Manual de Excel para el Cálculo Financiero

Editorial
Técnica
Administrativa Marcelo Claudio Périssé

Manual de Excel para el Cálculo Financiero

Autor: Marcelo Claudio Périssé

e-mail:marcelo@cyta.com.ar

Editorial: Técnica Administrativa

http://www.cyta.com.ar

e-mail:cyta@cyta.com.ar

Teléfonos: (54-11) 4921-4803

Dirección:

Doblas 515 piso 2, C.P.:1424

Ciudad Autónoma de Buenos Aires, Argentina,

Marzo de 2002
ISBN: 987-43-2948-3

Primera Edición: Febrero de 2001

Tabla de Contenidos

Introducción
Definir la operación a realizar
Definir el modelo e Identificar los datos
Preparar los datos
Realizar la operación
Encapsular la operación
Determinar las formas de entrada
Determinar las formas de salida
Buscar Objetivos
Solver
Aplicación del Método de Monte Carlo al análisis de
Riesgo
Taller

Introducción

Este ensayo busca presentar una técnica para el desarrollo de

Sistemas de Soporte de Decisiones, que básicamente contenga las
siguientes características: Rápida construcción, control efectivo,
reutilización de los procesos ya desarrollados, facilitar las acciones de
mejoras y de cambios que, en un futuro, el sistema pueda requerir.
El lector encontrará una amplia ejercitación, aplicada a diferentes
tópicos financieros y con un buen despliegue en la utilización de los
recursos que brinda la planilla electrónica de Microsoft Excel.

Otro objetivo de este trabajo es demostrar que: "la utilización de una

metodología siempre es mejor a no utilizar ninguna". Queremos
revertir el concepto de que para el desarrollo de aplicaciones simples,
y en donde los administradores suelen pensar que, una metodología
puede entorpecer la construcción de los modelos y que la
documentación requerida por la metodología es una actividad
excesiva e innecesaria La herramienta, utilizada para el desarrollo del
caso fue la planilla de cálculo Microsoft Excel 97

La presentación de la técnica de construcción, del sistema, fue

minuciosamente detallada para poner de forma explícita los métodos
de construcción utilizados. Los pasos que vamos a seguir son los
siguientes:

1. DEFINIR LA OPERACIÓN A REALIZAR

2. DETERMINAR EL MODELO E IDENTIFICAR LOS DATOS
3. PREPARAR LOS DATOS
4. REALIZAR LA OPERACIÓN
5. ENCAPSULAR LA OPERACIÓN
6. DETERMINAR LOS MÉTODOS DE ENTRADA
7. DETERMINAR LAS FORMAS DE SALIDA

Siga el desarrollo del texto, conjuntamente con el archivo de Excel

indicado mas abajo:

Archivo de Microsoft Excel que acompaña al texto

1 Definir la Operacion a Realizar

Es importante determinar claramente cual es el objetivo que

buscamos alcanzar, dado que sobre él vamos a planificar, construir,
y controlar nuestro sistema.

Se va a realizar una operación de Capitalización y en la cual, dada

una estructura de Capital inicial, Interés y Tiempo determinada, se
busca determinar cual es Capital Final en un momento determinado y
a una Tasa de Interés determinada.
2 Definir el Modelo e Identificar los Datos

Debemos formular el modelo que represente al echo en estudio,

como así también las aciones: que él puede realizar, o que se pueden
realizar sobre él. La definición del modelo nos determinará los
requerimientos en la automatización Para nuestro caso utilizaremos
las siguientes ecuaciones.

Determinado el modelo a ser utilizado éste nos requerirá los datos

necesarios para que el mismo pueda funcionar; en nuestro caso sería
identificar : el Capital inicial ( C0 ), el Interés ( i ) y el Tiempo ( t ) .
 3 Preparar los Datos

Los datos a ser procesados, precisan de algunos atributos como ser:

ubicación y forma; por esta razón se los define, a cada uno de ellos,
con un nombre determinado.

