Milanesi, Gastón S.
L
A TASA INTERNA DE RETORNO
PROMEDIO BORROSA
:
DESARROLLOS
Y APLICACIONES
Journal of Economics, Finance and Administrative
Science
2016, vol. 21, pp. 39-47
Milanesi, G. S. (2016). La tasa interna de retorno promedio borrosa:
desarrollos y aplicaciones. Journal of Economics, Finance and
Administrative Science. En RIDCA. Disponible en:
http://repositoriodigital.uns.edu.ar/handle/123456789/5293
Esta obra está bajo una Licencia Creative Commons
Atribución-NoComercial-CompartirIgual 2.5 Argentina
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
REP
OS
IT
O
RIO I
NSTI
TUC
IO
NA
L DE
L
DEPART
A
MENT
O DE CI
EN
CIA
S DE
LA
ADMINI
S
T
RACI
ÓN
[E
scr
iba
s
u
dir
ecc
ión
]
[Es
cr
ib
a s
u
nú
me
ro
d
e t
elé
fo
n
o]
[Es
cr
ib
a s
u
d
ire
cc
ió
n
d
e co
rr
eo
e
le
ctró
n
ico
]
R
EPO
SI
T
O
R
IO
IN
ST
IT
U
C
ION
A
L
D
E
L
D
EP
A
R
T
A
M
E
N
T
O
D
E
C
IE
N
C
IA
S
D
E
L
A
A
D
M
IN
IST
R
A
C
IÓ
N
Journal
of
Economics,
Finance
and
Administrative
Science
w w w . e l s e v i e r . e s / j e f a s
Artículo
La
tasa
interna
de
retorno
promedio
borrosa:
desarrollos
y
aplicaciones
Gastón
S.
Milanesi
1DepartamentodeCienciasdelaAdministración,UniversidadNacionaldelSur,Argentina
i n f o r m a c i ó n
d e l
a r t í c u l o
Historiadelartículo:
Recibidoel12deabrilde2015 Aceptadoel30dediciembrede2015 CódigosJEL: G30 G31 Palabrasclave:
Tasainternaderendimientopromedio
Matemáticaborrosa
Tasainternaderendimientopromedio
borrosa
r
e
s
u
m
e
n
Eltrabajointroducelatasainternaderendimientopromedio(TIRP)dentrodelmarcodelamatemática borrosa(fuzzy)comométodoalternativoparaestimarrendimientosensituacionesdeambigüedad.Enla primerapartesedesarrollalaTIRPysuversiónborrosacomoalternativaparadeterminarrendimientos bajosituacionesdeambigüedad.Seguidamente,conuncasohipotético,seilustralaconsistenciaconel valoractual(VA)enelordenamientodeproyectosfrenteasituacionesconflictivas.Encasode incerti-dumbresedemuestralaequivalenciadelaTIRPcalculadasobrelosflujosdefondosesperadosocomo TIRPesperada.Finalmente,ycomomedidaparaestimarrendimientospromediosensituacionesdifusas, seplantealaTIRPborrosa,comparandoresultadosconlosmétodosVAyTIRborrosa.
©2016UniversidadESAN.PublicadoporElsevierEspa ˜na,S.L.U.Esteesunart´ıculoOpenAccessbajo laCCBY-NC-NDlicencia(http://creativecommons.org/licencias/by-nc-nd/4.0/).
The
fuzzy
average
internal
rate
of
return:
development
and
applications
JELclassification:
G30 G31 Keywords:
Averageinternalrateofreturn
Fuzzymathematics
Fuzzyaverageinternalrateofreturn
a
b
s
t
r
a
c
t
Thepaperintroducestheaverageinternalrateofreturn(AIRR)intothemathematicfuzzy’sframe,like alternativemethodforestimatingreturnsinambiguitysituations.Inthefirstpartitisdevelopedthe AIRRanditsfuzzyversionlikeanalternativeofreturndeterminationunderambiguitysituations.Next, withahypotheticalcase,theconsistencywiththepresentvalue(PV)intheprojectsrankingatconflictive situationsisillustrated.Incaseofuncertainty,theequalitybetweentheAIRRestimatedovertheexpected cashflowsorasexpectedAIRRisshowed.Finally,andlikeameasurementforestimatingaveragereturns invaguesituations,itissetoutthefuzzyAIRR,comparingresultswiththefuzzyPVandIRRmethods.
©2016UniversidadESAN.PublishedbyElsevierEspa ˜na,S.L.U.Thisisanopenaccessarticleunderthe CCBY-NC-NDlicense(http://creativecommons.org/licenses/by-nc-nd/4.0/).
1. Introducción
Elpresentetrabajodesarrollalatasainternaderetorno pro-medio,TIRP(averageinternalrateofreturn,AIRR)borrosa,como unmétodoalternativoparaladeterminacióndelrendimiento pro-medioendecisionesdeinversiónyfinanciamiento(Magni,2010) encondicionesdeambigüedad.Sondoslosaspectosquereúnela
Correoelectrónico:milanesi@uns.edu.ar
1DoctorenCienciasdelaAdministración,UniversidadNacionaldelSur,profesor
titulareinvestigadordelDepartamentodeCienciasdelaAdministración,
Universi-dadNacionaldelSur,BuenosAires,Argentina.
medidapropuesta:porunlado,informarrendimientossin colisio-narconelcriteriodelvalorpresente,VA(presentvalue,VA),ypor otroeltratamientodelaambigüedaddedatoseinformación.A partirdesuscaracterísticasestructuralesyanatomíamatemática, laTIRPresuelvelosclásicosinconvenientesquelatasainternade retorno,TIR,(internalrateofreturn,IRR)presentafrenteal crite-riodelVAa.Elotroaspectoconsisteenlaadaptacióndelmodeloo
criterioempleadoasituacionescaracterizadasporlaambigüedad
aEntreellassepuedencitarlosproblemasdemúltiplestasasderendimiento
(Hazen,2003,2009),ordenamientodeproyectosmutuamenteexcluyentes,
pro-yectosmutuamenteexcluyentesconescalasdeinversióndiferentesentama ˜noy
efectosdereferenciacomosonaditividaddelvalor,diferenciasderesultadosentreel
http://dx.doi.org/10.1016/j.jefas.2015.12.001
2077-1886/©2016UniversidadESAN.PublicadoporElsevierEspa ˜na,S.L.U.Esteesunart´ıculoOpenAccessbajolaCCBY-NC-NDlicencia(http://creativecommons.org/
40 G.S.Milanesi/JournalofEconomics,FinanceandAdministrativeScience21(2016)39–47
ofaltadedatos,propiadecontextoscorrespondientesamercados incompletosb.Enestoscasos,elriesgodelproyectonosepuede
inferira partir dela volatilidaddeun activofinanciero; conse-cuentemente,losriesgospierdensucondiciónde“mercado”yse transformanen“privados”(SmithyNau,1995)c.Entales
condi-ciones,laambigüedadovaguedadenladisponibilidaddedatoses normayrestricciónenlaseleccióndelmodeloaimplementarenla valuaciónfinanciera.Endichascircunstancias,setornadificultosa laimplementacióndelasclásicasydiferentesmétricas probabi-lísticasutilizadasen lacuantificacióndelgradodeexposición a laincertidumbre(riesgo)dela inversión(Munenzon,2010).Así escomonaceeltratamientodelaincertidumbredesdelalógica borrosa(fuzzy)(Zadeh,1965;DuboisyPrade,1980).Emergecomo alternativacomplementariaalenfoqueprobabilístico,adaptando losmodelosfinancierosa lalógicadelasmatemáticas borrosas
(Buckley,1987;ChiuyPark,1994,1998;CarlssonyFuller,2001;
FulleryMajlender,2003;Rebiaz,2007;Guerra,MagniyStefanini,
2014).
