

Externado de Colombia.

Procolombia. (2015, Mayo 13). Proclombia - Portal Oficial de Inversión de Colombia. Retrieved

from http://www.inviertaencolombia.com.co/noticias/980-procolombia-destaca-

oportunidades-de-inversion-extranjera-en-aceite-de-palma-en-seis-regiones.html

Trigeorgis, L. (1996). Real Options: Managerial Flexibility and Strategy in Resource Allocation.

MIT Press.