Propiedad Fraccionada: Una Nueva Forma de Invertir
Aprende cómo la propiedad fraccionada está cambiando las oportunidades de inversión y la dinámica del mercado.
Lars Fluri, A. Ege Yilmaz, Denis Bieri, Thomas Ankenbrand, Aurelio Perucca
― 7 minilectura
Tabla de contenidos
- El Problema de la Liquidez
- Objetivos de la Investigación
- Cómo Funciona el Modelo
- La Configuración del Mercado
- Factores Importantes
- El Marco de Simulación
- Comportamiento del Agente
- Vendedores Puros
- Compradores Puros
- Compradores Vendedores
- Dinámica del Mercado
- Recolección de Datos
- Resultados y Análisis
- Análisis de Sensibilidad
- Conclusión
- Direcciones Futuras
- Fuente original
- Enlaces de referencia
En los últimos años, la tecnología ha cambiado la forma en que invertimos. Ahora, puedes tener un pedazo de cosas que antes eran inalcanzables, como vinos finos, obras de arte o coches de lujo. Esto se llama propiedad fraccionada. En vez de comprar un artículo entero, compras una parte, como cuando todos ponen un poco para esa pizza fancy. Pero aquí está el truco: estas partes a veces pueden ser difíciles de vender después, como cuando intentas vender una porción de pizza a medio comer en una fiesta.
Liquidez
El Problema de laLa liquidez en finanzas significa qué tan fácil es comprar o vender algo sin causar un gran cambio de precio. Si un mercado es líquido, es fácil comerciar. Si es ilíquido, podrías quedarte con esa porción de pizza mucho más tiempo del que esperabas. En nuestro nuevo mundo de propiedad fraccionada, los mercados pueden ser bastante ilíquidos. Esto significa que puede ser difícil encontrar a alguien que compre tu parte cuando quieras venderla. Ahí es donde entra la investigación; queremos averiguar cómo hacer que estos mercados funcionen mejor.
Objetivos de la Investigación
El objetivo de esta investigación fue simular lo que sucede en estos mercados usando un método llamado modelado basado en agentes (ABM). Imagina que tienes pequeños inversores virtuales (agentes) que compran y venden estas acciones fraccionadas. Al observar cómo interactúan, podemos aprender sobre la liquidez, ¡como hacer que más personas compren tu porción de pizza!
Cómo Funciona el Modelo
Los agentes en nuestro modelo tienen varios roles diferentes:
-
Comprador Puro (PB): Estas personas solo quieren comprar acciones. Piénsalos como amantes de la pizza que esperan que la porción que quieren salga al precio correcto.
-
Vendedor Puro (PS): Estos agentes solo venden acciones. Son como las personas que, si tienen una porción extra de pizza, quieren deshacerse de ella por el mejor precio posible.
-
Comprador Vendedor (BS): Estos agentes pueden comprar y vender. Son los entusiastas de la pizza que están dispuestos a intercambiar su porción por otra que les parezca más atractiva.
La Configuración del Mercado
Nuestro modelo se basa en datos reales de una startup FinTech que trata con propiedad fraccionada. En esta configuración, los inversores pueden comprar acciones de activos que valen 50 € cada una. Estos activos luego pueden ser intercambiados en un mercado secundario.
El mercado funciona así:
-
Días de Comercio: El mercado está abierto para comerciar al menos una vez al mes. Es como tener una fiesta mensual de pizza donde todos traen su porción favorita para compartir.
-
Reglas de Comercio: Los vendedores pueden listar sus acciones con precios establecidos dentro de ciertos límites del valor de su activo. Si tu precio es demasiado alto o demasiado bajo, no vas a vender mucho.
-
Coincidencia de Órdenes: Las ofertas de compra y venta se emparejan según quién llega primero, ¡como quien agarra la última porción de pizza!
Factores Importantes
La liquidez está influenciada por varios factores:
-
Número de Acciones: Cuantas más acciones disponibles, más fácil es vender. Pero si todos quieren vender a la vez, puede volverse un problema.
-
Precios: Cómo se valoran los activos también importa. Si todos piensan que una porción de pizza vale 2 € cuando otros piensan que vale 1 €, será difícil realizar acuerdos.
-
Reglas del Mercado: Cada plataforma tiene su propio conjunto de reglas que pueden afectar qué tan fácil es comprar y vender.
El Marco de Simulación
Usamos ABM porque nos permite simular interacciones complejas entre agentes. Cada agente tiene sus propias estrategias para comprar y vender. Actúan con base en su presupuesto y las reglas del mercado.
Los agentes pueden comportarse de maneras simples o complejas. Algunos son aleatorios, mientras que otros intentan aprender del entorno como ese amigo inteligente que sabe exactamente cuándo agarrar una porción de pizza antes de que se acabe.
