La tasa interna de retorno promedio borrosa: desarrollos y aplicaciones

• Gastón S Milanesi ^[1]
  1. [1] Universidad Nacional del Sur

     Universidad Nacional del Sur

     Argentina

     
• Localización: Journal of Economics, Finance and Administrative Science, ISSN-e 2218-0648, ISSN 2077-1886, Vol. 21, Nº. 40, 2016, págs. 39-47
• Idioma: español
• Títulos paralelos:
  • The fuzzy average internal rate of return: development and applications
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    El trabajo introduce la tasa interna de rendimiento promedio (TIRP) dentro del marco de la matemática borrosa (fuzzy) como método alternativo para estimar rendimientos en situaciones de ambigüedad. En la primera parte se desarrolla la TIRP y su versión borrosa como alternativa para determinar rendimientos bajo situaciones de ambigüedad. Seguidamente, con un caso hipotético, se ilustra la consistencia con el valor actual (VA) en el ordenamiento de proyectos frente a situaciones conflictivas. En caso de incertidumbre se demuestra la equivalencia de la TIRP calculada sobre los flujos de fondos esperados o como TIRP esperada. Finalmente, y como medida para estimar rendimientos promedios en situaciones difusas, se plantea la TIRP borrosa, comparando resultados con los métodos VA y TIR borrosa

  • English

    The paper introduces the average internal rate of return (AIRR) into the mathematic fuzzy’s frame, like alternative method for estimating returns in ambiguity situations. In the first part it is developed the AIRR and its fuzzy version like an alternative of return determination under ambiguity situations. Next, with a hypothetical case, the consistency with the present value (PV) in the projects ranking at conflictive situations is illustrated. In case of uncertainty, the equality between the AIRR estimated over the expected cash flows or as expected AIRR is showed. Finally, and like a measurement for estimating average returns in vague situations, it is set out the fuzzy AIRR, comparing results with the fuzzy PV and IRR methods