Cuantificación del riesgo y del impacto de seguros
climáticos y estrategias de cobertura de precios en un
portfolio agrícola diversificado en cuatro países
Ariadna Berger
VI Taller "La modelización en el sector agropecuario"
Buenos Aires, 25 y 26 de septiembre de 2014
Contenidos
• La empresa
• El riesgo en la agricultura
• Objetivos del análisis
• Datos y distribuciones• Datos y distribuciones
• Correlaciones
• El modelo
• Resultados
2
La empresa
• 4 países: Argentina, Uruguay, Brasil y Paraguay
• 41 zonas de producción
• 10 cultivos
• 272.000 hectáreas sembradas en • 272.000 hectáreas sembradas en campos arrendados
• 850.000 toneladas de granos (principalmente soja, maíz y trigo)
• 170 millones de dólares invertidos
• 10 años de evaluación del riesgo a nivel local.
(Datos de la campaña 2011/12) 3
Fuente (mapa): Los Grobo: ¿El futuro de la
agricultura?, Harvard Business School, 9-511-088
La empresa
4
Importancia estratégica de Brasil
en términos de diversificación
climática: correlación (en parte)
negativa con Región Pampeana
A pesar de la gran cantidad de
cultivos, la diversificación es
reducida, al contar con casi la
mitad de la superficie sembrada
con soja de primera.
Agricultura y riesgo
Rinde
Precios
5
Agricultura y riesgo
El rinde promedio no es un buen estimador.
6
Objetivos del análisis
• Cuantificar y examinar el riesgo del portfolio
• Evaluar la conveniencia de adoptar estrategias de mitigación del riesgo: estrategias comerciales y seguros climáticos
7
Variables aleatorias
• Precios
• Rindes • por tipo de año (fase ENSO)
• por cultivo
• por zona
8
Datos y distribuciones - Precios
• Opinión de expertos (Mercado a Término Chicago)
• Correlación de precios internacionales
• Diferenciales de precio por país
• Distribuciones betapert
Trigo Girasol Maíz Soja Sorgo Cebada Canola Arroz T.CandealChicago 295 392.47783 216.33333 470.03333 216.33333 265.5 392.47783 252.83333 359.9 Pesimista 255.0 339.3 187.0 406.3 187.0 229.5 339.3 230.0 311.1 Más Probable 300.0 399.1 220.0 478.0 220.0 270.0 399.1 255.0 366.0 Optimista 315.0 419.1 231.0 501.9 231.0 283.5 419.1 267.0 384.3 Esperado a Cosecha 295.0 392.5 216.3 470.0 216.3 265.5 392.5 252.8 359.9
295.0 392.5 216.3 470.0 216.3 265.5 392.5 252.8 359.9Argentina Retenciones 23% 35% 20% 35% 23% 23% 23% Gastos fobbing - US$/qq 32.0 -95.0 3.0 -14.0 7.0 34.0 27.0 Gastos fobbing - % Esperado a Cosecha 195.2 350.1 170.1 319.5 159.6 170.4 392.5 250.1
• Distribuciones betapert
5.0% 90.0% 5.0%
299.6 335.4
0.000
0.005
0.010
0.015
0.020
0.025
0.030
0.035
Esperado a Cosecha / Argentina
Pert(278,325,340)
Minimum 278.00
Maximum 340.00
Mean 319.67
Std Dev 11.00
9
Datos y distribuciones - Rindes
1- Fase ENSO:
distribución
discreta
Condición de año Argentina Niño Niña Neutrocosecha fina 26% 22% 52% Argentinacosecha gruesa y correlaciones 26% 22% 52% Otros países
26% 22% 52%
5
10
15
20
25
30
35
40
2- Rindes para cada fase:
distribución general
10
Datos y distribuciones - Rindes
Opinión de
expertos
Modelos
expertos
11
Soja
Las
PetacasRafaela
San
Guillermo
San Jorge
Las Rosas
San Martín
de las
Escobas
C.Belg.
