http://www.gestiopolis.

com/resultados-busqueda/
http://www.gestiopolis.com/canales/financiera/articulos/no%208/Eva1.htm
http://www.gestiopolis.com/canales/financiera/articulos/no%208/Eva1.htm


Unidad 2 SENSIBILIZACION DE VARIABLES

ANALISIS DE SENSIBILIDAD DE LOS NEGOCIOS
El Anlisis de Sensibilidad busca medir cmo se afecta la rentabilidad de un
proyecto, cuando una o varias variables que conforman los supuestos, bajo los
cuales se elaboraron las proyecciones financieras, se modifican.

Es por lo anterior, que algunos textos en ingls la denominan la tcnica del "What
if...", reconociendo que lo que trata de hacer esta metodologa, es determinar qu
pasa con la rentabilidad del proyecto, si una o ms variables cambian.

Cuando slo una de las variables se modifica, nos encontramos frente al anlisis
de sensibilidad por variables (o unidimensional) si, en cambio, ms de una cambia
de valor, entonces estamos ejecutando un anlisis de sensibilidad por
escenarios (tambin conocido como multidimensional).
1. Es el grado de compromiso de un proyecto o una empresa debido al nivel de
sus costos fijos. Los costos fijos actan como una palanca en el sentido que un
cambio porcentual pequeo en el ingreso puede convertirse en un cambio
porcentual considerable en el BAIT. Cuanto mayor sea el nivel de apalancamiento
operativo mayor ser el peligro potencial ocasionado por el riesgo de pronstico.
Cuanto mayor sean los CF, mayor ser el apalancamiento operativo y por
consiguiente el riesgo econmico de la empresa
2. Dos Conceptos: Riesgo: Informacin de naturaleza aleatoria, las
probabilidades de ocurrencia de eventos son conocidas. Incertidumbre: Las
probabilidades de ocurrencia de un evento no son bien cuantificadas. Fuente
bsica de Incertidumbre: informacin incompleta inexacta, sesgada, falsa o
contradictoria Dos Conceptos: Riesgo: Informacin de naturaleza aleatoria, las
probabilidades de ocurrencia de eventos son conocidas.
3. Uso de fuentes de informacin poco confiables Dinmica de los mercados
Errores de interpretacin de datos Errores en la manipulacin de informacin
4. Poco conocimiento del mercado Precios Demandas Gustos y modas
Costos de insumos Tecnologas
5. 1. Anlisis individual de una inversin 1.1 Anlisis probabilstico 1.2
Anlisis de Sensibilidad y de Escenarios 1.3 Ajuste simple en la tasa de descuento
1.4 Simulacin 2. Anlisis de portafolio 2.1 Diversificacin y en modelo CAPM 3.
Anlisis de Decisiones Secuenciales y Arboles de Decisin
6. 1.1 Anlisis probabilstico de una inversin. Una forma de Interpretar el Riesgo
La variabilidad de los flujos de caja, que implica la variabilidad del VAN Ahora los
flujos de caja son variables Aleatorias F1 F3 F4 F2 Fn F7 F6 F5 .... F8 F8
7. Desviacin estndar del flujo de caja Fi VAR(Fi) = =Valor esperado del flujo de
caja Fi E( Fi) = Valor Esperado de la Inversin: Sea : E(VAN) = (1+r) (1+r)2
(1+r)3
8. Desviacin estndar de una Inversin : Caso 1: Flujos de caja independientes
Caso 2 : Flujos de caja perfectamente correlacionados Cov(Fi , Fj) = 1 =
Coeficiente de correlacin Caso 3: Flujos de caja imperfectamente
correlacionados Sea :
9. Podemos obtener el comportamiento probabilstico del rendimiento
econmico: Probabilidad Distribucin de probabilidades del VAN $
10. Qu inversin elegir? Probabilidad Distribucin de probabilidades del VANA
$ B
11. Probabilidad Distribucin de probabilidades del VAN $ < < Inversin B es ms
Riesgosa Inversin B es ms Rentable
12. Anlisis de Sensibilidad Inversin evaluada en una situacin base Se
determinan las variables ms significativas que afectan los indicadores de
rentabilidad : precios de venta precios de insumos costos de
produccin costo de capital volmenes de venta coeficientes tecnolgicos
inversin
13. Item (VAN/VAN)/(X/X) Situacin Base Precio Venta*(1-x%) Precio
Insumos*(1+y%) Ventas*(1-z%) Costos Operacin*(1+W%) Anlisis de
Sensibilidad Se busca evaluar la sensibilidad de los indicadores de rentabilidad
ante variaciones de las variables significativas ms inciertas:
14. Anlisis de Sensibilidad Si el impacto de una variable riesgosa en el VAN es
importante, entonces el proyecto es RIESGOSO. El nivel de riesgo se determina
en la medida que el VAN se hace negativo para valores probables de la variable.
En este caso, se debe hacer una evaluacin costo-beneficio de la pertinencia de
comprar certidumbre.
15. Cultivo (VAN/VAN) (X/X) Elasticidad Avena forrajera Poroto Lenteja Carne
Leche Trigo Cebada Frambuesa Remolacha Manzana Pera Zanahoria Todos
Inversin Naos entrada en 0.20% -0.07% 1.04% 3.02% 0.03% 0.07% 1.72%
0.92% 1.15% 1.07% 3.13% 12.30% -2.30% -19.44% 10.00% 10.00% 10.00%
10.00% 10.00% 10.00% 10.00% 10.00% 10.00% 10.00% 10.00% 10.00% 10.00%
55.56% 0.02 -0.01 0.10 0.30 0.00 0.01 0.17 0.09 0.12 0.11 0.31 1.23 -0.23 -0.35
rgimen(9 a 14)
16. Anlisis de Sensibilidad Ventajas Fcil Aplicacin Fcil de Entender
Desventajas Slo permite analizar variaciones de un parmetro a la vez. No
utiliza informacin como las distribuciones de probabilidad del parmetro a
sensibilizar. No entrega distribucin de probabilidades de los indicadores de
rentabilidad VAN y TIR.
17. Anlisis de Escenarios Esta tcnica permite solventar el problema de
unidimensionalidad del anlisis de sensibilidad, definiendo escenarios para las
distintas variables riesgosas que afectan la inversin. Cada escenario est
determinado por los valores que supuestamente tomaran las variables riesgosas
en estos. Habitualmente se definen tres escenarios: optimista, medio y
pesimista.
18. Anlisis de Escenarios Un ejemplo: Escenario optimista: Precio producto
sube un 20 % Precio de los insumos se mantienen Las ventas crecen en un 10 %
etc. Los escenarios deben ser definidos por la alta gerencia de la empresa.
Esta es una actividad netamente interfuncional.
19. Comportamiento del Inversionista : A una inversin ms riesgosa se le exige
una mayor rentabilidad Por lo tanto se espera recibir un premio por asumir riesgo
Una forma de incorporar el riego es castigar la tasa de descuento : = Tasa de
descuento que incorpora riesgo = Tasa de descuento libre de riesgo = Premio por
asumir el riesgo
20. NiveldeRiesgo VAN Nulo Bajo Medio Alto 6 10 14 18 0 4 8 12 2028 1192
447 217 4500 4500 10000 4500
21. Problemas del Mtodo: se fija arbitrariamente. No se utiliza informacin
valiosa como la distribucin de probabilidades de los flujos futuros. El riesgo
aumenta a medida que pasa el tiempo, cosa que no siempre es cierto.
22. Limitaciones del modelo probabilstico : Entendimiento de probabilidades
Difcil formulacin matemtica Modelacin de las relaciones entre flujos
Modelacin de la relaciones entre variables Imposibilidad de llegar a una
solucin analtica Solucin : Simulacin Computacional
23. La simulacin permite la evaluacin de un gran nmero de escenarios
generados aleatoriamente, de acuerdo a las distribuciones de probabilidades de
las variables riesgosas y de las relaciones de interdependencia entre ellas. Se
obtiene distribuciones de probabilidad de los criterios de evaluacin
seleccionados.
24. Binomial ad hoc Distribuciones de Probabilidad ms usadas : Uniforme
Triangular Normal S No
25. La diversificacin de Markowitz se preocupa del grado de covarianza entre las
rentabilidades de los activos componentes de un portafolio. La idea central es
combinar en un portafolio, activos que no estn perfectamente correlacionados,
con el propsito de disminuir el riesgo sin sacrificar rentabilidad.
26. * Rentabilidad Esperada Riesgo Conjunto factible est representado por la
curva 1-5 Conjunto eficiente est representado por la curva 2-5 5 ** 6 M 2 Rf
27. 2 i 2 =Cov CovXX+X= i N i =1 j i La varianza del portafolio es: Sea Xi fraccin
de riqueza invertida en cada alternativa, Xi 1/N, donde N es el nmero de
inversiones NOTA: p2 = VAR (rp)
28. Riesgo diversificable (no sistemtico) Riesgo no diversificable (sistemtico)
Nmero de Activos en el Portafolio
29. Sabemos que la relacin ms tpica entre riesgo y rentabilidad es lineal. Esto
significa que la rentabilidad de un activo se explica en funcin de la cantidad de
riesgo que tiene. En trminos ms formales: Cov(Ri,RM ) Var(RM ) E(Ri) Rf E(RM
) Rf rentabilidad esperada tasa libre de riesgo premio por riesgo riesgo sistemtico
30. La expresin anterior formalmente se deriva de imponer que la pendiente de la
LMC es igual a la derivada de la frontera eficiente en el punto M. Cov (Ri, RM)/Var
(RM) = i representa la cantidad de riesgo y se denomina riesgo sistemtico. Por
definicin sabemos que M = 1 = Cov (RM, RM)/Var (RM) = Var (RM)/ Var (RM) =
1. i > 1 i < 1 activo ms voltil o sensible que el mercado activo menos voltil o
sensible que el mercado
31. VPN FCt (1 r) t N t 0 Calculado de acuerdo a CAPM riesgo sistemtico Para
qu sirve el modelo? Bsicamente, para determinar el costo de capital (empresa,
divisin, proyecto). Numerador refleja riesgo no sistemtico Denominador refleja
32. Aplicando el modelo Tasa libre de riesgo Candidatos: Papeles del Banco
Central de Chile (PRCs van desde 2 a 20 aos) Rentabilidad esperada de
mercado Primer problema: Portafolio de mercado Cul es el portafolio de
mercado? Tericamente representa el valor de mercado de todos los activos de la
economa (debidamente ponderados). Candidatos para RM : ndices burstiles
(IPSA, IGPA), ndices sectoriales, PIB, consumo agregado real.
33. Estimacin de Betas El beta de una compaa es tpicamente estimado a
travs de una regresin con datos histricos. ML estim el beta para Hewlett
Packard a partir de 60 observaciones de retornos de su accin y S&P500 y
obtuvo: =1.81 significa alto riesgo. Claramente mayor a 1.0.


1. Elabore el modelo de pronstico, en pocas palabras, elabore las proyecciones
en una hoja de clculo, el cual debe incluir el Estado de Ganancias y Prdidas, el
Flujo de Caja y los indicadores de rentabilidad. No olvide de incluir un panel de
variables de entrada. Si quiere revisar el porqu de este consejo, le pido por favor,
que revise el post anterior.

