—

© Asturias Corporación Universitaria

1
Índice

1 Introducción ...................................................................................................................................................................... 3
2 Estudios de Factibilidad ........................................................................................................................................... 3
3 Variables Aleatorias .................................................................................................................................................... 5
3.1 Análisis de sensibilidad............................................................................................................................... 5
4 Análisis de Escenarios ............................................................................................................................................... 6
5 Modelaje de Variables Aleatorias ..................................................................................................................... 8
5.1 Arboles de decisión .................................................................................................................................... 10

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
1 Introducción
Ya observamos anteriormente cómo se vinculan los diferentes conceptos en un
modelo, el cual se usa para realizar la valoración del proyecto basado en la información
incluida en el modelo. Sin embargo, surge la duda de cómo obtener cierta confiabilidad
del modelo, o como incluir las posibilidades que existen en los resultados. A
continuación, se presentarán técnicas para aprender a utilizar estos aspectos.

2 Estudios de Factibilidad
En el ejemplo anterior se habló de que la confiabilidad de los datos y del mo delo, y por
tanto de los resultados, se basaban en la certeza y la calidad de la información
introducida inicialmente en el modelo.

Ahora bien, anteriormente se habló de que, durante el desarrollo del proyecto, una
primera etapa consiste en el análisis y levantamiento de información. Y en esta etapa se
realiza un análisis de factibilidad. Entrando a un mayor nivel de detalle, se tienen en
general 5 tipos de estudios:

• Factibilidad económica: Mediante modelos y simulaciones se pretende determinar si

un proyecto es económicamente viable y sostenible o no. Esto es lo que hemos ido
viendo, en profundidad, a lo largo del presente curso. Una aproximación rápida
correspondería a una relación costo beneficio o a un radio “turnover”.

• Factibilidad técnica: Mediante estudios y análisis, se busca establecer las

necesidades en términos técnicos y tecnológicos del proyecto, y determinar si con
las herramientas disponibles se pueden suplir dichas necesidades, qué adquisiciones
son necesarias para llevar a cabo el proyecto o si no es posible satisfacer estas
necesidades tecnológicas.

• Factibilidad legal: Mediante documentación e investigación, se busca determinar los

aspectos legales necesarios que haya que cumplir para desarrollar el proyecto, y
detalles anexos a un negocio, como puede ser la legislación laboral o taxativa
(impositiva). Al respecto, muchas cámaras de comercio y entidades similares ofrecen
guías que ayudan a recopilar estos requisitos en un solo documento.

• Factibilidad operacional: En particular, este estudio mediría qué tanto la operación es

eficiente, es decir, en qué medida cumple con lo esperado. Un ejemplo de este tipo
de factibilidad correspondería a estudios de mercado. En un estudio de mercado, se
realizan diferentes tipos de técnicas, con herramientas como encuestas, entrevistas,
sondeos, recopilación de estadísticas, y otras técnicas similares, buscando de esta

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 manera obtener datos sobre la industria y poder determinar el mercado potencial de
un producto, el precio promedio que está dispuesto a pagar la población por dicho
producto, los canales de distribución por los cuales se va a vender el producto, y
similares. De esta información, se pueden extraer datos como un rango de precio
para el producto, un estimado de ventas mensuales o un estimado del
comportamiento futuro de ventas del producto, datos que incluiremos en el modelo
financiero.

• Otras factibilidades: aquí caben algunos aspectos particulares de la industria o

proyecto que se está evaluando, como el tiempo disponible para realizar el proyecto
(por ejemplo, en una construcción o licitación), aspectos de localización y seguridad,
aspectos culturales, y similares.

