P. 1
MODELO DE SIMULACIÓN PARA EL ANÁLISIS DE RIESGOS

MODELO DE SIMULACIÓN PARA EL ANÁLISIS DE RIESGOS

|Views: 7|Likes:
Publicado porMarcelo Jacinto

More info:

Published by: Marcelo Jacinto on May 22, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

03/31/2014

pdf

text

original

MODELO DE SIMULACIÓN PARA EL ANÁLISIS DE FACTIBILIDAD ECONÓMICA DE UN PROYECTO

Juan de Dios Banda Jara Director del Departamento de Sistemas Informáticos y Electrónica Universidad del Valle – La Paz RESUMEN El presente artículo surgió a raíz de la necesidad de estimar la factibilidad económica de establecer una empresa consultora especializada en el desarrollo de software para datawarehousing y datamining . Los flujos proyectados para los siguientes cinco años de funcionamiento de esta empresa fueron plasmados en un modelo de Excel que fue simulado utilizando la herramienta Crystal Ball®. El objetivo de la simulación fue determinar si los indicadores de la Tasa Interna de Retorno y el Valor Actual Neto resultaban lo suficientemente atractivos, como para recomendar la ejecución de este proyecto. Los resultados provistos por Crystal Ball® fueron verificados con el afán de establecer el posible impacto de las variaciones para diferentes costos de capital. Finalmente, se concluyó que este proyecto podría resultar rentable; desde luego, la simulación por sÍ sola no puede asegurar el éxito o fracaso de un proyecto, ya que su rol es proveer mayor y mejor información para tomar las decisiones correctas. INTRODUCCIÓN La creciente competencia entre las empresas privadas y públicas, ha provocado que se preste cada vez mayor atención a los clientes, para lo cual se requiere contar con información cada vez más detallada y actualizada que permita identificar las posibles tendencias de consumo a ser explotadas. Para albergar la gran cantidad de información proveniente de los clientes, paradigmas como el datawarehousing han sido desarrollados. Los datawarehouse por sí solos no proveen información útil, a menos que se apliquen técnicas de datamining destinadas a identificar tendencias de compra, comportamiento, preferencia o aceptación. La necesidad de proveer estas tecnologías a las empresas del medio, fue el motor que impulsó la idea de crear una empresa consultora dedicada exclusivamente a proporcionar soluciones de datawarehousing, datamining y

3. la factibilidad económica del proyecto. a través de una predicción más precisa de los flujos futuros de efectivo. Fue así que se descubrió que las técnicas tradicionales del análisis de factibilidad basadas en el cálculo de la Tasa Interna de Retorno y el Valor Actual Neto. Nótese que en este modelo inicial solo es posible obtener el TIR y el VAN para un escenario. Esta limitación será superada con el uso de Crystal Ball® que a través . Los resultados de esta simulación permitirán trazar conclusiones más certeras acerca de la factibilidad económica de este proyecto. 2. podían ser grandemente mejoradas si se consideraban múltiples escenarios. Construir un modelo que describa los flujos de efectivo proyectados para los siguientes cinco años. OBJETIVO GENERAL Desarrollar un modelo de simulación que permita determinar de manera confiable. utilizando la herramienta Crystal Ball®. Para la consideración de estos escenarios. Correr el modelo de simulación y determinar la probabilidad de tener una TIR superior al costo de capital y un VAN positivo. los costos. a través de los indicadores TIR y VAN6. a saber: PRIMERA ETAPA: CONSTRUCCIÓN DEL MODELO EN EXCEL En una hoja de Excel se procedió a construir un modelo que considerara los flujos de efectivo proyectados. las utilidades. Este modelo es mostrado en el Anexo A. A la hora de analizar la factibilidad económica de este proyecto. se recurrirá a la construcción de un modelo en Excel que será simulado mil veces bajo diferentes parámetros. se siguieron cinco etapas. OBJETIVOS ESPECÍFICOS Los objetivos específicos que se persiguieron durante la realización de este proyecto fueron los siguientes: 1. Desarrollar múltiples escenarios en los cuales se varíe el costo de capital y se analice el impacto sobre el VAN PROCEDIMIENTOS Y MÉTODOS Para la construcción de este modelo. el costo de capital. etc. se vio la necesidad de contar con alguna herramienta que permita reducir el nivel de riesgo. 4. es decir solo para los valores que son mostrados dentro del modelo. Estas conclusiones se basarán en la gran cantidad de escenarios que proveerá Crystal Ball®.CRM. Definir en el modelo las celdas de entrada y de pronóstico.

