Beruflich Dokumente
Kultur Dokumente
net/publication/281150378
CITATIONS READS
0 98
2 authors, including:
Gustavo Vinueza
Palisade Corporation
5 PUBLICATIONS 0 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Gustavo Vinueza on 22 August 2015.
Introducción
El presente trabajo tiene como objetivo principal dar a conocer una propuesta para la
estructuración de portafolios de inversión en activos inmobiliarios, que considere las diferentes
variables dominantes de la industria y el riesgo asociado. Se presenta en las siguientes páginas
una metodología que irá tomando uno por uno los elementos de este modelo y los plasmará
como el resultado final del estudio.
Es necesario reconocer que los autores hemos tomado algunas decisiones en cuanto a la
definición de algunas variables de las que encontramos información escueta, sesgada,
incompleta o ausente y las hemos reemplazado por experiencias previas en el área, juicios de
experto, técnica válida y actualizada para la construcción de modelos.
1
Si bien el mayor peso se dará al análisis de la economía ecuatoriana, fuente de los datos
principales del estudio, será comparada con la de sus vecinos, por medio de indicadores
macroeconómicos así como también de construcción y financieros. Es importante tener en
cuenta que este documento pretende dejar como entregable al lector una metodología
extrapolable a su realidad, que si bien debe ser localizada con factores locales, incluye un
marco de referencia de aplicación práctica.
La Segunda Parte, introduce al lector brevemente a los Fondos Inmobiliarios (REITs), con el
único objetivo de generar una relación directa con un instrumento financiero vigente en algunos
mercados maduros, y que pueden garantizar la factibilidad y consolidación del estudio.
Finalmente, en la Tercera Parte, se describe en detalle el marco común del Fondo Inmobiliario,
uno de los objetivos de la investigación; se describen las variables utilizadas, tanto comunes
como propias de cada tipología, y se detalla la construcción del modelo y sus resultados, el
objetivo principal de la misma.
Se incluye además la presencia de dos técnicas modernas utilizadas en la Gestión del Riesgo,
parte esencial de este tipo de instrumentos, que son la Simulación y la Optimización. La
primera la hemos utilizado para la construcción del modelo principal, que incluirá incertidumbre
en forma de distribuciones de probabilidad, mientras que la segunda se utilizará para el
configuración optima y automática de los proyectos a ser ejecutados.
2
Tabla de Contenidos
3
Índice de Ecuaciones
Índice de Ilustraciones
Índice de Gráficos
4
Parte I
La economía ecuatoriana ha tenido un crecimiento estable, con un ritmo del 4% anual (CAGR)
desde el año 2000, el mismo año en el que la moneda local (el Sucre), fue reemplazado por el
dólar estadounidense. Esta política monetaria terminó con décadas de especulación y
devaluación, y trajo estabilidad política al país, eliminando la componente política del espectro
económico, al menos en lo que a la política monetaria se refiere.
Como los siguientes gráficos dejan en evidencia, la estabilidad económica ha permitido casi
quince años de crecimiento positivo, apoyado en políticas y presencia de los sectores público y
privado. Tanto las autoridades gubernamentales como instituciones extranjeras pronostican un
crecimiento entre el 3.5% y el 4% para los siguientes años (FMI, 2014).
Las principales variables que mantienen este crecimiento son: la dolarización de la economía;
un período sostenido de precios del petróleo, que compone la tercera parte de las
exportaciones (Banco Central del Ecuador, 2014), y un nivel sin precedentes de gasto
gubernamental, tanto en inversión como gasto corriente, que artificialmente inyecta liquidez a la
economía.
5
Figura 2 – Tasas de Interés y el Índice de Construcción
Tasas de Interés, World Bank DataBank, INEC
El mercado hipotecario ha despegado en los últimos cinco años un promedio de 8,48%, desde
2008 (INEC, 2014). Intereses bajos, crecimiento de la economía y la mejora de condiciones en
el otorgamiento de préstamos han jugado un papel importante en la mejora de este sector.
Instituciones privadas como bancos y cooperativas, así como la presencia de un banco estatal
(BIESS), han incrementado el número de hipotecas en el sistema ecuatoriano a más del doble
(INEC, 2014). El BIESS ha incrementado su participación en este mercado de un 0% en
Octubre del 2010 (al ser creado), a más del 50% de los préstamos hipotecarios en 3 años
(Diario Hoy, 2013), a través de una agresiva compra de cartera, desde los bancos privados, y
por medio de una importante inyección de nuevo productos crediticios.
6
Figura 3 – Créditos BIESS Totales y Promedio
BIESS, 2014
Es interesante además analizar los fenómenos derivados de esta nueva realidad crediticia en
Ecuador, ya que existen autores que pregonan se estaría viviendo una burbuja inmobiliaria,
mientras que otros nada más acusan el crecimiento a un ajuste natural del mercado. El tiempo
dará la razón a uno u otro y mientras tanto las inversiones en proyectos inmobiliarios,
infraestructura y vialidad se han multiplicado, regenerando de esta manera un área por muchos
años menor en la economía ecuatoriana.
7
Figura 4 – Crecimiento e Inflación en países vecinos
Inflación y Crecimiento del PIB, World Bank DataBank
A pesar de que se podría pensar en una tendencia local de crecimiento, Ecuador y Perú son los
países que tienen mayor volatilidad en el mercado de la construcción, mientras que Colombia
tiene un comportamiento más bien estable, en los últimos 4 años (Naveda, 2013).