Fig. 4.1. Tipos de estudios de factibilidad

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

“En un análisis de sensibilidad, se busca
determinar cómo la incertidumbre
variabilidad de alguna de las entradas del
modelo, afecta los resultados del mismo.”
“…muchas veces se decide definir unos casos
habituales, comunes, o que se espera sean
más probables y se pueda decir que con
mayor certeza, se acercan a cómo se va a
comportar el proyecto en la vida real.”
“Factibilidad económica: Mediante modelos y
simulaciones se pretende determinar si un
proyecto es económicamente viable
sostenible o no.”
“…los estudios de factibilidad serán fuente de
información para determinar valores iniciales
del proyecto y algún que otro valor futuro.”
Basándonos en datos de calidad, tanto de estos estudios previos como de la
información levantada en los mismos (por ejemplo, cuánto cuesta el alquiler de un local
o los costos por contratación de personal), el modelo final se acercará más a la
simulación de la situación real del proyecto.
3 Variables Aleatorias
3.1 Análisis de sensibilidad
Los estudios de factibilidad tratados en el punto anterior nos van a permitir analizar los
diferentes aspectos que influyen en la toma de decisiones para aceptar o rechazar un
proyecto, permitiendo una mirada amplia de los posibles beneficios o perjuicios que se
pueden producir al llevar a cabo el proyecto.
Desde el punto de vista económico y financiero los estudios de factibilidad serán fuente
de información para determinar valores iniciales del proyecto y algún que otro valor
o
futuro (como por ejemplo el caso de las proyecciones de ventas). Sin embargo, en
muchas ocasiones se cuenta con rangos de valores y no valores puntuales. En
particular, esta situación se da en el análisis económico visto en el punto an terior,
donde pueden presentarse rangos para incertidumbres tales como índice de precios
(inflación), valores de suministros, valores de ventas, y similares. En estos casos se
recurre a análisis de sensibilidad para complementar el modelo del proyecto.
En un análisis de sensibilidad, se busca determinar cómo la incertidumbre o variabilidad
de alguna de las entradas del modelo, afecta los resultados del mismo. En particular,
algunos de los aspectos que se toman en el modelo son bastante estables (no es
frecuente una reforma de impuestos cada año en la mayoría de los países), pero otros,
como las ventas, gastos operativos, uso de inventarios, inflación, tasa de cambio entre
monedas, etc., pueden ser altamente volátiles. Es en estas variables donde se debe
hacer un análisis de sensibilidad, para determinar los efectos de los cambios en el
y
comportamiento de estas variables, y con ello, en los resultados del proyecto.
En general, en el caso de sensibilización de un modelo, se intenta generar dicho
modelo basado en la información inicial, dejando los diferentes conceptos a sensibilizar
como una variable única a la cual hacen referencia los diferentes cálculos al interior del
modelo. Con herramientas informatizadas de hojas de cálculo como por ejemplo Excel,
se hace esto dejando en una casilla el valor a usar para dicha variable a sensibilizar y
dentro del modelo, donde se necesite dicha información, se hace referencia (se llama o
se vincula) a esa variable. Así, si se quiere modificar la variable para ver el efecto de la
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