Total
2778 2700 3205 3100 2946
1305 500 2900 2127 900 1546
3580 3320 3370 3588 3500 3472
2651 2490 2980 2600 2680
3062 2260 2300 2948 2750 2664
3654 2938 2580 3603 3517 3258
2810 2192 1651 3355 2210 2444
3431 2940 3158 3030 3140
2671 1960 2519 3280 2180 2368
3100 2140 2709 3571 3045 2866
3000 2100 1716 3434 2215 2324
2900 2400 3772 2810 2933
3708 2680 1716 4123 3712 3016
2600 2160 368 1650
2950 2377 2282 3332 2736 2657
Series de
datos
Fuente imágenes:
Datos y distribuciones - Rindes
Niña
Niño
121,5
00
2,0
00
2,5
00
3,0
00
3,5
00
4,0
00
4,5
00
5,0
00
Niña
Niño
Correlaciones
• Entre precios Chicago
13
• Entre rindes (zonas y
países). Varían según
fase ENSO.
El modelo
Ingreso neto
Gastos cultivo
Arrendamiento
Fase ENSO
Rindes
Superficies
Gastos cultivo
Gastos
comerciales
Resultado
Total
Resultado
Producción
14
Inputs Inputs
determinísticos
Variables Variables
aleatorias
Precios granosCondiciones
arrendamiento
Gasto
indirectos
Ventas precio
fijado
Condiciones
segurosResultado
Estrategias
Resultados
15
Los resultados consolidados difieren notablemente en
función de la fase ENSO.
Resultados
El resultado proyectado de cada campaña, sin
embargo, es el resultado de un pronóstico que se
expresa en términos probabilísticos.
16
Lo más probable son
condiciones neutrales,
pero hay una
probabilidad del 26% de
Niño y del 22% de Niña.
Resultados
Resultado global y por país (miles de US$)
50%
60%
70%
80%
4 países
Argentina
Brasil
Uruguay
Paraguay
País Superficie TIREA modificadaha Media Desvío CV
Consolidado 272,594 35% 16% 46%
17
0%
10%
20%
30%
40%
Con el pronóstico, existen resultados negativos para todos
los países y también a nivel consolidado.
Argentina 91,765 24% 22% 91%Brasil 66,831 30% 23% 77%Uruguay 98,399 48% 22% 45%Paraguay 15,600 111% 96% 87%
Probabilidad TIREA menor o igual a0% 10% 20%
Consolidado 2% 6% 17%
Argentina 15% 25% 38%Brasil 11% 21% 36%Uruguay 1% 3% 9%Paraguay 15% 17% 19%
Mitigación del riesgo
• Coberturas comerciales (ventas a precio fijado)
- Se especifican las toneladas vendidas por grano y
por país
- El resultado comercial surge de la diferencia entre
18
- El resultado comercial surge de la diferencia entre
el precio fijado y el precio en disponible.
• Seguros climáticos multirriesgo (cobertura de la
inversión): la indemnización se cobra si el rinde de
la zona/país/cultivo es menor al rinde asegurado
(“gatillo”, o “trigger”)
Resultados
Resultados - Probabilidad acumulada
0.6
0.7
0.8
0.9
1
19
0
0.1
0.2
0.3
0.4
0.5
Producción
Prod+Seguro
Prod+EstrCom
Prod+Seg+EstrCom
A nivel consolidado, las estrategias de mitigación del riesgo
mostraban una probabilidad cercana al 1% de ser efectivas.
Resultados
• El resultado de las coberturas comerciales
depende del precio fijado y de la distribución. Por
ejemplo, en Argentina se había vendido soja a un
precio que tenía un 85% de probabilidad de ser
superado en cosecha.
20
Indemnización Prima ResultadoMedia Desvío Percentil 5 Percentil 95 Prob>0 pagada esperado
Argentina 233,416 660,459 0 1,304,922 32% 996,583 (763,167)Brasil 84,689 259,414 0 615,861 81% 502,841 (418,151)Uruguay 39,615 148,871 0 255,125 21% 1,045,080 (1,005,465)
superado en cosecha.
