Real Options Valuation Framework for Emerging Technologies in A/E/C Projects Under Structural Uncertainty: Stochastic Parametric Integration and Evidence from Peru

Resumen Técnico: Marco de Valoración de Opciones Reales para Tecnologías Emergentes en Proyectos de A/E/C bajo Incertidumbre Estructural

Planteamiento del Problema y Brecha de Investigación
El sector de Arquitectura, Ingeniería y Construcción (A/E/C) enfrenta una paradoja de valoración estructural donde las tecnologías emergentes —específicamente el Building Information Modelling (BIM) avanzado, los gemelos digitales y la construcción modular— poseen perfiles de riesgo asimétricos que los métodos financieros clásicos no logran capturar. El análisis tradicional de Flujo de Caja Descontado (DCF) subvalora sistemáticamente estos proyectos porque asume trayectorias de flujo de caja deterministas y no puede cuantificar la flexibilidad gerencial bajo incertidumbre. Esta limitación es particularmente aguda en mercados emergentes como Perú, donde un déficit de infraestructura significativo (aproximadamente USD 110 mil millones) requiere una rápida adopción tecnológica, pero los protocolos de evaluación pública permanecen anclados a modelos estáticos de Valor Presente Neto (VPN).

La literatura existente presenta tres brechas críticas que este estudio aborda:

1. Brecha de Contexto: Las aplicaciones del Análisis de Opciones Reales (ROA) en la construcción se centran predominantemente en proyectos de carreteras y energía en economías desarrolladas, dejando subrepresentados los contextos de mercados emergentes andinos.
2. Brecha Metodológica: La mayoría de las implementaciones de ROA abstraen la volatilidad de los mercados financieros en lugar de derivarla de datos de costos de ingeniería, lo que reduce su aplicabilidad práctica para los profesionales de A/E/C.
3. Brecha de Integración: Las ecuaciones de costos paramétricos utilizadas como insumos para la valoración de opciones ($S_0$) rara vez se integran formalmente en el modelo de opción, creando una inconsistencia metodológica.

Metodología
La investigación emplea un diseño cuantitativo de métodos mixtos, combinando el modelado financiero matemático con el análisis de escenarios comparativos. La unidad de análisis incluye proyectos de infraestructura vial y portuaria en Perú con componentes de tecnología emergente, utilizando datos de bases de datos públicas de concesiones (ProInversión y el Ministerio de Transportes y Comunicaciones).

La metodología central integra tres componentes:

1. Fórmulas de Costos Paramétricos Estocásticos ($S_0$): Para asegurar la verificabilidad de la ingeniería, la línea base de inversión se modela como una suma estocástica en lugar de un costo unitario determinista. La fórmula $S_0 = \Sigma(Q_i \times U_i) \times (1 + \alpha_{risk}) + C_{indirect}$ utiliza cantidades ($Q_i$) extraídas de distribuciones Beta-PERT ajustadas a datos históricos de proyectos y tasas unitarias ($U_i$) indexadas a los índices oficiales de precios de construcción de Perú. Un factor de contingencia dinámico ($\alpha_{risk}$) se calibra basado en la desviación estándar histórica de los costos. Además, se calibran relaciones de ley de potencia validadas ($C_{est} = a \cdot \text{Área\_Construida}^b$) contra bases de datos de costos peruanos para tipologías de carreteras y puertos.
2. Modelos de Valoración:
   • Black-Scholes-Merton (BSM): Adaptado para activos sin dividendos con costos de mantenimiento ($q$), este modelo sirve como la principal herramienta de valoración. Crucialmente, la volatilidad ($\sigma$) no se importa de los mercados financieros, sino que se computa mediante simulación de Monte Carlo (10,000 iteraciones en Python) sobre las distribuciones de flujo de caja del proyecto para capturar la incertidumbre específica de los activos de A/E/C.
   • Árbol Binomial de Cox-Ross-Rubinstein (CRR): Utilizado para proyectos con múltiples puntos de decisión secuenciales (ej. diferir $\to$ piloto $\to$ despliegue total), empleando probabilidades neutrales al riesgo e inducción hacia atrás para valorar opciones compuestas.
3. Prima de Flexibilidad (FP) y Matriz de Comparación: El estudio cuantifica el valor destruido por el DCF estático utilizando la Prima de Flexibilidad ($FP = \text{Valor ROA} - \text{Valor DCF}$). Una matriz de comparación cuantitativa de seis escenarios cruza niveles de volatilidad (Baja, Media, Alta) con variables clave (horizonte temporal, costo de inversión y contexto peruano) para documentar la divergencia entre las valoraciones estáticas y dinámicas.