Así mismo Ecuador, país que estudiamos inicialmente, tiene una mayor exposición al mercado
de la construcción. Tanto su PIB relativo como la población ocupada en la industria son
comparativamente mayores a Perú y Colombia.
Otro indicador analizado son las tasas de referencia de los créditos, donde Ecuador lleva la
punta nuevamente (8.28% vs. 8.61% [Perú] vs. 13.15% [Colombia]). Esto lleva a pensar (1)
que estos países podrían estar retrasados en cuanto a su crecimiento inmobiliario, ó (2) que
Ecuador está en una etapa de crecimiento que estos países ya pasaron (Naveda, 2013). El
gráfico a continuación da sustento a lo anteriormente expuesto:
8
Figura 6 – Aporte de la Construcción
Este documento pretende rescatar parte de las oportunidades que daría un mercado en
crecimiento, como el Ecuatoriano, para inversores tanto institucionales como privadas y
constituye un primer acercamiento a un fondo inmobiliario en el Ecuador.
Parte II
Los REIT (Real Estate Investment Fund)
Un REIT, es una entidad que se dedica a las actividades propias de la industria inmobiliaria.
Los REIT tienen a su haber algunos tipos de inmuebles, los cuales generan los ingresos para la
operación de la misma, que pueden ir desde actividades de venta de terrenos para
urbanización, arriendos de locales comerciales, ocupación de hoteles, construcción y
urbanización de viviendas, etc.
Un REIT a su vez está compuesto por fondos inmobiliarios, instrumentos financieros cuyo
subyacente principal lo conforman proyectos inmobiliarios. Los REIT tienen como instrumentos
más de 50 años en mercados desarrollados como EEUU, donde fueron creados en 1960, y su
espíritu de creación fue el dar la oportunidad a inversores minoritarios para que puedan invertir
en iniciativas de gran escala. Se puede decir que los REIT permiten a los individuos ingresar
en el mercado de bienes raíces sin ser dueños de ninguna propiedad (Colona, 2013). Solo
9
como un dato de referencia, al 2006, los REIT representaban el 25% del PIB de EEUU
(Johnson, 2006). Algunas características de los REITs:
- Pueden ser abiertos o cerrados. Los primeros, están al servicio de los inversores, y
todo el tiempo haciendo inversiones y desinversiones inmobiliarias, sin un límite de
orden temporal; los segundos, son fondos que tienen un tiempo de vida finito, que está
generalmente entre 7 y 10 años.
$400,000
$300,000
$200,000
$100,000
$0
10
- Tienen dividendos garantizados. Para evitar el pago de Impuesto a la Renta como
fondo, los REITs tienen la obligación de entregar como dividendo por lo menos el 90%-
95% de sus utilidades.
Se ha hecho un acercamiento inicial a los fondos manejados por REIT en distintos países de la
región para que el lector pueda tener una orden de magnitud del tamaño de su mercado, su
tiempo en el mercado y su potencial:
Brasil
El primer REIT brasileño sale en 1993 con el nombre de FII (Fundo de Investimento
Imobiliário). Los dividendos de los FIIs no tienen impuesto para los inversionistas personales
(desde 2006), siempre y cuando el FII tenga más de 50 inversores y sea públicamente
transado. Cualquier persona puede invertir en estos instrumentos, que se transan en cuotas,
cada una con un valor cercano a los R$ 1000 (US$400- US$600 dependiendo de la tasa de
cambio). También se pueden comprar cuotas en mercados secundarios, siguiendo el mismo
proceso (BM&F Bovespa, 2014). Existen hoy en día 127 fondos disponibles declarados como
Fondos Inmobiliarios en Brasil, los cuales cotizan en la Bolsa de Valores del Bovespa, y cuya
información puede ser fácilmente consultada en línea (BM&F Bovespa, 2014).
Chile
11
A Marzo de 2013, existían en Chile más de US$2,000 millones administrados por 23 fondos
inmobiliarios, totalizando 1 millón de m2 de propiedades. (La Segunda, 2013). En Chile los
fondos tienen que inscribirse con la Superintendencia de Valores y Seguros y son
administrados por Administradoras de Fondos de Inversión. Entre las más conocidas están
Independencia, Cimenta, Penta, etc. Uno de los participantes, Aurus, menciona el uso de
modelos de Optimización tipo Black-Litterman y políticas de mitigación de riesgos mediante el
uso de derivados propios del mercado (Aurus, 2013), principios que utilizamos en esta
investigación en uno u otro grado.
Las cuotas del fondo se transan en la Bolsa de Comercio y a través de un corredor de Bolsa se
debe ingresar una orden de compra que coincida con el de venta de un participante de la
misma (Independencia RI, 2013). Los fondos tienen la obligación de mostrar, como mínimo:
o Los aportantes principales con sus respectivos aportes, directivos y sus hojas de
vida, los dueños del REIT,
o La estrategia de inversión y activos potenciales a ser adquiridos,
o La duración y arrendatarios del fondo ,
o Política de Dividendos, Comisiones y Riesgos,
o Descripción detallada de los bienes adquiridos o arrendados,
o Estado Financieros y otros hechos relevantes
Colombia
En Colombia, se tienen dos leyes principalmente relacionadas: la Resolución 400 (de 1995),
donde se legalizan los procesos de titularización, base utilizada por los Fondos Inmobiliarios.
Esto de alguna manera permite la participación de minoristas en grandes proyectos. En 2003,
nacen los FINMOs (Fondos Inmobiliarios), a partir de la Ley 820, donde el esquema los regula:
(1) requerimiento de invertir por lo menos un 60% del fondo en bienes inmuebles, (2)
exenciones tributarias, etc. A través de la creación de un Fondo Común Especial se puede
12
titularizar las participaciones del fondo para ponerlas a la venta al público e inscribirlas en Bolsa
(Velasco, 2007).
