http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/excelparafinanzas/tabladecontenido.

htm

Manual de Excel para el Clculo Financiero

Autor: Marcelo Claudio Priss e-mail:marcelo@cyta.com.ar Editorial: Tcnica Administrativa http://www.cyta.com.ar e-mail:cyta@cyta.com.ar Telfonos: (54-11) 4921-4803 Direccin: Doblas 515 piso 2, C.P.:1424 Ciudad Autnoma de Buenos Aires, Argentina, Marzo de 2002 ISBN: 987-43-2948-3 Primera Edicin: Febrero de 2001

Tabla de Contenidos
Introduccin Definir la operacin a realizar Definir el modelo e Identificar los datos Preparar los datos Realizar la operacin Encapsular la operacin Determinar las formas de entrada Determinar las formas de salida Buscar Objetivos Solver Aplicacin del Mtodo de Monte Carlo al anlisis de Riesgo Taller

Introduccin
Este ensayo busca presentar una tcnica para el desarrollo de Sistemas de Soporte de Decisiones, que bsicamente contenga las siguientes caractersticas: Rpida construccin, control efectivo, reutilizacin de los procesos ya desarrollados, facilitar las acciones de mejoras y de cambios que, en un futuro, el sistema pueda requerir. El lector encontrar una amplia ejercitacin, aplicada a diferentes tpicos financieros y con un buen despliegue en la utilizacin de los recursos que brinda la planilla electrnica de Microsoft Excel. Otro objetivo de este trabajo es demostrar que: "la utilizacin de una metodologa siempre es mejor a no utilizar ninguna". Queremos revertir el concepto de que para el desarrollo de aplicaciones simples, y en donde los administradores suelen pensar que, una metodologa puede entorpecer la construccin de los modelos y que la documentacin requerida por la metodologa es una actividad excesiva e innecesaria La herramienta, utilizada para el desarrollo del caso fue la planilla de clculo Microsoft Excel 97 La presentacin de la tcnica de construccin, del sistema, fue minuciosamente detallada para poner de forma explcita los mtodos de construccin utilizados. Los pasos que vamos a seguir son los siguientes: 1.DEFINIR 2.DETERMINAR LA EL OPERACIN A MODELO E IDENTIFICAR REALIZAR DATOS

LOS

3.PREPARAR LOS 4.REALIZAR LA 5.ENCAPSULAR LA 6.DETERMINAR LOS MTODOS 7.DETERMINAR LAS FORMAS DE SALIDA

DE

DATOS OPERACIN OPERACIN ENTRADA

Siga el desarrollo del texto, conjuntamente con el archivo de Excel indicado mas abajo:

1 Definir la Operacin a Realizar

Es importante determinar claramente cual es el objetivo que buscamos alcanzar, dado que sobre l vamos a planificar, construir, y controlar nuestro sistema. Se va a realizar una operacin de Capitalizacin y en la cual, dada una estructura de Capital inicial, Inters y Tiempo determinada, se busca determinar cual es Capital Final en un momento determinado y a una Tasa de Inters determinada.

2 Definir el Modelo e Identificar los Datos

2

Debemos formular el modelo que represente al echo en estudio, como as tambin las aciones: que l puede realizar, o que se pueden realizar sobre l. La definicin del modelo nos determinar los requerimientos en la automatizacin Para nuestro caso utilizaremos las siguientes ecuaciones.

Determinado el modelo a ser utilizado ste nos requerir los datos necesarios para que el mismo pueda funcionar; en nuestro caso sera identificar : el Capital inicial ( C0 ), el Inters ( i ) y el Tiempo ( t ) .