Losdosaspectosindicadosmotivaneldesarrollodelpresente trabajointroduciendolamedidaTIRPdenelmarcodela
matemá-ticaborrosa (fuzzy).Laestructuradeltrabajoeslasiguiente:en lapróximasecciónsedesarrollalaTIRPylaTIRPborrosa.Enel anexoseexponenlasprincipalesoperacionesconnúmeros borro-sos.Utilizandouncasohipotético,seestudiaelcomportamientode laTIRPenelordenamientodeinversionesexcluyentesdediferentes tama ˜nosysuconsistenciacomomedidaderendimientoscalculada apartirdeflujosdefondosesperadosocomoesperanza matemá-ticadeTIRPdeterminísticas.Finalmente,esimplementadalaTIRP borrosa,comparandoresultadosobtenidosconaquellosarrojados porloscriteriosVAyTIRborrosa.
2. Latasaderendimientopromedio(TIRP)
Lasucesión decapitales aplicadosa una inversióna lolargo del tiempo se nota como ct= (c0,c1,c2...cT−1), mientras que
xt= (x0,x1,x2...xT) representalacorrientedebeneficiosfuturos
asociadosalos recursoscomprometidosenlainversión. Conse-cuentemente,elresultadodeunainversión,enelinstantetpuede expresarsedelasiguientemanera:
Rt=ct−ct−1+xt (1)
Dondeeltérminoct−1representaelcapitalinvertido(prestado)
enelperiodo [t−1],cteselcapitalenelperiodo[t]yxteselflujode
fondos(beneficio)generadoporelcapitalenelrespectivoperiodo.
valoresperadocorrespondientealaTIRestocásticaylaTIResperadadelainversión
(Magni,2013;Guerraetal.,2014).
b Cuandoseevalúannuevasinversiones,porejemplotecnologíasnovedosas,
asig-naciónderecursosaproyectosdeinvestigaciónydesarrollo,inversiónenactivos
realesdecapitalcerrado,empresasdebasetecnológica,entreotras,elcomún
deno-minadorconsisteenlanocompletituddelmercadodecapitales.Dichasituación
setraduceenlainexistenciadeactivosfinancierosquerepliquenlavariabilidadde
losflujosdefondosesperadosdelainversiónencuestióny,porlotanto,permitan
estimarelriesgodelproyecto,conocidocomoriesgodemercado,yaqueelmismo
esinferidoindirectamentedelavolatilidaddeuntítulotranzadoenelmercadode
capitalesconcorrelaciónperfectaalosflujosdefondosdelproyectoestudiado.
c Losautoresclasificanalosriesgosdeunproyectoen“mercado”y“privados”.
Elpreciodelosprimerossurgedelavolatilidad(desvío)delacarterafinanciera
gemelaquereplicalosmovimientosesperadosenlosflujosdefondosdelproyecto.
Lossegundossonaquellosenlosquenoexistenactivosfinancierosréplicas,
pro-ductodequeelmercadodecapitalesnocumpleconlacondicióndecompletitud
requerida.Consecuentemente,nohaydisponibleinformacióndemercadoparasu
cuantificación.
d ParaunacompletadescripciónydesarrollodelasventajasdelaTIRPrespectode
laTIRysuconsistenciaconelVAN,verMagni(2010,2013).Otroenfoquealternativo
bajolalógicaborrosaeintervalossepuedeencontrarenGuerraetal.(2014).
Porlotanto,Rtrepresentaelresultadodelperiodoe,sujetoalas
siguientescondiciones,Magni(2010):
a)Elcapitalcorrespondientealperiodotsurgedelproductoentre el capital delperiodo anterior ysu tasa de rendimiento (rt)
menoselflujoobeneficiototalgeneradoporlainversión(xt)
segúnlasiguienteexpresión:
ct=ct−1(1+rt)−xt (2)
b)Sesupone queel valor inicialde lacorriente decapital (c0)
representalainversióninicialdelacorrientedeflujosdefondos generadosporlainversión:
c0=−x0 (3)
c)Elvalordelcapitalinvertidoalfinaldelavidadelainversiónes cT=0.Enelhorizontefinal(T)noseproyectacrecimientocomo
consecuenciadereinvertir,asumiendoqueestaserecupera ínte-gramentesiendosuvalorxT.Porlotanto:
cT=cT−1(1+rT)+xT=0 (4)
d)Latasaderendimientoperiódicacorrespondientealainversión bajoestudiosurgedelcocienteentreelresultado(Rt)yelcapital
delperiodoanteriorgeneradordelmismo (ct−1):
rt=Rt
⁄
ct−1 (5)lógica que supone el modelo es la siguiente: el capital al comienzodecada periodo,aplicadoa lainversión,experimenta incrementosenfuncióndertyxt,(ecuaciones2y5).Eneseorden
deideas,laTIRP,adiferenciadelaTIR,segregalaevolucióndela corrientedecapitales(c)yflujosdefondosgeneradosporel pro-yecto(x).Suponiendounacorrientedecapitales
c0,c1...,cT−1,se puedeplantearlasiguienteigualdad:
VA
x/k=Tt=1(Rt−kct−1)(1+k)
−t (6)
En la ecuación anterior, el término (Rt−kct−1) expresa las
gananciasextraordinariasdelainversión,comoladiferenciaentre elbeneficioesperadodelperiodoylasgananciasnormales, calcu-ladascomoelproductoentreelrendimientodemercadokpara inversionesderiesgosimilaralasestudiadasyelcapitalinicialct−1.
