Conclusiones y Recomendaciones

El VPN y los métodos ROA tienen en común que los precios de son uno de los principales insumos. Como los precios de siguen un modelo estocástico más que un proceso determinista, estos tienen que ser cuantificados para el estudio de caso.

Los Modelos ARIMA fueron seleccionados para predecir los precios de. Sin embargo, no existe un modelo ARIMA que encaje bien para los precios de madera para pulpa, por un lado, los modelos no eran significativos en el nivel de confianza del 0,05, por el contrario, cuando el Ljung y Box prueba estadística Q se llevó a cabo, se demostró que los modelos que no son adecuados. A pesar de esto, el modelo ARIMA (0,1,1) y ARIMA (0,1,1) (no intercepto) se consideraron, ambos modelos la estimación de precios similares para madera ara pulpa.

En el caso de la madera para aserrío y madera de madera podada, los modelos que incluyen un término autorregresivo no fueron los adecuadas, como consecuencia, el modelo ARIMA (0,1,1) y ARIMA (0,1,1) (no intercepto) fueron elegidos. Sin embargo, este último mostró a ser mejor para predecir los precios futuros, por lo que este fue elegido.

Una vez que los precios de las trozas fueron modelados, el pronóstico para madera para aserrío y de madera para aserrío podada mostro que los precios de se mantuvieron constantes en US$38.3/m3 and US$82.3/m3 respectivamente r, en el caso de los precios de madera para pulpa permanecieron alrededor de US $ 18/m3 en ambos modelos: sin embargo, el modelo sin intercepción fue elegido con el fin de ser consistentes con los modelos de los otros dos productos. Por lo tanto, estos precios serán la entrada para el VPN

146 Análisis comparativo DCF y ROA en la valoración de plantaciones

Los resultados muestran que los datos oficiales sobre los precios de recopilados por CONIF se encuentran bajos respecto al nivel de precios que en realidad son negociados en el mercado abierto, las diferencias son del 21% y 15% para madera para pulpas y los precios de madera aserrada respectivamente. Esto se explica por la diferente clasificación que hacen algunos aserraderos: la madera que debe ser agrupados como madera para pulpa, se clasifica como madera aserrada, madera que deben ser catalogada como residuo, se clasifica como madera para pulpa. En consecuencia, los precios oficiales muestran reducciones.

La madera aserrada de Chile y la serie de precios de madera de poda de en la definición de Colombia mostró un comportamiento similar. Los precios oscilan constantemente madera aserrada en todo US $ 40/m3, mientras podamos precios de las madera para aserrío fluctúan alrededor de US $ 80/m3. El modelo de construcción mostró una relación significativa entre la poda y la madera aserrada precios, aunque el valor de R cuadrado no es elevado.

La prueba ADF, teniendo en cuenta la regla Schwert y el criterio de Perron, demostró que los precios de la serie original no son estacionarios, una vez diferenciados, se logró la estacionalidad con el criterio de Perron. Cuando la regla Schwert fue considerada, solo la serie madera para pulpa no estaba inmóvil, pero el control de la autocorrelación de los residuos, ha mostrado que en términos generales se trata de ruido blanco. Por lo tanto, los precios de las madera para aserrío se puede considerar como diferencia estacionaria en primer lugar. Esto significa que la serie tiene que ser diferenciada una sola vez para obtener estadísticas que permitan interpretaciones que cuando se trate de predicciones, ofrezcan resultados coherentes.

Las series de precios resultaron independientes de los valores del pasado. Sólo las series de precios de madera para pulpa mostraron una distribución normal cuando la prueba JW se llevó a cabo, cuando la prueba de AD se llevó a cabo todas las series mostraron normalidad. Por lo tanto, sólo los precios de las madera para aserrío pulpa han logrado las dos condiciones para seguir un GBM, que es uno de los supuestos de Black y Scholes para valorar opciones, pero debido a la ambigüedad de las pruebas,

no está claro que los precios de la madera aserrada y poda puede ser modelado como un proceso de difusión (BS fórmula).