PREDICCIN DE QUIEBRAS (MODELO ALTMAN)
A partir de 1968 y como consecuencia de los estudios de Beaver, varios
investigadores comenzaron a trabajar con modelos multivariables con el objetivo
de poder determinar con ms precisin qu empresas se dirigan hacia la quiebra
y cuales otras no. Entre estos estudios destacan los conducidos por Edward
Altman de la Universidad de Nueva York (1968, 1977, 1978, 1979, 1981, 1984,
1988, 1993, 1994a, 1994b, 1995, 1996, etc.) el cual ampli el anlisis univariable
al introducir por primera vez mltiples predictores de quiebra mediante el Anlisis
Discriminante Mltiple (MDA). A travs de los aos Altman ha llegado a ser
considerado por gran nmero de expertos como el investigador que ms ha
contribuido al desarrollo de la relativamente nueva teora de la solvencia, sobre
todo al haber creado el modelo original de la Z-Score (1977).
Actualmente las grandes empresas, y sobre todo las financieras, utilizan el Zeta
Credit Risk System o Zeta Credit Scoring Model que fue producto de su
investigacin y que continua desarrollando la Zeta Services Inc., una de las
principales firmas que comercializa sistemas que contribuyen a la investigacin del
anlisis del fracaso empresarial en los Estados Unidos. Otras que tambin son
muy importantes son: Advantage Financial Systems (Boston); Trust Division of
the First Unin Bank (Carolina del Norte); Datastream (Reino Unido);
Performance Analisys Services Ltd. (Reino Unido).
En 1984 a travs de la revista Studies in Banking and Finance (North Holland;
Vol. 8, No.2), Altman edit una serie de 20 artculos que intentaron perfeccionar el
modelo para medir el riesgo de las compaas (Company and Country Risk
Models). Estos estudios se hicieron en pases altamente industrializados como:
Alemania, Australia, Francia, Italia, Israel, Japn y el Reino Unido. Para 1988, en
esta misma revista (Vol. 7) se volvieron a editar otras investigaciones realizadas
en pases con economas emergentes tales como: Espaa, Finlandia, Grecia,
India, Malasia, Singapur, Turqua y Uruguay. Sin embargo, para esas fechas
nicamente las autoridades de Malasia estaban utilizando el modelo predictivo de
Altman con una base de datos en tiempo real.
Posteriormente, durante sus investigaciones en Mxico con Hartzcel y Peck
(1995), Altman adapt el modelo original de su Z-Score para economas
emergentes con el fin de proponer un nuevo indicador global predictivo exclusivo
para este tipo de mercados. A este nuevo indicador lo denomin: Emerging
Market Scoring Model (EMS Model)
Segn el propio Altman, lo anterior obedeci al hecho de que para el otorgamiento
de crditos en los mercados emergentes, el anlisis financiero tradicional debera
de realizarse de forma similar a como se hace, por ejemplo, en los Estados
Unidos. Sin embargo, este autor reconoci que la realidad indicaba que en los
pases emergentes exista una serie de riesgos adicionales cuantitativos que el
anlisis tradicional no consideraba. Tal era el caso del riesgo de la moneda y el
riesgo industrial que impeda frecuentemente construir un modelo especfico para
la muestra de empresas ubicadas en las economas emergentes. A partir de esto
propuso que el tipo de anlisis tena que modificarse.
En general los trabajos de Altman se fueron desarrollando bajo un nuevo entorno
tecnolgico que se inici a finales de los aos sesenta cuando se cont con un
uso ms significativo de las computadoras y el grado de maduracin de las
escuelas estadsticas repercuti directamente en el desarrollo de las tcnicas
multivariables. Por eso Altman consigui resultados sorprendentes al aprovechar
las ventajas del anlisis tradicional de ratios sin fundamentos simplistas y
combinndolos con las tcnicas estadsticas ms sofisticadas.
En su primer estudio multivariable relacion un conjunto de variables mediante
una funcin que explicar su comportamiento y se orientaran principalmente a la
prediccin de quiebras. Concluy que existen relaciones entre los ratios
financieros, y que el uso de un slo ratio como indicador de empresas fracasadas,
es susceptible de interpretacin defectuosa o errnea si el ratio en cuestin es
disfrazado por otros ratios, los cuales pueden indicar una gran diferencia de
probabilidad de quiebra. Por ejemplo, deca, si nos guiamos sobre un ratio de
circulante "sano" e ignoramos un ratio "pobre" de pasivo / activo, o cash flow,
puede conducir a predicciones incorrectas acerca del futuro de la empresa. Con
respecto a las decisiones incorrectas, para l estas tendan a ser menos probables
de realizarse si estaban basadas sobre el anlisis simultneo de varios ratios que
midieran diferentes aspectos de la salud financiera de la empresa.
Altman al aplicar el MDA sobre las bases de datos contables sintetizadas en ratios
financieros, desarroll la funcin lineal con una serie de variables exploratorias
para clasificar o predecir el valor de una variable dependiente cualitativa, como por
ejemplo, quiebra o no quiebra. Aqu la definicin de la variable dependiente se
bas en el hecho de que la empresa estuviera en un procedimiento concursal, es
decir, amparada sobre el Captulo X del National Bankruptcy Act de los Estados
Unidos.
Para su investigacin de 1968 seleccion una submuestra de 33 empresas que
fueron a la quiebra y otra submuestra de 33 empresas sin quiebra de tamao
medio y del sector manufacturero que cotizaban en la bolsa de valores durante el
perodo de 1946-1965. La seleccin de la muestra se hizo de acuerdo a dos
criterios que fueron: a) considerando el tipo de industria al que perteneca la
empresa; y b) de acuerdo al tamao de los activos de la empresa. La media del
tamao de los activos de las empresas fracasadas muestreadas fue de 6.4
millones de dlares, con un rango entre los 700 mil hasta los 25.9 millones de
dlares. La media de los activos de las empresas sanas que continuaban
operando hasta 1966 fue de 9.6 millones de dlares, cuyos rangos se ubicaron
entre 1 a 25 millones de dlares.
Posteriormente, cada empresa fracasada fue emparejada con otra no fracasada,
considerando la homogeneidad entre su tamao y sector, pues se trat de evitar
los efectos de distorsin de ambos factores en los resultados.
Para la seleccin de las variables independientes, inicialmente Altman integr un
grupo de 22 ratios que fueron aplicados a ambas sub muestras de empresas. La
seleccin de dichos ratios estuvo basada sobre los siguientes tres criterios:
a) Por su popularidad dentro de la literatura.
b) Por su relevancia potencial para el estudio.
c) Por la forma innovadora que presentaron algunos ratios en el anlisis.
Los 22 ratios fueron reducidos a cinco factores que median: la rentabilidad,
actividad, liquidez y solvencia. Este ltimo factor (variable independiente X4) era
en realidad el apalancamiento financiero, pues se refera a aquellas operaciones
financieras rentables efectuadas con prstamos (relacin deuda / capital propio; o
la relacin endeudamiento / medios propios) Es decir, se trataba de la compra de
activos a cambio de emisin de obligaciones.
Para Altman los cinco factores mostraron ser las mejores combinaciones para el
discriminante entre empresas en quiebra y empresas sin quiebra. Sin embargo,
este autor no indic con base a que dividi en cinco categoras su modelo, y si en
