Correlaciones en portfolio agrícola evaluado con Simulación Monte Carlo

Abstract

Se evaluó el efecto del uso de coeficientes de correlación, tanto entre los precios de los granos como entre los rendimientos de los cultivos, en las estimaciones de resultados y riesgos asociados de un portfolio evaluado con un modelo de Simulación Monte Carlo. El portfolio diversificado está integrado por trigo, maíz, girasol, soja de primera y segunda siembra. El módulo considerado fue de 1.000 hectáreas. Los coeficientes de correlación de rendimientos se obtuvieron de series elaboradas con modelos de simulación agronómica; los de precios a partir de series históricas de 12 años (campañas 2007/08 a 2018/19) expresados en dólares estadounidenses constantes, previamente homogeneizados respecto a las retenciones y/o derechos de exportación. Se aplicaron los impuestos vigentes a mayo de 2019 (28% en soja, y 10% en girasol, maíz y trigo). La inclusión de los coeficientes de correlación en el modelo de porfolio elegido no modifica el resultado esperado (se trata de un modelo aditivo). Respecto a la variabilidad, hay un leve aumento en la misma. Se concluye que es importante evaluar un portfolio de estas características incluyendo la correlación entre variables, con el fin de no subestimar el riesgo al cual se enfrenta el productor.

The effect of using correlation coefficients was evaluated, both between grain prices and crop yields, on the estimates of results and associated risks of a portfolio evaluated with a Monte Carlo Simulation model. The diversified portfolio is made up of wheat, corn, sunflower, first and second crop soybeans. The module considered was 1,000 hectares. The yield correlation coefficients were obtained from series elaborated with agronomic simulation models; those of prices from 12-year historical series (2007/08 to 2018/19 campaigns) expressed in constant US dollars, previously homogenized with respect to withholdings and/or export duties. The taxes in force as of May 2019 (28% on soybeans, and 10% on sunflower, corn and wheat) were applied. The inclusion of the correlation coefficients in the chosen portfolio model does not modify the expected result (it is an additive model). Regarding variability, there is a slight increase in it. It is concluded that it is important to evaluate a portfolio of these characteristics, including the correlation between variables, in order not to underestimate the risk faced by the producer.