La Volatilidad de los precios de madera para aserrío y madera para pulpa tuvieron el mismo valor (11%), mientras que la volatilidad de poda fue del 6%. Estos valores pueden ser considerados bajos en comparación con otros países. Además, la volatilidad en Colombia se supone que está afectada por la distribución de las plantaciones, ya que no están ampliamente distribuidas en el país.

Dos métodos de valoración del bosque fueron examinados. Para el VPN uno de los principales insumos es el precio de la madera que por lo general se supone que es constante en el tiempo. Sin embargo, los precios siguen un proceso estocástico, por lo tanto, tienen que ser pronosticados. La condición que se necesita para lograr obtener un pronóstico preciso es que la serie de tiempo original tiene que ser estacionaria. Los precios de las trozas de Ciprés en Colombia se diferenciaron como primera estacionaria. La técnica utilizada (Box y Jenkins) proporciona resultados estadísticamente fiables. Los sistemas de pronóstico fueron ARIMA (0,1,1) (sin el origen) para madera para pulpa, madera aserrada y madera aserrada con podas. El enfoque histórico fue utilizado con el fin de obtener la volatilidad, la obtención de valores bajos para cada producto (11% para ambos y los precios de madera aserrada y de pulpa y 6% para los precios de las trozas podadas).

En el caso de la edad optima de rotación, ambos enfoques dieron valores similares, alrededor de 21 y 22 años. Sin embargo el VPN mostro ser más sensible para cambiar esta edad cuando los valores de las demás variables fueron modificados.

El enfoque de valoración de opciones reales ROA se basa en la idea de esperar (postergar la cosecha) si los precios son bajos. Básicamente, la cosecha se produce cuando los precios son lo suficientemente altos para cubrir éstos costos y al mismo tiempo, cuando la diferencia alcanza un máximo. Por lo tanto el costo de ejercicio tiene que ser representado por el costo de la cosecha.

La literatura afirma que ROA da valores más altos que el enfoque VPN, debido principalmente al efecto de la volatilidad. Sin embargo, en el caso de estudio se

148 Análisis comparativo DCF y ROA en la valoración de plantaciones

encontró que particularmente para el nivel de volatilidad hallado en la serie de precios, es indiferente utilizar cualquiera de estos enfoques pues dan casi el mismo valor (USD $ 619 millones (FEV) y USD $ 643 millones (FOV), una diferencia de 3,7%. Cuando la volatilidad se reduce casi a cero (en teoría sin efecto) la relación entre el FOV / FEV es cercana a 1.

En el caso de estudio, las principales variables, tanto para el VPN como ROA fueron la tasa de descuento y el costo de la cosecha. Cuando fueron modificadas, el FEV del bosque aumentó un 9,5% (tasa de descuento) y disminuyó un 6,2% (costo de cosecha), el FOV del bosque completo varió 4,9% (tasa de descuento) y 5,2% (costo de la cosecha). Sin embargo, la diferencia entre el FOV y FEV fue cero y el 4,8% cuando la tasa de descuento y el costo de la cosecha fueron cambiados respectivamente. La volatilidad utilizada no causó ninguna diferencia entre los dos enfoques, ni tampoco cuando se introdujo una disminución de la misma.

Cuando la volatilidad se incrementó (20% para el precio de aserrío y pulpa, y 10% para aserrío con podas) el cociente (ratio) FOV/FEV se incrementa fuertemente. Después de cierto umbral, la diferencia se hace más grande y por lo tanto, hay más variación para decidir (flexibilidad), es decir, si la cosecha debe realizarse o posponerse hasta que los precios son lo suficientemente altos.

El estudio de caso mostró que el régimen de manejo intensivo se ve menos afectado por la volatilidad, en contraste con los regímenes de manejo extensivo y madera para pulpa, que mostraron mayores proporciones de esta variable. A pesar de que un nuevo producto se obtiene cuando la intensidad de la silvicultura es más alta (madera para aserrío con podas), su nivel de volatilidad (6%) no es muy alta para establecer mayores diferencias. Por otra parte, los regímenes de gestión intensivos cubren el 68% de toda la zona, por lo que el efecto de los otros cuarteles es mínimo. Por lo tanto, este es otro factor que hace que ambos enfoques den valores similares a nivel de bosque.