realidad dichas categoras eran las ms representativas en su conjunto e
independientes entre s para predecir una quiebra. Tambin en su primer trabajo
llama la atencin que de los veintids ratios seleccionados no se consider al ratio
de cash flow / deuda total, el cual haba proporcionado buenos resultados de
clasificacin en los estudios de Beaver y en otros trabajos posteriores. Segn
Altman, esto se debi a la dificultad que existi para obtener bases de datos que
incluyeran la amortizacin.
Con respecto a las bases de datos, y que constituyen una de las principales
crticas a su primer trabajo, Altman seleccion los estados financieros del
Moodys Industrial Manual del ltimo cierre de ejercicio antes de la solicitud de
quiebra. El promedio entre la fecha de cierre y la solicitud de quiebra fue de 7.5
meses. Para algunos analistas, la no contemplacin del problema del retraso en la
disponibilidad de datos dio como resultado que el plazo medio de tiempo
representativo de un ao previo al fracaso fuera inferior con respecto al de otros
trabajos en donde se consider como ltimo ao, aquel cuyos estados financieros
resultaron disponibles con anterioridad.
En cuanto al proceso de su investigacin, sta involucr las siguientes cuatro
etapas:
1. Observacin de la significancia estadstica de varias combinaciones de ratios
incluyendo la contribucin estadstica relativa de los ratios individuales.
2. El anlisis de intercorrelaciones entre ratios.
3. El anlisis de la exactitud de prediccin de varias combinaciones de ratios.
4. El juicio del anlisis sobre los resultados obtenidos.
Este proceso dio como resultado la inclusin de los cinco ratios en la funcin
discriminante con los que Altman construy la puntuacin Z-Score, que es
considerada por gran nmero de acadmicos como uno de los mejores modelos
tericos de prediccin de quiebras (ver cuadro 2.6.).
El anlisis discriminante mltiple fue seleccionado como el mtodo de anlisis
estadstico. La primera ventaja de utilizar el MDA sobre el anlisis univariable es
que el primero analizaba el perfil completo de las caractersticas simultneamente
y no slo individualmente.
La experiencia con este modelo llev a su autor a la conclusin de que
puntuaciones Z-Scores inferiores a 1.81 indicaban una probabilidad elevada de
quiebra. En cambio, puntuaciones superiores a 3.00 indicaban una escasa
probabilidad de quiebra. Altman denomin "la zona de ignorancia" al rango
comprendido entre 1.81 y 2.99.
Al analizar a las empresas que cayeron dentro de la zona de ignorancia, Altman
razon que utilizando una Z-Score de 2.675 daba como resultado el nmero ms
bajo de errores para clasificar a una empresa entre quiebra y no quiebra. Segn
l, este punto medio de la Z-Score poda tener aplicaciones prcticas para la
evaluacin de los prstamos, pues indicaba cuales empresas presentan poca
capacidad de evaluacin y cuales empresas garantizaban una capacidad de
evaluacin adicional por su posicin fuera de la zona de ignorancia.
Respecto a los porcentajes de error de clasificacin, obtuvo en promedio un 5%
para un ao previo a la quiebra (tipo I = 6%; tipo II = 3%); un 17 % para dos aos
previos (tipo I = 28 %, y tipo II = 6 %). Sin embargo, para el tercero, cuarto y quinto
ao, los porcentajes de error se incrementaron significativamente, obtenindose
52 %, 71 % y 14 % respectivamente.
Despus de obtener estos resultados, Altman seleccion una segunda submuestra
de validacin compuesta por 25 empresas en quiebra, las cuales dieron como
resultado un porcentaje de error general de slo el 4% un ao previo a la quiebra.
Para otra submuestra de 66 empresas fracasadas, aunque esta vez estas no
estaban en quiebra, sino slo con agudos problemas financieros, se obtuvo un
porcentaje de error del 21%, cinco aos previos a la quiebra.
Volviendo a la muestra inicial, en donde obtuvo el 95 % de aciertos un ao previo
a la quiebra, el cuadro 2.7. Nos permite ver el comportamiento de los aos
siguientes. Segn Altman, su modelo predictivo proporcionaba un pronstico ms
exacto hasta dos aos previos a la quiebra, pero conforme pasaban los aos la
exactitud tenda a perderse.
Es muy importante hacer notar que para Altman la cuestin principal no radicaba
en si la empresa tena que acabar forzosamente fracasando por tener unos niveles
determinados en sus ratios, sino la importancia de su modelo radicaba en si sus
sntomas eran similares a los de otras empresas que s avanzaban o terminaban
en un proceso de fracaso. Es decir, el modelo predictivo de Altman era de alerta y
previsin.
Altman al defender su modelo hizo varias observaciones a otros trabajos como el
de Deakin (1972), en el sentido de que ste construy una funcin discriminante
para cada ao, en lugar de desarrollar la misma funcin del primer ao con las
bases de datos de los otros aos previos al fracaso.
En general, los crticos del modelo Altman sealaban que las variables
independientes del modelo inicial no eran las ms representativas. De ah que
posteriores estudios al seleccionar las variables independientes se apoyasen ms
en el trabajo de Beaver, y nicamente para el aspecto metodolgico se tomaba
como referencia a Altman.
Por ejemplo, la variable X5 propuesta por Altman y que se refiere al factor de
rotacin o eficiencia global de activos (ventas / activo total) fue considerado como
un ratio no significativo en los modelos univariables, pues apenas tena capacidad
de discriminacin. En cambio, en los modelos multivariables representaba la
segunda variable independiente ms importante de la funcin. Segn Joy
Tolleferson, esto se deba a un defecto metodolgico en la medicin
correspondiente a las contribuciones individuales que son deducidas mediante los
valores de los coeficientes estandarizados.
Tambin se cuestionaba mucho el problema que presentaba la variable X4 en
aquellas empresas que no cotizan, pues varios analistas opinaban que al no
cotizar en Bolsa la mayora de las firmas, la funcin era poco prctica al requerir
indicadores del mercado de valores. Con respecto a la X4, Lizrraga (1993) opin
que existan dos importantes situaciones que fueron: a) El ratio X2 (beneficios
retenidos / activo total), que recoga el tipo de informacin de la X4; y b) el ratio X4
que no representaba un verdadero indicador del endeudamiento, a excepcin de
aquellas empresas que tuvieran una gran dependencia del mercado de valores y
dada su voltil cotizacin podra desvirtuar el sentido del ratio. Algunos estudios
como los de Moyer (1977) haban logrado en la reestimacin eliminar a las
variables X4 y X5.
Altman propuso entonces cambiar a datos contables el numerador de la variable
X4 para aquellas empresas que no cotizaran en la bolsa y revisar la variable X5
para su posible eliminacin del modelo. A partir de las observaciones de Jhonson
(1970) y Moller (1977), Altman lleg a comprender algunas limitaciones y defectos
en su modelo; sobre todo en lo tocante a lo polmica sobre la capacidad
predictiva.
Embargo, el modelo no por eso poda diferenciar realmente a las empresas que
iban a fracasar, ya que no todas las clasificadas como fracasadas llegaban a su
fin. describir el proceso dinmico de la quiebra, pues ste hecho hasta la fecha es
muy complejo en trminos cuantitativos y cualitativos. Tradicionalmente los ratios
slo

