ANÁLISIS DE RIESGO FINANCIERO

Transcripción

1 Universidad Católica del Norte Escuela de Negocios Mineros Diplomado en Proyectos para la Minería ANÁLISIS DE RIESGO FINANCIERO Antofagasta, Mayo del 2015 Profesor: Fernando Alvarez

2 Introducción Un proyecto de inversión consiste en asignar recursos a una cierta actividad, partiendo en un tiempo próximo (presente), para generar beneficios en el futuro (vida útil del proyecto). Sin embargo, hay pocas cosas que ocurrirán en el futuro sobre las cuales tenemos algún grado de seguridad o certidumbre. enm@ucn.cl 2

3 Ejemplos de Proyectos que no visualizaron el riesgo La Minería del Salitre en Chile La Minería del Hierro La Minería del Oro La Minería de la Plata La Minería del Carbón. 3

4 Ejercicio de Reconocimiento 4

5 Conceptos Básicos Incertidumbre: existirá incertidumbre cuando las probabilidades de ocurrencia de un evento no están cuantificadas. Las fuentes básicas de la incertidumbre aparecen cuando la información es incompleta, inexacta, sesgada, falsa o contradictoria. Riesgo: hay riesgo si los eventos que sucederán en el futuro no son determinísticos, sino que existe un grado de incerteza acerca de los que sucederá. enm@ucn.cl 5

6 Proyectos Riesgosos Un proyecto es riesgoso cuando una o varias variables del flujo de caja son aleatorias en vez de determinísticas. En estos casos, los indicadores como el VAN o la TIR también son variables aleatorias. Son variables aleatorias o inciertas; el precio, las unidades vendidas, los costos variables unitarios y los costos fijos del proyecto. enm@ucn.cl 6

7 Los Riesgos Financieros en la Evaluación de Proyectos Dónde están presente? Construcción de Flujos de Efectivo Proyección de Flujos de Efectivo Evaluación de las Inversiones Supuestos sobre los flujos (que se cumplen) Tiempo y su efecto sobre los flujos, (afecta las proyecciones y evaluación). enm@ucn.cl 7

8 Causas del Riesgo e Incertidumbre Variabilidad en la economía global y local (cambios en políticas macroeconómicas, recesiones externas, etc) La competencia El desarrollo tecnológico Cambios en las preferencias de la demanda o consumidores Cambios legislativos (regulatorios, ambientales y normativos) Dinámica de los mercados enm@ucn.cl 8

9 Principales Causas de los Riesgos en la Teoría Tradicional No existe un número suficiente de inversiones similares para poder promediar los resultados, de modo que aquellos resultados desfavorables se compensen con los favorables. Un cambio en el ambiente económico externo que invalide experiencias anteriores, provocaría que las estimaciones sean poco confiables. Error en el análisis, como en el de las tendencias en los datos y en su valoración, inclinan al evaluador a favorecer escenarios optimistas o pesimistas. La liquidez de los activos de la inversión. Si un proyecto necesita de activos específicos que sólo son útiles para este negocio, la posibilidad de venderlos en un mercado secundario, es mínima. Entonces, el riesgo aumenta debido a la especificidad de estos activos. La obsolescencia. Afecta el valor de rescate de los diversos activos. Por ejemplo, si debido al avance tecnológico una máquina se vuelve anticuada, su valor de mercado cae rápidamente. Entonces, la obsolescencia aumenta el riesgo de la inversión. enm@ucn.cl 9

10 Tipos de Riesgo Riesgos originados por fenómenos Naturales Riesgos originados por accidentes de origen Tecnológico Riesgos generados por la actividad del hombre Riesgos Financieros y Económicos Riesgos de Corrupción Riesgos Especulativos (originados por la esperanza de ganar) enm@ucn.cl 10

11 Fuentes de Riesgo en Proyectos Mineros Atendiendo al origen del proyecto minero, se tienen riesgos: Relacionados con el Yacimiento (leyes, reserva explotable, ) Relacionadas con la operación minera (inversión, estabilidad de los diseños, costos, ) Relacionadas con el mercado y el entorno (precio de venta, inflación, precio del dinero, fiscalización, legislación vigente, ) Tecnología y procesos enm@ucn.cl 11

12 Fuentes de Riesgo en Proyectos Mineros A medida que avanza el horizonte de Tiempo del proyecto minero, la incertidumbre al momento de tomar la decisión de inversión, también aumenta. A medida que avanza la vida del proyecto, se reduce la incertidumbre, pues se tiene mejor conocimiento de algunas variables relacionadas con el yacimiento y la operación mina. enm@ucn.cl 12

13 El Riesgo Financiero Es el impacto sobre el rendimiento financiero de las empresas, producto de: Su Apalancamiento Financiero, Su posición con respecto al Tipo de Cambio, y A los Valores (Activos Físicos o financieros) enm@ucn.cl 13