Elconceptoprecedentedalugaral grupodemodelosde valua-cióndeempresasconocidocomoGananciasResiduales(Residual Income);(PrattyGrabowski,2008;Fernández,2014).Sict−1 /= 0
paracadat=1,2....Tsepuedendefinirlasgananciasenexceso porunidaddecapitalinvertido,apartirdertcomolatasade
ren-dimientoperiódica(ecuación5):
VA
x/k=Tt=1ct−1(rt−k)(1+k)
−t (7)
Elmargen (rt−k) midelasgananciasresidualesporunidadde
capital invertido,esta expresiónse conocecomotasa de rendi-mientoresidual(TRR).ParaobtenerlaTIRPsedebeestimarlatasa derendimiento constante
rp,que reemplazandoen cada una delastasasperiódicas(rt)arrojaelvalorpresentedelproyecto VA
x/k.Desdeelpuntodevistaformal,elargumento matemá-ticoenelqueseapoyaestamedidaderendimientoestádadoporeleEnotraspalabras,puedeasimilarsealflujodefondostotaldelainversión,donde
xtrepresentalosflujoslibresyCt−Ct−1lainversiónincrementalencapitaldetrabajo
conceptodemediadeChisini;(GrazianiyVeronese,2009)f,apartir delasiguienteigualdad:
T t=1ct−1(rt−k)(1+k) −t=T t=1ct−1 rp−k(1+k)−t (8) Despejando,seobtiene: rp= T t=1rtct−1(1+k) −t T t=1ct−1(1+k)−t = T t=1rtct−1(1+k) −t VAc/k (9) Elvalordelamediarpeselpromedioponderadodelosren-dimientosperiódicosrt,ylasponderacionesdeestosseexplican
porelvaloractualdeloscapitalescomprometidos.Estamediase conocecomoTIRPg.Laregladecisoriaes:
a)siVA
c/k>0elproyectoesunainversiónyseaceptasiempre querp>kb)siVA
c/k<0elproyectoesunainversiónyseaceptasiempre querp<k.Considerandolacorrienterepresentativadeganancias residua-lesapartirdelasecuaciones6y9searribaalasiguienteexpresión:
VA
x/k=rp−kT t=1ct−1(1+k) −t=rp−k 1+kVA c/k (10)
Porserunamedia,laTIRP(rp)novaríaantecambiosenla
mag-nituddelcapitalintermedio(c),enlamedidaenqueelvaloractual deloscapitalesVA
c/ksemantengainvariante.Despejandola ecuación10enfunciónderpsearribaalaformaoperativadelatasa:
rp=k+VA1
x/k
VA
c/k (11)LaexpresiónanteriorindicaquelaTIRPeslasumaentreelcosto delcapitalyelrendimientonetoincrementalporunidaddecapital invertido.Alternativamente,laecuación11sepuedeexpresarcomo
f LaprimeranocióndelconceptomediasedebeaCauchy(1821),quienladefinió
comoaquelvalorintermedioentreelmáximoymínimodeunavariableestadística,
estadefiniciónesconocidacomolacondicióninternadeCauchy.Elconceptodemedia
querecibióespecialatencióneseldeChisini(1929),dondelamedia (M) deuna
variablealeatoria(X)esaquelvalorque,respectodeotrafunción(f)definidaenla
dis-tribucióndefrecuenciade(X),dejainvarianteelvalorde (M),esdecirf (x1,...xn)=
f (M,...M),paratodox1,...xneneldominiodef.Porejemplo,paralatípicamedia
aritméticaseseleccionalafuncióninvariantef(x1,...xn)=
n i=1pixiyseimpone larestriccióndequen i=1pixi= n i=1Mxi;dondeM= n i=1pixi/ n i=1pi;repre-sentandolamediaaritméticaponderadaparalasvariablesxiconpesopi.Enelcaso
delamediageométricaf(x1,...xn)=
ni−1xiaplicandolarestriccióndeinvarianza
setiene
ni−1xi=
n i−1M=Mn, dondeM=
n ni=1xi.Finalmente,lamedia
armónicasetienef(x1,...xn)=
n i=1pi/xidonde n i=1pi/xi= n i=1pi/xi;donde M=n i=1pi ni=1pi/xi;eslamediaarmónicaponderadaconpesopi;Iurato,2012;
GrazianiyVeronese(2009)
gLaTIRPsediferenciadelapropuestadeHazen(2003,2009)debidoaqueen
laprimeraelmargenresidualesrepresentadopor(rp−k)ynoporladiferencia
(rt−k).Esto,productodequelaTIRrtessustituidaporlamediaTIRPrp.LaTIRPes
unafunciónhiperbólicadeVA(c/k)yseasociaconinfinitascombinacionesdeflujos
decapital,generandolamismarpparatodovalorpresenteVA(c/k)∈R.Adiferencia
delaTIR,larpestádefinidaparacualquiervalordect−1∈R,lart=cctt−1+xt−1noestá
definidaparact−1=0.
elcocienteentreelvaloractualdelasgananciasdelproyectoyel valoractualdelflujodecapitalesdelmismo:
rp=
T1Rt(1+k)
−(t−1)
VP
c/k (12)Proyectosmutuamenteexcluyentes:laTIRPpermiteenmendar unadelasprincipalesfalenciasquetienelaTIRenelordenamiento deproyectosmutuamenteexcluyentesdediferentemagnitud.Esto esasíyaquelaTIRP esunamedidaderendimientosquesurge de lamediade una sucesión decapitales yflujos, coincidentes conelresultado quearrojael criteriodelvalorpresente (ecua-ción10).Paraexplicaresteconcepto,considérensedosproyectos, conflujosde fondos (X) ey; corrientede capital c (rx), c (ry) y
rx,ryelvalorpresentedeestosesVA
x/k=VAc (rx)/krx−k1+k y
VA
y/k=VAc (ry)/kry−k1+k;respectivamente.Elcriteriode
elec-ciónempleadoporlaTIRdeterminaqueamayorrendimientomejor ordenamientorecibe elproyecto. Noobstanteestamedida pre-sentaseriasinconsistenciasconelordenamientodelmétodoVA enelcasodeproyectosexcluyentesdediferentetama ˜no.LaTIRP resuelvelainconsistenciaindicadalograndocongruenciaconel cri-teriodeevaluacióndelVA.Enelcasodediferentesmagnitudesen lasinversionesdelproyecto,seprocedeaescalarlamedida.Eneste casosedebeestimarelvaloractualdelcapital(Pi)correspondiente
alosxiproyectosi=1,2...n.Adicionalmente,sedebedefinirla
magnituddecapitalcomparable (B),ounidadmínimadeinversión. Lamedidaestándar,conocidacomoETIRP
rp,i(B) : rp,i(B) =k+PBi ra,i−k (13)Donderp,irepresentalaTIRPdelproyectocongruenteconel
cri-teriodeordenamientodelVAdebidoaquecumplelacondición max1≤i≤nVA
xi/k
=max1≤i≤nrp,i(B).El resultadodebe
interpre-tarsecomoelrendimientomedioponderado,ajustadoporunidad decapitalcomparable (B).
