📈 economics

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

Questo articolo propone un quadro integrato di Analisi delle Opzioni Reali che combina i modelli Black-Scholes-Merton e Cox-Ross-Rubinstein con formule dei costi parametrici stocastici per dimostrare che, diversamente dai metodi tradizionali del Discounted Cash Flow che sottovalutano sistematicamente le tecnologie emergenti nei progetti A/E/C peruviani, questo approccio cattura la significativa flessibilità gestionale e il valore dell'opzione in condizioni di elevata incertezza strutturale, trasformando potenzialmente progetti con valore attuale netto negativo in investimenti altamente redditizi.

Autori originali: PAUL RICARDO PRUDENCIO GALVEZ

Pubblicato 2026-06-30

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: PAUL RICARDO PRUDENCIO GALVEZ

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un urbanista in Perù che sta cercando di costruire nuovi e massicci progetti infrastrutturali, come un super-porto o una nuova linea della metropolitana. Questi progetti sono costosi e spesso coinvolgono tecnologie nuovissime e all'avanguardia (come progetti digitali avanzati o costruzione modulare).

Il problema è che il modo tradizionale di decidere se realizzare questi progetti è come cercare di prevedere il tempo con una palla di cristallo che guarda solo al sole di ieri. Si chiama Discounted Cash Flow (DCF). Presuppone che il futuro sarà esattamente come il passato, senza sorprese.

Il Problema: La Palla di Cristallo è Rotta
Nel mondo reale, la costruzione è disordinata. I prezzi dei materiali saltano, le normative cambiano e il terreno sottostante potrebbe essere più roccioso del previsto. Poiché il vecchio "metodo della palla di cristallo" (DCF) non sa gestire queste sorprese, spesso dice "No" a progetti che sono in realtà buone idee. È come rifiutarsi di comprare un biglietto per un parco tematico perché si ha paura che l'ottovolante possa essere troppo veloce, ignorando il fatto che proprio quel brivido è ciò che lo rende prezioso.

La Soluzione: L' "Opzione" di Aspettare
Questo documento propone un nuovo modo di pensare chiamato Real Options Analysis (ROA).

Pensa a una "Real Option" non come a un titolo finanziario, ma come a un biglietto flessibile.

La Visione Tradizionale (DCF): Devi decidere proprio ora se costruire tutto o non costruire affatto. Se i calcoli sembrano leggermente negativi oggi, annulli il progetto.
La Nuova Visione (ROA): Acquisti un' "opzione" per iniziare il progetto, ma mantieni anche il diritto di aspettare, mettere in pausa o cambiare piani più tardi se le cose si fanno strane.

Il documento sostiene che questa "flessibilità" ha un valore economico reale. Infatti, in Perù, dove l'imprevedibilità è molto alta ("volatilità"), questa flessibilità vale dal 12% al 15% dell'intero costo del progetto. Il vecchio metodo ignora completamente questo valore.

Come ci sono riusciti: La Ricetta "Stocastica"
L'autore, Paul Prudencio Galvez, non ha usato solo matematica sofisticata dal mercato azionario. Ha costruito una ricetta personalizzata utilizzando Formule di Costo Parametriche Stocastiche.

L'Analogia: Immagina di preparare una torta per una grande festa.
- Vecchio Metodo: Prevedi che ti serviranno esattamente 5 tazze di farina. Se ne manca una, la tua torta fallisce.
- Nuovo Metodo: Ti rendi conto che i prezzi della farina cambiano e che il forno potrebbe dare problemi. Quindi, usi una "ricetta intelligente" che dice: "Ci serviranno tra le 4,5 e le 5,5 tazze di farina, e regoleremo la dose in base a come si presenta il meteo quel giorno".
La Matematica: L'autore ha utilizzato simulazioni al computer (eseguendo 10.000 diversi scenari "cosa succederebbe se") per creare questa ricetta intelligente specifica per i costi di costruzione peruviani. Ha poi inserito questi dati in due famose formule finanziarie (Black-Scholes-Merton e un Albero Binomiale) per calcolare il valore di quella "flessibilità".

La Grande Scoperta: Il "Cambio di Segno"
Il documento presenta una tabella che confronta i due metodi. Ecco il risultato più scioccante:

Scenario: Un progetto sembra destinato a perdere denaro (un valore negativo) usando il vecchio metodo.
Risultato: Il vecchio metodo dice: "Rifiuta questo progetto!".
Nuovo Metodo: Quando aggiungi il valore dell' "opzione di flessibilità", quello stesso progetto sembra improvvisamente generare un enorme profitto.
La Magia: In un caso specifico, un progetto che sembrava una perdita di 5 milioni di dollari si è trasformato in un guadagno di 12 milioni di dollari solo riconoscendo che i project manager potevano adattarsi ai cambiamenti. Si tratta di una differenza del 340%.