“…los escenarios más comunes utilizados
para sensibilizar; estos son: el mejor
escenario (optimista), el escenario más
probable, y el peor escenario (pesimista).”
misma sobre todo el modelo, con modificarla en esa casilla específica donde se definió,
se modifica automáticamente en todo el modelo, actualizando no solo los cálculos sino
además los resultados.
4 Análisis de Escenarios
En el caso de sensibilización de un modelo, aunque se cuente con pocas variables que
se deseen sensibilizar, las posibilidades pueden ser muy altas, y en algunos casos,
infinitas. Debido a esto, muchas veces se decide definir unos casos habituales,
comunes, o que se espera sean más probables y se pueda decir que con mayor
certeza, se acercan a cómo se va a comportar el proyecto en la vida real. A estos casos
se les llama escenarios.
Fig. 4.2. Escenarios
En un escenario, se intenta dar valores a todas las variables a sensibilizar para que
reflejen una situación particular que se espera se produzca. En la valoración, es muy
común oír tres términos que denotan los escenarios más comunes utilizados para
sensibilizar; estos son: el mejor escenario (optimista), el escenario más probable, y el
peor escenario (pesimista). Esto es un buen índice, porque está generando las puntas
de un posible rango de opciones, y el escenario promedio más probable. Aunque nada
limita el número de escenarios, este índice permite con muy pocos escenarios ver el
espectro de posibles resultados del proyecto.
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Un claro ejemplo de aplicación para los escenarios más comunes es la herramienta de
estimación de costes por tres valores (método PERT), que Según A Guide to the Project
Management Body of Knowledge, (PMBOK ®1 Guide) - Sixth Edition, Project Management
Institute, Inc., 2017 del Project Management Institute (PMI) ® 2, que se encuentra como
anexo de PMIstandards+ 3, “La exactitud de las estimaciones de costos de una actividad
única puede mejorarse tomando en consideración la incertidumbre y el riesgo”4. Este
concepto se originó con la Técnica de Revisión y Evaluación de Programas (PERT). El
PERT utiliza tres estimados para definir un rango aproximado de costo de una actividad:

Más probable (cM). El costo de la actividad se basa en una evaluación realista del
esfuerzo necesario para el trabajo requerido y cualquier gasto previsto.

Optimista (cO). El costo de la actividad se basa en el análisis del mejor escenario posible
para esa actividad.

Pesimista (cP). El costo de la actividad se basa en el análisis del peor escenario posible
para esa actividad.

El análisis según el método PERT calcula un costo Esperado (CE) de la actividad

utilizando un promedio ponderado de estas tres estimaciones:

cE = (cO + 4cM + cP) /6

Las estimaciones de costos basadas en esta ecuación (o aun en un promedio simple de

los tres valores) pueden proporcionar una mayor exactitud, y los tres valores aclaran el
rango de incertidumbre de las estimaciones de costos.

En general, lo que se busca hacer con los escenarios, es establecer diferentes sets o
conjuntos de posibles valores para las ecuaciones que se van a sensibilizar; por
ejemplo, si se tiene parametrizado el volumen de ventas, y los incrementos de las
mismas, un escenario optimista puede ser un incremento alto de ventas, y un escenario
pesimista podría ser sin incremento en ventas (incluso una disminución). Una vez se
establecen los conjuntos de datos que se van a tomar, se introduce esto en el modelo y
se corre el mismo. Finalmente, los resultados con cada uno de los modelos se
comparan con los otros para determinar cómo afecta cada uno de los escenarios.

1
PMBOK es una marca registrada del Project Management Institute, Inc.
2
PMI es una marca registrada del Project Management Institute, Inc.
3
El PMBOK® Guide – Sixth Edition sigue siendo una guía vigente que complementa a la nueva version El
PMBOK® Guide – Seventh Edition que se encuentra como anexo en PMIstandards+.
4
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide) – Sixth
Edition, Project Management Institute, Inc., 2017, Page 224.

