Empezando con Matemáticas Financieras: El valor del dinero en el tiempo y la preferencia de liquidez

Aún cuando ya me inscribí en el curso Introduction to Finance de Coursera, empezaré a estudiar el material disponible en la red. Para ello, encontré varios sitios que proporcionan información para todos los niveles así que estaré mencionando la referencia a cada sitio del que rescate una idea.

Ahora bien, empecemos por responder a la pregunta ¿Qué son las Matemáticas Financieras? Una respuesta muy concreta es la que ofrece eco-finanzas:

"Es la aplicación de la matemática a las finanzas centrándose en el estudio del Valor del Dinero en el Tiempo, combinando el Capital, la Tasa y el Tiempo para obtener un Rendimiento o Interés, a través de métodos de evaluación que permiten tomar decisiones de Inversión."

De esta manera, si disponemos de un capital que no será utilizado (al menos no inmediatamente) para satisfacer una necesidad, debería ser de nuestro interés el encontrar la mejor manera de invertirlo para obtener un rendimiento o, en su defecto, evitar que pierda valor.Un ejemplo bastante claro de esta situación es un tanque de gasolina:

• En mayo de 2014, yo podía llenar el tanque de 40 litros de mi automóvil con $507.20, a razón de $12.68 pesos por litro. 
• En la actualidad, el litro cuesta $13.57 pesos, por lo que la cantidad de entonces ahora sólo alcanza para 37.4 litros; si quisiera llenar el tanque ahora debo contar con $542.80 pesos
• El valor de los $507.20 pesos se ha reducido.

Si yo hubiese dispuesto de $507.20 hace un año que no hubiese ocupado y fueses mi propósito utilizarlos para llenar mi tanque de gasolina un año después ¿Cómo podría invertirlos para poder cumplir con ese propósito? Estudiar matemáticas financieras tal vez no me resuelva el cómo podría invertirlos, pero me dará herramientas para determinarlo además de sentar las bases para entender el porqué de esta diferencia en el costo actual vs. el de hace un año.

Si me ubicase en mayo de 2014, resulta sencillo entender que los $507.20 pesos de hace un año eran preferibles a los $507.20 pesos actuales ¿Por qué? Porque podía comprar más que lo puedo comprar en este momento. Asimismo, si hoy o hace un año tuviese que elegir entre $507.20 pesos y $542.80 pesos, por supuesto que elegiré la cantidad mayor.

En otras palabras, el dinero tiene un valor asociado al tiempo y por ende:

• Ante dos capitales de igual cantidad en distintos momentos, se preferirá aquél que sea más próximo.
• Ante dos capitales de diferente cantidad en un mismo momento, se preferirá aquel que sea mayor.

Estos enunciados constituyen el Principio de la Preferencia de Liquidez.

Ahora bien, también es claro que ambos capitales son equivalentes pero no iguales dado que en diferentes momentos, ambos me servirán para que pueda llenar el bendito tanque de mi auto. La equivalencia la brindará entonces un factor que se llama interés... aunque entiendo que si tomo como referencia el día actual y pretendo calcular un capital en en el pasado más bien se le llama descuento, pero supongo que podré explicarlo más adelante.

Preparando el panel: ¿Qué es Big Data?

Con relación al panel de IIR México, si bien la primera cuestión que debo revisar es Cómo transformar el Big Data en información relevante para su empresa, me parece sensato contar con una breve introducción de este concepto tan difundido; afortunadamente no faltan fuentes de información al respecto en la red y sólo es cuestión de buscar, leer y sintetizar. Es así que armado con una taza de café y una selección ecléctica de música, dispóngome a encontrar una fuente que me permita introducir decentemente un tema tan indecentemente amplio.

Así, navegando entre los contenidos de los grandes fabricantes como Oracle o IBM, me encuentro con el enlace del Glosario de IT de Gartner:

"Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making."