3 Preparar los Datos

Los datos a ser procesados, precisan de algunos atributos como ser: ubicacin y forma; por esta razn se los define, a cada uno de ellos, con un nombre determinado. Esto se realiza para que el proceso se refiera al dato (o grupo de datos) y no a la posicin, en la que l transitoriamente se encuentra. Si el dato mas tarde, y por diferentes razones cambia de lugar, no afectar al proceso en el cual interviene; el proceso identifica al dato por sus nombre y no por una direccin. Este proceso, permite una mejor documentacin y control del modelo; no ser lo mismo verificar una operacin identificada como =A1 * B1(1+C1)^D1, que una identificada como =C0*(1+i)^t.

Capital Inicial 10000 Tiempo 6 Inters 10%

Lo primero que debemos hacer es Definirle un nombre a cada uno de los campos en los que se encuentran los datos

Tambin debe definirse el dominio de los atributos; estos pueden definirse en forma extensiva o en forma intensiva. Esto facilitar la seleccin del mtodo de entrada (barras de desplasamiento, lista de selccin u otros)

4 Realizar la Operacin
En esta etapa es donde operacionalizamos el proceso anteriormente definido. En nuestro ejemplo desarrollamos cada una de nuestras ecuaciones.

Para una mejor identificacin de los valores dependientes ( Tiempo e Inters )del Capital Final, utilizamos la funcin concatenar

5 Encapsular la Operacin
Para proteger la operacin que realizamos y facilitar su posterior ejecucin; creamos un objeto para luego asignarle (a este objeto) una macro que contenga la operacin. Cuando hablamos de proteccin, no nos referimos a limitar o imposibilitar el uso de los elementos del sistema por parte de los usuarios; sino a desarrollar medios para recuperar informacin que pueda perderse. Si por alguna razn, un usuario llega a borrar involuntariamente una ecuacin determinada, o el sistema provoca una prdida de informacin, debemos tener los medios para poder recuperarla Primero vamos a ejecutar el procedimiento para grabar una macro.

Cada macro debe llevar un nombre que la identifique del resto.

Asignarle la respectiva descripcin, nos permitir tener un menor grado de incertidumbre al momento de querer identificarla. Activada la Grabacin, se repite el proceso de realizar la operacin tal cual lo desarrollado en el paso 5 y cumplimentado el mismo inmediatamente se detiene la grabacin

Es el momento de disear los objetos que posteriormente asociaremos a su respectiva macro; En nuestro caso lo diseamos con anterioridad a fin de facilitar la exposicin del texto. Podemos utilizar el editor de ecuaciones; en caso de ser necesario cualquier diseo puede convertirse en un objeto.

10

Se le da forma al objeto

11

Terminado el diseo, se selecciona del objeto, y picando con el botn derecho del mouse, seleccionar el comando de a Asignar macro.

Se selecciona de la lista de macros aquella que contendr el objeto y se acepta la asignacin.

12

6 Determinar las Formas de Entrada

Una buena definicin de las formas de entrada nos permitir proteger los datos, modelar mas rpidamente escenarios y por lo tanto lograremos una mayor eficiencia y eficacia en la obtencin de la informacin. Una alternativa es el manejo de los controles; para el mtodo de ingreso de datos.

13

Activado el cuadro de controles, se selecciona el control y se le asignan las propiedades correspondientes, activando los respectivos botones.

Los valores principales de las propiedades de estos objetos sern: Sus propiedades de desplazamiento; su nombre; y la celda en la cual acta.

14

Para salir del rea de diseo debemos picar en el botn correspondiente.

7 Determinar las Formas de Salida

Aqu se trata de elegir el mejor esquema en funcin de la capacidad que tenga el usuario. Debemos disear la salida para que sirva al propsito deseado. Decidiremos de qu manera es mas conveniente mostrar los resultados: en una tabla, en un grfico en una direccin determinada. Lo importante es disear la salida para que se ajuste a los requerimientos del usuario y que facilite la comprensin del problema.