El estudio también menciona las principales ventajas de los FINMOs, entre otras, que no paga
impuestos, que tiene valoración diaria, por lo tanto un control más frecuente de riesgos, se
incluye un comité de inversiones especializado.
México
En México, a partir de 2009, se tienen dos instrumentos que sirven al mercado inmobiliario. El
primero en lanzarse fue el CCD o Certificado de Capital de Desarrollo, mientras que en 2011 se
lanzan los llamados FIBRA (Fideicomiso de Infraestructura y Bienes Raíces), que pueden
obtener recursos tanto de grandes como pequeños inversionistas para que puedan tranzarse
en la Bolsa de Valores de México. Los FIBRA se lanzan teniendo en cuenta los REIT
Estadounidenses. Los FIBRA entregan 95% de sus ganancias a los inversores. (Valle y
Alcántara, 2014). Así el inversor de Fibras tiene tres fuentes de beneficio: el rendimiento de la
Bolsa de Valores, la plusvalía de los inmuebles y la distribución de utilidades. Claro está que
los dos primeros pueden ser positivos o negativos.
Las Afores son el principal inversor en estos instrumentos, con más de 50 mil millones de
pesos mexicanos (entre USD $4 y $5 billones). (BBVA Research, 2013). Entre CCDs y
FIBRAs se habían emitido, a Enero de 2013, 71 miles de millones de pesos (USD $5 - $6
billones). (BBVA Research, 2013). Terminado 2013, se tenían casi 90 mil millones de pesos
mexicanos.
Perú
13
aproximadamente), con un valor cuota mínimo de US$18 mil, cuya ventaja es que es menor al
de una vivienda, comparativamente. Otra de las ventajas que se promulgaba a este respecto
es la dependencia única de lo local y en la diversificación de sus inversiones. Edifica fue la
primera inmobiliaria que propuso estos fondos (RPP Noticias, 2012). Existen además
compañías de Construcción que cotizan en la Bolsa de Valores de Lima como Graña y
Montero, Inversiones Centenario, que también ponen al alcance del inversionista sus proyectos
como un todo, a través de su acción.
Parte III
Tomando en cuenta los antecedentes desarrollados hasta ahora, se propone generar una
figura de REIT que tenga las siguientes características:
Ahora bien, como la legislación local en Ecuador no contempla este tipo de instrumentos
directamente, -comparada con la legislación de otros países que se estudiaron en secciones
anteriores-, se debería generar una instancia legal adecuada para que el REIT pueda existir y
coexistir con los demás instrumentos financieros que priman en el mercado de valores
ecuatoriano (emisiones de deuda, acciones, etc.). No es motivo de este estudio el encontrar la
figura legal mencionada, pero se lo deja como un tema válido para investigaciones posteriores.
14
Parte III.1: Modelando Proyectos Inmobiliarios
Se describen a continuación las tipologías que se han decidido analizar como alternativas
válidas a ser incluidas en el REIT. Estas se han definido como muy comunes en cuanto a su
actividad en el mercado ecuatoriano, además que tienen una secuencia de ejecución bastante
lógica, por lo que se ha dado prioridad a la variable simplicidad en su elección.
15
- Bodegas. Este tipo de proyectos comprende la compra de terreno, la construcción de
las unidades de almacenamiento y su posterior comercialización, sea para venta o
alquiler. Se ha pensado en generar bodegas con un tamaño promedio de 1.000 m2, de
los cuales el 15% se destinará para arriendo, mientras el 85% a venta. El período de
arriendo será de 12 meses. Al igual que el terreno para urbanización, este tipo de
terreno tiene un área de participación del 15% al 25%.
Una vez descritas las tipologías escogidas, se dará paso a una descripción del marco común
utilizado para perfilarlas. Este marco común tiene como objetivo describir cada una de ellas a
través de componentes comunes, y al mismo tiempo permitir diferenciar estos perfiles con
variables propias de cada una de ellas. Así, para cada proyecto se propone la siguiente
estructura básica de datos:
- Nombre del Proyecto. Identificador unívoco del proyecto. Ej. Urbanización Casales I
(no incluido en el modelo).
- Área del Proyecto. Como área del proyecto se tomará en cuenta siempre el área útil
del mismo, para no tener confusiones que en ocasiones pueden darse con proyectos de
mucha área total, pero poca área útil y viceversa.
- Año de Inicio. Para cada proyecto, se generará un año de inicio, el cual servirá de
base para los períodos de construcción, venta, etc. Es esta variable la que podrá ser
refinada tanto manual como automáticamente y permitirá seleccionar qué proyectos se
ejecutarán cuando.
16
- Costo del Terreno. Dependiendo del uso del suelo, su ubicación y otras variables
importantes, el costo de terreno es el que se genera una vez formulado el proyecto.
- Costo de Obra (M2). Basado en información local, se ha generado una tabla con
intervalos de valores de desarrollo por m2, que se detalla en el Anexo #1. Se añade
además una fluctuación permitida del 10% (+/-).
- Costo Variable. Con base en el Costo de Obra, se tiene un costo variable de un 5%,
determinado por juicio experto.
- Retorno esperado de la obra. Por cada obra, se definió un retorno esperado a priori,
con base en análisis realizados a proyectos similares y experiencia en el mercado. Si
bien este análisis no va a ser exacto, conocemos que el mercado maneja información
que permitirá de antemano definir un intervalo de acción de las posibles rentabilidades
de cada proyecto. Este retorno corresponde al ROI (Retorno de la Inversión), ratio muy
utilizado en el medio, y que corresponde a las ganancias divididas sobre la inversión
realizada.