Proyectosriesgosos:uninconvenientedelaTIR,queamenudo es pasado por alto, se presenta cuando se analizan alternati-vasdeinversiónriesgosas.Enestoscasosnoexisteconcordancia entreelresultadoobtenidoalcalcularelvaloresperadodelaTIR estocásticah;E [r (x)] yaqueldecalcularlaTIRdelosflujosde
fon-dosesperadosdelainversióni;r [E (x)].Lapreguntaemergentees
lasiguiente:¿sedebeprimerodeterminarelvaloresperadodela corrientedeflujosdefondosyluegocalcularlaTIRosedetermina laTIRparacadacorrientedeflujosdefondosyluegoseestimael valoresperadodelaTIR?Cabedesatacarquelosdiferentes pun-tos devista parael análisisconducen a distintosresultados. La inconsistencianosepresentaenlaTIRP,yaquelaecuación10 tra-bajaconcocientesdelVPdeflujosycapital,laTIRPporlotanto E
rp(x)=rp[E (x)].
3. Latasaderendimientopromedioborrosa(TIRPB)
AcontinuaciónsedesarrollalaTIRPyETIRPadaptándolaala lógicaborrosa,conelobjetodeutilizarestamedidaderentabilidad enaquellassituacionesdondesepresentavaguedadoambigüedad
hSuponiendoquex=(x
1,x2,...xn)sonlosflujosdefondosestocásticosylos
flu-josdefondosesperadossonE (x) = (E (x1),E (x2),...E (xn)),porlotantoelvalor
esperadodelaTIRestocásticaesE[r(x)].
iSurgeprimerodecomputarelvaloresperadodelosflujosdefondosE(x)ysobre
42 G.S.Milanesi/JournalofEconomics,FinanceandAdministrativeScience21(2016)39–47
dedatosj.EnelAnexo1sonexpuestaslasoperacionesbásicascon
númerosborrosostriangulares(ecuacionesa1.1hastaa1.9). Adaptandolaecuación11alanomenclaturadelalógicaborrosa, seplantealaTIRP:
rp= ˜k+ VP1 ˜x/˜k VP0 ˜c/˜k (14)Enlaecuaciónanteriorlasvariablesborrosas,fuentede ambi-güedad,estánconstituidasporlosflujosdefondosborrosos, ˜xt=
xt
1(˛) ;xt2(˛)
.,tasadeactualizaciónborrosa ˜kt=
kt1(˛) ;kt2(˛)
y corrientedecapitalborrosa ˜ct=
ct1(˛) ;ct2(˛)
.Alaversión expan-didadelaecuación14 searribatrabajandoconlasoperaciones indicadasenelAnexo1,delasiguientemanera:
[rp,1(a);rp,2(a)]=
⎡
⎢
⎢
⎢
⎢
⎣
k t=0 1 (a)+n t=0 xt 1(a) (1+kt 2(a)) t ×(1+kt=1 1 (a)) 1 n t=0 ˜ct 2(a) (1+ ˜kt 1(a)) t ;kt=02 (a)+
n t=0 xt 2(a) (1+kt 1(a)) t ×(1+kt=1 2 (a)) 1
n t=0 ct 1(a) (1+kt 2(a)) t
⎤
⎥
⎥
⎥
⎥
⎦
(15)LaTIRPBesunnúmerotriangularborroso(NBT)conintervalo
rp,1(˛) ;rp,2(˛)
.
Conformefuedesarrolladoenlaexpresiónanterior,enelcaso deproyectosmutuamenteexcluyentescondiferentesmagnitudes, esmenesterestandarizarlaexpresión,calculandolaETIRP. Defi-nidaunamagnituddecapitalbase (B) yalternativasexcluyentes (i=1,2,...n)laETIRPBes: ˜rp,i(B) = ˜kt=0+ ˜ Pi B
˜ra,i− ˜kt=0 (16)Enlaecuaciónanteriorvaloractualdeloscapitalesdelproyecto ( ˜Pi)esunNBT,conformesurgedelaecuación15,siendoBlamedida
deescala.
Enlasecuaciones14y15r
pesunNBTrespectodelcualsepuedeconocersuvalorpuntualmedio(crispmeanvalue).Estese deter-minacalculandoloscoeficientesε [0,1];resolviendolasiguiente integraldefinida: E
rp = 1 0 (1−) rp,1(˛) +rp,2(˛)()d˛ (17)
El coeficiente es conocido como índice ponderado de “pesimismo-optimismo”;(Yoshida,Yasuda,Nakagami yKurano, 2006).PorserunNBT,laecuación17sereducea:
= AD
AI+AD (18)
DondeADrepresenta eláreaderechadeltriángulo,esdecir, valores superiores al punto medio “optimismo”; y AI el área izquierda“pesimismo”.Conelíndicesecalculaelvalormedio delaTIRPB(VMTIRPB): E
rp = (1−) rp,1(˛) +rp+rp,2(˛)()2 (19)
j Uninteresantetratamientosobrelasdiferenciasqueexistenentreel
enfo-queprobabilístico(probabilidades)yborroso(posibilidades)puedeencontrarse
enFornero(2012)LostrabajosseminalessobrelógicafuzzycorrespondenaZadeh (1965)yDuboisyPrade(1980).
Nosedebeconfundirconunamedia,yaqueelíndiceincorpora elsesgodeláreademayorvalor(AD;AI)delNBT.
4. LaTIRPyTIRPfuzzyenproyectosexcluyentes
EnlapresentesecciónseilustraelcomportamientodelaTIRP frentealaTIRysuconsistenciaconelcriteriodelVAenelcasode inversionesexcluyentesdedistintotama ˜no.Tambiénseprocedea compararlaconsistenciaentreelvaloresperadodelaTIRPylaTIRP delosflujosdefondosesperadosdelproyecto.
Finalmente, sepresenta elfuncionamiento delmodeloen la seleccióndeproyectosexcluyentesensuversiónborrosa, perti-nenteeninversionesencontextosdondeimperalavaguedadyfalta dedatos.
4.1. Proyectosmutuamenteexcluyentesdediferentesescalas
La tabla 1 contiene corrientes de flujos (x) y de capital (c)
correspondientes a dos alternativas de inversión mutuamente excluyentes(AyB)conlaparticularidaddetenerdiferentesescalas. Suponiendounatasadecostodecapital(k)del5%,el ordena-mientodelasalternativasaplicandoloscriteriosdevaloractual (VA)y TIR (r)es el siguiente:VPa=$165,10; VPb=$85,26;
[elec-ción;A>B]ra=17,87%,rb=26,97%[elección;B>A].Seguidamente
seestimólaTIRPylaTIRPestandarizadamediantelasecuaciones 11y13.Comoescalaounidaddecapitalcomparable(B)sedefinela sumade$100.Enlatabla2sepresentanlosresultadosobtenidos. Conformeseobservaenlatabla,sibienlarppresentalos
mis-mosproblemasquelarcuandolostama ˜nosdelosproyectosson diferentes,dichasituaciónseresuelveescalandolamedidaa tra-vésdeladeterminacióndeunidaddecapitalcomparable(B).Los resultadosarrojadosporlaETIRP(erp)devuelvenunordenamiento
consistenteconelcriteriodelVA,enestecasoA>B. 4.2. LaTIRPesperadaversuslaTIRPdelosflujosdefondos esperadosdelproyecto
SeleccionadoelproyectoA,seexpondrá laconsistenciaenel cálculodeflujosriesgosodeterminandolaTIRPesperadaylaTIRP
Tabla1
Flujosdefondosydecapital
t xa xb ca cb 0 −800 −400 800 400 1 700 500 140 80 2 100 10 47 3 50 −0,65 4 200
Elaboracióndelautor.