14 Principales Riesgos Financieros Riesgo por Apalancamiento Riesgo Cambiario Riesgo por Posición en Valores Riesgo por Liquidez Riesgo Crediticio 14

15 Métodos de Análisis de Riesgo Análisis de sensibilidad Análisis de escenarios Análisis de Punto de Quiebre Árboles de Decisión Métodos Basados en Simulación Opciones Reales 15

16 Análisis de Sensibilidad Busca cuantificar y visualizar la sensibilidad de un proyecto frente a variaciones de las variables inciertas. Se parte de una situación base o esperada. Se determina las variables más significativas, entre ellos: Precio de venta Precio de insumos Costos Inversiones Volúmenes de ventas Se generan valores optimistas y pesimistas de las variables inciertas enm@ucn.cl 16

17 Análisis de Sensibilidad Luego se estima el valor presente del proyecto, modificando una variable por vez, manteniendo las otras variables constantes. Ventajas del método Fácil de aplicar Fácil de entender Desventajas del método Sólo permite analizar variaciones de un parámetro a la vez Interpretación subjetiva de los conceptos optimista y pesimista No considera posibles interrelaciones entre variables inciertas No entrega una medida única de riesgo enm@ucn.cl 17

18 Análisis de Sensibilidad Ejemplo: Proyecto de producir un mineral específico, evaluado a 10 años en Millones de US$ AÑO Ingresos 375 Costos Variables -300 Costos Fijos -30 Depreciación -15 Utilidad antes de impuestos 30 Impuestos (50%) -15 Utilidad después de impuestos 15 Depreciación 15 Flujo de caja neto Donde: Unidades Vendidas = participación de mercado x tamaño del mercado = 1% x 10 millones de unidades = unidades Ingresos = Unidades vendidas x precio unitario = x US$3.750 = US$375 millones. enm@ucn.cl 18

19 Análisis de Sensibilidad Costo unitario = US$3.000 Inversión = US$150 millones, depreciable en 10 años Tasa de impuesto = 50% Tasa de descuento = 10% Bajo estas condiciones, el VAN del proyecto es: VAN i 1 30 US$34, 4MM i 1.1 enm@ucn.cl 19

20 Análisis de Sensibilidad Luego, se efectúa un análisis de sensibilidad, generando valores optimistas y pesimistas para cada variable, que son introducidos de a uno por vez, calculando el VAN para cada valor: VARIABLE RANGO VAN, US Pesimista Esperado Optimista Pesimista Es Tamaño del mercado 9 millones 10 millones 11 millones + 11 Partic. de mercado 0,40% 1,00% 1,60% Precio Costo unitario Costo fijo 40 millones 30 millones 20 millones + 4 Las variables más peligrosas parecen ser el costo unitario y la participación de mercado. enm@ucn.cl 20

21 Análisis de Escenarios En el análisis de escenarios, se mejora el análisis de sensibilidad considerando las interrelaciones entre las variables inciertas. Se generan conjuntos coherentes de variables inciertas, llamados escenarios, a menudo un escenario pesimista, un esperado y un optimista. En el ejemplo, la empresa está considerando un incremento sostenido del costo de producción del principal competidor (por aumento del precio del petróleo), lo que estimularía la demanda por el producto analizado y la participación a 1,3% (pensando que la producción de este producto es menos intensiva en el uso del petróleo). Por otro lado, el mayor precio del petróleo provocaría una recesión mundial y estimularía la inflación. enm@ucn.cl 21

22 Análisis de Escenarios Esto impactaría al proyecto, reduciendo el mercado total a 8 millones de unidades e incrementando los precios y los costos en un 15%. En este escenario, el proyecto mejora, aumentando su VAN a 65 millones. FC AÑOS 1-10 CASO BASE ALZA PETRÓLEO Ingresos Costos Variables Costos Fijos Depreciación Utilidad antes de impuestos Impuestos (50%) Utilidad después de impuestos Depreciación Flujo de caja neto Inversión VAN Proyecto enm@ucn.cl 22

23 Análisis del Punto de Quiebre Otra manera de plantear el análisis de riesgo, sería responder hasta que punto podrían caer las ventas antes que el proyecto comience a generar pérdidas. Este punto se denomina punto de quiebre. En el ejemplo: Unidades Vendidas VAN US$ millones El VAN es cero vendiendo unidades. Este es el punto de quiebre del proyecto. Si las ventas caen bajo este punto, el VAN es negativo. enm@ucn.cl 23