La ejecución de este retorno se ha hecho de manera lineal en los meses que dura la
última etapa de cada proyecto (cierre/ventas). Así, si el retorno esperado era de 8% y
se tenían 2 meses de cierre, se obtiene 4% en cada uno. Para el caso de los arriendos,
17
se aplica este mismo cálculo al 85% de los mismos, mientras que el 15% restante se lo
divide para 12. Este retorno se usa en el cálculo del retorno del modelo de portafolios.
- Variables Propias:
- Fases por Proyecto. Se han definido las siguientes fases en cada proyecto:
18
- Fase de Desarrollo / Construcción. Fase de implementación. En ella se ejecutan
los estudios realizados en la fase anterior, sea para urbanizar espacios, o construir
estructuras sobre ellos. No se ha hecho una diferenciación en esta etapa
justamente para poder generar este marco de referencia común.
Estas tres fases serán utilizadas en cada una de las tipologías, teniendo cada una de
ellas un intervalo propio de ejecución. Para facilidad, se considerará que estas fases
son lineales, es decir, tiene que terminar una de ellas para que empiece la siguiente. Si
bien esto no es tan exacto en la realidad, asumir que no existe superposición de tareas
facilita el cálculo de los tiempos de ejecución y además permite que el enfoque se de en
la composición del REIT, su optimización de resultados y el cumplimiento de los
requerimientos técnicos antes mencionados.
- Operaciones Básicas del Modelo. Para cada uno de los proyectos es necesario
calcular las siguientes operaciones, a ser utilizadas en el flujo de caja que luego será
optimizado:
o El Costo Total del proyecto, calculado como :
19
Ecuación 2 – PVP Proyecto
Supuestos y Parámetros
generales
Simulación / Optimización
Definición Distribuciones / Proceso Simulación Optimización Modelo:
Reportes por Variable
Estimación 3 Puntos Monte Carlo Función y Restricciones
20
Gestión de Riesgo y Variables Probabilísticas
1. Los proyectos inmobiliarios. Siendo la base del instrumento que estamos tratando de
modelar, los proyectos inmobiliarios demandan una activa Gestión de Riesgos. Existen
innumerables situaciones en estos procesos que pueden llevar a desvíos
presupuestarios, de fechas de entrega, de cumplimiento de calidad, etc. Se se
considera que invertir en proyectos inmobiliarios es incluso más riesgoso que invertir en
acciones, y consecuentemente en bonos o Notas del Tesoro (Brueggeman, 2008).
Ambos componentes van a ser beneficiados positivamente con el uso de herramientas de este
tipo, otrora relegadas a laboratorios con alto poder computacional y que hoy están al alcance
del analista común. El software seleccionado para ejecutar este tipo de análisis es conocido
como @RISK, fabricado por Palisade Corporation (Palisade, 2012).
Desde el punto de vista de las variables que se utilizan para construir cada uno de los modelos
(tiempos, retrasos, costos, retornos, desviaciones, etc.), existe históricamente una limitante que
es la de suponer que las variables tienen un solo valor (determinístico), proveniente de
históricos, promedios u otras operaciones estadísticas. Incluir variables de esta forma en el
modelo de proyectos tiene un efecto de sesgo en los resultados ya que la selección de las
mismas la define finalmente el autor del mismo.
21
distribuciones de probabilidad, eliminando buena parte del sesgo mencionado. Esta técnica,
diseñada en los años ’50 por Stanislaw Ulam y John von Neumann (Metropolis y Ulam, 1949;
Metropolis, 1987), sigue vigente hasta hoy, con algunas modificaciones y optimizaciones en
cuanto a tiempo de procesamiento. La técnica es altamente recomendada por organismos
internacionales como el PMI (PMI, 2004) y la AACE (2008, 2011).
Así, si en un proyecto inmobiliario los costos tienen un rango de entre $40 y $55 USD por
m2, se debería reemplazar el promedio de ambos (práctica actual), por una distribución de
probabilidad que incluya mínimos y máximos posibles (Ver Anexo #4). Otra técnica podría ser
el ajuste de una distribución a los datos históricos del costo, si es que se tiene un registro
histórico del mismo, estadísticamente significativo. Hemos tomado algunas distribuciones de
probabilidad de modelos que combinan flujos de caja tradicionales con resultados de
Simulación (Baroni, 2006).
Así mismo, para el portafolio de inversiones, se perfilan los retornos de los proyectos como
distribuciones de probabilidad, permitiendo al usuario definir proyectos con alta o baja
variabilidad en cuanto a sus resultados esperados.
Así, se ha generado un marco común donde distintos tipos de proyecto van a poder convivir en
un portafolio. Es responsabilidad de la organización encargada de diseñar y comercializar el
fondo el poner las restricciones necesarias para que éste sea lo suficientemente flexible como
para aprovechar oportunidades de mercado, y que al mismo tiempo respete las restricciones de
riesgo que los inversionistas requieran. Es justamente un manejo óptimo de esta estructura (a
22
verse en la parte siguiente), el que determina el éxito o no del instrumento. La estructura, por
más completa que esté, sin un manejo responsable de selección poco vale.