Modelo Z1 de Altman Este modelo es una variacin del modelo Z original, en el
que se sustituye, por un lado, el numerador en X 4 por el valor del capital contable
en lugar del valor de mercado del capital y en el que la ponderacin de cada ndice
tambin se modifica. Las adaptaciones se hicieron con el fin de aplicarlo a todo
tipo de empresas y no solamente a las que cotizaran en bolsa. Esta versin se
desarroll con empresas manufactureras y pondera de manera importante el
activo total de la empresa y su rotacin.
La funcin queda de la siguiente manera: Z1 = 0.717 X 1 + 0.847 X 2 + 3.107 X 3
+ 0.420 X4 +
0.998X 5
Si Z1>=2.90, la empresa no tendr problemas de insolvencia en el futuro; si
Z1<=1.23, entonces es una empresa que de seguir as, en el futuro tendr altas
posibilidades de caer en insolvencia. Si el resultado de Z1 es de entre 1.24 y 2.89,
se considera que la empresa se encuentra en una "zona gris" o no bien definida.
Modelo Z2 de Altman
Esta versin es una ajuste del modelo anterior Z1 en la que se elimina la razn de
rotacin de activos X 5, para aplicarlo a todo tipo de empresas y no slo a
manufactureras. Este nuevo modelo pondera de manera importante la generacin
de utilidades en relacin al activo, as como su reinversin.
La funcin final es: Z2 = 6.56X 1 + 3.26X 2 + 6.72 X 3 + 1.05 X 4
Si Z2>=2.60, la empresa no tendr problemas de insolvencia en el futuro; si
Z2<=1.10, entonces es
Una empresa que de seguir as, en el futuro tendr altas posibilidades de caer en
insolvencia. Las empresas se ubicarn en una zona no bien definida si el resultado
de Z2 se encuentra entre 1.11 y 2.59




