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.