Tabla2
Valoractual,TIRP,ETIRP
Pi VA(xi/k) VA(ci/k) k rpi (ec.11) erpi (ec.13)
A 165,1 975,40 5% 22,77% 178,36%
B 85,26 323,81 5% 32,65% 94,52%
Tabla3
Flujosdefondosyescenariosdelproyecto
Escenarios 0 1 2 3 4 p(x) r
Optimista −800 750 800 200 500 0,3 72,38%
Base −800 700 100 50 200 0,5 17,87%
Pesimista −800 100 0 0 0 0,2 −87,50%
E(xt) −800 595 290 85 250
Elaboracióndelautor.
delosflujosdefondosesperados.Paraellosesuponentresposibles
escenarios(optimista,base,pesimista).Tantolasprobabilidadesde
ocurrenciaasociadaacadaescenario,corrientedeflujos,tasasde
rendimientoporescenarioyflujosdefondosesperadosseexponen
enlatabla3.
Enestecaso,laTIResperadaesigualaE [r (x)] =30%×72,38%+ 50%×17,87%+20%×−87,50%=13,10%.Encambio,latasade rendimiento de los flujos de fondos esperadoses de r [E (x)] = 25,68%.Sibienenestecasolatasadelcostodelcapital(5%)es menoralasdosmedidasobtenidas,sepuedenpresentar situacio-nesconfusascuandoE [r (x)] >k>r [E (x)] ;E [r (x)] <k<r [E (x)], yaqueE [r (x)] /=r [E (x)] ;13,10% /=25,68%.
EnelcasodelaTIRP,existeconsistenciaentrelasmedidastasa esperadaytasadelosflujosdefondosesperada.Latabla4ilustra loscálculosparaelproyectoAenlostresescenariospropuestos, suponiendounacorrientedecapitalc0=800;c1=242,96c2=186,37
c3=169,68.
La E
rp(x)=30%×136,76%+50%×22,77+20%− 72,25%=38,07%.Enelcasodelarp[E (x)],estasedeterminaa
partir delascorrientesesperadasdeflujosde fondos(tabla 5); E(x)=x1=595;x2=290;x3=85;x4=250.
LaE
rp(x)=rp[E (x)] =38,07% y, porlotanto, noconduce
a situaciones ambiguas para tomar la decisión de aceptación-rechazo.
4.3. ElcasodelVA,TIR,TIRPyETIRPborrosafrenteaproyectos excluyentes
En el cálculo de la tasa borrosa es menester determinar mediante juiciosdeexpertosel intervalo devariabilidad delos flujosdefondosy,consecuentemente, corrientede inversiones. En este caso se supone que el intervalo que explica la varia-bilidad correspondiente a xi y consecuentemente ci está dado
por[˛1=1-;a=;˛2=1+;˛1=0,7;a=0,3;˛2=1,3].Apartirde
allísedefinecomocomoNBT(Anexo1,ecuación1)a
∀
˛ ∈ [0;1]→x˛
xi,1(˛) ,xi,2(˛);c˛ci,1(˛) , ci,2(˛)
;k˛ki,1(˛) , ki,2(˛)
. EnelAnexo2seexponenlosvalorescorrespondientesalos˛ -cortesdelasvariablesborrosas,flujo,capitalesytasade actuali-zación˜x; ˜c; ˜k.
Tabla4
TIRPesperada
Escenarios VA(x/k) VA(c/k)) rp p(x)
Optimista 1224,03 975,40 136,76% 0,3
Base 165,1 975,40 22,77% 0,5
Pesimista –704,76 975,40 –72,25% 0,2
Elaboracióndelautor.
Tabla5
TIRPdelosflujosdefondosesperados
E(VA(x/k)) VA(c/k) rp[E(x)]
306,51 975,40 38,07%
Elaboracióndelautor.
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 –138,42% –110,83% –82,39% –53,08% –22,87% 8,26% 40,32% 73,33% 107,33% 142,33% 17 8,36% 215,43% 253,58% 292,82% 333,19% 374,71% 417,40% 461,30% 506,43% 552,81% 600,48%
Figura1. NBTcorrespondientealaETIRPdelproyectoA(elaboracióndelautor).
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 –78, 4 7% –59, 2 8% –40, 5 4% –22, 2 2% -4,33% 13 ,14% 3 0 ,20% 4 6 ,87% 6 3 ,14% 7 9 ,02% 9 4 ,52% 109, 6 6 % 124, 4 2 % 138, 8 2 % 152, 8 7 % 166, 5 7 % 179, 9 2 % 192, 9 4 % 205, 6 2 % 217, 9 7 % 229, 9 9 %
Figura2. NBTcorrespondientealaETIRPdelproyectoB(elaboracióndelautor).
ConlasoperacionesparaNBTexplicadasenelAnexo1seobtiene
elvaloractualborroso:
VP= n t=0 xt 1(˛) 1+kt 2(˛) t, n t=0 xt 2(˛) 1+kt 1(˛) t (20)LaTIRborrosaseestimaconlasiguienteecuaciónk:
˜r =
−I+n t=0 xt 1(˛) (1+r)t,−I+ n t=0 xt 2(˛) (1+r)t (21)ParalaestimacióndelasmedidasTIRPyTIRPestándarfueron utilizadaslasecuaciones14,15y16;losvalorescorrespondientes paraalfa-cortesdelosproyectosAyBsepresentanenlatablas6
y7.
Lastablasanterioresexponenlosresultadoscorrespondientes alNBTdecadaunadelasmétricasempleadas,siendolaETIRPB consistenteconelcriteriodeordenamientodelVA,talcual aconte-cióconsuversióndeterminística(tabla2).Enlatabla8seordenan losresultados.
EnelcasodelVAlosvaloresson;VAA
˜x ˜k =−$140,39;$165, 10;$485,78y VAB ˜x ˜k =−$65,19;$85,26;$240,15
. La ETIRP; (E)rpA= [−138,42%;178,40%;600,48%] y, finalmente,
(E)rpB= [−78,47%;94,52%;229,99%]. Las figuras 1–4 exponen
losNBTcorrespondientesalVAyETIRPborrosos.