MODELO DE EVA
El EVA es un concepto que se ha conocido en Latinoamrica en la dcada de los
aos noventa, a pesar que las teoras econmicas y financieras desarrollaron
elementos aproximados desde hace algo ms de un siglo. Alfred Marshall fue el
primero que expres una nocin de EVA, en 1980, en su obra capital The
Principles of Economics: "Cuando un hombre se encuentra comprometido con un
negocio, sus ganancias para el ao son el exceso de ingresos que recibi del
negocio durante al ao sobre sus desembolsos en el negocio.
La diferencia entre el valor de la planta, los inventarios, etc., al final y al comienzo
del ao, es tomada como parte de sus entradas o como parte de sus
desembolsos, de acuerdo a si se ha presentado un incremento o un decremento
del valor. Lo que queda de sus ganancias despus de deducir los intereses sobre
el capital a la tasa corriente es llamado generalmente su beneficio por emprender
a administrar. La idea del beneficio residual apareci en la literatura de la teora
contable en las primeras dcadas de este siglo; se defina como el producto de la
diferencia entre la utilidad operacional y el costo de capital. La empresa General
Electric lo estuvo utilizando a partir de los aos veinte. Posteriormente, en los 70,
algunos acadmicos finlandeses lo estuvieron usando y, entre ellos, Virtanen lo
define como un complemento del retorno sobre la inversin (Return Over
Investement, ROI) para la toma de decisiones.
Peter Drucker en un artculo para Harvard Business Review se aproxima al
concepto de creacin de valor cuando expresa lo siguiente: "Mientras que un
negocio tenga un rendimiento inferior a su costo de capital, operar a prdidas".
no importa que pague un impuesto como si tuviera una ganancia real.
La empresa aun deja un beneficio econmico menor a los recursos que
devora...mientras esto sucede no crea riqueza, la destruye".
Teniendo en cuenta estos antecedentes, por qu la aparicin de EVA slo en los
aos recientes? Simplemente porque la compaa consultora estadounidense
Stern Stewart & Co. ha desarrollado una metodologa sobre el tema y patentado
ese producto denominado EVA como marca registrada, pero que es un concepto
general basado en la teora financiera y econmica de muchos aos.
EVA resume las iniciales en ingls de las palabras Economic Value Added o Valor
Econmico Agregado en espaol.
EVA es tambin llamado EP (Economic Profit) o utilidad econmica, trmino usado
por otra firma consultora, Mc Kinsey & Co.. Otros trminos derivados del Ingreso
Residual son aproximados a EVA, aunque no tengan las caractersticas de la
marca registrada por Stern Stewart. Simplemente cada consultora ha desarrollado
su propio concepto, aunque todos se refieren a aspectos semejantes.
La metodologa de EVA supone que el xito empresarial est relacionado
directamente con la generacin de valor econmico, que se calcula restando a las
utilidades operacionales el costo financiero por poseer los activos que se utilizaron
en la generacin de dichas utilidades.
Toda empresa tiene diferentes objetivos de carcter econmico - financiero. A
continuacin se enuncian los ms importantes:
1. Aumentar el valor de la empresa y, por lo tanto, la riqueza de los propietarios.
Este objetivo incluye las siguientes metas:
Obtener la mxima utilidad con la mnima inversin de los accionistas.
Lograr el mnimo costo de capital.
2. Trabajar con el mnimo riesgo. Para conseguirlo, se deben lograr las siguientes
metas:
Proporcin equilibrada entre el endeudamiento y la inversin de los propietarios.
Proporcin equilibrada entre obligaciones financieras de corto plazo y las de largo
plazo.
Cobertura de los diferentes riesgos: de cambio, de intereses del crdito y de los
valores burstiles.
3. Disponer de niveles ptimos de liquidez. Para ello se tienen las siguientes
metas:
Financiamiento adecuado de los activos corrientes.
Equilibrio entre el recaudo y los pagos.


