Lectura 1

Introduccin a los modelos Estocqsticos o Probailsticos (Parte 1)

El estudio de los modelos operacionales y estocsticos, es de gran importancia
para el desarrollo de la gestin empresarial. Hoy en da existen una gran variedad
de herramientas que permiten incrementar la probabilidad de tomar mejores
decisiones en cualquier organizacin. Llamase organizacin ya sea del sector
pblico privado.
Los sistemas de informacin, los mtodos estadsticos, las tcnicas nuevas de la
ingeniera industrial y financiera, la evaluacin econmica de las inversiones, los
procesamientos de datos y la investigacin de operaciones.
Tenindose como principal herramienta las generadas a travs de las tcnicas de
la investigacin operacional, son tcnicas de gran importancia a tener en cuenta
para la solucin de los diferentes problemas que se presentan en el desarrollo de
la gestin administrativa de las empresas y organizaciones.
Los modelos Estocsticos o Probabilsticos tienen su origen con Harkov a finales
del siglo IXX. El desarrollo de los modelos de inventarios, as como el de tiempos y
movimientos se llevo a cabo por los aos veinte de este siglo, mientras que los
modelos de lneas de espera se originaron con los estudios de Erlang a principios
del siglo XX. Los problemas de asignacin se estudian con mtodos matemticos
por los hngaros Konig y Egervay en la segunda y tercera dcada del siglo XX.
Los problemas de distribucin se estudian por el ruso Kantorovich en 1939. Von
Neuman cimenta en 1937 lo que aos ms tarde culminar como la teora de
Juegos y la Teora de preferencias (esta ltima desarrollada en conjunto con
Morgenstern). Hay que hacer notar que los modelos matemticos estaban
basados en el clculo diferencial e integral (Newton, Lagrange, Laplace,
Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos). La probabilidad y
la estadstica (Bernoulli, Poisson, Gauss Bayes, Gosset, Smedecor, etc.).
Los modelos estocsticos son ampliamente empleados en trminos prcticos y en
trminos tericos. En trminos prcticos, en los mercados financieros altamente
desarrollados y eficientes, es posible identificar un creciente empleo de estos
modelos por parte de analistas financieros (Pitt, 1995; Huaming y Russell, 1999;
Watanabe, 2000). En trminos tericos, los modelos estocsticos tienen una
aplicacin amplia. Considrese a modo de ejemplo que en los ltimos dos aos
existen ms de 500 artculos publicados en revistas especializadas sobre modelos
estocsticos. Desde la perspectiva de la economa financiera, existe una serie de
trabajos acadmicos de relevancia que sirve de soporte al estudio.
El aporte de Black y Scholes (1973) resulta fundamental puesto que dedujeron
una ecuacin diferencial que considera el precio de cualquier instrumento
financiero derivado de una accin que no paga dividendos. As, a travs de dicha
ecuacin, llegan a obtener el valor de una opcin europea iniciando el anlisis
desde un proceso Wiener-Gauss.

Black (1976) permiti clarificar las diferencias entre diversos tipos de instrumentos
derivados. As, empleando los supuestos de la valoracin original de una opcin,
en la cual subyace el hecho de que la formacin de precios de los activos
financieros sigue un modelo estocstico Wiener-Gauss, este autor valora contratos
forward y opciones sobre commodities.
A su vez, Geske (1978) desarroll una forma ajustada para valorar opciones
europeas cuyo monto de dividendos a pagar es estocstico y en el cual se asume
la pertinencia del modelo Wiener-Gauss. Por su parte, Gibson y Schwartz (1990)
generaron un modelo de dos factores para valorar contratos reales sobre el precio
de dicho activo financiero y justifican la pertinencia de asumir el comportamiento
del precio spot del petrleo segn el modelo Wiener-Gauss.
Hurley y Johnson (1994) desarrollaron unos modelos de valoracin de dividendos
que asumen, adems, que dichos dividendos siguen un patrn de pago segn un
proceso del tipo Markov. De igual modo, Ho et al. (1996) desarrollaron un modelo
para la valoracin de activos financieros en tiempo continuo, el cual explica los
retornos del activo en funcin de un conjunto de factores comunes, entre los
cuales se incluye la existencia de aspectos de naturaleza aleatoria
Pedraja y Rodrguez (1996) realizaron una revisin conceptual donde destacan la
relevancia de incorporar el anlisis estocstico a la valoracin de instrumentos
derivados. Hansen y Jagannathan (1997) entretanto, desarrollaron una forma
alternativa para comparar modelos que valoran el precio de los activos, bajo la
debida consideracin de una serie de factores estocsticos.
Podemos decir que los modelos para la toma de decisiones se clasifican con
frecuencia segn la funcin del negocio a la cual se de aplicaciones (finanzas,
mercadotecnia, contabilidad de costos, operaciones, tec.) o por la disciplina de
aplicaciones o la industria involucrada (ciencia, ingeniera, economa, organizacin
militar, institucin no lucrativa, transporte, capital de riesgo). Tambin puede
clasificarse segn nivel de la organizacin en la cual se aplican (Estratgicos,
tcticos) o por el marco temporal elegido (corto y largo plazo), por el tipo de
matemtica utilizada (ecuaciones lineales, ecuaciones no lineales) para la
construccin de dicho modelo se estudiaran los modelos Determinsticos y los
modelos estocsticos.