📈 economics

When the Tail Wags the Valuation: Convexity Bias in Terminal Value and a Sign-Aware Correction

Este artículo identifica un sesgo de convexidad sistemático en los cálculos estándar del valor terminal derivado de la relación no lineal entre las tasas de crecimiento y de descuento, y propone una corrección de forma cerrada y sensible al signo que elimina aproximadamente el 90% de este error al contabilizar la interacción entre la reinversión, el rendimiento sobre el capital y el costo del capital.

Autores originales: Pawan Jain

Publicado 2026-08-11

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Pawan Jain

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La matemática oculta detrás de la bola de cristal

Imagina que estás intentando adivinar el precio de un árbol mágico y raro. Puedes ver sus hojas y ramas claramente durante los próximos cinco años, por lo que puedes contarlas con gran confianza. Pero, ¿qué pasa con los próximos cincuenta años? ¿O los próximos cien? No puedes ver tan lejos, así que tienes que hacer una suposición sobre qué tan rápido crecerá el árbol para siempre después de que termine tu visión de cinco años. En el mundo de las finanzas, esto se llama "valoración", y la suposición sobre el futuro distante se llama "valor terminal".

Para hacer esta suposición, los expertos suelen utilizar una fórmula sencilla llamada "perpetuidad". Piensa en ello como una calculadora mágica: tomas el dinero que el árbol producirá el próximo año, lo divides por la diferencia entre la tasa de interés (cuánto cuesta el dinero) y la tasa de crecimiento (qué tan rápido crece el árbol). Suena fácil, pero hay un truco. El futuro es desordenado e incierto. La tasa de crecimiento podría ser un poco más alta o más baja de lo que crees, y la tasa de interés también podría oscilar. Cuando introduces un único número de "mejor suposición" en una fórmula que se curva y se deforma como una montaña rusa, las matemáticas se vuelven complicadas. Resulta que simplemente promediar tus suposiciones no te da el resultado promedio. Este artículo profundiza en ese problema matemático específico, mostrando por qué la forma estándar de adivinar el futuro es secretamente sesgada, y ofrece una solución sencilla que no requiere una supercomputadora.

Cuando la cola mueve al perro

Este artículo, titulado "Cuando la cola mueve la valoración" (When the Tail Wags the Valuation), aborda un problema sigiloso en cómo valoramos las empresas. El autor, liderado por Pawan Jain, argumenta que la forma estándar en que los expertos financieros calculan el valor futuro de una empresa es sistemáticamente errónea; no es solo un poco equivocada, sino que está sesgada en una dirección específica. Ellos lo llaman la "falacia del promedio".

Aquí está el problema central: Imagina un tobogán que se vuelve cada vez más empinado a medida que subes. Si te paras exactamente en medio del tobogán, estás a cierta altura. Pero si das un paso aleatorio hacia adelante o hacia atrás desde el medio, no vas hacia arriba y hacia abajo de manera equitativa. Debido a que el tobogán se vuelve más empinado, dar un paso hacia "arriba" (donde la curva es pronunciada) te lleva mucho más alto de lo que el paso hacia "abajo" (donde la curva es suave) te lleva hacia abajo. Si promedias todos esos pasos aleatorios, tu altura promedio es en realidad mayor de donde empezaste.

En finanzas, el "tobogán" es la fórmula para el valor terminal de una empresa. Los "pasos" son la incertidumbre en las tasas de crecimiento y de interés. El artículo demuestra que, debido a que esta fórmula se curva hacia arriba (es "convexa"), el método estándar de simplemente introducir los números promedio siempre subestima el valor real. Es como estar parado en la base de ese tobogán empinado y pensar que estás más alto de lo que realmente estás, o en este caso, pensar que la empresa vale menos de lo que realmente vale.

El giro: Puede ir en la otra dirección

Pero aquí es donde la historia se vuelve aún más interesante. El autor descubrió que este sesgo no siempre empuja el valor hacia arriba. Depende de cómo crece la empresa.

Si una empresa crece reinvirtiendo sus beneficios en nuevos proyectos que obtienen un retorno mayor que el costo de pedir dinero prestado (una empresa "creadora de valor"), el tobogán es empinado y la suposición estándar es demasiado baja. El artículo muestra que el método estándar pierde aproximadamente entre un 6% y un 14% del valor real en estos casos.

Sin embargo, si una empresa crece reinvirtiendo dinero en proyectos que ganan menos que el costo de pedir dinero prestado (una empresa "destructora de valor"), el tobogán en realidad se curva en la otra dirección. En este escenario, el método estándar no subestima el valor; lo sobreestima. Es como si la empresa estuviera cavando un hoyo, pero la calculadora estándar piensa que están construyendo una torre. El artículo descarta explícitamente la idea de que el sesgo sea siempre en una sola dirección; cambia de signo dependiendo de si la empresa está ganando dinero con sus inversiones o perdiéndolo.