El costo de la cosecha es también otro factor clave que determina las diferencias en los valores. Cuando el costo de la cosecha se incrementó en un 10%, la proporción de FOV de FEV no cambió mucho, sin embargo, para el régimen de IM cuando el costo de la cosecha se incrementa en un 20% (USD $ 3/m3), mayor se encontraron diferencias

(entre 13% y 18%). El costo de la cosecha como la clave para el ROA es coherente con lo que la definición de bosque es la opción. Básicamente, el costo de la cosecha tiene un efecto inverso de los precios, los cuales son afectados por la volatilidad. El bosque tiene que ser cosechado cuando los precios exceden los costos de cosecha y dan el mayor beneficio. Por lo tanto, si el costo de la cosecha es aumentado o disminuido, la cosecha podría ser aplazada o adelantada, respectivamente.

Los precios de la madera siguen un proceso estocástico. Asumir los precios como una constante hace que el valor de los bosques sea subestimado, por lo tanto, los precios han de ser pronosticados teniendo en cuenta que la serie de tiempo debe ser estacionaria para obtener pronósticos precisos. La extensión de los precios de las trozas sólo cubría 20 años. Con el fin de producir mejores predicciones es aconsejable disponer de una base de datos más amplia en el tiempo.

Utilizando métodos que incorporan los precios estocásticos de la madera, hacen que el análisis se asemeja más a la realidad. Aunque Faustmann se utiliza actualmente, no es un enfoque flexible para calcular el momento exacto de la cosecha. El enfoque de ROA puede utilizarse como un indicador de la edad de rotación óptima.

Si el enfoque ROA se utiliza y la volatilidad no se cree que representa la realidad, otra opción sería utilizar la volatilidad implícita, esto es, asumiendo los "precios justos" para la opción de los bosques. La volatilidad en este caso es la variable que se calcula (por un proceso iterativo).

Por último, el enfoque de opciones a través de árboles binomiales (BOP) es otro método que podría ser utilizado para valorar los bosques. Se recomienda que este método se compare con el enfoque ROA.

150 Análisis comparativo DCF y ROA en la valoración de plantaciones

5 Bibliografía

Abildtrup, J., Riis, J., & Jellesmark Thorsen, B. (1997). The Reservation Price Approach and Informationally Efficient Markets. Journal of Forest Economics, 3(3), 229-245.

Acuña, E., and F. Drake. 2003. Risk analysis in forest management and silvicultural investments: a literature review. Bosque (Valdivia) 24(1)

Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood

Principle. Paper presented at the 2nd International Symposium on Information Theory,

Budapest.

Ananda, J. & Herat, G. 2009. A critical review of multi-criteria decisión making methods with special referente to forest management and planning. IN: Ecological Economics 68, 2535-2548.

Anda, J., Golub, A. & Strukova, E. 2009. Economics of climate change under uncertainty: Benefits of flexibility. IN: Energy Policy 37, 1345-1355.

Armstrong, J. S. (2001a). Evaluating Forecasting Methods. In J. S. Armstrong (Ed.), A

Handbook for Researchers and Practicioners. Boston :MA: Kluwer Academic.

Armstrong, J. S. (2001b). Selecting Forecasting Methods. In J. S. Armstrong (Ed.), A

Arregui, G. 2004. Los modelos implícitos de valoración de opciones. En: Cuadernos de Gestión Vol. 4 No 2 (2004) pág. 77-93.

Bailey, W.; Bhandari, A.; Faiz, S.; Srinivasan, S. & Weeds, H. 2004. Real Option Valuation. IN: Oilfield Review, Spring 2004. Pág 4-19.

Banco Central. (2002). Anuario de Cuentas Nacionales. Santiago: Banco Central de Chile.