Esto se realiza para que el proceso se refiera al dato (o grupo de

datos) y no a la posición, en la que él transitoriamente se encuentra.
Si el dato mas tarde, y por diferentes razones cambia de lugar, no
afectará al proceso en el cual interviene; el proceso identifica al dato
por sus nombre y no por una dirección.

Este proceso, permite una mejor documentación y control del

modelo; no será lo mismo verificar una operación identificada como
=A1 * B1(1+C1)^D1, que una identificada como =C0*(1+i)^t.

 Capital Inicial 10000

 Tiempo 6
 Interés 10%

Lo primero que debemos hacer es Definirle un nombre a cada uno de

los campos en los que se encuentran los datos

También debe definirse el dominio de los atributos; estos pueden

definirse en forma extensiva o en forma intensiva. Esto facilitará la
selección del método de entrada (barras de desplasamiento, lista de
selcción u otros)
4 Realizar la Operación

En esta etapa es donde operacionalizamos el proceso anteriormente

definido. En nuestro ejemplo desarrollamos cada una de nuestras
ecuaciones.
Para una mejor identificación de los valores dependientes ( Tiempo e
Interés )del Capital Final, utilizamos la función concatenar
5 Encapsular la Operación

Para proteger la operación que realizamos y facilitar su posterior

ejecución; creamos un objeto para luego asignarle (a este objeto)
una macro que contenga la operación. Cuando hablamos de
protección, no nos referimos a limitar o imposibilitar el uso de los
elementos del sistema por parte de los usuarios; sino a desarrollar
medios para recuperar información que pueda perderse.

Si por alguna razón, un usuario llega a borrar involuntariamente una

ecuación determinada, o el sistema provoca una pérdida de
información, debemos tener los medios para poder recuperarla
Primero vamos a ejecutar el procedimiento para grabar una macro.
Cada macro debe llevar un nombre que la identifique del resto.

Asignarle la respectiva descripción, nos permitirá tener un menor

grado de incertidumbre al momento de querer identificarla.

Activada la Grabación, se repite el proceso de realizar la operación

tal cual lo desarrollado en el paso 5 y cumplimentado el mismo
inmediatamente se detiene la grabación
Es el momento de diseñar los objetos que posteriormente
asociaremos a su respectiva macro; En nuestro caso lo diseñamos
con anterioridad a fin de facilitar la exposición del texto. Podemos
utilizar el editor de ecuaciones; en caso de ser necesario cualquier
diseño puede convertirse en un objeto.
Se le da forma al objeto
Terminado el diseño, se selecciona del objeto, y picando con el botón
derecho del mouse, seleccionar el comando de a Asignar macro.
Se selecciona de la lista de macros aquella que contendrá el objeto y
se acepta la asignación.

6 Determinar las Formas de Entrada

Una buena definición de las formas de entrada nos permitirá

proteger los datos, modelar mas rápidamente escenarios y por lo
tanto lograremos una mayor eficiencia y eficacia en la obtención de
la información. Una alternativa es el manejo de los controles; para el
método de ingreso de datos.
Activado el cuadro de controles, se selecciona el control y se le
asignan las propiedades correspondientes, activando los respectivos
botones.

Los valores principales de las propiedades de estos objetos serán:

Sus propiedades de desplazamiento; su nombre; y la celda en la cual
actúa.
Para salir del área de diseño debemos picar en el botón
correspondiente.
7 Determinar las Formas de Salida

Aquí se trata de elegir el mejor esquema en función de la capacidad

que tenga el usuario. Debemos diseñar la salida para que sirva al
propósito deseado. Decidiremos de qué manera es mas conveniente
mostrar los resultados: en una tabla, en un gráfico en una dirección
determinada.

Lo importante es diseñar la salida para que se ajuste a los

requerimientos del usuario y que facilite la comprensión del
problema.