24 Análisis del Punto de Quiebre Ejemplos de factores comunes para el problema de toma de decisiones: Ingresos y gastos anuales: resolver para el ingreso anual que se requiere para igualar los gastos anuales. Tasa de rendimiento: resolver para la tasa de rendimiento sobre el incremento del capital invertido para el que 2 alternativas dadas son igualmente atractivas. Vida económica: resolver en función de la vida útil que necesita tener un proyecto para que sea rentable. Utilización de capacidad: resolver para las horas de utilización para que justifiquen el proyecto. enm@ucn.cl 24

25 Árboles de Decisión Permiten analizar proyectos en los que existen decisiones secuenciales. Ayudan al análisis de proyectos haciendo explícita la estrategia operacional subyacente en la gestión de un proyecto (la decisión previa). Los árboles de decisión se resuelven de adelante hacia atrás, tomando las decisiones que maximizan el valor presente del proyecto, o sea, de izquierda a derecha. enm@ucn.cl 25

26 Árboles de Decisión Nodo de Decisión 0.4 Esquema Árbol 0.6 Nodo de Probabilidad 26

27 Árboles de Decisión Las decisiones se toman a partir de la estimación de probabilidad y la estimación del valor económico para cada rama de resultados. Una sugerencia de procedimiento sería: 1. Empiece en la parte superior y determine elva de cada rama de resultado, considerando el valor del dinero en el tiempo. 2. Calcule el valor esperado para cada alternativa de decisión. 3. En cada nodo esperado. de decisión, seleccione el mejor valor 4. Continúe a la izquierda del árbol hacia la decisión de las raíces para seleccionar la mejor alternativa. 5. Trace la mejor ruta de decisiones de regreso a través del árbol. enm@ucn.cl 27

28 Ejemplo: Árboles de Decisión Beneficio Neto Primer Año (US$ millones) Tecnología Demanda Beneficio Primer Año Neto Tecnología Flash Alta 80 Baja 15 Tecnología Teniente Alta 50 Baja 25 Tecnología Flash Beneficio Neto Anual 2º Año en Adelante US$ Millones, expresado como VAN en t=2 Demanda Demanda VAN Primer Año Años Siguientes (en t=2) Alta Alta 500 Alta Baja 100 Baja Alta 450 Baja Baja 70 Tecnología Teniente Beneficio Neto Anual 2º Año en Adelante US$ Millones, expresado como VAN en t=2 Demanda Decisión de Demanda VAN Primer Año Ampliar Años Siguientes (en t=2) Alta Ampliado Alta 450 Alta Ampliado Baja 70 Alta Sin Ampliar Alta 200 Alta Sin Ampliar Baja 90 Baja - Alta 130 Baja - Baja 60 Un grupo de inversionistas nacionales le ha encargado evaluar un proyecto para instalar una nueva fundición y refinería de cobre en la zona norte del país. La justificación del proyecto se basa en una oportunidad de mercado que se origina en que gran parte del cobre producido en Chile se exporta sin refinar (es decir, como concentrado de cobre, una especie de pasta de mineral que posee un contenido aproximado del 30% de cobre fino). La instalación procesaría concentrados y obtendría como producto cátodos de cobre de alta pureza (prácticamente 100% cobre fino). Las inversiones son cuantiosas, y el proyecto está sujeto a riesgos significativos por el lado de la demanda. Existe una probabilidad de 40% de que la demanda sea baja el primer año. Si es baja, existe una probabilidad de un 65% que se mantenga baja el resto de los años. Por otro lado, si la demanda del primer año es alta, existe una probabilidad del 75% de que se mantenga alta. La decisión inmediata que se debe tomar es qué tecnología utilizará la fundición. Existen dos tecnologías posibles: el horno flash, que tiene una capacidad de procesamiento de toneladas de concentrado por año y que cuesta US$250 millones, y el horno Teniente, con una capacidad menor, de toneladas de concentrado por año, y un costo de US$100 millones de inversión. Los inversionistas sugieren entonces que una estrategia posible es partir con un horno Teniente, y si la demanda del primer año es alta, decidir si ampliar la fundición instalando un segundo horno Teniente. El beneficio neto en el primer año, está dado por la tabla 1. El beneficio anual neto para los años siguientes, expresado como VAN a fines del año 2 (t=2), para cada tecnología y estado de la demanda, es el que se muestra en las tablas 2 y 3.Suponga que los beneficios se mantienen a perpetuidad. La tasa de descuento es de 10%. Grafique el árbol de decisión. Determine la decisión óptima en cada nodo de decisión y el valor esperado del proyecto. Cuánto valor aporta al proyecto la posibilidad de ampliar la tecnología Teniente? enm@ucn.cl 28