15

Es importante limitar la cantidad de informacin a ser entregada; pues deseamos que la informacin sea til para la toma de decisin; caso contrario solamente tendremos un volumen indiscriminado de datos que entorpecer el proceso de decisin.Recuerde que la Cantidad es un atributo ms de la informacin. Se debe facilitar, a travs de todas las metodologas posibles, el acceso de la informacin; para asegurarse de que la informacin se encuentra en donde se precise. Diagrame formularios e informes que sean fciles de ser utilizados. Utilice objetos que ejecuten acciones y que esos objetos en lo posible se encuentren nomatizados. Para seleccionar la forma de salida adecuada; planifique cual va a ser el soporte (papel, pantalla, audio, video )en el que se va a requerir la informacin Considere el tiempo de procesar los datos, en esta etapa y en cada uno de los pasos anteriores; aplique el concepto de eficiencia.

Si precisamos de una salida en forma de grfico, se requerir la construccin de una tabla. La misma se construye con los pasos 1 2 3 4 y 5 de la metodologa hasta ahora descripta.

16

y en funcin de estos datos se construye el grfico.

Buscar Objetivo
En el caso de conocer el resultado de una ecuacin; pero desea determinar el valor de la variable que determina un resultado

17

determinado; se podr utilizar la funcin Buscar objetivo, de men de Herramientas.

18

Al realizar una bsqueda de objetivo, Microsoft Excel vara el valor de determinada celda hasta que la frmula dependiente de dicha celda da el resultado que se desea obtener.

En nuestro ejemplo resulta:

Modelo Alternativo - Solver

Un modelo alternativo para resolver este problema sera aplicando el algoritmo y los mtodos utilizados por Solver de Microsoft Excel. Este aplicativo utiliza el cdigo de optimizacin no lineal (GRG2) desarrollado por la Universidad Leon Lasdon de Austin (Texas) y la Universidad Allan Waren (Cleveland ).

19

Este proceso nos devolver en cual es el tiempo necesario para alcanzar un capital final determinado y a una tasa determinada. En el prximo tem desarrollaremos la funciones Buscar Objetivo y Solver en mayor detalle.

20

Aplicacin del Mtodo de Monte Carlo en el Anlisis de Riesgo de los Proyectos

Automatizacin del Modelo de Monte Carlo De forma simplificada, se puede aplicar el Modelo de Monte Carlo en el Excel de la siguiente forma: 1. Estimar la escala de valores que podra alcanzar cada factor, y la probabilidad de ocurrencia asociada a cada valor. 2. Elegir, aleatoriamente, uno de los valores de cada factor, y dependiendo de la combinacin seleccionada, computar la tasa de rendimiento resultante 3. Repetir el mismo proceso una y otra ves, la cantidad de veces que sea necesaria, que permita definir y evaluar la probabilidad de ocurrencia de cada posible tasa de rendimiento. Como existen millones de posibles combinaciones de factores, necesitamos efectuar un nmero de pruebas suficientemente grande para que pueda apreciarse la posibilidad de ocurrencia de las varias tasas de rendimiento. El resultado a que se llegar ser una lista de distintas tasas de rendimiento que podran lograrse, que puede variar desde una prdida (si los factores son adversos) hasta la ganancia mxima que sea posible lograr conforme con los pronsticos que se hayan efectuado 4. Se calcula la tasa media esperada, que es el promedio ponderado de todas las tasas resultantes de las sucesivas pruebas realizadas, siendo la base de ponderacin la probabilidad de ocurrencia de cada una. 5. Tambin se determina la variabilidad de los valores respecto del promedio, lo que es importante porque a igualdad de otros factores, la empresa presumiblemente preferir los proyectos de menor variabilidad. Dependiendo de la poltica de decisin, el proceso lo podremos aplicar a la tasa interna de retorno o al valor actual neto. Los ejercicios aqu presentados trabajan en base al valor actual neto. Ejercicios Presentaremos dos ejercicios uno para distribuciones discretas y otro para distribuciones continuas. Puede seguir conjuntamente la explicacin para cada distribucin, a travs de su respectiva planilla de clculo