Resultos Clave
El estudio presenta una matriz de comparación cuantitativa validada que demuestra el impacto de los regímenes de volatilidad en la valoración de proyectos:

• Baja Volatilidad ($\sigma < 15\%$): La Prima de Flexibilidad es marginal (+8%), lo que sugiere que el DCF es aceptable pero conservador.
• Volatilidad Media ($\sigma = 25\%$): Ocurre un cambio de signo crítico. Proyectos con un VPN estático de -$5M (rechazados por DCF) son revalorizados en +$12M por ROA, lo que representa un incremento del +340%. Esto demuestra que el DCF produce errores sistemáticos de Tipo I (falsos negativos) en entornos de alta incertidumbre.
• Alta Volatilidad ($\sigma > 40\%$): La divergencia se amplía significamente. Un proyecto con un VPN estático de -$20M es valorado en +$25M por ROA. La Prima de Flexibilidad aumenta convexamente con la volatilidad, alcanzando los $45M cuando $\sigma = 45\%$.
• Calibración del Contexto Peruano: En megaproyectos específicos como el Puerto de Chancay y la Línea 3 del Metro de Lima, las volatilidades implícitas oscilan entre el 35% y el 45%. El modelo indica que la opción de diferir la recolección de datos geotécnicos antes de la licitación genera un valor equivalente al 12–15% del CAPEX total.
• Precisión: La integración de las fórmulas paramétricas estocásticas locales logró una calibración de $S_0$ dentro de un ±8% de los costos ejecutados en siete proyectos de referencia, con un $R^2$ de 0.924.

Significancia y Reivindicaciones
El artículo sostiene proporcionar un método teóricamente superior y empíricamente validado para valorar proyectos de tecnologías emergentes en el sector A/E/C, específicamente dentro de los contextos de mercados emergentes andinos. Sus principales contribuciones incluyen:

1. Operacionalización del ROA: Al integrar formalmente las ecuaciones de costos paramétricos estocásticos como el insumo de valoración ($S_0$), el estudio resuelve la crítica de que los parámetros de volatilidad del ROA son arbitrarios o financieramente abstractos. Establece un proceso de valoración defendible y auditable donde la volatilidad emerge directamente de las distribuciones de costos de ingeniería.
2. Corrección de la Subvaloración Sistemática: La investigación demuestra que el análisis estático de DCF destruye sistemáticamente el valor en entornos de alta incertidencia, llevando al rechazo de proyectos técnicamente viables. En la cartera de infraestructura de Perú (que supera los USD 70 mil millones), la adopción de ROA podría recuperar el 12–15% del CAPEX actualmente descartado por el análisis estático.
3. Relevancia de Política: El estudio argumenta que la reforma legislativa para incorporar el ROA en los protocolos de evaluación pública de Perú (SNIP/Invierte.pe) es técnicamente factible y económicamente imperativa. Proporciona una base estructurada para las cláusulas de distribución de riesgos en los contratos de Asociaciones Público-Privadas (APP), yendo más allá del análisis determinista de VAN/TIR.

Los autores concluyen que, si bien el marco asume un Movimiento Browniano Geométrico (que puede subestimar los riesgos de salto como los choques políticos), logra extender la evidencia global al contexto andino y ofrece una herramienta crítica para abordar el déficit de infraestructura de la región. Se identifica la necesidad de investigaciones futuras para validar los coeficientes calibrados contra datos post-construcción e incorporar procesos de difusión de saltos.