29 Método Basado en Simulación (Aplicaciones en Crista La simulación se justifica especialmente en proyectos complejos que presentan no linealidad en sus flujos de caja. El procedimiento usual del VAN simple es: Se especifica el modelo de flujo de caja, por ejemplo: Ingresos = p x q Se estima el valor esperado de las variables: E(p), E(q) Se incorporan estas estimaciones en el modelo de flujo de caja: E(I) = E(p) x E(q) Este supuesto no se cumple cuando existe una correlación entre las variables. En el cálculo de los ingresos, si la demanda es baja, la cantidad vendida será baja y probablemente también el precio. Por otro lado, si la demanda es alta, el precio será alto, y el proyecto podría ampliar su capacidad de producción para vender más. enm@ucn.cl 29

30 Método Basados en Simulación Con lo cual el valor esperado de los ingresos será: E(Ingresos) = E(p)E(q) + Cov(p,q) E(p)E(q) Ejemplos de no linealidad en los flujos de caja: Economías de escala Correlación entre demanda y precio Impuesto a la renta, opciones sobre activos Flexibilidades operacionales: posibilidad de ampliar, de cerrar temporalmente, de abandonar, de diferir inversiones, etc. Se puede hablar de: Simulación estática (de Montecarlo o Hertz). Simulación Corregida Simulación Dinámica enm@ucn.cl 30

31 Simulación Estática o de Montecarlo PASO 1: construir el modelo analítico que represente la situación real de toma de decisiones. PASO 2: desarrollar una distribución de probabilidad de cada factor de incertidumbre presente en el modelo, a partir de datos subjetivos o históricos. PASO 3:mediante la distribución de probabilidad de cada cifra incierta, se generan en forma aleatoria, resultados muestrales de ella. Estos se utilizan para obtener un resultado de salida del modelo. Al repetir muchas veces este proceso de muestreo se obtiene una distribución de frecuencias de salidas, por ejemplo el valor presente. Luego, la distribución de frecuencia resultante puede emplearse para obtener conclusiones probabilísticas del problema original. enm@ucn.cl 31

32 Simulación Estática o de Montecarlo Se modelan las distribuciones estadísticas de cada variable incierta y sus correlaciones. Se generan computacionalmente repetidos valores para cada variable. Con cada valor de la variable se calcula un valor para el flujo de caja, que se actualiza a la tasa libre de riesgo para evitar prejuzgar el riesgo. Se genera una distribución de valores presentes, en donde el valor del proyecto es la media, y el riesgo está dado por la dispersión de la distribución. El problema es que la dispersión es el riesgo total, que no considera posibilidades de diversificación. enm@ucn.cl 32

33 Simulación Estática o de Montecarlo p 1 fc 1 VAN 1 Probabilidad p 2 fc 2 VAN 2.. Descontando a r f. p N fc N VAN N VAN enm@ucn.cl 33

34 Simulación Estática Corregida Es un mejoramiento del método anterior, en que se considera las posibilidades de diversificación. Se generan repetidos valores de las variables inciertas, de acuerdo a sus distribuciones de probabilidades, lo que genera la distribución de los flujos de caja sin actualizar. Se calcula la media de la distribución de cada flujo de caja, la que se actualiza por una tasa ajustada por riesgo. Así, se obtiene un solo valor para el VAN. El problema que se genera en este tipo de simulación es que se genera la variable (ej. precio) independientemente del precio del período anterior, lo que genera trayectorias inconsistentes. enm@ucn.cl 34

35 Simulación Estática Corregida p 1 p 2.. p N fc 1 fc 2... fc N E(fc) Descontando a r (CAPM) VAN enm@ucn.cl 35

36 Simulación Dinámica Modela la relación intertemporal en las trayectorias de precios. Por ejemplo, el precio puede variar aleatoriamente en torno a una tendencia, con una cierta volatilidad. El modelo básico de generación de precios es: p t = p t-1 + t + z t en donde: t = tendencia en el período t; z t = perturbación aleatoria en ese período. Genera trayectorias de precios consistentes. enm@ucn.cl 36

37 Modelo de Simulación Inv e r s ión C os to de Ope r a c ión M ina C os to U nita r io A c ido 95% 100% 105% 110% 115% 95% 101% 108% 114% 120% 70% 78% 85% 93% 100% Forecast: VAN Antofagasta Holding c/opción 10% VAN 10,000 Trials Frequency Chart 4 Outliers

38 WACC y Ajustes por Riesgo Recordemos que este método se construye en base a los flujos de caja del proyecto puro, ya que el efecto del financiamiento está incluido en la tasa de descuento. Supongamos una empresa que tiene un proyecto a un período, con r D = 10%, r P = 20,2%, D/V = 35,5% y tasa de impuestos de 15%. Su WACC está dado por: D P r A * rd *(1 t) * r D P D P r A = 0,355 * (1-0,15) * 10% + 0,645 * 20,2% = 16% P enm@ucn.cl 38