Valor
Determinístico
Valor Estocástico
Variable Valor Mín MP Máx
Tamaño Terreno 10.000 m2 10.000
Participación 22% 22%
Costo del Terreno $1.470.000 $100 $150 $180
Costo de Obra $310.000 $25 $30 $40
Costo Variable Obra $15.400 5% del costo de Obra
Costo Participación $322.700 Calculado en Simulación
Comisión Fondo (2.19%) $46.183
Costo Total $2.164.283
Rentabilidad Esperada 10%
PVP $2.380.711
Flujo de Caja $216.428
Tabla 1 – Cálculo de Costo y Rentabilidad de Proyectos
23
Figura 8 – Ejemplo de Gráfico PDF, Costo Total
24
probabilístico: no conoce las colas ni el sesgo de la distribución posible, sus variables
principales, etc.
∑ Ecuación 3 - Retorno
∑ ∑ Ecuación 4 Varianza
De esta forma, cada uno de los proyectos seleccionados, aportará con su rentabilidad esperada
al cálculo general de rentabilidad y de su varianza. Una restricción en los portafolios REIT
escogidos es que la suma total de los pesos de cada activo tiene que ser del 100%. Así:
El peso de cada uno de los proyectos va a estar dado por su área útil y su retorno se va a
calcular con base al retorno esperado de la inversión, especificado por una distribución PERT
(que podría ser cambiada por un ajuste automático de ser necesario). Así mismo, se debe
tomar en cuenta la Matriz de Correlación que existe entre los proyectos existentes, y que está
25
en representada por un coeficiente de correlación (ro) que puede estar con valores entre -1 y 1,
mientras que un valor de cero indica la ausencia de dependencia de una variable a otra.
- No existen valores negativos en los pesos de los activos, lo quiere decir que no podrán
existir “ventas cortas”, o apuestas a ganar dinero por proyectos que tengan rentabilidad
negativa, lo que quiere decir que siempre los pesos (w) serán mayores a cero;
- Como una referencia, portafolios REIT del tipo Equity entre 1972 y 2002 tuvieron un
retorno promedio del 13.5% y una desviación estándar del 16.7% (Waggle y Moon,
2006). Los mismos EREITs, en el período 1988-2002, pasaron a un 11.5% de retorno,
con un 15.8% de desviación estándar.
- Para las correlaciones de los retornos entre los proyectos inmobiliarios (retornos entre
activos), se decidió acudir a una técnica de juicio experto, debido a que los estudios que
se encontraron de este tipo de portafolios generalmente mencionaban la correlación de
los proyectos con otros tipos de activos (bonos, acciones, etc.). Por ejemplo, Waggle y
Moon, 2006 estudiaron las correlaciones de EREITs en los mismos períodos
mencionados anteriormente, tomando en cuenta retornos anuales:
26
Se podría asumir (erróneamente) que la actividad de la industria de construcción es una
sola y sus componentes tienen correlaciones muy altas entre ellos. Ahora bien, si los
proyectos se ejecutaran en un mismo país, no necesariamente será en la misma zona
geográfica, ni los proyectos serán del mismo tipo. Por lo tanto se ha definido como baja
y muy baja la correlación entre los proyectos. En una crisis sin embargo, como
sabemos, las correlaciones tienden a subir moverse en cluster. Se ha generado la
siguiente propuesta de coeficientes de correlación:
Esta es una propuesta inicial, mejorable, que creemos es importante dejar por sentada
con valores propuestos. Al asumir independencia entre los coeficientes (coef = 0),
estaríamos asumiendo que la industria de construcción como un todo no tiene
coherencia alguna, en cuanto al retorno de sus proyectos.
Al tener frecuencia mensual, el cálculo anual del portafolio podría ser calculado como:
[Shukra, 2012], donde rm corresponde a los retornos de cada mes. El
multiplicar por 12 además asume que cada mes los retornos son independientes e
idénticos, lo cual no corresponde a la realidad, por lo que se utilizará la segunda del
estudio revisado por Shukra, 2012:
Ecuación 7 - Retorno
Actualizado
Ecuación 8 - Retorno
Portafolio
27
Una vez obtenido el retorno anual por cada uno de los años del período definido del
fondo, se promediarán los retornos para tener una medida (un proxy), del retorno total.
Para facilitar el acercamiento del lector al análisis, se presenta un ejemplo de portafolio con 5
proyectos, que se listan a continuación:
Se asume que todos los proyectos empiezan en el mes #1, y tienen duraciones diferentes.
Esta diferencia, así como su variada tipología va impactar tanto en los flujos de caja como en el
cálculo de rentabilidad mensual del portafolio, explicado en la sección anterior.
Así, el primer paso para calcular la rentabilidad del portafolio es definir las variables del
proyecto que van a formar parte del modelo financiero, en este caso:
- El área de cada proyecto, a ser considerada como parte del vector de pesos W;
- El retorno esperado (definida inicialmente por información histórica o expertos), será
considerada r, y dada por una distribución PERT (Mínimo, Más Probable y Máximo);
- La matriz de correlación se dejará en cero, asumiendo independencia entre los retornos
de los proyectos. Esto asumirá que todos los proyectos son independientes entre sí;
- La contingencia del cálculo se dejará en cero también.
Una vez definidas las variables de cálculo del portafolio, se ejecutará una simulación, la
cual va a generar muestras en cada uno de los cálculos tanto del retorno esperado, como
de la rentabilidad general. Los pesos se mantendrán estáticos durante este proceso. Así,
la distribución de rentabilidad es calculada:
28
Figura 10 – Distribución del Retorno Anual Promedio (5 proyectos)
Después de ejecutar una simulación con 1000 iteraciones, se generó el resultado para el
retorno del portafolio: un retorno del 3,33%, con una desviación estándar del 1.25%. En
este caso los rangos de la volatilidad de las distribuciones de los retornos que se incluyeron
para los 5 proyectos eran todas positivas, por lo que el retorno del portafolio siempre será
mayor a cero. Si el jefe de portafolio fuera conservador podría elegir el percentil 15, donde
P15 = 2.08%, mientras que si fuera más bien agresivo, podría escoger un P80 = 4.3%.
