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 WienerGauss.
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

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.
Introduccin a los modelos Estocqsticos o Probailsticos (Parte 2)
Por su parte, Schwartz (1997) compar tres modelos estocsticos y analiz el
comportamiento de los precios de commodities, indicando los beneficios de
cada modelo elegido. Posteriormente, Del ngel y Diez-Canedo (1998)
desarrollaron un modelo discreto del tipo Markov para valorar un portafolio de
crditos comerciales e industriales de un banco mexicano.
Copeland y Copeland (1999) emplearon el modelo Wiener-Gauss en la
generacin de un enfoque para maximizar el valor de programas de crdito,
minimizando las posibilidades de no cumplimiento de aquellas empresas que
han sido financiadas por dichos crditos, mientras que Cheng y Sethi (1999)
emplearon el proceso Markov para estimar la demanda aleatoria y generar un
modelo de control para el inventario, mediante programacin dinmica.
Romagnoli y Vargiolu (2000), por su parte, analizaron un modelo de volatilidad
estocstica, el cual corresponde a una extensin del modelo tradicional de
Black y Scholes, para el caso de la valoracin de opciones de diversos activos.

Pedraja et al. (2000) investigaron en qu medida la formacin de precios del

ndice del sector alimentario de la bolsa de valores de Madrid responde a los
requerimientos de un mercado eficiente, bajo la hiptesis dbil de eficiencia.
Takriti et al. (2000) desarrollaron un modelo estocstico que genera precios
para la energa elctrica considerando restricciones y regulaciones asociadas a
la industria elctrica. Yensen y Manhwa (2001), entretanto, estudiaron la
hiptesis de eficiencia de mercado en las acciones pertenecientes al sector de
la industria del semiconductor, y Timmermann (2001) estudi el tema de la
informacin incompleta asociado al comportamiento de precios de las acciones.
Por su parte, Pedraja y Rodrguez (2001, 2002) y Pedraja et al. (2001)
consideran la pertinencia del modelo Wiener-Gauss no slo para explicar, sino
para predecir el precio de activos financieros.
En sntesis, de acuerdo a la revisin anterior, el modelo Wiener-Gauss cuenta
con una amplia aceptacin en el campo de la economa financiera, puesto que
se le considera como el modelo pertinente para tipificar los procesos de
formacin de precios en los mercados burstiles. Ms an, tradicionalmente se
ha considerado que la rentabilidad de los activos financieros es, precisamente,
de naturaleza estocstica y que la distribucin normal resulta ser la ms
adecuada para explicar el comportamiento de dicha variable. (Hull, 1997;
Connelly, 1998).
De igual modo, es til considerar que, en trminos prcticos, el modelo WienerGauss resulta altamente pertinente para explicar algunos procesos de
formacin de precios o procesos estocsticos asociados a activos financieros
(Gibson y Schwartz, 1990; Schwartz y Cortzar, 1994; Rodrguez 1995a, b;
Rodrguez y Muoz, 1996; Bhanot, 1998; Kijima y Komoribayashi, 1998).
El modelo Wiener-Gauss asume la premisa de eficiencia en los mercados, en
su forma dbil (indicada por Fama, 1970). Por ello, si su aplicacin resulta
adecuada para el proceso de formacin de precios de los ndices
pertenecientes a las bolsas de Madrid y de Santiago de Chile, entonces se
puede considerar que existe un funcionamiento eficiente (hiptesis dbil) de
dichas bolsas en la valoracin del activo financiero en estudio. No obstante

para ratificar la eficiencia del modelo, es necesario que las predicciones de

precios generadas a travs del modelo estocstico, se correlacionen
significativamente con los precios reales (Peroni y McNown, 1998).
Las estimaciones de precios generadas a partir del modelo Wiener-Gauss
deben considerar la esperanza matemtica de la variable. Adems, pese a la
existencia de algunas evidencias a favor de modelos de simulacin
determinsticos