Costo de Operación. Precisamente la distribución triangular10 presenta esta característica. Así pues llegamos a realizar las siguientes estimaciones empíricas. El considerar múltiples escenarios es definitivamente una técnica que ayudará a determinar la posibilidad de que las celdas de pronóstico asuman valores que caigan dentro de intervalos con cierto grado de confiabilidad. se hace necesario trabajar con una distribución cuyos parámetros sean relativamente fáciles de estimar. Recuérdese que este tipo de distribución requiere de tres parámetros: el caso base. ya que el proyecto es completamente nuevo y los datos de otros proyectos similares no serían del todo aplicables. que permitieron estimar las distribuciones triangulares que definirán el comportamiento de los valores que asumirán las variables Utilidad Inicial. Consecuentemente. Esta declaración es muy similar para todas las variables. se muestra la siguiente figura que contiene los parámetros introducidos en Crystal Ball® para la utilidad inicial. y a manera de ejemplo. Crecimiento de la Utilidad. Una vez definidas las variables de entrada y los parámetros de la distribución triangular que se aplicarán a las mismas. En nuestro modelo es imposible contar con información histórica. Crecimiento del Costo de Operación y Costo Inicial del Proyecto.de la simulación considerará múltiples escenarios. es necesario definir valores que varíen siguiendo algún tipo de distribución. el valor mínimo y el valor máximo. mostradas en la siguiente tabla. SEGUNDA ETAPA: DEFINICIÓN DE LAS CELDAS DE ENTRADA Para poder realizar la simulación del modelo. el siguiente paso consistió en declarar las celdas de entrada dentro de Crystal Ball®. Recuérdese que Crystal Ball® tomará valores11 para las variables de entrada .

TERCERA ETAPA: DEFINICIÓN DE LAS CELDAS DE PRONÓSTICO Las celdas de pronóstico en este caso serán las correspondientes a las de cálculo del TIR y el VAN.20%. Similarmente. la gráfica de frecuencia de el VAN muestra que existe un porcentaje de certeza de 61. CUARTA ETAPA: INTERPRETACIÓN DE LOS RESULTADOS La gráfica de pronósticos nos permite estimar de manera gráfica y numérica el porcentaje de certeza de que la TIR o VAN asuman ciertos valores. Para la definición de estas celdas. en 620 de las veces la TIR superaría el 12%. . correremos el modelo por mil replicaciones12. tal como muestra la siguiente figura: Nótese que la simulación proveerá múltiples valores de resultado para las variables de pronóstico. es bastante alentador. no se utilizaron mayores parámetros. que en realidad define la probabilidad de que los valores obtenidos por la TIR sean superiores al 12%. En particular. Visto de una manera simplificada. en particular en este caso.00% de obtener un VAN positivo. esto querría decir que si tuviéramos la hipotética oportunidad de realizar este proyecto 1000 veces. como para recolectar un volumen de muestras significativo para dibujar una gráfica de pronóstico. El punto del cual se tomarán los valores. podemos utilizar la gráfica de pronósticos13 de la TIR para determinar el porcentaje de certeza de que obtendremos una TIR mayor o igual al 12%: Nótese que este porcentaje de certeza del 61. estará determinado por números aleatorios que generará Crystall Ball® a la hora de correr la simulación.de algún punto del rango de valores permitidos por la distribución triangular. Este número de replicaciones es lo suficientemente grande.