Cálculo Adicional – Valor Presente Neto (VPN). Se ha decidido adicionar al cálculo del
Portafolio, a manera de complemento de cálculo, un análisis tipo VPN de alto nivel (sin
incluir cuentas detalladas tanto a nivel de tipología, ni de proyecto). El flujo de caja del
análisis toma en cuenta: (1) inversión inicial del proyecto, (2) ejecución de presupuesto de
costos del proyecto, (3) ingresos totales del proyecto (ventas y arrienda), (4) un flujo de
caja, (diferencia entre ingresos y gastos totales), que tiene las siguientes peculiaridades:
29
- Para los costos, se ejecuta el 35% del proyecto al inicio del proceso de desarrollo,
mientras que el restante 65% se prorratea equitativamente en los meses subsiguientes,
antes de empezar el cierre;
- Se incluye un flujo de arriendo para proyectos del tipo Terreno de Bodegas, donde el
15% de bodegas se arrienda a un plazo de 12 meses, mientras que el 85% del proyecto
se vende en el período de cierre;
Para el ejemplo, con una tasa de descuento del 10%, 36 meses de duración, se dio un
VPN positivo de $597,000 USD, con una inversión de $11,6 MM USD, y una TIR
positiva del 0,25%. El ejemplo, puramente didáctico, no tuvo en consideración:
30
Optimización de Proyectos - Project screening
Una vez explicado el cálculo del retorno total del portafolio, se procederá entonces a
optimizarlo. Para este proceso se utiliza el software llamado RISKOptimizer®, también de
Palisade Corporación. Un proceso de optimización implica tres variables principales (Palisade
Corporation, 2012):
- Una función objetivo: Maximizar el retorno del portafolio, tomando en cuenta dos
subcomponentes a maximizar:
o El retorno final, como tal;
o El flujo de caja, mayoritariamente positivo.
- Un rango de variables (grados de libertad). Son las variables del problema que el
algoritmo de optimización puede cambiar:
31
con el dinero levantado de los inversionistas, el fondo va a resistir las
necesidades de dinero para la ejecución de los proyectos.
32
- Uso de Optimización Automática
El uso de un motor de optimización es nuestra recomendación para enfrentar el
problema del Project screening. Al tener tantas combinaciones posibles, -asumiendo
que el universo de proyectos potenciales y de fechas posibles es alto-, se hace
necesario enfrentar esta situación con una herramienta de alto poder computacional.
33
Carta Gantt de Proyectos
1 2 3 4 5
Id Proy Inicio Duración Fin 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 31 13.0 44.0 x x x x x
2 26 16.0 42.0 x x x x x x x
3 1 13.0 14.0 x x x x
4 27 14.0 41.0 x x x x x
5 3 16.0 19.0 x x x x x x
6 35 13.0 48.0 x x x x x x
7 18 16.0 34.0 x x x x x x
8 36 16.0 52.0 x x x x x x
9 26 20.0 46.0 x x x x x x x x
10 36 13.0 49.0 x x x x x
11 28 14.0 42.0 x x x x x x
12 1 13.0 14.0 x x x x
13 18 20.0 38.0 x x x x x x x
14 8 14.0 22.0 x x x x x x
15 36 16.0 52.0 x x x x x x
16 2 26.0 28.0 x x x x x x x x x
17 19 26.0 45.0 x x x x x x x x x x
18 1 13.0 14.0 x x x x
19 36 13.0 49.0 x x x x x
20 23 14.0 37.0 x x x x x x
21 1 14.0 15.0 x x x x x
22 7 16.0 23.0 x x x x x x
23 34 13.0 47.0 x x x x x
24 4 13.0 17.0 x x x x x
25 1 13.0 14.0 x x x x
5% 9.73%
10% 10.51%
15% 11.09%
20% 11.59%
25% 12.03%
30% 12.40%
35% 12.78%
40% 13.11%
45% 13.43%
50% 13.76%
55% 14.11%
60% 14.45%
65% 14.87%
70% 15.31%
75% 15.74%
80% 16.25%
85% 16.78%
90% 17.61%
95% 18.83%
34
2. Ejemplo #2: Portafolio 50. Se presentan a continuación resultados de la optimización
35
Reporte de Rentabilidad del Portafolio
5% 10.10%
10% 10.85%
15% 11.41%
20% 11.82%
25% 12.23%
30% 12.60%
35% 12.94%
40% 13.25%
45% 13.54%
50% 13.85%
55% 14.15%
60% 14.46%
65% 14.80%
70% 15.13%
75% 15.49%
80% 15.90%
85% 16.41%
90% 17.05%
95% 18.01%
En este ejemplo se muestra como el portafolio tiene una media esperada de casi el
14%, una desviación estándar del 2.43% y su cola derecha es menor (de ahí la
diferencia en desviación estándar). Inicialmente atribuimos esta diferencia en riesgo y
la mantención de la media a la diversificación de proyectos. Un último reporte que
decidimos añadir al modelo fue el del VPN, ya que es muchas veces lo que se conoce
más en el mundo de proyectos inmobiliarios:
Cálculo NPV
Tasa Descuento 10%
Año 0 1 2 3 4 5
Ingresos - Ventas $ 22,083,976 $ 49,955,060 $ 39,241,193 $ 94,623,462 $ 49,057,022 $ -
Ingresos - Arriendos $ 794,221 $ 2,647,404 $ 625,466 $ 6,557,356 $ 2,899,865 $ -
Gastos - Inv + Gasto $ 63,613,529 $ 28,906,604 $ 105,581,355 $ 31,049,437 $ - $ -
Contingencia $ 4,771,015 $ 2,167,995 $ 7,918,602 $ 2,328,708 $ - $ -
Flujo Caja $ (45,506,346) $ 21,527,864 $ (73,633,298) $ 67,802,673 $ 51,956,887 $ -
NPV $ 20,190,702
IRR 8.80%
36
La ventaja de haber incluido un reporte como éste en el modelo es que la optimización
también podría utilizar variables del mismo para configurarse, por ejemplo, el no permitir
Flujos de Caja negativos a partir del año 2. O que los gastos no superen x% de los
ingresos, etc.