Es importante limitar la cantidad de información a ser entregada;

pues deseamos que la información sea útil para la toma de decisión;
caso contrario solamente tendremos un volumen indiscriminado de
datos que entorpecerá el proceso de decisión.Recuerde que la
Cantidad es un atributo más de la información.

Se debe facilitar, a través de todas las metodologías posibles, el

acceso de la información; para asegurarse de que la información se
encuentra en donde se precise.

Diagrame formularios e informes que sean fáciles de ser utilizados.

Utilice objetos que ejecuten acciones y que esos objetos en lo posible
se encuentren nomatizados.

Para seleccionar la forma de salida adecuada; planifique cual va a ser

el soporte (papel, pantalla, audio, video )en el que se va a requerir la
información

Considere el tiempo de procesar los datos, en esta etapa y en cada

uno de los pasos anteriores; aplique el concepto de eficiencia.
Si precisamos de una salida en forma de gráfico, se requerirá la
construcción de una tabla. La misma se construye con los pasos 1 2
3 4 y 5 de la metodología hasta ahora descripta.

y en función de estos datos se construye el gráfico.

Buscar Objetivo

En el caso de conocer el resultado de una ecuación; pero desea

determinar el valor de la variable que determina un resultado
determinado; se podrá utilizar la función Buscar objetivo, de menú
de Herramientas.
Al realizar una búsqueda de objetivo, Microsoft Excel varía el valor de
determinada celda hasta que la fórmula dependiente de dicha celda
da el resultado que se desea obtener.
En nuestro ejemplo resulta:

Modelo Alternativo - Solver

Un modelo alternativo para resolver este problema sería aplicando el

algoritmo y los métodos utilizados por Solver de Microsoft Excel. Este
aplicativo utiliza el código de optimización no lineal (GRG2)
desarrollado por la Universidad Leon Lasdon de Austin (Texas) y la
Universidad Allan Waren (Cleveland ).
Este proceso nos devolverá en cual es el tiempo necesario para
alcanzar un capital final determinado y a una tasa determinada.

En el próximo ítem desarrollaremos la funciones Buscar Objetivo y

Solver en mayor detalle.
Aplicación del Método de Monte Carlo en el Análisis de
Riesgo de los Proyectos

Automatización del Modelo de Monte Carlo

De forma simplificada, se puede aplicar el Modelo de Monte Carlo en

el Excel de la siguiente forma:

1. Estimar la escala de valores que podría alcanzar cada factor, y la

probabilidad de ocurrencia asociada a cada valor.

2. Elegir, aleatoriamente, uno de los valores de cada factor, y

dependiendo de la combinación seleccionada, computar la tasa de
rendimiento resultante

3. Repetir el mismo proceso una y otra ves, la cantidad de veces que

sea necesaria, que permita definir y evaluar la probabilidad de
ocurrencia de cada posible tasa de rendimiento. Como existen
millones de posibles combinaciones de factores, necesitamos
efectuar un número de pruebas suficientemente grande para que
pueda apreciarse la posibilidad de ocurrencia de las varias tasas de
rendimiento. El resultado a que se llegará será una lista de distintas
tasas de rendimiento que podrían lograrse, que puede variar desde
una pérdida (si los factores son adversos) hasta la ganancia máxima
que sea posible lograr conforme con los pronósticos que se hayan
efectuado

4. Se calcula la tasa media esperada, que es el promedio ponderado

de todas las tasas resultantes de las sucesivas pruebas realizadas,
siendo la base de ponderación la probabilidad de ocurrencia de cada
una.

5. También se determina la variabilidad de los valores respecto del

promedio, lo que es importante porque a igualdad de otros factores,
la empresa presumiblemente preferirá los proyectos de menor
variabilidad.

Dependiendo de la política de decisión, el proceso lo podremos

aplicar a la tasa interna de retorno o al valor actual neto. Los
ejercicios aquí presentados trabajan en base al valor actual neto.

Ejercicios

Presentaremos dos ejercicios uno para distribuciones discretas y otro

para distribuciones continuas.