La solución: Un arreglo sencillo "consciente del signo"

El autor no solo señala el problema; ofrece una solución llamada "Valor Terminal Corregido por Convexidad" (CCTV, por sus siglas en inglés). Piensa en esto como un término de corrección mágico que puedes añadir a tu calculadora.

En lugar de ejecutar miles de simulaciones por computadora (lo cual es lento y desordenado), el autor encontró una fórmula de forma cerrada muy ingeniosa. Es como tener una única línea de código que dice: "Mira qué tan curva es la fórmula, mira qué tan inciertos son tus números y añade un poco al resultado si la curva va hacia arriba, o resta un poco si va hacia abajo".

En sus pruebas, esta simple corrección eliminó aproximadamente el 90% del error. Corrigió la subestimación para las buenas empresas y la sobreestimación para las malas, todo sin necesidad de una supercomputadora. Es un arreglo "consciente del signo" porque sabe cuándo sumar y cuándo restar basándose en la economía real de la empresa.

Midiendo la "fragilidad"

Finalmente, el artículo introduce una nueva forma de medir qué tan "frágil" es una valoración. Imagina que estás construyendo una casa de naipes. Algunas casas son tan altas que, si soplas en una sola carta, todo se cae. Otras son robustas. El autor creó una "métrica de fragilidad" que te dice qué porcentaje de la incertidumbre en el valor de una empresa proviene de esos años futuros distantes y desconocidos frente a los años cercanos y conocidos.

Si el valor de una empresa depende en un 64% de sus suposiciones futuras (como una startup tecnológica de alto crecimiento), es muy frágil. Si solo depende en un 21% del futuro (como una empresa de servicios públicos madura y estable), es mucho más robusta. Esta métrica ayuda a los inversores y jueces a entender exactamente cuánto de una valoración es solo una suposición, en lugar de un hecho sólido.

La conclusión

El artículo concluye que la práctica estándar de dar un solo número con una simple tabla de "qué pasaría si" es engañosa. Oculta el hecho de que las matemáticas están sesgadas y que el sesgo puede ir en la dirección equivocada. Al utilizar esta nueva corrección, cualquier persona que realice una valoración puede obtener un número más honesto y centrado que respete la incertidumbre del futuro. Convierte una suposición frágil y sesgada en una estimación corregida y auditable, asegurando que cuando la "cola" del futuro mueva al "perro" de la valoración, sepamos exactamente cuánto está sacudiendo realmente al perro.

Resumen Técnico: Cuando la cola mueve a la valoración: Sesgo de convexidad en el valor terminal y una corrección sensible al signo

1. El Problema
En la valoración estándar de Flujo de Caja Descontado (DCF), el valor terminal (VT) suele representar dos tercios o más del valor intrínseco total de una empresa. Sin embargo, la convención prevaleciente calcula este valor utilizando una estimación puntual única para la tasa de crecimiento ( $g$ ) y la tasa de descuento ( $r$ ) dentro de una fórmula de perpetuidad de crecimiento de Gordon ( $VT = FCF_{T+1} / (r - g)$ ).

El documento identifica un fallo estructural y sistemático en esta convención: la perpetuidad de Gordon es una función estrictamente convexa de sus variables de entrada (específicamente, el diferencial o spread $s = r - g$ ). Por la desigualdad de Jensen, la esperanza de una función convexa no es igual a la función de la esperanza de las variables ( $E[f(x)] \neq f(E[x])$ ). En consecuencia, la estimación puntual estándar (calcular el VT utilizando los valores medios de los insumos) está sesgada. La magnitud de este sesgo es grande, diverge a medida que el diferencial entre $r$ y $g$ se estrecha y, crucialmente, su dirección (subestimación frente a sobreestimación) depende de los fundamentos económicos de la empresa, un matiz que la convención estándar ignora.

2. Metodología y Marco Analítico
El documento emplea derivaciones analíticas utilizando expansiones de la serie de Taylor (método delta de segundo orden) y la desigualdad de Jensen para caracterizar el sesgo. Va más allá de las simulaciones estándar de Monte Carlo mediante la derivación de correcciones de forma cerrada que requieren únicamente estadísticas descriptivas (medias, varianzas y correlaciones) en lugar de una computación de simulación.

Pasos analíticos clave incluyen:

Análisis de Convexidad: Demostrar que el $VT$ es estrictamente convexo en el diferencial $s = r - g$ .
Cuantificación del Sesgo: Mostrar que el error proporcional es aproximadamente igual al cuadrado del coeficiente de variación del diferencial ( $CV(s)^2$ ).
Disciplina Distribucional: Establecer tres restricciones necesarias para una distribución de valoración coherente:
1. Crecimiento Acotado: El crecimiento debe estar limitado por el crecimiento nominal a largo plazo de la economía para evitar colas pesadas artificiales.
2. Comovilidad Positiva: $r$ y $g$ deben estar positivamente correlacionados (anclados a las tasas nominales); los dibujos independientes en las simulaciones inflan artificialmente la varianza del diferencial y el sesgo resultante.
3. Consistencia de Reinversión: El crecimiento debe financiarse mediante la reinversión ( $g = b \times ROIC$ ). Esto vincula el numerador (flujo de caja) con el denominador (crecimiento), alterando la curvatura de la función de VT.