En definitiva, y para terminar, creemos que el modelo propuesto ha cumplido con las
expectativas que tuvimos inicialmente, y ha generado resultados en línea con los
retornos y la literatura revisada. La cantidad de ejemplos y combinaciones que pueden
ser generadas con el mismo queda en la imaginación del lector y en su uso en esta o
incluso otras industrias.
Conclusiones
Presentamos las siguientes conclusiones, a consideración del lector, sabiendo que algunas de
ellas han sido reforzadas en el documento y que deben ser formalizadas para formar parte del
conjunto de ideas trascendentes del mismo.
A través de este estudio hemos buscado solventar algunas de las oportunidades y deficiencias
o sesgos que pueden caracterizar al mercado inmobiliario por medio de una herramienta que
combina el ambiente financiero con la práctica del desarrollo inmobiliario como tal. Una
37
alternativa de solución que permita democratizar la posibilidad de invertir en proyectos
inmobiliarios, desde el punto de vista del ciudadano común. Nuestra intención es eliminar las
asimetrías existentes hoy en día para inversionistas de esta naturaleza, así como también
eliminar en un gran porcentaje la principal restricción de ingreso a un mercado caracterizado
por el capital mínimo requerido.
38
Anexos
Tiempo
Nombre Formulación Desarrollo Cierre
Terreno
Urbanización 3 4 5 4 6 9 1 3 6
Edificio Vivienda 3 4 6 14 18 24 2 4 8
Edificio Comercial 3 4 6 10 12 16 2 4 8
Terreno Bodegas 3 4 6 5 6 9 1 4 8
* Duración en meses
39
Anexo #4 - Estimación de 3 Puntos
Por ejemplo, si una variable de costo era de $40USD el m2, un análisis de rango podría
determinar que sus parámetros son Mín = $35, MP = $40, Máx = $48, lo que generaría una
distribución del tipo PERT (igualmente recomendada por PMI), que utiliza estos parámetros. La
distribución PERT fue uno de los primeros artefactos que propuso incluir incertidumbre en
proyectos, orientado también a un acercamiento de tres puntos donde:
a = Valor Optimista
c = Valor Pesimista
b = Valor Más Probable
Así, se puede dibujar una distribución PERT y compararlo con su cálculo determinístico.
40
Bibliografía
- AACE, 2011, Integrated Cost and Schedule Risk Analysis Using Monte Carlo
Simulation of a CPM Model, AACE International Recommended Practice No. 57R-09
- AACE, 2008, Risk Analysis and Contingency Determination using Range
Estimating, AACE International Recommended Practice No. 41R-08
- Aurus Renta Inmobiliaria, 2013, Memoria Anual y Estados Financieros 2012,
Santiago, Chile.
- Banco Central del Ecuador, 2014, Estadisticas Macroeconomicas (Macroeconomic
Statistics), Marzo de 2014, Dirección de Estadística Económica (Economic Statistic
Direction), http://www.bce.fin.ec
- Baroni, M., et. al., 2006, Monte Carlo Simulations versus DCF in Real Estate
Portfolio Valuation, Essec Centre de Recherche, France, February 2006.
- BBVA Research, 2013, Situación Inmobiliaria México, Enero 2013, Servicio de
Estudios Económicos del Grupo BBVA
- BM&F Bovespa, 2014, Preguntas Frecuentes de Fondos de Inversión Inmobiliaria,
Página oficial de Bovespa, http://www.bmfbovespa.com.br/es-es/inversores-no-
residentes/tipos-de-inversiones/fondo-de-inversion-inmobiliario/Preguntas-mas-
frecuentes.aspx?Idioma=es-es
- BM&F Bovespa, 2014, Fundos Imobiliários, Sitio Oficial,
http://www.bmfbovespa.com.br/Fundos-
Listados/FundosListados.aspx?tipoFundo=imobiliario&Idioma=pt-br
- BIESS, Reporte Estadístico Oct-2010 a Feb-2014, Página web http://www.biess.fin.ec
- Brealey R. and Myers S., 2000, Corporate Finance: Financing and Risk
Management, McGraw-Hill, 6th edition, 2000
- Brueggeman, W. and Fisher, J., 2008, Real State Finance and Investments, McGraw-
Hill Companies, Inc., 1221 Avenue of the Americas, New York, NY, 10020
- Colona, K., 2013, REITs a Good Play as Real Estate Market Recovers, The Motley
Fool, 19/Abril/2013, http://beta.fool.com/kcolona/2013/04/19/reits-a-good-play-as-real-
estate-market-recovers/31903/
- Farragher, E. y Savage, A., 2008, An Investigation of Real Estate Investment
Decision-Making Practices, 2008, Volumen 11, Número 1, 2008.