(Papageorgiou

Paskov,

1999),

se

requiere

realizar

simulaciones de Montecarlo para poder estimar la volatilidad estocstica de la

formacin de precios del activo financiero en estudio (Sandmann y Koopman,
1998).
Los modelos Determinsticos son aquellos donde se supone que todos los
datos pertinentes se conocen con certeza. Es decir, en ellos se supone que
cuando el modelo sea analizado se tendr disponible toda la informacin
necesaria para tomar las decisiones correspondientes. Un ejemplo de este tipo
de modelo sera la asignacin de la tripulacin de un barco en cada uno de sus
viajes diarios para el prximo mes. La utilidad de los modelos Determinsticos
suele ser mxima cuando unas cuantas entradas no controlables del modelo
presentan incertidumbre. En consecuencia los modelos Determinsticos se
utilizan a menudo, aunque no siempre, para la toma de decisiones interna de
las organizaciones.
Pronstico
Pronostico

es

un

mtodo

mediante

el

cual

se

intenta

conocer

el

comportamiento futuro de alguna variable con algn grado de certeza. Existen

disponibles tres grupos de mtodos de pronsticos: Los cualitativos, los de
proyeccin histricos y los causales. Se diferencian entre s por la precisin
relativa del pronstico del largo plazo en comparacin con el corto plazo, el
nivel de herramientas matemticas requerido y la base de conocimiento como
sustrato de sus proyecciones.
Los pronsticos pueden ser utilizados para conocer el comportamiento futuros
en muchas fenmenos, tales como:
1. Mercadotecnia

Tamao del mercado

Participacin en el mercado

Tendencia de precios

Desarrollo de nuevos productos

2. Produccin

Costo de materia prima

Costo de mano de obra

Disponibilidad de materia prima

Disponibilidad de mano de obra

Requerimientos de mantenimiento

Capacidad disponible de la planta para la produccin

3. Finanzas

Tasas de inters

Cuentas de pagos lentos

4. Recursos Humanos

Nmero de trabajadores

Rotacin de personal

Tendencias de ausentismo

Tendencia de llegadas tarde

5. Planeacin Estratgica

Factores econmicos

Cambios de precios

Costos

Crecimiento de lneas de productos

Los pronsticos se utilizan para apoyar a la toma de decisiones por parte de las
Gerencias de Mercadeo, Ventas y Produccin, se entrega un pronstico para
proveer con informacin congruente y exacta, la cual se calcula utilizando
modelos matemticos de pronstico, datos histricos del comportamiento de
las ventas y el juicio de los ejecutivos representantes de cada departamento
involucrado de la empresa.
Porque se hace necesario pronosticar
Los pronsticos se utilizan para acercarnos informacin futura y con ella
elaborar un plan de accin, de ah que las caractersticas de un pronstico
sean:

Primera. Todas las situaciones en que se requiere un pronstico, tratan

con el futuro y el tiempo este directamente involucrado. As, debe
pronosticarse para un punto especfico en el tiempo y el cambio de ese
punto generalmente altera el pronstico.

Segunda. Otro elemento siempre presente en situaciones de

pronsticos es la incertidumbre. Si el administrador tuviera certeza sobre
las circunstancias que existirn en un tiempo dado, la preparacin de un
pronstico seria trivial.

Tercera. El tercer elemento, presente en grado variable en todas las

situaciones descritas es la confianza de la persona que hace el
pronstico sobre la informacin contenida en datos.

Los cinco patrones bsicos de demanda son: horizontal, de tendencia,

estacional, cclico y de variacin aleatoria (o al azar). La demanda puede verse
afectada por factores externos que estn fuera del control de la administracin.
Los indicadores de cambios en los factores externos suelen ser tiles para
predecir las modificaciones que se registran en la demanda de bienes y
servicios. Las decisiones sobre diseo de productos, precios y publicidad son
ejemplos de decisiones internas que influyen en la demanda.
Para disear un sistema de pronsticos es necesario determinar qu es lo que
se va a pronosticar, qu tcnica de pronstico se utilizar y la forma en que los