Determinadosloscoeficientes(ecuación18),seprocedea cal-cularelVMTIRPB(ecuación19),donde>(1-),adiferenciadeuna
kUncorrectodesarrollodelateoríadenúmerosborrososaplicadosalas
44 G.S.Milanesi/JournalofEconomics,FinanceandAdministrativeScience21(2016)39–47
Tabla6
AlfacortesVA(x/k);TIR,VA(c/k),TIRP,ETIRPproyectoA
␣ VA(x/k)a1 VA(x/k)a2 ra1 ra2 VA(c/k)a1 VA(c/k)a2 rpa1 rpa2 erpa1 erpa2
0 −140,390 485,785 −4,61% 40,97% 920,65 1.032,12 −10,58% 62,70% −138,42% 600,48% 0,1 −110,493 453,000 −2,38% 38,63% 926,04 1.026,36 −7,51% 58,37% −110,83% 552,81% 0,2 −80,454 420,378 −0,14% 36,29% 931,45 1.020,61 −4,38% 54,13% −82,39% 506,43% 0,3 −50,271 387,917 2,09% 33,96% 936,87 1.014,89 −1,20% 49,96% −53,08% 461,30% 0,4 −19,945 355,615 4,33% 31,64% 942,32 1.009,19 2,04% 45,86% −22,87% 417,40% 0,5 10,527 323,473 6,58% 29,33% 947,79 1.003,51 5,34% 41,84% 8,26% 374,71% 0,6 41,145 291,488 8,82% 27,02% 953,27 997,85 8,70% 37,89% 40,32% 333,19% 0,7 71,910 259,660 11,08% 24,72% 958,77 992,21 12,13% 34,01% 73,33% 292,82% 0,8 102,824 227,987 13,33% 22,43% 964,30 986,59 15,61% 30,20% 107,33% 253,58% 0,9 133,888 196,468 15,60% 20,15% 969,84 980,98 19,16% 26,45% 142,33% 215,43% 1 165,102 165,102 17,87% 17,87% 975,40 975,40 22,77% 22,77% 178,36% 178,36%
Elaboracióndelautor.
Tabla7
AlfacortesVA(x/k);TIR,VA(c/k),TIRP,ETIRPproyectoB
␣ VA(x/k)a1 VA(x/k)a2 ra1 ra2 VA(c/k)a1 VA(c/k)a2 rpa1 rpa2 erpa1 erpa2
0 −65,19 240,15 −10,54% 64,48% 347,42 299,52 −19,03% 80,12% −78,47% 229,99% 0,1 −50,34 224,46 −6,79% 60,73% 345,09 301,98 −13,63% 75,52% −59,28% 217,97% 0,2 −35,45 208,81 −3,04% 56,97% 342,75 304,43 −8,29% 70,90% −40,54% 205,62% 0,3 −20,51 193,21 0,71% 53,22% 340,41 306,88 −3,00% 66,24% −22,22% 192,94% 0,4 −5,53 177,65 4,46% 49,47% 338,05 309,32 2,24% 61,55% −4,33% 179,92% 0,5 9,49 162,14 8,21% 45,72% 335,70 311,75 7,42% 56,83% 13,14% 166,57% 0,6 24,56 146,67 11,96% 41,97% 333,33 314,18 12,56% 52,07% 30,20% 152,87% 0,7 39,67 131,25 15,72% 38,22% 330,96 316,59 17,65% 47,27% 46,87% 138,82% 0,8 54,82 115,88 19,47% 34,47% 328,58 319,01 22,69% 42,43% 63,14% 124,42% 0,9 70,02 100,55 23,22% 30,72% 326,20 321,41 27,69% 37,56% 79,02% 109,66% 1 85,26 85,26 26,97% 26,97% 323,81 323,81 32,65% 32,65% 94,52% 94,52%
Elaboracióndelautor.
Tabla8
Valoractualborrosodelcapital,flujos,TIR,TIRP,ETIRP
Ranking Proyecto:A Proyecto:B
[a1,a,a2] a1(␣) a(␣=1) a2(␣) a1(␣) a(␣=1) a2(␣)
VA(c/k) 920,65 975,40 1.032,12 347,42 323,81 299,52
VA(x/k) −140,390 165,102 485,785 −65,19 85,26 240,15
TIR −4,61% 17,87% 40,97% −10,54% 26,97% 64,48%
TIRP −10,58% 22,77% 62,70% −19,03% 32,65% 80,12%
ETIRP −138,42% 178,36% 600,48% −78,47% 94,52% 229,99%
Elaboracióndelautor.
Tabla9
VMTIRPBValoractual(flujosycapital),TIR;TIRP,ETIRP
Método Orden A B A() A(1-) B() B(1-)
VA(c/k) 976,62 323,47 0,513 0,487 0,507 0,493
VA(x/k) A>B 172,66 87,44 0,512 0,488 0,507 0,493
TIR B>A 18,18% 40,62% 0,507 0,493 0,864 0,136
TIRPB B>A 26,25% 32,44% 0,55 0,45 0,517 0,483
ETIRPB A>B 245,70% 88,22% 0,611 0,389 0,52 0,48
Elaboracióndelautor.
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 $ -140 ,4 $ -110 ,5 $ -80, 5 $ -50, 3 $ -19, 9 $ 1 0 ,5 $ 4 1 ,1 $ 7 1 ,9 $ 102, 8 $ 133, 9 $ 165, 1 $ 196, 5 $ 228, 0 $ 259, 7 $ 291, 5 $ 323, 5 $ 355, 6 $ 387, 9 $ 420, 4 $ 453, 0 $ 485, 8
Figura3.NBTcorrespondientealVAdelproyectoA(elaboracióndelautor).
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 $ –65 ,2 $ –50 ,3 $ –35 ,4 $ –20 ,5 $ – 5 ,5 $ 9,5 $ 24, 6 $ 39, 7 $ 54, 8 $ 70, 0 $ 85, 3 $ 10 0,5 $ 11 5,9 $ 13 1,3 $ 14 6,7 $ 16 2,1 $ 17 7,7 $ 19 3,2 $ 20 8,8 $ 22 4,5 $ 85, 3
mediaprobabilística,yaqueelVMTIRPBcapturaelsesgopositivo
delNBT(tabla9).
5. Conclusiones
Elpresentetrabajointroducelatasainternaderendimiento pro-mediosobrelainversióncomounamedidaalternativaparaevaluar decisionesdeinversión yfinanciamiento.Lalógicadelamisma resideenqueconsidera losbeneficiosycapitales,respetandola lógicaeconómicapropiadelos modelosdevaluaciónde ganan-ciasresiduales,consistentesconelcriteriodelvalorpresente.El resultadoobtenidoesunatasapromedioderendimiento,quesise reemplazaenlasucesiónderendimientoperiódicogeneradopor loscapitalescomprometidos(ecuación10),devuelveelvaloractual delainversión.LaideaprecedentehacequelaTIRPcoincidacon elmétododelVAenelordenamientodealternativasdeinversión excluyenteseinclusodevuelvaresultadosconsistentesalevaluar decisionesdeinversiónencondicionesdeincertidumbre,yasea estimandolaTIRPdelosflujosdefondosesperadoscomolaTIRP esperada.