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

Existen variedad de modelos estadísticos
que se utilizan junto con la información
histórica para encontrar ecuaciones que
simulen el comportamiento de la variable.”
Algo que se puede hacer es fijar todas las variables salvo una y correr los diferentes
escenarios; esto puede no ser realista, pero permitiría determinar cuál de las variables
afecta más los resultados del modelo, para concentrar los esfuerzos en que esa
variable no llegue a los niveles que afectan más al modelo.
5 Modelaje de Variables Aleatorias
Por otro lado, existen variables que no son fáciles de modelar o que pueden obedecer
a elementos aleatorios, producto a simple vista del azar y de la aleatoriedad de la
naturaleza. Variables como la tasa de cambio de monedas, la demanda de un producto,
el clima y similares, han sido estudiadas a través de los últimos años y quienes las han
estudiado han tratado de llegar a modelos para tratar de explicar esto. Para la
evaluación de un proyecto, se desea simular algo que se acerque lo más posible a la
realidad, sin llegar a diseñar modelos sofisticados que minimicen el error. Después de
todo, el clima puede ser una entrada importante en un proyecto agrícola, pero así
mismo pueden ser el precio de los insumos o la demanda del producto, y un modelo
que no sea tan preciso, pero se acerque aceptablemente a lo que se desea es
suficiente para el propósito de la evaluación financiera.
Diversos métodos y metodologías estadísticas se han usado y se usan en las diferentes
industrias. En general, los métodos estadísticos utilizan información histórica para
encontrar tendencias y poder modelar comportamientos de las variables mediante
fórmulas y ecuaciones. Estos métodos estadísticos toman valores históricos bien sea,
de la variable que se está midiendo (por ejemplo, históricos de la tasa de cambio del
dólar americano) o se acercan usando históricos de variables similares, que puedan
usarse para simular el comportamiento (por ejemplo, se toman históricos de las ventas
de azúcar para calcular el comportamiento de la producción de caña de azúcar, para un
proyecto de biocombustible). En este último caso, se pueden hacer ajustes de precios o
valores para que, de ser preciso, los podamos tomar como un valor para la variable que
se quiere modelar.
Existen variedad de modelos estadísticos que se utilizan junto con la información
histórica para encontrar ecuaciones que simulen el comportamiento de la variable.
Regresiones lineales, aproximaciones a distribuciones Bernoulli, Poisson, familias
exponenciales, son algunos de los ejemplos de metodologías que se han desarrollado
en estadística para encontrar distribuciones (funciones matemáticas) que simulen el
comportamiento de variables. Con las herramientas informáticas existentes, cada vez es
más fácil y exacto utilizar una gran cantidad de datos históricos, y aproximarse a
funciones con un error mínimo. De hecho, los sistemas informáticos de planificación de
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
recursos empresariales, llamadas ERPs (Enterprise Resource Planning) , los cuales
permiten manejar de manera integrada la información de la empresa, cuentan con un
módulo de inteligencia del negocio, el cual recopila la información histórica
almacenada y genera líneas de tendencia, aproximaciones a funciones, gráficos y
estadísticas, de los comportamientos de las diferentes variables de la empresa,
información de gran utilidad para los gerentes de la organización.

Estos métodos estadísticos no son objeto del presente curso. Sin embargo, la
experiencia demuestra que, en la mayoría de los proyectos y negocios, las variables
que son sencillas se pueden calcular mediante regresiones lineales. Las herramientas
informáticas actuales tales como Excel, SPSS, Minitab, SAS, entre otros, permiten
realizar este tipo de cálculo sin problema.

En particular, con la herramienta Excel, una manera fácil y práctica de hacerlo es

mediante gráficas. Se toman los datos correspondientes a la variable sobre la cual se va
a calcular la ecuación. Se añade frente a cada dato otro valor, un subíndice,
correspondiente al periodo en el cual se presentó dicho dato. Se utiliza la opción de
insertar gráfico de Excel. Se utiliza un gráfico de dispersión. Se toman como valores del
eje x, los periodos de tiempo, como valores de la serie, los valores de la variable, y se
genera el gráfico. Una vez se tiene el gráfico, se inserta al mismo una línea de tendencia
lineal, la cual en sus opciones de formato permite presentar la ecuación de la línea en
el gráfico y el valor del R2 (el error), como se ve en la siguiente tabla y en la siguiente
figura:

Año Ingreso
1 5.500€
2 5.800€
3 6.300€
4 6.500€

Tabla 4.1.

