DESCUENTO DE FLUJO DE FONDOS Y VALUACIÓN EN DOS MONEDAS CON MATEMÁTICAS BORROSAS

Barra lateral del artículo

PDF
Publicado: Dec 13, 2019
Palabras clave:
Teorías de Paridad, Valuación, Matemáticas Borrosas

Contenido principal del artículo

Gastón S. Milanesi
Director Decano Departamento Ciencias de la Administración-Universidad Nacional del Sur. Centro de Estudios en Administración - Universidad Nacional del Sur. Centro de Estudios para Análisis Financiero - Facultad de Ciencias Económicas Universidad de Buenos Aires. Universidad Tecnológica Nacional - Facultad Regional Bahía Blanca -Departamento de Licenciatura en Organización Industrial.

Resumen

El modelo descuento de flujos de fondos debe incorporar, en sistemas económicos emergentes, un marco conceptual para el tratamiento de la inflación y valuación en dos monedas. El punto de partida son las teorías de paridad en los tipos de interés, poder de compra y efecto Fisher, añadiendo lógica borrosa para proyectar variables inciertas: tasas de interés, inflación, tipo de cambio y cantidades, siendo uno de sus principales aportes. El trabajo se estructura de la siguiente manera: son desarrolladas las teorías de paridad y las ecuaciones del modelo en el marco de la lógica borrosa. Su funcionamiento es ilustrado con un caso de una empresa radicada en una economía emergente e inflacionaria como Argentina utilizando planillas de cálculo. Finalmente, los resultados obtenidos demostraron la consistencia de las teorías de la paridad, incorporando lógica borrosa para el tratamiento de la incertidumbre, en el marco de un modelo integral de descuento de flujos de fondos en dos monedas.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Milanesi, G. S. (2019). DESCUENTO DE FLUJO DE FONDOS Y VALUACIÓN EN DOS MONEDAS CON MATEMÁTICAS BORROSAS. Cuadernos De Investigación Serie Administración, (1), 1–23. Recuperado a partir de https://revele.uncoma.edu.ar/index.php/administracion/article/view/2479
Número
Núm. 1 (2019)
Sección
Artículos científicos

Citas

Argandoña, A. (2013). Irvin Fisher: un gran economista. (I. B. Navarra, Ed.) Working Paper WP-1082 http://www.iese.edu/research/pdfs/WP-1082.pdf, 1-44.

Bradley, M y Gregg, J. (2008). Expected Inflation and The Constant Growth Valuation Model. Journal of Applied Corporate Finance, 20(2), 66-78.

Buckley, J. (1987). The fuzzy mathematics of finance. Fuzzy Sets and Systems(21), 257-273.

Carlsson, C y Fuller, R. (2001). On Possibilistic Mean Value and Variance Fuzzy Numbers. Fuzzy Sets and Systems(122), 772-777.

Carlsson, C y Fuller, R. (2003). A Fuzzy Approach to Real Option Valuation. Fuzzy Sets and Systems(139), 315-326.

Carlsson, C., Fuller, R., Heikkila, M y Majlender,P. (2007). A Fuzzy Approach to R&D Project Portfolio Selection. Interntational Journal of Approximating Reasoning(44), 93-105.

Castro Monge, E. (2010). El estudio de casos como metodología de investigación y su importancia en la dirección y administración de empresas. Revista Nacional de Administración, 2(1), 31-54.

Chiu, C y Park, C. (1994). Fuzzy cash flow analysis using present worth criterion. Engineering Economist , 39(2), 113-138.

Chiu,C y Park C. (1998). Capital budgeting decisions with fuzzy project. Engineering Economist, 43(2), 125-150.

Copeland, T., Koller, T y Murrin, J. (2000). Valuation: Measuring and Managing the Value of Companies (3 ed.). New York: Wiley.

Damodaran, A. (2006). Damodaran on Valuation (Second ed.). New York, United State: John Wiley & Sons.

Damodaran, A. (2009). Volatility Rules: Valuing Emerging Market Companies. Working Paper, http://people.stern.nyu.edu/adamodar/pdfiles/papers/emergmkts.pdf, 1-38.

Dubois, D y Prade, H. (1980). Fuzzy Sets and Systems. New York: Academic Press.

Emery, D y Finnerty, J. (2007). Corporate Financial Management (3 ed.). New Jersey; NJ: Prentice Hall.

Fabozzi, F y Fabozzi, D. (1996). Bond Markets, Analysis and Strategies. New Jersey, NJ: Prentice Hall. Englewood Cliffs.