QUINTA ETAPA: ANÁLISIS DE SENSIBILIDAD Con el afán de validar los resultados obtenidos.75% de certeza de obtener una TIR superior al 12% y 60. podemos construir escenarios en los cuales se consideren los efectos de estas variaciones. La definición de esta variable de decisión se realizó en Crystal Ball® de la siguiente manera: . resulta lógico suponer que el costo de capital podría experimentar variaciones imprevistas. Sin embargo.2%. tenemos una aproximación bastante exacta. complicando o favoreciendo la factibilidad del proyecto. se pude afirmar que con 1000 replicaciones. Nótese que en modelo. ya que la tendencia general se mantiene. se hace imprescindible definir variables de decisión. Estas variaciones son incontrolables. se corrió el modelo por un número de 2000 replicaciones y los resultados no variaron grandemente: 60. podemos analizar el reporte de percentiles14 de la TIR muestra que existe un 60% de que la TIR sea como mínimo de el 12. Por otro lado.Adicionalmente. ya que son atribuibles a factores exógenos. Para poder trabajar con estos escenarios.80% de certeza de obtener un VAN positivo. en nuestro caso el costo de capital se convertirá en una variable de decisión continua que variará entre el 10% y el 14%. En consecuencia. un incremento en el número de replicaciones solo contribuye a afinar ligeramente los resultados.

En este modelo se introdujeron flujos estimados de los ingresos y egresos para los próximo cinco años. Nótese que aun a pesar de que el costo de capital varíe positiva o negativamente. Se definieron celdas de entrada y de pronóstico.20% de que la TIR supere el 12% del costo de capital. El reporte conocido como tabla de decisión muestra los valores asumidos por la variable de pronóstico VAN para cada uno de los escenarios que considera un costo de capital diferente. CONCLUSIONES En el presente trabajo se logró formular un modelo para el cálculo de la TIR y VAN para el proyecto de creación de una empresa consultora. para luego aplicar la herramienta de simulación Crystal Ball® que mostró en sus gráficas de pronóstico un porcentaje de certeza de 61.Nótese que para cada valor asumido por la variable de decisión se construirá un escenario independiente en el cual se realizarán mil simulaciones. Consecuentemente. los valores del VAN todavía resultan atractivos.000 mil simulaciones para el VAN. estas gráficas mostraron que el VAN tiene . Similarmente. tendremos un total de 10. La siguiente tabla resume los resultados de este reporte para el indicador VAN: En la tabla anterior puede observarse claramente que el costo de capital se correlaciona negativamente con el VAN.

Prentice Hall. ISBN 0-53887831-2. HILLIER MARK S... 1997. Second Edition. Introduction to Simulation and Risk Analysis. la utilización de la Simulación y en particular de Crystal Ball® ha probado ser grandemente útil a la hora de proveer una gran cantidad de escenarios posibles que permiten un análisis más amplio de las posibles repercusiones de realizar este proyecto. ISBN 0-324-00715-9. 2002.. Finalmente. Si bien el número de corridas es por demás significativo y aparentemente los indicadores TIR y VAN son bastante alentadores.. 2003. la decisión final debe tomarse con cuidado..un porcentaje de certeza del 61. Second Edition. South-Western College Publishing. a través de la definición de variables de decisión que contribuyeron a crear escenarios que mostraron que un incremento del costo de capital produciría un decremento del VAN. Management Science & Decision Technology.. . Más aún. Second Edition. McGraw-Hill/Irwin. First Edition. las estimaciones de los flujos de fondos pueden ser irreales. HILLIER FREDERICK S. También se procedió a analizar el comportamiento del costo de capital. ya que como en todo proyecto de inversión. ISBN 0-13-032928-2. DAVIS ROBERT A.. Operations Management: Concepts in Manufacturing and Services. 2000. EVANS JAMES R. EVANS JAMES R. MARKLAND ROBERT E. VICKERY SHAWNEE K. Introduction to Management Science: A Modeling and Case Studies Approach with Spreadsheets.. Crystall Ball® se muestra como una herramienta tremendamente útil. BIBLIOGRAFÍA     CAMM JAFFREY D. ISBN 0-07-249368-2. South-Western College Publishing. a la hora de realizar simulación de modelos que puedan plasmarse en Excel. OLSON DAVID L..00% de obtener un valor positivo.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->