3. Contribuciones Clave y Resultados

Proposición 1 (Convexidad y la Brecha de Jensen): El valor terminal en los insumos medios es estrictamente inferior al valor esperado del valor terminal si la función es convexa. La "falacia del promedio" eleva el valor esperado a lo largo de la curva pronunciada.
Proposición 2 (Magnitud del Sesgo): El error proporcional es igual al cuadrado del coeficiente de variación del diferencial ( $CV(s)^2$ ). Este error es insignificante para empresas maduras con diferenciales amplios, pero explosivo para empresas de alto crecimiento donde $r \approx g$ .
Proposición 3 (Atenuación por Comovilidad): Debido a que $r$ y $g$ se mueven conjuntamente con el entorno de tasas nominales, su correlación positiva reduce la varianza del diferencial. Las simulaciones estándar que dibujan $r$ y $g$ de forma independiente (asumiendo $\rho=0$ ) sobreestiman el sesgo.
Proposición 4 (Reversión de Signo vía Reinversión): Este es un hallazgo fundamental. Cuando el crecimiento se financia mediante la reinversión, la curvatura de la función de VT depende de si el Retorno sobre el Capital Invertido (ROIC) supera al costo de capital ( $r$ $r$ ).
- Si $ROIC > r$ (Creación de Valor): El VT es convexo; la estimación puntual subestima el valor medio real.
- Si $ROIC < r$ (Destrucción de Valor): El VT es cóncavo; la estimación puntual sobrestima el valor medio real.
- Si $ROIC = r$: El VT es lineal; no existe sesgo.
- Significado: La dirección del sesgo no es fija; cambia según si la empresa crea o destruye valor.
El Valor Terminal Corregido por Convexidad (CCTV): El documento propone un estimador de forma cerrada:
$TV_{CCTV} = h(\mu) + \frac{1}{2} \text{tr}[H(\mu)\Sigma]$
Este estimador añade un término de dispersión ponderado por la curvatura a la estimación puntual. Es "sensible al signo", añadiendo valor automáticamente cuando es convexo (creación de valor) y restándolo cuando es cóncavo (destrucción de valor), sin requerir simulación.
La Métrica de Fragilidad: Se define un análisis de sensibilidad global basado en la varianza (índice de Sobol de efecto total) para particionar la varianza de la valoración en fuentes de periodos explícitos y fuentes de periodos terminales. Esto cuantifica cuánto de la incertidumbre de la valoración es impulsada por los supuestos del "final" (tail).

4. Ilustración Numérica
Utilizando una distribución discreta para el crecimiento (1% o 5% con probabilidad igual) y una tasa de descuento fija (9%):

Gordon Estándar: La estimación puntual subestimó el valor medio real en un 11.1%. La corrección CCTV redujo este error a un 1.2%.
Empresa Destructora de Valor ($ROIC < r$): La estimación puntual sobreestimó el valor medio real en un 14.3%. La corrección CCTV (que fue negativa) redujo este error a un 1.6%.
Comovilidad: El sesgo cayó de aproximadamente un 35% bajo dibujos independientes a un ~3.5% cuando se aplicó una alta correlación ( $\rho=0.9$ ), demostrando el peligro de una simulación sin disciplina.

5. Significado y Reivindicaciones
El documento reclama contribuciones modestas pero prácticas para la práctica de la valoración:

Diagnóstico y Remedio: Proporciona una corrección de forma cerrada y auditable que elimina aproximadamente el 90% del sesgo encontrado en las estimaciones puntuales estándar, aplicable a cualquier función de valor terminal dos veces diferenciable.
Rigor de Análisis de Decisión: Cambia el enfoque de "qué modelo es más preciso" a "cómo computar y reportar una valoración bajo incertidumbre". Argumenta que una estimación puntual descentra la valoración precisamente donde los riesgos son mayores.
Practicidad: La corrección requiere solo estadísticas descriptivas (medias, varianzas, correlación) y puede aplicarse a modelos existentes en una sola línea sin necesidad de simulación.
Litigios y Equidad: El marco aborda vulnerabilidades comunes en disputas de valoración, específicamente el uso de estimaciones puntuales cerca del límite de convergencia y el tratamiento inadecuado de los insumos correlacionados. La métrica de fragilidad proporciona una base cuantitativa para el "margen de seguridad".

El autor concluye que, si bien la corrección es exacta solo hasta el segundo orden (existen residuos para insumos altamente sesgados), ofrece una mejora científicamente honesta y accionable sobre la convención actual, transformando una frágil estimación puntual en un resumen corregido y auditable de una cantidad incierta.