Para Distribuciones Discretas

21

Para Distribuciones Continuas

Para distribuciones discretas: Bastara colocar la distribucin discreta basada en la funcin de probabilidad acumulada (entre 0% y 100%), generar un aleatorio ( por la funcin =aleatorio()) y , por ejemplo, a travs de una funcin de bsqueda y referencia (buscarv()) identificar el valor correspondiente. Usando una funcin de buscar y referencia, como buscarv. del Excel, podramos generar aleatorios y as aseguramos la aleatoriedad de las cantidades obtenidas, y que luego de "n" simulaciones ("n" no debera ser menor a 1.000) , permitira calcular el promedio y el riesgo de la distribucin. Veamos un ejemplo para Distribuciones Continuas Distribucin Discreta: distribuciones Discretas y uno para

22

Si hacemos mil simulaciones encontraremos que el promedio y el riesgo tienden a estabilizarse prximos a los valores poblacionales anteriormente calculados. Recuerde que para activar la frmula aleatorio debe presionar la tecla F9.

23

Para realizar una tabla de estas simulaciones se puede realizar una macro; la cual valla tomando los valores, los lleve a otra hoja ( use el pegado especial para pasar las frmulas a valores); para esta misma macro debe usar las posiciones relativas para que se vallan incorporando los registros. Plotenado el grfico de los nmeros de simulaciones con los valores del promedio y el desvo, puede percibirse que prximo a las 200 simulaciones, los valores se tienden a estabilizar.

24

Distribuciones Continuas: En nuestro modelo de simulacin estocstico, existen varias varialbles aleatorias intercatuando. Y estas variables, siguen distribuciones de probabilidad tericas o empricas distintas a la distribucin uniforme. Por esta razn, para simular este tipo de variables, es necesario contar con un generador de nmeros uniformes y una funcin que a travs de un mtodo especfico, transforme estos neros en valores de distribucin normal. Existen varios procedimientos para lograr este objetivo, en este trabajo se adopt el siguiente procedimiento especial para generar nmeros al azar que sigan la distribucin de probaiblidad: Para cada tipo de distribucin continua, se puede montar una funcin estocstica; en nuestro caso, una distribucin normal puede ser expresado por:

para expresar la distribucin acumulada de la distribucin normal en forma explcita, utilizamos el teorema del lmite central, el cual establece

25

que la suma de n variables aleatorias independientes se aproxima a una distribucin nomral a medida que n se aproxima a infinito. Que expresado en forma de teorema sera: Si x1,x2,.......xn es una secuencia de n variables aleatorias independientes con E(x)=i y var (x)= 2i (ambas finitas) y Y= a1x1+a2x2+.....+anxn, entonces bajo ciertas condiciones generales:

Tiene una distribucin normal estndar a medida que n se aproxima a infinito. Si las variables que se estn sumando son uniformes en el intervalo (0;1) entonces.

donde R es un nmero aleatrio Tiene una distribucin normal estndar. Puesto que la normal estndar de una variable aleatoria x distribuida normalmente se obtiene como:

entonces, la simulacin de la variable aleatoria x se hara de acuerdo a la siguiente expresin:

Finalmente, utilizando un valor de n=12, la confiabilidad de los valores simulados es bastante aceptable. Y utilizando un valor de n=12, la ltima expresin se simplifica a:

26

Para hacer esta operacin en el Excel, se debe usar la funcin =aleatorio(). =((((ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEAT ORIO()+ALEATORIO()+ ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO( )+ALEATORIO())-6)*Desvo + Promedio)) A continuacin se presenta un ejemplo de la utilizacin del mtodo de Monte Carlo en la planilla de Microsoft Excel: Estos son los datos del Ejercicio:

Luego se comienza a construir el Modelo: Para cada tipo de gaseosa se calcula: El Acumulando de las probabilidades El promedio y el riesgo Se aplica la funcin aleatrorio() y buscarv() Se aplica la funcin estocstica para determinar la cantidad.