Puede seguir conjuntamente la explicación para cada distribución, a

través de su respectiva planilla de cálculo

Para Distribuciones Discretas

 Para Distribuciones Continuas

Para distribuciones discretas:

Bastaría colocar la distribución discreta basada en la función de

probabilidad acumulada (entre 0% y 100%), generar un aleatorio
( por la función =aleatorio()) y , por ejemplo, a través de una
función de búsqueda y referencia (buscarv()) identificar el valor
correspondiente.

Usando una función de buscar y referencia, como buscarv. del Excel,

podríamos generar aleatorios y así aseguramos la aleatoriedad de las
cantidades obtenidas, y que luego de "n" simulaciones ("n" no
debería ser menor a 1.000) , permitiría calcular el promedio y el
riesgo de la distribución.

Veamos un ejemplo para distribuciones Discretas y uno para

Distribuciones Continuas

Distribución Discreta:
Si hacemos mil simulaciones encontraremos que el promedio y el
riesgo tienden a estabilizarse próximos a los valores poblacionales
anteriormente calculados. Recuerde que para activar la fórmula
aleatorio debe presionar la tecla F9.
Para realizar una tabla de estas simulaciones se puede realizar una
macro; la cual valla tomando los valores, los lleve a otra hoja ( use
el pegado especial para pasar las fórmulas a valores); para esta
misma macro debe usar las posiciones relativas para que se vallan
incorporando los registros.

Plotenado el gráfico de los números de simulaciones con los valores

del promedio y el desvío, puede percibirse que próximo a las 200
simulaciones, los valores se tienden a estabilizar.
Distribuciones Continuas:

En nuestro modelo de simulación estocástico, existen varias

varialbles aleatorias intercatuando. Y estas variables, siguen
distribuciones de probabilidad teóricas o empíricas distintas a la
distribución uniforme. Por esta razón, para simular este tipo de
variables, es necesario contar con un generador de números
uniformes y una función que a través de un método específico,
transforme estos núeros en valores de distribución normal.

Existen varios procedimientos para lograr este objetivo, en este

trabajo se adoptó el siguiente procedimiento especial para generar
números al azar que sigan la distribución de probaiblidad:

Para cada tipo de distribución continua, se puede montar una función

estocástica; en nuestro caso, una distribución normal puede ser
expresado por:

para expresar la distribución acumulada de la distribución normal en

forma explícita, utilizamos el teorema del límite central, el cual
establece que la suma de n variables aleatorias independientes se
aproxima a una distribución nomral a medida que n se aproxima a
infinito.
Que expresado en forma de teorema sería:

Si x1,x2,.......xn es una secuencia de n variables aleatorias

independientes con E(x)=µi y var (x)= ð2i (ambas finitas) y Y=
a1x1+a2x2+.....+anxn, entonces bajo ciertas condiciones generales:

Tiene una distribución normal estándar a medida que n se aproxima

a infinito.

Si las variables que se están sumando son uniformes en el intervalo

(0;1) entonces.

donde R es un número aleatório

Tiene una distribución normal estándar. Puesto que la normal

estándar de una variable aleatoria x distribuida normalmente se
obtiene como:

entonces, la simulación de la variable aleatoria x se haría de acuerdo

a la siguiente expresión:

Finalmente, utilizando un valor de n=12, la confiabilidad de los

valores simulados es bastante aceptable.

Y utilizando un valor de n=12, la última expresión se simplifica a:

Para hacer esta operación en el Excel, se debe usar la función

=aleatorio().

=((((ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()
+ALEATORIO()+ALEATORIO()+
ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()
+ALEATORIO()+ALEATORIO())-6)*Desvío + Promedio))

A continuación se presenta un ejemplo de la utilización del método

de Monte Carlo en la planilla de Microsoft Excel:

Estos son los datos del Ejercicio:

Luego se comienza a construir el Modelo:

Para cada tipo de gaseosa se calcula:

El Acumulando de las probabilidades

El promedio y el riesgo

Se aplica la función aleatrorio() y buscarv()

Se aplica la función estocástica para determinar la cantidad.