Fama, E y French, K. (2004). The capital asset pricing model: Theory and evidence. Journal of Economics Perspectives, 18(3), 25-46.

Fornero, R. (2003). Finanzas de empresas en mercados emergentes. (S. A. Financiera, Ed.) Anales de las XXIII Jornadas de docentes en Administración Financiera SADAF, http://www.sadaf.com.ar/espanol/publicaciones/publicacion_individual.php?id=212, 107-125.

Fornero, R. (2012). Análisis financiero e inflación. Mendoza, Argentina: Working Paper Universidad Nacional de Cuyo.

Fuller, R y Majlender, P. (2003). On Weigthed Possibilistic Mean and Variance of Fuzzy Numbers. Fuzzy Sets and Systems(136), 363-374.

Garcia Sastre, M. y Roselló Miralles, M. (2007). La lógica borrosa para valorar la incertidumbre en la técnica de valoración de opciones reales. (A. E. (AEDEM), Ed.) DIALNET OAI Articles, http://dialnet.unirioja.es/servlet/oaiart?codigo=2499409, 1-22.

Guerra, L., Magni, C y Stefanini, L. (2014). Interval and Fuzzy Average

Internal Rate of Return for investment appraisal. Fuzzy Sets and Systems(257), 217-241.

Kaufmann, A., Gil Aluja, J. y Terceño, A. (1994). Matemática para la Economía y Gestión de Empresas (Vol. I Aritmética de la Incertidumbre). Barcelona, España: Foro Científico S.L.

Liao, S y Ho, S. (2010). Investment Project Valuation based on a Fuzzy Bionomial Approach. Information Sciences(180), 2124-2133.

López Dumrauf, G. (2014). Currency Choice in Valuation: an Approach for Emerging Markets. The Business and Economics Research Journal, 7(1), 11-22.

Mallo, P., Artola, M., Pascual, M., Garcia, M. y Martínez, D. (2004). Gestión de la incertidumbre en los negocios. Aplicaciones de la matemática borrosa. Santiago de Chile: RIL editores.

Milanesi, G. (2013). El modelo binomial borroso y la valuación de opciones reales: el caso de valuación de un contrato de conseción para la explotación petrolera. Estocástica: Finanzas y Riesgo, 3(2), 95-118.

Milanesi, G. (2014). Valoración probabilística versus borrosa, opciones reales y el modelo binomial: Aplicación para proyectos de inversión en condiciones de ambigüedad. Estudios Gerenciales(30), 211-219.

Milanesi, G. (2015). Modelo Binomial Borroso, el Valor del Firma Apalancada y los efectos de la Deuda. Estocástica, 5(1), 9-43.

Milanesi, G. (2016). La Tasa Interna de Retorno Promedio Borrosa: Desarrollos y Aplicaciones. Journal of Economics, Finance and Administrative Science, 21, 39-47.

Milanesi, G. (2017). Inflación y descuento de flujos de fondos en dos monedas. Un enfoque integral. Revista Argentina de Investigación en Negocios, 3(1), 89-108.

Milanesi, G. (2017). Valuación de empresas: enfoque integral para mercados emergentes e inflacionarios. Estudios Gerenciales, 33(145), 377-390.

Modigliani, F y Cohn, R. (1984). Inflation and Corporate Financial Management. MIT Sloan School Working Paper, 1-37.

Muzzioli, S y Torricelli, A. (2004). A Multiperiod Binomial Model for Pricing Options in a Vague World. Journal of Economics and Dynamics Control(28), 861-867.

Pratt; S y Grabowski; R. (2008). Cost Of Capital: Applications and Examples (3 ed.). New Jersey: John Wiley & Sons.

Rebiaz, B. (2007). Fuzzines and randomness in investment project risk appraisal. Computer Operation Research Journal, 34.

Tahn; J y Velez Pareja, I. (2011). Will the deflated WACC please stand up?And the real WACC should sit down. SSRN id1617669., 1-17.

Titman, S y Grinblatt, M. (2002). Financial Markets and Corporate Strategy. NY: McGraw-Hill.

Velez Pareja, I. (2006). Valoración de flujos de caja en inflación. El caso de la regulación en el Banco Mundial. Academia. Revista Latinoamericana de Administración(36), 24-49.

Yin, R. (1994). Case Study Research: Design and Methods. Thousand Oaks, CA: Sage Publications.

Zadeh, L. (1965). Fuzzy Sets. Information Control, 3(8), 338-353.

Zdnek, Z. (2010). Generalised Soft Binomial American Real Option Pricing Model. European Journal of Operational Research(207), 1096-1103