Barnoff-Nielsen, O., & Shephard, N. (2001). Non-Gaussian Ornstein--Uhlenbeck-based Models and some of their Uses in Financial Economics (with discussion). Journal of the

Royal Statistical Society, Series B, 63, 167-241.

Black, F., & Scholes, M. (1973). The Pricing of Options and Corporate Liabilities.

Journal of Political Economy, 81(3), 637-654.

Bodie, z., and R. C. Merton. 2003. Finanzas. Prentice Hall. Ciudad de México, México.

Bonis, S., Azofra, V. & de la Fuente, G. 2007. Las opciones reales y la simulación de Monte Carlo. En: Universia business review – Actualidad económica. Cuarto trimestre 2007.

Brazee, R., & Bulte, E. (2000). Optimal Harvesting and Thinning with Stochastic Prices.

Forest Science, 46(1), 23-31.

Brazee, R., & Mendelsohn, R. (1988). Timber Harvesting with Fluctuating Prices. Forest

Science, 34(2), 359-372.

Brazee, R., & Newman, D. (1999). Observation on Recent Forest Economics Research on Risk and Uncertainty. Journal of Forest Economics, 5(2), 193-200.

Brazee, R., Amacher, G., & Conway, M. (1999). Optimal Harvesting with Autocorrelated Stumpage Prices. Journal of Forest Economics, 5(2), 201-216.

152 Análisis comparativo DCF y ROA en la valoración de plantaciones

Brealey, R., & Myers, S. (1991). Principle of Corporate Finance (4th ed.). New York: McGraw-Hill.

Bulan, L., Mayer, C. & Somerville, C.T. 2009. Irreversible investment, real options and competition: Evidence from real estate development. IN: Journal of Urban Economics 65, 237-251.

Cao, Q. (2004). Predicting Parameters of a Weibull Function for Modeling Diameter

Carey, S. (2003). A Corporate Valuation Perpective. New Zealand Journal of Forestry,

48(1), 20-24.

Caulfield, J. P. (1988). A Stochastic Efficiency Approach for Determining the Economic Rotation of a Forest Stand. Forest Science, 34, 441-457.

Caulfield, J. P., & Newman, D. (1999). Dealing with Timberland Investment Risk: theory versus Practice for Instituional Owners. Journal of Forest Economics, 5(2), 253-268.

Charemza, W., & Deadman, D. (1992). New Directions in Econometric Practice : General to Specific Modelling, Cointegration, and Vector Autoregression. Brookfield, Vt., USA: E. Elgar.

Clements, M., & Hendry, D. (1998). Forecasting Economics Time Series. New York: Cambridge University Press.

CONIF, 2009. Plan Nacional de reforestación comercial de Colombia 2010-2014. Corporación Nacional de Investigación y Fomento Forestal. Bogotá, D.C.

Cox, J., Ross, & Rubinstein, M. (1979). Option Pricing: A simplified Approach. Journal

of Financial Economics, 7(3), 229-263.

Dake, C. (n.d). The Reservation Price of Forest Stands: Agribusiness and Resource Management Department. Massey University. Palmerston North, New Zealand.

De Reick, B., Degraeve, Z. & Vandenborre, R. 2008. Project options valuation with net present value an decision tree analysis. IN: European Journal of Operational Research. 184, 341-355.

De Reick, B., Degraeve, Z. & Vandenborre, R. 2008. Project options valuation with net present value an decision tree analysis. IN: European Journal of Operational Research. 184, 341-355.

DeForest, C., Cubbage, F., Redmond, C., & Harris, T. J. (1991). Hedging with Trees: Timber Assets and Portfolio Performance. Forest Products Journal, 41(10), 23-30.

Demeke, B. (2001). Stochastic Price models and Optimal Tree Cutting: Results for Loblolly Pine (Replication and extension of Haight and Holmes 1991): Department of Agricultural and Applied Economics. University of Wisconsin-Madison.

Dhrymes, P. (1998). Time Series, Unit Roots and Cointegration. San Diego: Academic Press.