27

Luego y en funcin de estos valores se procede al clculo del Valor Actual Neto, utilizando la funcin predeterminada del Excel VNA; recuerde que la inversin inicial correspondiente al momento 0, va leteando a esta funcin.

28

Una vez que se tiene la estructura para el clculo del Valor Actual Neto, se puede realizar una macro que valla acumulando los registros de cada valor puntual que correspondan al Valor Actual Neto, a medida que se activa la funcin aleatoria para cada simulacin. Adems se puede ir calculando los valores correspondientes del promedio y del desvo, a fin de poder estudiar el comportamiento del modelo.

29

Se puede construir el Histograma correspondiente a los valores del Valor Actual Neto, para ello se recurre a la opcin Histograma localizada en el Anlisis del datos, que se encuentra en Herramientas del asistente. Utilizando la funcin de Anlisis de datos

30

31

Con los datos de la tabla que se encuentran el promedio y el riesgo del Valor Actual Neto, se construye el grfico del Promedio y del desvo muestral por nmero de simulaciones.

Al construir el Histograma se cuenta con la opcin de realizar el grfico automticamente y adems adicionar el porcentaje acumulado. El resultado se muestra en la siguiente imagen.

32

Bibliografa. Adriano Leal Bruni, Rubens Fam, Jos de Oliveira Siqueira, Anlise Do Risco Na Avaliaao De Projetos De Investimento: Uma Aplicaao Do Mtodo De Monte Carlo; Caderno de Pesquisas em Administraao, Sao Paulo, V.1, N6,1 Trim./98. Anlisis de la rentabilidad de inversiones en la empresa argentina, Federacin Argentina de Consejos Profesionales en Ciencias Econmicas, rea Administracin, Informe N 1, Ediciones Macchi, Buenos Aires 1988. Coss Bu, Rauil, Simulacin Un enfoque prctico, Editorial Limusa, Mxico 1995 Costa Luiz Guilherme Tinoco Aboim e Azevedo, Marco Correia Lima. Anlise Fundamentalista. Rio de Janeiro:FGV/EPGE.1996. David B Hertz, La incertidumbre y el riesgo en la evaluacin de proyectos de inversin, Harvard Business Review, enero-febrero 1964, pg. 95. Jorge Luis Narvez, El lado Oscuro de la Estratgia, C&C, Buenos Aires1996

33

Marcelo Claudio Periss, Proyecto Informtico, Buenos Aires 2001 ISBN: 987-43-2947-5. Marcelo Claudio Periss, Sistema para el Soporte de Decisiones - Una Metodologa para su Desarrollo, Aplicacin Tributaria Revista Informate, Noviembre 2000. Seila, Andrew F. y Banks, Jerry; Spreadsheer Risk Analysis Using Simulation, 1990.

Taller
En esta pgina encontrar un conjunto de ejercicios, relacionados al clculo financieron en los que se aplican las tcnicas para el manejo de la Planilla Electrnica de Excel.

Funciones: =tasa, =pagoint, =va; Aplicadas a Tasas Efectivas, Adelantadas y Vencidas. Funcin =tasa, aplicada al clculo del inters Funcin =vf; aplicada al clculo del Valor Futuro. Funcin =va; aplicada al clculo del Valor Actual Funcin =nper, =va, =vna, =tir; Aplicados a Payback, Valor Actual, Valor Actual Neto y Tasa Interna de Retorno. Evaluacin de Proyecto de Inversin. Evaluacin de Proyecto de Inversin aplicando Mtodo de Monte Carlo. Sistema de Amortizacin Modelo Aleman. Funciones: =nper; =pago; =pago.princ.entre; =pago.int.entre; Aplicado al Modelo Francs de Amortizacin. Aplicacin Buscar Objetivo, aplicado a un Proyecto de Inversin. Aplicacin de Solver, aplicado al anlisis de sencibilidad de un Proyecto de Inversin.

34