MODELOS DE OPTIMIZACION
Los modelos de optimizacion “optimizan”, es decir, encuentran la mejor solucion a un problema. Esta es una tecnica que se usa en un gran numero de areas, incluyendo finanzas. Si usted tiene una cierta cantidad de dinero para invertir y lo unico que le importa es obtener el maximo retorno posible, lo que hara sera simplemente invertir todos sus fondos en los instrumentos que paguen los maximos rendimientos disponibles. Sin embargo, si a usted le preocupa (como deberia preocuparle) que una estrategia de ese tipo podria acarrear un alto nivel de riesgo, tal vez quiera establecer algunas restricciones tales como el minimo y maximo a ser invertido en determinados instrumentos financieros. Tambien podra establecer restricciones referentes a niveles de interes, volatilidad de los resultados, total de fondos a invertir, etc.
Cuando existen mas de dos o tres restricciones se hace complicado poder encontrar la solucion optima. En estos casos, muchos utilizan una herramienta conocida como programacion lineal, el cual encuentra soluciones a problemas lineales. Por ejemplo, supongamos que un administrador de cartera desea encontrar la mejor mezcla de inversiones en una cartera de acuerdo a las variables y restricciones que previamente establecio su cliente. Una de las variables podra ser las tasas de interes, que permanecerian fijas, para cada instrumento de inversion considerado. El analista procedera a crear un tableau, que basicamente sera una matriz en la cual se ingresaran las variables y restricciones.
El problema con este metodo tradicional de optimizacion es que en el mundo real, las cosas son diferentes. Con estos queremos decir que la tecnica tradicional no toma en cuenta el elemento de incertidumbre presente, el cual debe ser considerado a los efectos de poder generar resultados mas significativos y realistas.
En el modelo a ser creado tomamos en cuenta el elemento de riesgo e incertidumbre, mediante la construcción de un modelo de simulacion en primer lugar. Por ejemplo, mientras que las tasas de interes permanecen fijas en el procedimiento tradicional de optimizacion, en nuestro modelo estan representadas por distribuciones de probabilidad, algo mucho mas cercano a la realidad.
Esto significa que el modelo buscara la mejor solucion, mediante la corrida sistematica de combinaciones de tasas de interes en el modelo (en lugar de una sola) con los limites impuestos por las retricciones establecidas. Esta es la forma en la que la cartera sera optimizada y se determinara la mejor solucion.
Los modelos de optimización pueden aplicarse a una gran variedad de situaciones. Por ejemplo, en la selección del mejor proyecto entre varios siendo considerados cuando contamos con un presupuesto limitado, mismo que no nos permite llevar a cabo todos los proyectos.