Dickey, D., & Fuller, W. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74, 427-431.

Duku-Kaakyre, A. & Nanang, D. 2004. Application of real options theory to forestry investment analysis. IN: Forest Policy and Economics 6, 539-552

Eastin, I., Shook, S., & Fleishman, S. (2001). Material Substituion in the U.S. Residential Contruction Industry. Forest Products Journal, 51(9), 30-37.

Ellis, J. (1995). Measuring Logs. In D. Hammond & New Zealand Institute of Forestry (Eds.), 1995 Forestry Handbook (3rd . ed.). Christchurch, N.Z: New Zealand Institute of Forestry.

154 Análisis comparativo DCF y ROA en la valoración de plantaciones

Ericsson, N. (2000). PredicTabla Uncertainty in Economic Forecasting: FRB international Finance Discussion Paper Nº 695. Board of Governors of the Federal Reserve System.

Esquivel, G., & Larrain, F. (1999). America Latina Frenta a Crisis Asiatica. Paper presented at the Las Secuelas de la Crisis Asiática, Washington D.C., may 13-14.

Estrategia. ( 2002, September 23). Commodities Mostrarían Mejores Precios el Próximo Año. Estrategia.

FAO.2009. Situación de los bosques del mundo 2009. Organización de las Naciones Unidas para la Agricultura y la Alimentación. Roma, Italia. Pág 98-99.

Faustmann, M. (1849). Calculation of the Value which Forest Land and Inmature Stands Posses for Forestry. In M. Gane (Ed.), Martin Faustmann and the Evolution of

Discount Cash Flow: Two Articles from the Original German of 1849. Oxford:

Commonwealth Forestry Institute Paper Nº 42, University of Oxford.

Faustmann, M. (1995). Calculation of the Value Which Forest Land And Inmature Stands Possess for Forestry. Journal of Forest Economics, 1(1), 7-44.

Fontes, D. 2008. Fixed versus flexible production systems: A real options analysis. IN: European Journal of Operational Research 188, 169–184.

Forboseh, P., & Pickens, J. (1996). A Reservation Value Approach to Harvest Scheduling with Stochastic Stumpage Prices. Forest Science, 42(4), 465-473.

Forboseh, P., Brazee, R., & Pickens, J. B. (1996). A Strategy for Multiproduct Stand Management with Uncertain Future Prices. Forest Science, 42(1), 58-66.

Franses, P. (1988). Time Series Models for Business and Economic Forecasting. Cambridge, UK: Cambridge University Press.

Fraser, T. (1995). An Introduction to Discounted Cash Flow Analysis in Forestry. In D. Hammond (Ed.), NZIF Forestry Handbook (3rd ed.). Christchurch, New Zealand: The New Zealand Institute of Forestry.

Freeman, M.C. 2009. The practice of estimating the term structure of discount rates. IN: Global Finance Journal 19, 219-234.

Garreth, T., & Leatherman, J. (2000). An Introduction to State and Local Public

Finance. Retrieved November 10th, 2004, from

http://www.rri.wvu.edu/WebBook/Garrett/contents.htm

Gomez, I., Love, A., & Burton, D. (1999). Alternative Price Expectations in Timber Markets. Journal of Forest Economics, 5(2), 235-250.

Gong, P. (1999a). Diversification of Harvest Decisions for Even Aged Stand Management. Journal of Forest Economics, 5(123-138).

Gong, P. (1999b). Optimal Harvest Policy with First Order Autoregressive Price Process. Journal of Forest Economics, 5(3), 413-439.

Grafström, C. & Lundquist, L. 2002. Real Option Valuation vs. VPN Valuation - An application to a North Sea oilfield .Spring 2002. Master’s Thesis in Financial Economics. Stockholm University, School of Busines.

Gujarati, D. (1999). Essentials of Econometrics (2nd ed.). Boston: Irwin McGraw-Hill.

Guthrie, G., & Kumareswaran, D. (2003). Carbon Subsidies and Optimal Forest

Management: New Zealand Institute for the Study of Competition and Regulation.