• Los seguros climáticos tenían un rinde “gatillo”
con muy pocas (a nulas) probabilidades de
ocurrencia.
Resultados – Seguros climáticos
Argentina Trigo LujanRodriguez 2.364 1.0%Argentina Trigo Entre Ríos 1.788 3.0%Argentina Trigo 9deJulio 2.208 1.0%Argentina Trigo Carlos Casares 2.257 1.2%Argentina Trigo Casbas 1.996 6.2%Argentina Trigo Pehuajo 2.172 0.6%Argentina Trigo Tandil 2.328 1.8%Argentina Trigo Timote 2.172 0.7%
Country CropRegion
[Municipality]Yield pay-out trigger (mt/ha)
prob Rinde < trigger
21
Argentina Trigo Timote 2.172 0.7%Argentina Soja LujanRodriguez 1.933 9.7% 68.0% (*)Argentina Soja Entre Ríos 1.494 5.0% 59.0% (*)Argentina Soja 9deJulio 1.910 10.8% 60.5% (*)Argentina Soja Carlos Casares 1.929 12.1% 64.6% (*)Argentina Soja Pehuajo 1.859 9.5% 58.5% (*)Argentina Soja Salliquelo 1.189 3.2%Argentina Soja Tandil 1.126 1.2%Argentina Soja SanCayetano 0.977 0.7%Argentina Girasol Salliquelo 1.202 5.0%Argentina Maíz Carlos Casares 5.220 7.0%Argentina Maíz Pehuajo 5.040 5.7%Argentina Maíz Bragado 4.908 4.2%Argentina Maíz Santa Fe 4.788 0.0%(*) Primera columna: Soja 1era; segunda columna: Soja 2da
Resultados – Seguros climáticos
Brasil Soja Campos Lindos 2.100 0.3%Brasil Soja Pede Galinha-MA 2.100 1.6%Brasil Soja Coco-MA 2.100 6.3%Brasil Soja Batavo-MA 2.100 0.4%Brasil Soja Áreas Velhas BA 2.100 3.5%Brasil Soja Goiatuba - GO 2.100 0.5%Uruguay Trigo Paysandú 2.070 0.0%
Yield pay-out trigger (mt/ha)
CropRegion
[Municipality]Country prob Rinde < trigger
22
Uruguay Trigo Dolores 2.070 0.0%Uruguay Trigo Flores 2.070 0.0%Uruguay Trigo Young E 2.070 0.0%Uruguay Maíz Dolores 2.984 0.0%Uruguay Maíz San Jose 2.984 0.0%Uruguay Maíz Flores 2.984 0.0%Uruguay Soja Paysandú 1.308 5.0%Uruguay Soja Young AB 1.308 11.0%Uruguay Soja Flores 1.308 0.0%Uruguay Soja Young E 1.308 11.0%Uruguay Soja Rivera 1.308 0.5%Uruguay Soja Colonia 1.308 5.0%
Los gatillos en amarillo no generan indemnización alguna inclusive
en los peores escenarios.
Conclusiones
• En el negocio agropecuario la aplicación de la
simulación Monte Carlo es sumamente útil
(¿necesaria?) para la cuantificación del riesgo bajo
varios supuestos.
• Existen múltiples posibilidades para modelar las
principales fuentes de riesgo: precios y rindes.
23
principales fuentes de riesgo: precios y rindes.
• En el caso analizado, la diversificación propia de la
empresa no justificaba la implementación de las
estrategias de mitigación de riesgo evaluadas.
• La simulación aplicada al análisis de seguros permite
calcular la probabilidad de cobrar una indemnización y
se constituye en una herramienta de negociación con la
compañía aseguradora.
Muchas gracias
Preguntas bienvenidas.
24
Preguntas bienvenidas.