A menudose presentan problemas deelección en donde la ambigüedadovaguedaddedatosesunadelasrestriccionesdel pro-blemadeevaluacióndeinversiones.Lateoríadeconjuntosborrosos esunmedioparaavanzarsobredichassituaciones,adaptandolos clásicosmodelosdeevaluacióndedecisionesdeinversionesen con-dicionesdeincertidumbre.EnestecasoseadaptólaTIRPylaETIRP alalógicafuzzy,demostrandolaconsistenciadelosresultados arro-jadosconelordenamientodelVAborroso.Consecuentemente,la tasapromedioseerigeenunamedidacomplementariaalconjunto deherramientasutilizadasenlasdecisionesquehacendel presu-puestodecapitaldelafirmaylaversiónborrosaunmediopara lidiarfrentealaambigüedadofaltatotaldedatos.
Anexo1. NúmeroborrosotriangularyoperacionesenR. El presente anexo simplemente pretende introducir sintéti-camentealgunas nocionesbásicas deoperacionesconnúmeros borrosostriangulares.Paraabordareltemaconmayordetallese puede consultarKaufmann, GilAlujayTerce ˜no(1994)o Mallo,
ArtolayPascual(2004).
Unnúmeroborroso(NB)sepuedeintroducirdedosmaneras,ya seacomointervalodeconfianzadeunniveldepresunciónycomo función.Enelprimercaso,elNBseobtieneasignandoacadanivel ˛depresunción(posibilidad)unintervalodeconfianzaA˛,talque:
∀
˛ ∈ [0;1]→A˛[a1(˛) ,a2(˛)] (a1.1)Ensegundotérmino,selopuededefinircomounafunciónUA(x)
querepresentalosnivelesdeconfianza˛deunnúmeroborroso paracada valordex∈Rox ∈Z.Parasuconstrucciónsedebe determinarlafunciónUAy (x) alaizquierdadelvalorcentralAy
UAd (x) aladerechadelmismo.Entonces,lasfuncionesresultantes
paratodo
∀
x ∈Rsonlassiguientes:⎧
⎪
⎪
⎪
⎪
⎨
⎪
⎪
⎪
⎪
⎩
UA(x)=0;six≤a1(0) UA(x)=p1x+c1;sia1(0)≤x≤a(1)→U1 UA(x)=p2x+c2;sia(1)≤x≤a2(0)→U2 UA(x)=0;sia2(0)≤x (a1.2)Despejandol x dela función de pertenenciaa la izquierday
derecharespectivamenteenfunción de˛,seobtiene:˛=p1x+
c1;U1→ (˛−c1)/p1y˛=−p2x+c2;U2→ (−˛+c2)/p2.
l Dondep
1yp2representanlaspendientesdeU1yU2alaizquierdayderechadel
valorcentral,yc1yc2lasraícesdeU1yU2.
Reemplazando˛porelvalordeseado,seobtienea1(˛) ,a2(˛).
Elnúmeroborrosoquedaexpresadocomo:
A˛=
(˛−c1)/p1; (−˛+c2)/p2(a.3) A continuación,lasoperacionesbásicas para delos ˛ cortes (ecuacióna.3):
AdiciónmdenúmerosborrososenR
Dados dos númerosborrosos ˜A; ˜B,su suma seplantea dela siguientemanera:
˜
A (+) ˜B= [a1(˛) ,a2(˛)] (+) [b1(˛) ,b2(˛)]
= [a1(˛) +b1(˛) ;a2(˛) +b2(˛)] (a1.4)
Secalculanloslímitesinferioresysuperioresdelintervalo, pro-cediendoasumarlosvaloresresultantes ˜A; ˜B
SustraccióndenúmerosborrososenR Paran
∀
˛∈ [0;1]˜
A (−) ˜B= [a1(˛) ,a2(˛)](−)[b1(˛) ,b2(˛)]
= [a1(˛) −b2(˛) ;a2(˛) −b1(˛)] (a1.5)
MultiplicacióndenúmerosborrososenR Parao
∀
˛∈ [0;1]˜
A(×)˜B =[a1(a),a2(a)]×[b1(a),b2(a)]
=Min[a1(a)×b1(a);a1(a)×b2(a);a2a×b1a;a2a×
b2(a)];Max[a1(a)×b1(a);a1(a)
×b2(a);a2a×b1(a);a2(a)k×b2(a)]
(14)
Multiplicacióndeunnúmeroborrosoporunnúmeroreal(k) Para
∀
˛∈ [0;1] ;k ∈Rk (×) ˜A=k (×) [a1(˛) ,a2(˛)] =Min [k (×) a1(˛) ,k (×) a2(˛)] ;
Max [k (×) a1(˛) ,k (×) a2(˛)] (a1.6)
Inversadeunnúmeroborroso
Para
∀
˛∈ [0;1];lainversade ˜Asea ˜A−1;paratodo (a1;a2) /=0˜ A−1=Min
!
1 a1(˛) ; 1 a2(˛)"
;Max!
1 a1(˛) ; 1 a2(˛)"
(a.7) DivisióndenúmerosborrososenR˜ A (÷) ˜B = [a1(˛) ,a2(˛)](÷)[b1(˛) ,b2(˛)] = ˜A (÷) ˜B−1= [a1(˛) ,a2(˛)] (×)
#
Min!
b 1 1(˛) ; 1 b2(˛)"
;Max!
b 1 1(˛) ; 1 b2(˛)"$
=Min!
a1(˛) b1(˛) ;a1(˛) b2(˛) ;a2(˛) b1(˛) ;a2(˛) b2(˛)"
; Max!
a1(˛) b1(˛) ;a1(˛) b2(˛) ;a2(˛) b1(˛) ;a2(˛) b2(˛)"
(a1.8)Divisióndeunnúmeroborrosoporunnúmeroreal(k) Para
∀
˛∈ [0;1] ;k ∈R 1/k(×) ˜A=Min!
a1(˛) k ; a2(˛) k"
;Max!
a1(˛) k ; a2(˛) k"
(a1.9)m Lasumadenúmeroborrosoesconmutativa,asociativa;elneutrodelassuma
escero.
nSepuedeconsiderarlasustraccióncomolasumaentre ˜Ayelopuestode ˜B
denotadocomo ˜B=[−b2(a),−b1(a)]
oLamultiplicacióndenúmerosborrososesconmutativa,asociativa,distributiva
46 G.S.Milanesi/JournalofEconomics,FinanceandAdministrativeScience21(2016)39–47
Anexo2.
TablaA2.1
Alfa–cortesflujosdefondosproyectoA
␣ X1,a1 X1,a2 X2,a1 X2,a2 X3,a1 X3,a2 X4,a1 X4,a2 0 490,00 910,00 70,00 130,00 35,00 65,00 140,00 260,00 0,1 511,00 889,00 73,00 127,00 36,50 63,50 146,00 254,00 0,2 532,00 868,00 76,00 124,00 38,00 62,00 152,00 248,00 0,3 553,00 847,00 79,00 121,00 39,50 60,50 158,00 242,00 0,4 574,00 826,00 82,00 118,00 41,00 59,00 164,00 236,00 0,5 595,00 805,00 85,00 115,00 42,50 57,50 170,00 230,00 0,6 616,00 784,00 88,00 112,00 44,00 56,00 176,00 224,00 0,7 637,00 763,00 91,00 109,00 45,50 54,50 182,00 218,00 0,8 658,00 742,00 94,00 106,00 47,00 53,00 188,00 212,00 0,9 679,00 721,00 97,00 103,00 48,50 51,50 194,00 206,00 1 700,00 700,00 100,00 100,00 50,00 50,00 200,00 200,00
Elaboracióndelautor.