Perché questo è importante per il Perù
Il Perù ha un enorme bisogno di nuove infrastrutture (ponti, porti, metropolitane), ma affronta anche un'alta incertezza (rischi geologici, cambiamenti normativi).

Il documento dimoste che, usando il vecchio metodo della "palla di cristallo", il Perù sta accidentalmente rifiutando il 34% dei suoi migliori progetti.
Passando a questo nuovo metodo del "biglietto flessibile", potrebbero sbloccare miliardi di dollari di valore che attualmente vengono sprecati.
Nello specifico, per progetti massicci come il porto di Chancay o la Linea 3 della Metropolitana di Lima, il valore di poter aspettare e raccogliere più informazioni prima di spendere un solo centesimo vale una fortuna.

In Breve
Questo documento dimostra che in un mondo pieno di sorprese, la cosa più preziosa che puoi possedere non è solo il progetto stesso, ma la libertà di cambiare idea. La vecchia matematica ignora questa libertà, portando a decisioni errate. La nuova matematica assegna un prezzo a questa libertà, mostrando che in luoghi incerti come il Perù, essere flessibili è la strategia più redditizia di tutte.

Sintesi Tecnica: Quadro di Valutazione delle Opzioni Reali per le Tecnologie Emergenti nei Progetti A/E/C sotto Incertezza Strutturale

Problematica e Lacuna della Ricerca
Il settore dell'Architettura, dell'Ingegneria e della Costruzione (A/E/C) affronta un paradosso di valutazione strutturale in cui le tecnologie emergenti — specificamente il Building Information Modelling (BIM) avanzato, i digital twin e la costruzione modulare — possiedono profili di rischio asimmetrici che i metodi finanziari classici non riescono a catturare. L'analisi tradizionale del Flusso di Cassa Scontato (DCF) sottovaluta sistematicamente questi progetti perché assume traiettorie di cassa deterministiche e non può quantificare la flessibilità gestionale sotto incertezza. Questa limitazione è particolarmente acuta nei mercati emergenti come il Perù, dove un significativo deficit infrastrutturale (circa 110 miliardi di USD) rende necessaria una rapida adozione tecnologica, sebbene i protocolli di valutazione pubblica rimangano ancorati a modelli statici di Valore Attuale Netto (VAN).

La letteratura esistente presenta tre lacune critiche che questo studio affronta:

Lacuna Contestuale: Le applicazioni della Real Options Analysis (ROA) nel settore delle costruzioni sono prevalentemente focalizzate su progetti stradali ed energetici in economie sviluppate, lasciando i contesti dei mercati emergenti andini sottorappresentati.
Lacuna Metodologica: La maggior parte delle implementazioni ROA estrae la volatilità dai mercati finanziari piuttosto che derivarla dai dati dei costi ingegneristici, riducendo l'applicabilità pratica per i professionisti del settore A/E/C.
Lacuna di Integrazione: Le equazioni parametriche dei costi utilizzate come input per il pricing delle opzioni ( $S_0$ ) sono raramente integrate formalmente nel modello di opzione, creando un'incoerenza metodologica.

Metodologia
La ricerca impiega un design quantitativo a metodi misti, combinando la modellazione finanziaria matematica con l'analisi comparativa degli scenari. L'unità di analisi comprende progetti di infrastrutture stradali e portuali in Perù con componenti tecnologiche emergenti, utilizzando dati provenienti da database pubblici di concessioni (ProInversión e il Ministero dei Trasporti e delle Comunicazioni).

La metodologia centrale integra tre componenti:

Formule Parametriche di Costo Stocastico ( $S_0$ ): Per garantire la verificabilità ingegneristica, la base di investimento è modellata come una somma stocastica piuttosto che come un costo unitario deterministico. La formula $S_0 = \Sigma(Q_i \times U_i) \times (1 + \alpha_{risk}) + C_{indirect}$ utilizza quantità ( $Q_i$ ) derivate da distribuzioni Beta-PERT adattate ai dati storici dei progetti e tariffe unitarie ( $U_i$ ) indicizzate agli indici ufficiali dei prezzi delle costruzioni del Perù. Un fattore di contingenza dinamico ( $\alpha_{risk}$ ) è calibrato sulla base della deviazione standard storica dei costi. Inoltre, relazioni di legge di potenza validate ( $C_{est} = a \cdot \text{Built\_Area}^b$ ) sono calibrate rispetto ai database dei costi per eccedenze stradali e portuali in Perù.
Modelli di Valutazione:
- Black-Scholes-Merton (BSM): Adattato per asset privi di dividendi con costi di manutenzione ( $q$ ), questo modello funge da principale strumento di valutazione. Fondamentalmente, la volatilità ( $\sigma$ ) non è importata dai mercati finanziari ma è computata tramite simulazione Monte Carlo (10.000 iterazioni in Python) sulle distribuzioni dei flussi di cassa del progetto per catturare l'incertezza specifica dell'asset A/E/C.
- Albero Binomiale di Cox-Ross-Rubinstein (CRR): Utilizzato per progetti con molteplici punti decisionali sequenziali (es. differire $\to$ pilota $\to$ implementazione completa), impiegando probabilità neutrali al rischio e induzione a ritroso per prezzare opzioni composte.
Premio di Flessibilità (FP) e Matrice di Confronto: Lo studio quantifica il valore distrutto dalla DCF statica utilizzando il Premio di Flessibilità ( $FP = \text{Valore ROA} - \text{Valore DCF}$ ). Una matrice di confronto quantitativa a sei scenari incrocia i livelli di volatilità (Bassa, Media, Alta) con le variabili chiave (orizzonte temporale, costo di investimento e contesto peruviano) per documentare la divergenza tra le valutazioni statiche e dinamiche.