EXPLICACIN DEL CONCEPTO:
El valor econmico agregado o utilidad econmica es el producto obtenido por la
diferencia entre la rentabilidad de sus activos y el costo de financiacin o de
capital requerido para poseer dichos activos.
EVA es ms que una medida de actuacin, es parte de una cultura: la de Gerencia
del Valor, que es una forma para que todos los que toman decisiones en una
empresa se coloquen en una posicin que permita delinear estrategias y objetivos
encaminados fundamentalmente a la creacin de valor.
Si a todos los ingresos operacionales se le deducen la totalidad de los gastos
operacionales, el valor de los impuestos y el costo de oportunidad del capital se
obtiene el EVA.
Por lo tanto, en esta medida se considera la productividad de todos los factores
utilizados para desarrollar la actividad empresarial.
En otras palabras, el EVA es el resultado obtenido una vez se han cubierto todos
los gastos y satisfecho una rentabilidad mnima esperada por parte de los
accionistas.
Es decir, el valor econmico agregado o utilidad econmica se fundamenta en que
los recursos empleados por una empresa o unidad estratgica de negocio (UEN)
debe producir una rentabilidad superior a su costo, pues de no ser as es mejor
trasladar los bienes utilizados a otra actividad.
Esto obliga a un anlisis ms profundo que el desarrollado por los indicadores
tradicionales de crecimiento en ingresos, utilidades y activos como factores de
evaluacin del desempeo.
Esto, adems, obliga a una presentacin ms clara de los balances para
establecer los diferentes recursos, bienes y derechos empleados por cada unidad
estratgica de negocio en su proceso de generacin de utilidades y flujo de caja.
La toma de decisiones puede ser influida por el tipo de indicadores seleccionados
para medir el desempeo.
Empresas dirigidas hacia el uso de parmetros como la utilidad neta, los diferentes
mrgenes de ganancias o el crecimiento de las ventas pueden desarrollar un
punto de vista miope e ignoran otros elementos de anlisis como la racionalizacin
del capital de trabajo o la productividad derivada del uso de la capacidad instalada.
La evaluacin de dichas oportunidades solo puede basarse en el uso de
indicadores enfocados en el concepto de valor.
INDICADORES FINANCIEROS PARA EL MODELAJE
La alta direccin de una organizacin debe tomar tres clases de
decisiones de carcter financiero: decisiones operativas, de inversin y
de financiacin. En las tres se resume la funcin financiera. Estas
decisiones deben conducir a resultados y stos a su vez deben ser
medidos a travs de los indicadores y sus respectivos ndices. Los
ndices tradicionales, aunque siguen siendo vlidos, no reflejan
completamente la situacin financiera de la empresa, existen nuevos
elementos de medicin. Veamos algunos de ellos.