Comportamiento del Agente
Vendedores Puros
Los Vendedores Puros son los que ponen sus porciones a la venta basándose en un choque que los hace querer vender. Deciden cuánto vender basándose en su propiedad actual y el precio del mercado. Si se sienten generosos, pueden fijar sus precios un poco más bajos para atraer compradores.
Compradores Puros
Los Compradores Puros son impulsados por el deseo de poseer más de lo que podrían comprar directamente. Revisan el libro de ofertas y son más propensos a comprar acciones de precios más bajos. Pero seamos sinceros; puede que solo elijan una porción porque se ve deliciosa.
Compradores Vendedores
Los Compradores Vendedores tienen la capacidad de comprar y vender porciones. Establecen sus precios basándose en lo que piensan que otros agentes podrían querer. Son como ese amigo que conoce todos los lugares secretos de pizza y encuentra las mejores ofertas.
Dinámica del Mercado
El mercado pasa por dos fases: la fase previa al comercio donde los vendedores publican sus ofertas, y la fase de comercio donde los compradores pueden entrar y hacer compras. El modelo nos permite ver cómo se desarrollan estas interacciones a lo largo del tiempo.
Recolección de Datos
Los datos para esta simulación provienen de actividades comerciales en una plataforma real, lo que nos ayuda a construir un modelo más preciso. Recopilamos información sobre transacciones, precios y cuántas personas estaban involucradas.
Las estadísticas muestran que muchas ofertas no se concretan; piénsalo como muchas personas queriendo pizza, pero no necesariamente encontrando a un compañero para compartir.
Resultados y Análisis
Comparámos los resultados del mercado simulado con los datos del mundo real. Sorprendentemente, la simulación pudo replicar bastante bien la dinámica del mercado real. La principal métrica que analizamos fue la relación de liquidez.
¿Qué es la relación de liquidez? Es el número de transacciones que realmente ocurren en comparación con el número de ofertas realizadas. Si tuviste una fiesta de pizza con 10 porciones y solo se comieron 2, ¡eso no es muy líquido!
Análisis de Sensibilidad
Probamos cómo los cambios en el comportamiento de los agentes afectarían la liquidez. Aquí hay algunos hallazgos interesantes:
-
Más Vendedores: Si más vendedores entran al mercado, podrían hacer que todo sea menos líquido porque todos están tratando de obtener el mejor trato. ¡Es como tener demasiada gente peleando por la última porción!
-
Actividad de Compradores: Cuando los compradores están más activos, la relación de liquidez sube. Esto significa que más personas quieren comprar que vender; ¡éxito de la fiesta de pizza!
-
Rango de Precios: Ajustar el rango de precios para las ofertas tuvo diferentes efectos según si estábamos mirando a vendedores o compradores.
Conclusión
En resumen, esta investigación nos muestra cómo entender y simular mejor los mercados ilíquidos, particularmente con la propiedad fraccionada. Al modelar estos agentes y sus comportamientos, podemos encontrar nuevas formas de mejorar la liquidez.
Los hallazgos destacan que, aunque algunas cosas en el mercado son predecibles, otras pueden ser bastante sorprendentes. ¡Justo como en esa fiesta de pizza, nunca sabes quién se presentará o cuántas porciones se comerán realmente!
Direcciones Futuras
Mirando hacia adelante, queremos hacer que nuestros agentes sean aún más diversos. También planeamos explorar cómo los cambios en las reglas del mercado podrían maximizar la liquidez.
Así que, la próxima vez que pienses en propiedad fraccionada, recuerda-igual que en una fiesta de pizza, ¡todo se trata de compartir las porciones correctas y mantener las cosas fluyendo suavemente!
Título: Simulating Liquidity: Agent-Based Modeling of Illiquid Markets for Fractional Ownership
Resumen: This research investigates liquidity dynamics in fractional ownership markets, focusing on illiquid alternative investments traded on a FinTech platform. By leveraging empirical data and employing agent-based modeling (ABM), the study simulates trading behaviors in sell offer-driven systems, providing a foundation for generating insights into how different market structures influence liquidity. The ABM-based simulation model provides a data augmentation environment which allows for the exploration of diverse trading architectures and rules, offering an alternative to direct experimentation. This approach bridges academic theory and practical application, supported by collaboration with industry and Swiss federal funding. The paper lays the foundation for planned extensions, including the identification of a liquidity-maximizing trading environment and the design of a market maker, by simulating the current functioning of the investment platform using an ABM specified with empirical data.
Autores: Lars Fluri, A. Ege Yilmaz, Denis Bieri, Thomas Ankenbrand, Aurelio Perucca
Última actualización: 2024-12-04 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2411.13381
Fuente PDF: https://arxiv.org/pdf/2411.13381
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.