Risultati Chiave
Lo studio presenta una matrice di confronto quantitativo validata che dimostra l'impatto dei regimi di volatilità sulla valutazione del progetto:

Bassa Volatilità ( $\sigma < 15\%$ ): Il Premio di Flessibilità è marginale (+8%), suggerendo che la DCF sia accettabile ma conservativa.
Volatilità Media ( $\sigma = 25\%$ ): Si verifica un cambiamento di segno critico. Progetti con un VAN statico di -5 milioni di USD (rifiutati dalla DCF) vengono rivalutati a +12 milioni di USD dalla ROA, rappresentando un aumento del +340%. Ciò dimostra che la DCF produce errori sistematici di Tipo I (falsi negativi) in ambienti ad alta incertezza.
Alta Volatilità ( $\sigma > 40\%$ ): La divergenza si amplia significativamente. Un progetto con un VAN statico di -20 milioni di USD è valutato a +25 milioni di USD dalla ROA. Il Premio di Flessibilità aumenta in modo convesso con la volatilità, raggiungendo i 45 milioni di USD al $\sigma = 45\%$ .
Calibrazione del Contesto Peruviano: In specifici megaprogetti come il Puerto Chancay e la Linea 3 della Metro di Lima, le volatilità implicite variano dal 35% al 45%. Il modello indica che l'opzione di differire la raccolta di dati geotecnici prima della gara d'appalto genera un valore equivalente al 12-15% del CAPEX totale.
Accuratezza: L'integrazione delle formule parametriche stocastiche locali ha ottenuto una calibrazione di $S_0$ entro il ±8% dei costi eseguiti su sette progetti di riferimento, con un $R^2$ di 0,924.

Significatività e Rivendicazioni
L'articolo rivendica di fornire un metodo teoricamente superiore ed empiricamente validato per valutare i progetti tecnologici emergenti nel settore A/E/C, specificamente nei contesti dei mercati emergenti andini. I suoi contributi primari includono:

Operazionalizzazione della ROA: Integrando formalmente le equazioni parametriche dei costi stocastici come input di pricing ( $S_0$ ), lo studio risolve la critica secondo cui i parametri di volatilità della ROA siano arbitrari o finanziariamente astratti. Stabilisce un processo di valutazione difendibile e pronto per l'audit, dove la volatilità emerge direttamente dalle distribuzioni dei costi ingegneristici.
Correzione della Sottovalutazione Sistematica: La ricerca dimostra che l'analisi DCF statica distrugge sistematicamente il valore in ambienti ad alta incertezza, portando al rifiuto di progetti tecnicamente validi. Nella pipeline infrastrutturale del Perù (che supera i 70 miliardi di USD), l'adozione della ROA potrebbe recuperare il 12-15% del CAPEX attualmente scartato dall'analisi statica.
Rilevanza Politica: Lo studio sostiene che la riforma legislativa per incorporare la ROA nei protocolli di valutazione pubblica del Perù (SNIP/Invierte.pe) è tecnicamente fattibile ed economicamente imperativa. Fornisce una base strutturata per le clausole di ripartizione del rischio nei contratti di Partenariato Pubblico-Privato (PPP), andando oltre l'analisi deterministica VAN/TIR.

Gli autori concludono che, sebbene il quadro assuma un Moto Browniano Geometrico (che potrebbe sottostimare i rischi di salto come gli shock politici), esso riesce con successo a estendere le evidenze globali al contesto andino e offre uno strumento critico per affrontare il deficit infrastrutturale della regione. Si identifica come necessaria una ricerca futura per validare i coefficienti calibrati rispetto ai dati post-costruzione e per incorporare processi di diffusione con salti (jump-diffusion).

Articoli simili