Luego y en función de estos valores se procede al cálculo del Valor
Actual Neto, utilizando la función predeterminada del Excel VNA;
recuerde que la inversión inicial correspondiente al momento 0, va
leteando a esta función.
Una vez que se tiene la estructura para el cálculo del Valor Actual
Neto, se puede realizar una macro que valla acumulando los
registros de cada valor puntual que correspondan al Valor Actual
Neto, a medida que se activa la función aleatoria para cada
simulación. Además se puede ir calculando los valores
correspondientes del promedio y del desvío, a fin de poder estudiar
el comportamiento del modelo.
Se puede construir el Histograma correspondiente a los valores del
Valor Actual Neto, para ello se recurre a la opción Histograma
localizada en el Análisis del datos, que se encuentra en Herramientas
del asistente. Utilizando la función de Análisis de datos
Con los datos de la tabla que se encuentran el promedio y el riesgo
del Valor Actual Neto, se construye el gráfico del Promedio y del
desvío muestral por número de simulaciones.
Al construir el Histograma se cuenta con la opción de realizar el
gráfico automáticamente y además adicionar el porcentaje
acumulado. El resultado se muestra en la siguiente imagen.
Bibliografía.

Adriano Leal Bruni, Rubens Famá, José de Oliveira Siqueira,

Análise Do Risco Na Avaliaçao De Projetos De Investimento: Uma
Aplicaçao Do Método De Monte Carlo; Caderno de Pesquisas em
Administraçao, Sao Paulo, V.1, Nº6,1º Trim./98.

Análisis de la rentabilidad de inversiones en la empresa

argentina, Federación Argentina de Consejos Profesionales en
Ciencias Económicas, Área Administración, Informe Nº 1, Ediciones
Macchi, Buenos Aires 1988.

Coss Bu, Rauil, Simulación Un enfoque práctico, Editorial Limusa,

México 1995

Costa Luiz Guilherme Tinoco Aboim e Azevedo, Marco Correia

Lima. Análise Fundamentalista. Rio de Janeiro:FGV/EPGE.1996.

David B Hertz, La incertidumbre y el riesgo en la evaluación de

proyectos de inversión, Harvard Business Review, enero-febrero
1964, pág. 95.

Jorge Luis Narváez, El lado Oscuro de la Estratégia, C&C, Buenos

Aires1996

Marcelo Claudio Perissé, Proyecto Informático, Buenos Aires 2001

ISBN: 987-43-2947-5.

Marcelo Claudio Perissé, Sistema para el Soporte de Decisiones -

Una Metodología para su Desarrollo, Aplicación Tributaria Revista
Informate, Noviembre 2000.

Seila, Andrew F. y Banks, Jerry; Spreadsheer Risk Analysis Using

Simulation, 1990.

Taller

En esta página encontrará un conjunto de ejercicios, relacionados al

cálculo financieron en los que se aplican las técnicas para el manejo
de la Planilla Electrónica de Excel.
Funciones: =tasa, =pagoint, =va; Aplicadas a
Tasas Efectivas, Adelantadas y Vencidas.
Función =tasa, aplicada al cálculo del interés
Función =vf; aplicada al cálculo del Valor
Futuro.
Función =va; aplicada al cálculo del Valor
Actual
Función =nper, =va, =vna, =tir; Aplicados a
Payback, Valor Actual, Valor Actual Neto y
Tasa Interna de Retorno.
Evaluación de Proyecto de Inversión.
Evaluación de Proyecto de Inversión aplicando
Método de Monte Carlo.
Sistema de Amortización Modelo Aleman.
Funciones: =nper; =pago; =pago.princ.entre;
=pago.int.entre; Aplicado al Modelo Francés de
Amortización.
Aplicación Buscar Objetivo, aplicado a un
Proyecto de Inversión.
Aplicación de Solver, aplicado al análisis de
sencibilidad de un Proyecto de Inversión.