sistemas de pronstico computarizados pueden ser tiles para la toma de

decisiones administrativas.
El nivel de acumulacin de datos y las unidades de medicin empleadas son
consideraciones importantes en las decisiones administrativas referentes a que
se va a pronosticar. Se utilizan dos tipos generales de pronsticos de demanda:
los mtodos cualitativos y los mtodos cuantitativos. Entre los mtodos
cualitativos figuran los mtodos de juicio, y entre los cuantitativos estn
incluidos los mtodos causales y los anlisis de series de tiempo.
Administracin de Inventario
Una de las primeras aplicaciones de los mtodos cuantitativos para la toma de
decisiones gerenciales han sido los modelos de inventarios. Ya que, los
inventarios usualmente representan un porcentaje considerable de capital total invertido
en una organizacin de negocios, a menudo ms del 25% .Con tantos miles de
pesos invertidos en inventarios hoy en da, el control adecuado y la administracin de
ellos puede traer ahorros considerables a una compaa. El desarrollo del primer
modelo de inventario se le acredita a Harris (1915). Raymond (1931) Extendi el trabajo de
Harris a comienzo de los aos 1930. Particularmente desde la segunda guerra mundial, Las
decisiones bsicas de inventarios comprenden cuntas unidades se deben pedir y cuando
se deben pedir.. Aunque existen muchas semejanzas en todos los sistemas de
inventario, cada sistema es nico para excluir la utilizacin de un modelo
general de decisin de inventarios para todas las situaciones. En esta parte del
programa de la materia Administracin de Operaciones, analizaremos varios modelos
clsicos de decisin de inventarios y algunas de las variantes ms comunes y de utilidad
prctica, tanto de demanda conocida como de demanda incierta.
Si hubiera un genio para producir lo que se deseara, en el momento y
lugar que se deseara, no habra inventarios. Desafortunadamente los
genios estn escasos, de manera que se usan los inventarios como
amortiguador entre la oferta y la demanda. Esto ocurre ya sea que se piense
en materia prima para un proceso de produccin o en bienes
terminados almacenados por el fabricante, el distribuidor o el
comerciante. En la siguiente figura se ilustran los conceptos de inventario:

La cantidad de inventario que se tiene se comporta de manera cclica.

Comienza en un nivel alto y la cantidad se reduce conforme se sacan las
unidades. Cuando el nivel baja se coloca una orden, la cual al recibirse eleva
de nuevo el nivel de inventario y el ciclo se repite.
La cantidad de inventario se controla con el tiempo y la cantidad de cada orden
Los inventarios pueden definirse como la cantidad de artculos, mercancas y
otros recursos econmicos que son almacenados o se mantienen inactivos en
un instante de tiempo dado.
Los recursos econmicos varan en cantidad con el tiempo en respuesta al
proceso de demanda que opera para reducir el nivel de inventario y el proceso de
abastecimiento que opera para elevarlo. Normalmente la demanda es una variable
no controlable, pero la magnitud y la frecuencia del abastecimiento es
controlable.
Los inventarios pueden comprender: materias primas, productos semiterminados o
productos en proceso y productos terminados que esperan ser embarcados desde
la fbrica (produccin de artculos).
Tambin los inventarios pueden ser: adems de artculos fsicos como,
bombillos, automviles, etctera, el efectivo, las partes del cuerpo humano, la
planta de maestros de una escuela tambin representan inventarios.
La administracin de inventarios es importante para:

Contabilidad, que proporciona las estimaciones de costos que se utilizan

en control de inventarios, paga a los proveedores y cobra a los clientes.

Finanzas, que se tiene que enfrentar a las consecuencias de los

intereses o los costos de oportunidad por concepto de inversin,
correspondientes a la administracin de inventarios, y prev las mejoras
formas de financiar el inventario y los flujos de efectivo relacionados con
l.

Sistemas de informacin para la administracin, que tiene a su cargo el

desarrollo

mantenimiento

de

los

sistemas

destinados

la

administracin de inventarios.

Marketing y ventas, que por sus actividades genera la necesidad de

contar con sistemas de inventario y depende de los inventarios
disponibles para atender a los clientes.

Operaciones, que tiene bajo su responsabilidad el control de los

inventarios de la empresa.

La administracin de inventarios es un importante factor que atrae el inters de

los administradores de cualquier tipo de empresa. Para las compaas que
operan con mrgenes de ganancias relativamente bajos, la mala administracin
de inventarios puede perjudicar gravemente sus negocios. El desafo no
consiste en reducir al mximo los inventarios para abatir los costos, ni tener
inventario en exceso a fin de satisfacer todas las demandas, sino en mantener
la cantidad adecuada para que la empresa alcance sus prioridades
competitivas con mayor eficiencia.