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

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

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

Visto de una manera simplificada. en 620 de las veces la TIR superaría el 12%. como para recolectar un volumen de muestras significativo para dibujar una gráfica de pronóstico.00% de obtener un VAN positivo. 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. esto querría decir que si tuviéramos la hipotética oportunidad de realizar este proyecto 1000 veces. no se utilizaron mayores parámetros. En particular. que en realidad define la probabilidad de que los valores obtenidos por la TIR sean superiores al 12%. estará determinado por números aleatorios que generará Crystall Ball® a la hora de correr la simulación. correremos el modelo por mil replicaciones12. Para la definición de estas celdas. Similarmente. es bastante alentador. en particular en este caso. 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. . El punto del cual se tomarán los valores.de algún punto del rango de valores permitidos por la distribución triangular.20%. 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. tal como muestra la siguiente figura: Nótese que la simulación proveerá múltiples valores de resultado para las variables de pronóstico. Este número de replicaciones es lo suficientemente grande. la gráfica de frecuencia de el VAN muestra que existe un porcentaje de certeza de 61.

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

Nótese que aun a pesar de que el costo de capital varíe positiva o negativamente. los valores del VAN todavía resultan atractivos. 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.Nótese que para cada valor asumido por la variable de decisión se construirá un escenario independiente en el cual se realizarán mil simulaciones. estas gráficas mostraron que el VAN tiene .000 mil simulaciones para el VAN. 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. Consecuentemente.20% de que la TIR supere el 12% del costo de capital. tendremos un total de 10. 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. Se definieron celdas de entrada y de pronóstico. En este modelo se introdujeron flujos estimados de los ingresos y egresos para los próximo cinco años. Similarmente.

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