Estimación del factor de riesgo para las empresas inmobiliarias pequeñas y micro de Bucaramanga mediante simulación de Monte Carlo aplicada a datos contables

Existe un número significativo de indicadores y modelos financieros que precisan de información no recopilada o no generada por nuestro mercado. Un ejemplo es el factor de riesgo (β*Prima de riesgo de mercado) ligado al Costo del Patrimonio “Ke” y empleado en modelo CAPM que se utiliza ampliamente e...

Full description

Autores:
Del Río Correa, Andrés David
Silva Fernández, Nicolás David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2017
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/13788
Acceso en línea:
http://hdl.handle.net/20.500.12749/13788
Palabra clave:
Financial engineering
Financial analysis
Financial managenment
Investigation
Indicators
Financial models
Risk factor's
Cost of equity
Company valuation
Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Indicadores
Modelos financieros
Factores de riesgo
Costo del patrimonio
Valorización de empresa
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:Existe un número significativo de indicadores y modelos financieros que precisan de información no recopilada o no generada por nuestro mercado. Un ejemplo es el factor de riesgo (β*Prima de riesgo de mercado) ligado al Costo del Patrimonio “Ke” y empleado en modelo CAPM que se utiliza ampliamente en el proceso de valoración de empresas. Existen numerosas propuestas para tratar este inconveniente, pero el principio es similar: importar la Beta del factor de riesgo de un mercado en el que esté disponible y realizar ajustes mediante adición de primas de riesgo, primas de tamaño, etc. Ahora bien, estos ajustes resultan poco útiles cuando los sectores analizados resultan distintos por legislación o dinámica propia de los mercados de cada nación o territorio, pues el riesgo del sector también difiere y con esto, el factor de riesgo. Ignacio Vélez Pareja propone en su documento denominado “Costo de Capital y Flujos de Caja para PYMES”, una técnica que permite calcular el factor de riesgo de una empresa a partir de una simulación de Monte Carlo que busca determinar la tasa denominada “Ku” o Costo del Patrimonio sin deuda, cuyos insumos son principalmente los datos contables de la empresa y la proyección de una serie de variables sistemáticas y no sistemáticas. El método es una adaptación enfocada a la valoración de empresas, fundamentado en la propuesta de Darcy Fuenzalida, Samuel Mongrut y Mauricio Nash en su documento titulado “Evaluación de Proyectos en Mercados de Capitales Incompletos”. En esta investigación se propone el uso de tal enfoque para proponer un intervalo de factor de riesgo para el sector de las empresas inmobiliarias pequeñas y micro de Bucaramanga. Se plantea seleccionar una muestra de 32 empresas representativas del sector, proyectar algunas variables y realizar la respectiva simulación para después hallar la tasa “Ku” y con ella el factor de riesgo.