41
- Fei, P., Ding L., et. al., Correlation and Volatility Dynamics in REIT Returns:
Performance and Portfolio Considerations, 2008, IRES Working Paper Series,
Institute of Real Estate Studies & National University of Singapore, IRES 2010-002
- Fondo Edifica, 2012, Fondo Edifica - Invierte de la mano de un gran desarrollador
inmobiliario, 2012
- Fondo Monetario Internacional, 2014, IMF Data Mapper®,
http://www.imf.org/external/datamapper/index.php
- Funds People Latam, 2013, Brasil elimina el impuesto a la inversión extranjera en
los fondos inmobiliarios, 31/enero/2013, http://fundspeople.cl/noticias/brasil-elimina-
el-impuesto-la-inversion-extranjera-en-los-fondos-inmobiliarios
- Diario El Hoy, 2013, Biess: en tres años copó el mercado hipotecario,
9/Agosto/2013, http://www.hoy.com.ec/noticias-ecuador/biess-en-tres-anos-copo-el-
mercado-hipotecario-588014.html
- Independencia Rentas Inmobiliarias, 2013, FONDO DE INVERSION INDEPENDENCIA
RENTAS INMOBILIARIAS, Ficha del fondo, Diciembre de 2013.
- Infomoney Brasil, 2014, Fevereiro registrou o maior desconto histórico nos preços
dos fundos imobiliários – InfoMoney, 4/febrero/2014,
http://www.infomoney.com.br/imoveis/fundos-imobiliarios/noticia/3264480/fevereiro-
registrou-maior-desconto-historico-nos-precos-dos-fundos-imobiliarios
- Investment Program Association (IPA), 2013, Investing in Non-Traded REITs,
Investment Program Association, www.ipa.com
- Johnson, T., 2006, Real Estate Investing, Managerial Finance, Vol. 32, No. 12, 2006,
pp. 953-954
- La Segunda (Diario de Chile), 2013, Fondos de inversión inmobiliaria “le sacan el jugo”
al boom: proyectan ganancias de 10% al año, 19/marzo/2013, Sitio web ConstruHUB.
- Liang, Y., Seiler, M. et al., 1998, Are REIT Returns Hedgeable?, Journal of Real Estate
Research, Volume 16, Number 1, 1998, pp 87-97
- Metropolis, N. y Ulam, S., 1949, The Monte Carlo Method, Journal of the American
Statistical Association, Volume 44, Number 247, Sep. 1949.
- Metropolis, N., 1987, The Beginning of the Monte Carlo Method, Los Alamos Science,
Special Issue 1987, pp. 125-130.
- Naveda, V., 2013, Estimaciones para el Mercado Inmobiliario – Ecuador, Colombia
y Perú, Revista Clave, Agosto-Septiembre 2013.
- National Assoc. of Real Estate Investment Trusts®, 2014, REITWatch®, January 2014
42
- Ott, S., Riddiough, T., et. al., 2004, Finance, Investment, and Investment
Performance: Evidence from the REIT Sector, Real Estate Research Institute
- Palisade Corporation, 2012, @RISK: Risk Analysis and Simulation Add-In for
Microsoft Excel, Version 6, July 2012, Palisade Corporation, 798 Cascadilla St., Ithaca,
NY, USA 14850
- Palisade Corporation, 2012, Traditional Optimization vs. Simulation Optimization, pp
323-329
- Parker, D., 2010, REIT Investment Decision Making: A Multi Step Process?, 16th
Pacific Rim Real Estate Society Conference, Wellington 24th – 27th January 2010
- Project Management Institute, PMI, 2004, Project Management Body of Knowledge
(PMBOK), Third Edition, Newtown Square, Pennsylvania 19073-3299 USA, ISBN 1-
930699-45-X
- Roberts C. y Henneberry, J. (2007) Exploring Office Investment Decision Making in
Different European Contexts, Journal of Property Investment and Finance, Vol. 25 No.
3, pp289-305
- RPP Noticias, 2012, Personas naturales podrán invertir en sector inmobiliario, RPP
Noticias, 5/Noviembre/2012, http://www.rpp.com.pe/2012-11-05-personas-naturales-
podran-invertir-en-sector-inmobiliario-noticia_537335.html
- Sapag, N., 2011, Proyectos de Inversión: Formulación y Evaluación, Pearson
Educación de Chile S.A., José Ananías 505, Macul, Santiago de Chile.
- Shukla, Ravi, 2012, Converting Monthly Return Statistics to Annual, 6/Mayo/2012,
Finance Essentials
- Valle A. y Alcántara C., 2014, Informe Especial: ABC de las Fibras, 10/Febrero/2014,
El Financiero, http://www.elfinanciero.com.mx/archivo/informe-especial-abc-de-las-
fibras.html
- Velasco, F., 2007, Avance de los Fondos Inmobiliarios en Colombia, 24/Abril/2007,
Fiduciaria Bancolombia.
- Waggle, D. y Moon, G.,2006, Mean-variance analysis with REITs in mixed asset
portfolios, Managerial Finance Vol. 32, No. 12, 2006, pp. 955-968
- World Bank Website, http://databank.worldbank.org
- Zepeda, C., 2014, Descartan burbuja en mercado de Fibras en México,
10/Febrero/2014, El Financiero, http://www.elfinanciero.com.mx/archivo/descartan-
burbuja-en-mercado-de-fibras-en-mexico-1.html
43
Información de Contacto
44