TablaA2.2
Alfa–cortesflujosdefondosproyectoB
␣ X1,a1 X1,a2 X2,a1 X2,a2 0 350,00 650,00 7,00 13,00 0,1 365,00 635,00 7,30 12,70 0,2 380,00 620,00 7,60 12,40 0,3 395,00 605,00 7,90 12,10 0,4 410,00 590,00 8,20 11,80 0,5 425,00 575,00 8,50 11,50 0,6 440,00 560,00 8,80 11,20 0,7 455,00 545,00 9,10 10,90 0,8 470,00 530,00 9,40 10,60 0,9 485,00 515,00 9,70 10,30 1 500,00 500,00 10,00 10,00
Elaboracióndelautor.
TablaA2.3
Alfa–cortesflujosdecapitalproyectoA
␣ C1,a1 C1,a2 C2,a1 C2,a2 C3,a1 C3,a2 0 98,00 182,00 32,90 61,10 −0,45 −0,84 0,1 102,20 177,80 34,31 59,69 −0,47 −0,83 0,2 106,40 173,60 35,72 58,28 −0,49 −0,81 0,3 110,60 169,40 37,13 56,87 −0,51 −0,79 0,4 114,80 165,20 38,54 55,46 −0,53 −0,77 0,5 119,00 161,00 39,95 54,05 −0,55 −0,75 0,6 123,20 156,80 41,36 52,64 −0,57 −0,73 0,7 127,40 152,60 42,77 51,23 −0,59 −0,71 0,8 131,60 148,40 44,18 49,82 −0,61 −0,69 0,9 135,80 144,20 45,59 48,41 −0,63 −0,67 1 140,00 140,00 47,00 47,00 −0,65 −0,65
Elaboracióndelautor.
TablaA2.4
Alfa–cortesflujosdecapitalproyectoB
␣ C1,a1 C1,a2 0 347,42 299,52 0,1 345,09 301,98 0,2 342,75 304,43 0,3 340,41 306,88 0,4 338,05 309,32 0,5 335,70 311,75 0,6 333,33 314,18 0,7 330,96 316,59 0,8 328,58 319,01 0,9 326,20 321,41 1 323,81 323,81
Elaboracióndelautor.
TablaA2.5
Alfa–cortestasadecostodecapitalproyectosAyBconstanteentodoslosperiodos
␣ k,a1 k,a2 0 3,50% 6,50% 0,1 3,65% 6,35% 0,2 3,80% 6,20% 0,3 3,95% 6,05% 0,4 4,10% 5,90% 0,5 4,25% 5,75% 0,6 4,40% 5,60% 0,7 4,55% 5,45% 0,8 4,70% 5,30% 0,9 4,85% 5,15% 1 5,00% 5,00%
Bibliografía
Buckley,J.(1987).Thefuzzymathematicsoffinance.FuzzySetsandSystems,21, 257–273.
Carlsson,C.yFuller,R.(2001).Onpossibilisticmeanvalueandvariancefuzzy num-bers.FuzzySetsandSystems,122,772–777.
Chiu,C.yPark,C.(1994).Fuzzycashflowanalysisusingpresentworthcriterion. EngineeringEconomist,39(2),113–138.
Chiu,C.yPark,C.(1998).Capitalbudgetingdecisionswithfuzzyproject.Engineering Economist,43(2),125–150.
Dubois,D.yPrade,H.(1980).Fuzzysetsandsystems.NewYork:AcademicPress.
Fernández,P.(2014).Valoracióndeempresasysensatez(Terceraed.).Barcelona:IESE BusinessSchool-UniversidaddeNavarra.
Fornero,R.(2012).Elvalordelosproyectosdeinversiónconestimaciones probabi-listicasyborrosas.XXXIIJornadasNacionalesdeAdministraciónFinanciera,XXXII, 83–135.
Fuller,R.yMajlender,P.(2003).Oneeigthedpossibilisticmeanandvarianceoffuzzy numbers.FuzzySetsandSystems,136,363–374.
Graziani,R.yVeronese,P.(2009).Howtocomputeamean?TheChisiniapproach anditsapplications.TheAmericanStatisticians,63(1),33–36.
Guerra,L.,Magni,C.yStefanini,L.(2014).Intervalandfuzzyaverageinternalrate ofreturnforinvestmentappraisal.FuzzySetsandSystems,257,217–241.
Hazen,G.(2003).Anewperspectiveonmultiplesinternalratesofreturns.The EngineeringEconomist,48(1),31–51.
Hazen,G.(2009).Anextensiónofinternalrateofreturnstostochasticcashflow. ManagementScience,55(6),1030–1034.
Iurato,G.(2012).AnoteonOscarChisinimeanvaluedefinition.Science(QRDS) QuadernidiRicercainDidattica/Science(QRDS),4(1),7.
Kaufmann,A.,GilAluja,J.yTerce ˜no,A.(1994).MatemáticaparalaEconomíay GestióndeEmpresas(Vol.I,AritméticadelaIncertidumbre).Barcelona,Espa ˜na: ForoCientíficoS.L.
Magni,C.(2010).Averageinternalrateofreturnandinvestmentdecision:Anew perspective.TheEngineeringEconomist,55(2),150–180.
Magni,C.(2013).TheinternalrateofreturnapproachandtheAIRRparadigm:A refutationandacorroboration.(http://ssrn.com/abstract=2172965,Ed.)
Wor-kingPaper.
Mallo,P.,Artola,M.yPascual,M.(2004).Gestióndelaincertidumbreenlosnegocios.
Aplicacionesdelamatemáticaborrosa.SantiagodeChile:RILeditores.
Munenzon,M.(2010).Riskmeasurementfromtheorytopractice:Isyourriskmetric
coherentandempiricallyjustified?SocialScienceResearchNetwork(SSRN),,.
http://ssrn.com.abstract=1605315
Pratt,S.yGrabowski,R.(2008).Costofcapital:Applicationsandexamples(3rded.).
NewJersey:JohnWiley&Sons.
Rebiaz,B.(2007).Fuzzinesandrandomnessininvestmentprojectriskappraisal.
ComputerOperationResearchJournal,34.
Smith,J.yNau,R.(1995).Valuingriskyprojects:Optionpricingtheoryanddecision
anaysis.ManagementScience,5,795–816.
Yoshida,Y.,Yasuda,M.,Nakagami,J.yKurano,M.(2006).Anewevaluationof
meanvalueforfuzzynumbersanditsapplicationtoAmericanoptionsunder uncertainty.FuzzySetsandSystems,157,2614–2626.