1. Contribucin financiera. Es la verdadera forma de clculo para
determinar la rentabilidad patrimonial. El accionista al adquirir
deuda, est corriendo un riesgo y este debe generar un
remanente por encima del costo de capital como consecuencia del
endeudamiento. En realidad la contribucin financiera es el
remanente que queda de la deuda
2. Efectivo generado en la operacin. El indicador por excelencia para
medir la gestin gerencial. El valor resultante muestra la
capacidad de la compaa para cubrir incremento del activo
operativo de la empresa, es decir el capital de trabajo neto
operativo y el incremento del activo fijo.
3. Rentabilidad marginal. Uno de los indicadores ms cruciales. Si
sta rentabilidad no es superior al costo de la deuda, la compaa
se ver abocada a un dficit financiero de marca mayor. El uso del
activo genera obviamente una utilidad operativa, si sta, despus
de impuestos, no supera el incremento en el activo operativo, la
empresa ir hacia una situacin de "ahogo" financiero de grandes
proporciones
4. Rentabilidad operativa del activo. Mide la gestin de la gerencia,
es el indicador que verdaderamente muestra la rentabilidad de la
inversin. Es de anotar que esta rentabilidad se descompone en
dos indicadores: margen operativo y rotacin del activo, es decir,
una empresa obtiene rendimientos, a travs de rotacin o a travs
de margen. Casi ningn balance muestra cmo se llega al
resultado final a travs del anlisis de los dos componentes
5. Productividad del capital de trabajo neto operativo. Refleja la
necesidad de inversin en activo operativo corriente neto debido a
un incremento en ventas, es decir, cuantos centavos requiere la
empresa para sostener un aumento de $1 en facturacin.
6. Margen EBITDA. Muestra los centavos adicionales que genera un
aumento de$1 en ventas. Si la relacin de ambos indicadores,
muestra un ndice menor a 1, la empresa no ser capaz de
sostener la mayor facturacin. Me atrevera a asegurar que esta
es la razn principal de quiebras empresariales. Cuantas empresas
manejan estos dos ltimos conceptos? en realidad muy pocas.
7. El flujo de caja libre partiendo del flujo de tesorera. La mayora de
los autores financieros calculan el FCL partiendo de la utilidad
neta. El suscrito opina que este debe partir del flujo de tesorera.
La razn es que la utilidad es una cifra de papel, en cambio el
saldo de recaudos menos pagos es una realidad de caja. Como
nota final, el autor solo conoce dos empresas que utilizan este
concepto, increble verdad?
8. ndice de contribucin. El uso de este indicador requiere manejar
el concepto de Margen de contribucin. El ndice de contribucin
muestra la capacidad para cubrir costos y gastos fijos ms una
utilidad. Muestra cuanto, dada una inversin y/o gasto, tiene que
facturar la empresa para obtener ganancias. En opinin del autor
este indicador es de vital importancia para tomar decisiones
financieras
9. Comportamiento del capital empleado. En su mas simple definicin
se considera que el valor del patrimonio es el capital empleado;
una mayor refinacin considera que al patrimonio hay que sumarle
el pasivo. Un concepto de mayor avanzada dice que el capital
empleado es el patrimonio mas pasivo financiero. Podemos
resumirlo entonces como la suma del activo operativo mas el
activo no operativo menos el pasivo no financiero.
10. Autofinanciacin. Es la parte del FCL que se reinvierte, son
los recursos generados por la empresa. La capacidad de
autofinanciacin de da a travs del FCL y la poltica de distribucin
de dividendos. A mayor autofinanciacin, mayor autonoma
financiera frente al endeudamiento.


El diagnstico y proyeccin financieras exigen conocer indicadores e
ndices que muestren un comportamiento y una situacin real financiera.
Nuevos conceptos como EVA, EBITDA, VPN, entre otros, han cambiado
la manera de analizar y evaluar empresas. El suscrito ha adaptado e
implementado unos indicadores que facilitan la toma de decisiones
financieras buscando facilitar la toma de decisiones correctas; sin stas,
la empresa puede llegar a cualquier parte, con indicadores financieros
adecuados la empresa encontrar el rumbo correcto

IV. INDICADORES FINANCIEROS Y SU INTERPRETACION
Las razones o indicadores financieros son el producto de establecer resultados
numricos basados en relacionar dos cifras o cuentas bien sea del Balance
General y/o del Estado de Prdidas y Ganancias. Los resultados as obtenidos por
si solos no tienen mayor significado; slo cuando los relacionamos unos con otros
y los comparamos con los de aos anteriores o con los de empresas del mismo
sector y a su vez el analista se preocupa por conocer a fondo la operacin de la
compaa, podemos obtener resultados ms significativos y sacar conclusiones
sobre la real situacin financiera de una empresa.
Adicionalmente, nos permiten calcular indicadores promedio de empresas del
mismo sector, para emitir un diagnstico financiero y determinar tendencias que
nos son tiles en las proyecciones financieras.

El analista financiero, puede establecer tantos indicadores financieros como
considere necesarios y tiles para su estudio. Para ello puede simplemente
establecer razones financieras entre dos o ms cuentas, que desde luego sean
lgicas y le permitan obtener conclusiones para la evaluacin respectiva.
Para una mayor claridad en los conceptos de los indicadores financieros, los
hemos seleccionado en cuatro grupos as:

1. Indicadores de liquidez
2. Indicadores operacionales o de actividad
3. Indicadores de endeudamiento
4. Indicadores de rentabilidad

EL ANALISIS SENCIBLE MEDIANTE ECENARIOS


EL ANLISIS DE SENSIBILIDAD Y LA CONSTRUCCIN DE ESCENARIOS

El anlisis de sensibilidad consiste en determinar cmo el valor presente neto del
proyecto es afectado por el comportamiento de ciertas variables, las cuales son
relevantes para su clculo. Siguiendo la explicacin presentada por Garay y
Gonzales, en su libro Fundamentos de Finanzas, para realizar el anlisis debemos
seguir los siguientes pasos:

- En primer lugar determinar cules son las variables que intervienen en el clculo
del VPN.

El valor presente neto es una funcin del monto de la inversin inicial, la tasa de
descuento, el precio de venta de los bienes y/o servicios producidos por el
proyecto, las cantidades vendidas, los costos y todas aquellas variables que
consideremos de relevancia para calcularlo.

Recordemos que el VPN es el resultado de sumar a la inversin inicial los flujos de
efectivo que generar el proyecto descontados (o trados) al momento donde esta
se realizar.

- Una vez que tenemos claro cules son estas variables, debemos determinar un
rango para que flucten.