Es decir, Big Data se trata de ingentes volúmenes de datos sumamente diversos generados muy rápidamente; ciertamente la definición habla de información, pero en mi particular punto de vista me parece que ésta se obtiene a partir de algún proceso -que no necesariamente automático- sobre los datos. Sin embargo, habiendo hecho la aclaración, resultará más fácil para la narrativa tratar indistintamente ambos conceptos.

Por otro lado y siguiendo con Gartner, el objetivo de procesar estos datos es generar información que permita tanto mejorar el conocimiento interno de una organización como apoyar la toma de decisiones de la misma, 

Ahora bien ¿de dónde procede toda esta información? De prácticamente todos lados; podríamos decir incluso que los datos siempre han estado ahí y sólo era necesario encontrar el mecanismo para recolectarlos. Un ejemplo burdo: un automóvil. Como usuario normal de un vehículo, probablemente me interesa saber en términos generales la velocidad que puedo alcanzar y los kilómetros por litro que me dará como una medida de su desempeño. Estas variables podría empezar a almacenarlas y procesarlas para mejorar mi planeación para viajar, pues conociendo la distancia hacia un destino, estaré en condiciones de estimar el costo de la gasolina que requiere el viaje así como el tiempo en el que estaré llegando. 

Hasta ahí, los datos recolectados son manejables en términos de almacenamiento y procesamiento incluso con una hoja Excel; sin embargo ¿qué pasaría si además me gustaría considerar otros factores tales como la temperatura del automóvil, el consumo del aceite, el estado de la batería, el desgaste de los frenos, la presión de las llantas y de hecho, prácticamente todos los datos que proporciona cada uno de los sensores que se instalan actualmente en un vehículo? ¿Y si además quisiera esta información en intervalos cada vez más cortos? En ese momento, la información generada crece exponencialmente y sin hablar aún del procesamiento, se requerirá de una capacidad de almacenamiento muchísimo mayor que la requerida originalmente para la velocidad y el consumo de gasolina. 

Si hasta este momento hemos determinado que la capacidad de almacenamiento para toda esta información debe ser enorme, la capacidad de procesamiento no se queda atrás. Y es entonces que de manera natural, se hace presente Big Data.

Iniciando

Recientemente IIR México me invitó a participar en el panel de expertos "Lealtad del cliente con Big Data: ¿cómo potenciarla? ¿cómo se aplica el Big Data Analytics en Retail?" del evento Retail Forum 2015; en dicho panel se platicará sobre varias cuestiones:

• Cómo transformar el Big Data en información relevante para su empresa
• Big Data: ¿vidas privadas al alcance de todos?
• Cómo conseguir la mejor recomendación y que es sólo una: la que el cliente compra
• Cómo asentar los datos e infraestructura existente para no invertir y rentabilizar los costes
• Cómo almacenar los datos de Big Data Analytics
• Cuáles son los canales o contenidos más efectivos para incrementar las conversiones y ventas
• Cómo incluir datos de clientes que sólo se comunican con nosotros a través de redes sociales
• Big Data Governance: datos no estructurados en tiempo real
• Fans vs. clientes: ¿cómo generar fans de una marca o producto? Casos de éxito
• ¿Cómo crear verdaderos fans por medio de programas de lealtad?

Ciertamente la temática resulta interesante y la fuente para conocer al respecto es vasta; dado que me gustaría participar activamente en esta mesa, empezaré por responder a estas cuestiones y la incorporaré en una página independiente. Al final, espero estar en condiciones de generar un artículo cuyo contenido cubra diligentemente toda esta temática.

Por otro lado, creo que aprovecharé para generar un artículo que sustente la presentación que preparé para el evento anterior de IIR, el Payments CIT 2015.

En materia de Project Management, tengo el firme propósito de certificarme como PMP en breve, así que estaré documentando mis notas sobre el PMBOK y material relacionado.

Finalmente, estoy convencido de que debo reforzar mi conocimiento en materias más de negocio. Según mi jefe, en Finanzas es obligado el conocimiento de Matemáticas Financieras (lo que él le llama Parvulitos 1) así que habrá más notas al respecto.

Y ya. Así empieza este espacio: con mucho trabajo por delante.