Haight, R. (1990). Feedback Thinning Policies for Uneven-Aged Stand Managemnet with Stochastic Prices. Forest Science, 36(4), 1015-1031.

Haight, R. (1991). Stochastic Log price, Land Value, and Adaptive Stand Management: Numerical Results for California White Fir. Forest Science, 37(5), 1224-1238.

156 Análisis comparativo DCF y ROA en la valoración de plantaciones

Haight, R., & Holmes, T. (1991). Stochastic Price Models and Optimal Tree Cutting:

Hanke, J., & Reitsch, A. (1995). Business Forecasting (5th ed.). Boston: Prentice Hall International.

Hanke, J., & Reitsch, A. 1995. Business Forecasting (5th ed.). Boston: Prentice Hall International.

Hepburn, C. & Koundouri, P. 2007. Recent advances in discounting: Implications for forest economics. IN: Journal of Forest Economics 13, 169-189.

Higgins, S., Clark, J., Nathan, R., Hovestadt, T., Schurr, F., Fragosos, J., et al. (2003). Forecasting Plant Migration Rates: Managing Uncertainty for Risk Assesment. Journal

of Ecology, 91, 341-347.

Howe, K. 2002. Real options and strategic decisions (strategic management). IN: Strategic Finance. (1) 2002.

Hughes, W. (1987). Forest Valuation using Option Pricing Theory. Working Papers in

Economics. Hamilton, New Zealand: Department of Economics, University of Waikato.

Hughes, W. (2000). Valuing Forest as a Call Option: the Sale of Forestry Corporation of New Zealand. Forest Science, 46(1), 32-39.

Hull, J. (1995). Introduction to Futures and Option Markets (2nd ed.). Englewood Cliffs, New Jersey: Prentice Hall.

Hull, J. 2009. Introducción a los mercados de futuros y opciones. Sexta Edición. Pearson Educación. Ciudad de México, México.

INFOR. (2002a). Estadisticas Forestales 2001. Area de Estudios Económicos y del Ambiente. Santiago: Instituto Forestal (Infor).

INFOR. (2002b). Exportaciones Forestales Chilenas-Diciembre 2002. Area de Estudios Económicos y del Ambiente. Santiago: Instituto Forestal.

Jarret, J. (1987). Business Forecasting Methods. New York: Blackwell.

Joshi, S. & Arano, K. 2009. Determinants of private forest management decisions: A study on West Virginia NIPF landowners. IN: Forest Policy and Economics 11, 118-125.

Kallianpur, G., & Karandikar, R. (2000). Introduction to Option Pricing Theory. Boston: Mass: Birkhäuser.

Kennedy, N. (2001). Reservation Prices and Willingness to Accept Price Offers for

Nonindustrial Forest Landowners in Western Virginia. :a thesis submitted in partial

fulfilment of the requirements for the degree of Master of Forestry, College of Natural Resources, Department of Forestry, Virginia Polytechnic Institute and State University.

Leroux, A.; Martin, V., & Goeschl, T. 2009. Optimal conservation, extinction debt, and the augmented quasi-option value. IN: Journal of Environmental Economics and Management. 58 43–57

Leskinen, P., & Kangas, J. (2001). Modelling Future Timber Price Development by Using Expert Judgement and Time Series Analysis. Silva Fennica, 35(1), 93-102.

Letamendi, J. (2001, May, 9). Inversion Forestal Proyectada Totaliza US$ 3,670 Millones. Estrategia.

Lohmander, P. (1987). Economics of Forest Management under Risk. Swedish University of Agricultural Sciences, Umea.

Lohmander, P. (1988). Pulse Extraction under Risk and a Numerical Forestry Application. Systems Analysis Modelling Simulation, 5(4), 339-354.

Longley, B., Seed, P. G., Sharp, B., & Centre for Resource Management (Lincoln N.Z.). (1993). Using Option Pricing Theory to Estimate Option Value : a Preliminary Study. Canterbury, New Zealand: Centre for Resource Management Lincoln University.