Este anlisis, segn la opinin de los autores antes citados, debe ser realizado por
conocedores del rea en la que est ubicada nuestro proyecto, para tener cierto
grado de confiabilidad en la estimacin.

- Luego calculamos el VPN esperado.

- Y por ltimo hacemos fluctuar, una por una, las variables dentro del rango
estimado para conocer de qu manera se comporta el VPN.

En este punto se nos presenta una complejidad, ya que debemos calcular la
variacin del VPN esperado, cuando slo una de las variables se mueve y las
otras se mantienen constantes. Esta condicin es lo que se conoce como ceteris-
paribus y que en palabras ms sencillas nos indica que debemos determinar
cmo vara el VPN cuando movemos por ejemplo la inversin inicial y
mantenemos constantes los valores del costo, tiempo, precios, cantidades, etc.

Todos estos clculos, que se realizan utilizando derivadas parciales, nos permiten
la construccin de tres escenarios en los cuales podramos estarnos manejando,
uno optimista, uno ms probable y uno pesimista.

El optimista, donde el VPN efectivo, es superior al esperado, el pesimista con un
VPN efectivo inferior al esperado y el ms probable donde el VPN efectivo es igual
al esperado.

Como podemos observar el VPN es lo suficientemente relevante para representar
la situacin de un proyecto en un momento determinado, en el que alguna de las
variables del que este depende flucte. Pero para entender mejor de que va el
anlisis de sensibilidad y la creacin de escenarios utilicemos un ejemplo de la
vida real:

Supongamos que nuestra variable de decisin, similar al VPN para un proyecto, es
la hora en la que llegamos a nuestro trabajo, digamos a las 8 de la maana. Esto
suceder si despertamos a las 6 am y el sistema de subterrneo funciona
correctamente.

Tenemos entonces una variable con valor esperado (la hora de llegar al trabajo)
que depender de otras dos variables: la hora de despertar y que el subterrneo
trabaje como debe ser.

Qu pasara entonces si en vez de despertar a las 6 lo hiciera a las 7 am dado que
el subterrneo no presenta ningn contratiempo. Seguramente llegaramos tarde
al trabajo, a las 8.30 am y recibiramos una amonestacin. Este sera un primer
escenario que podramos considerar pesimista.

Por otra parte si despertamos a las 5.30 am seguramente estaremos en nuestra
oficina a un cuarto para las 8, lo que podramos considerar un escenario optimista.
Por ltimo el escenario ms probable es que despertemos a las 6 y estemos en el
trabajo a las 8 am.

Aunque muy simple, este ejemplo nos permite ver de qu se trata la construccin
de escenarios y el anlisis de sensibilidad. Determinamos que sucede con nuestra
variable de decisin, en este caso la hora de llegada al trabajo, en funcin del
comportamiento de las variables hora de despertar y funcionamiento del transporte
pblico.
REGISTROS DE VARIABLES POR SUBSISTEMAS

Los registros variables son registros improvisados que el llamador supone que se van a destruir
durante una llamada. Los registros no variables deben retener sus valores durante una llamada a
una funcin y el destinatario debe guardarlos si los utiliza.
La tabla siguiente describe cmo se utiliza cada registro durante las llamadas a funciones:
Register Estado Uso
RAX Variable Registro de valor devuelto
RCX Variable Primer argumento de tipo entero
RDX Variable Segundo argumento de tipo entero
R8 Variable Tercer argumento de tipo entero
R9 Variable Cuarto argumento de tipo entero
R10:R11 Variable Se debe conservar segn requiera el llamador; se utiliza en instrucciones syscall/sysret
R12:R15 No variable Debe ser conservado por el destinatario
RDI No variable Debe ser conservado por el destinatario
RSI No variable Debe ser conservado por el destinatario
RBX No variable Debe ser conservado por el destinatario
RBP No variable Se puede utilizar como un puntero de marco; debe ser conservado por el destinatario
RSP No variable Puntero de pila
XMM0 Variable Primer argumento FP
XMM1 Variable Segundo argumento FP
XMM2 Variable Tercer argumento FP
XMM3 Variable Cuarto argumento FP
XMM4:XMM5 Variable Se debe conservar segn lo requiera el llamador
XMM6:XMM15 No variable Se debe conservar segn lo requiera el destinatario



INTEGRACION DE HOJA DE CLCULO
Las hojas de clculo se emplean para anunciar la interpretacin entre las distintas
variables del diseo, mediante que los clculos suplementarios son llevados a
cabo por cajas negras preparadas por el instructor este efecto sinrgico permite
que se puedan investigar los conceptos de sntesis ms relevantes aislando al
estudiante de las complejidades matemticas y numricas involucradas en la
resolucin del modelo propuesto.
Desde el gestor de archivos de GDocs haz clic sobre el ttulo de una hoja de clculo para acceder
al editor de la misma.
Una vez situado en el editor de la presentacin, elige Archivo > Publicar en la Web.
En el panel Publicar en la Web se pueden publicar Todas las hojas o slo una hoja en
concreto. Marca la opcin Volver a publicar automticamente cuando se realicen los
cambios. Clic en el botn Iniciar la publicacin.

En la seccin Obtener un enlace a los datos publicados elige una de las siguientes
opciones:
Pgina web. Proporciona la URL de una pgina HTML que muestra el contenido
de la hoja de clculo. Se podra utilizar para crear un enlace en una entrada de
nuestro blog.
Cdigo HTML para insertar en una pgina. Proporciona el cdigo HTML que
insertar en el artculo de tu blog.
CSV, TXT, PDF, Proporciona un enlace para la descarga de la hoja de clculo
en uno de los formatos elegido. Este enlace se podra utilizar para crear un enlace
en un artculo del blog.
UNIDAD 3 OBTENCION ANALISIS Y CONTROL DEL COSTO DEL CAPITAL PROMEDIO Y
PONDERADO





UNIDAD 4 VALORACIN UTILIZANDO ANLISIS DISCRIMINANTE