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

“Una vez se tiene la ecuación, en el
modelo financiero no se incluye un valor
en donde aparece la variable, sino que se
calcula, usando la fórmula y tomando
como valor para x, el periodo de tiempo.”
Gráfico 4.1.
En este caso, la línea de tendencia generada es:
350x + 5150
Donde x corresponde al periodo de tiempo. Si esto fuese una ecuación para hallar el
volumen de ventas, se debería calcular esta ecuación, y en cada periodo de tiempo,
usar en donde corresponda calcular el volumen de ventas, la ecuación, introducie ndo
como valor de x, el periodo de tiempo en el que se esté haciendo el cálculo.
Tal y como se explicó en el ejemplo se incluirían estas ecuaciones en el modelo
financiero previamente visto. Se utiliza información histórica de la variable en cuestión, y
se establece una variable de tiempo, correspondiente a los periodos a usar en el
modelo financiero. Una vez se tiene la ecuación, en el modelo financiero no se incluye
un valor en donde aparece la variable, sino que se calcula, usando la fórmula y
tomando como valor para x, el periodo de tiempo.
5.1 Arboles de decisión
Otra forma de utilizar la incertidumbre que genera la variabilidad de los diferentes
conceptos del modelo es a través de árboles de decisión. Un árbol de decisión es una
herramienta estadística, que permite simplificar las ecuaciones probabilísticas de un
modelo con varios elementos (variables) aleatorias.
Ya que la herramienta del árbol de decisión pertenece a la estadística y no a la rama
financiera, en un modelo de evaluación, puede ser usada de diferentes formas. Se dará
explicará cómo funciona la herramienta, y se verán un par de ejemplos; sin embargo,
esto no limita el uso de la herramienta solamente a estas dos posibilidades.
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Como ejemplo de esto, nos referimos al capítulo 11 del PMBOK® 5 Guide que se
encuentra como anexo de PMIstandards+ 6, donde se utiliza el árbol de decisiones 7
como herramienta para determinar el valor monetario esperado en técnicas de análisis
cuantitativo de riesgos y modelado.

Gráfico 4.2. Diagrama de árbol de decisiones 8

5
PMBOK es una marca registrada del Project Management Institute, Inc.
6
El PMBOK® Guide – Sixth Edition sigue siendo una guía vigente que complementa a la nueva version El
PMBOK® Guide – Seventh Edition que se encuentra como anexo en PMIstandards+.
7
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide) – Sixth Edition,
Project Management Institute, Inc., 2017, Page 435.
8
Project Management Institute, A Guide to the Project Management Body of Knowledge, (PMBOK® Guide) – Sixth Edition,
Project Management Institute, Inc., 2017, Page 435.

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
 Un árbol de decisión simplemente es un grafo de varios nodos, como se ve en la figura
“Un árbol de decisión simplemente
es un grafo de varios nodos.”

Gráfico 4.3. Ubalt.edu

En cada cuadrado o círculo existe una diferencia en el resultado de la variable. Y a cada

“Una de las formas de usar los árboles de posible resultado se le asigna un valor probabilístico (entre 0 y 1) correspondiente a la
decisión es tomando los nodos como
probabilidad de ocurrencia de dicho escenario.
puntos temporales.”

Una de las formas de usar los árboles de decisión es tomando los nodos como puntos
temporales. Para ilustrar esto mejor, supongamos el siguiente ejemplo.

Se está evaluando un negocio para vender helados en el parque del pueblo. La venta
de helados depende del clima que se presente cada mes en el pueblo. Informes del
instituto meteorológico (los cuales son bastante fiables) indican que con una
probabilidad de 40%, ese mes la temperatura será de 28 grados centígrados. Y con una
probabilidad de 60% la temperatura será de 19 grados centígrados.

Ahora, para el segundo mes, si en el primer mes la temperatura fue de 28 grados

centígrados, hay un 30% de probabilidad de que en el segundo mes la temperatura sea

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
de 30 grados centígrados y un 70% de probabilidad de que sea de 28 grados
centígrados. Y si la temperatura en el primer mes fue de 19 grados centígrados, el
segundo mes la temperatura será de 19 grados centígrados con un 100% de
probabilidad.

Como ejemplo, supongamos que no vamos a tener en cuenta el valor del dinero en el
tiempo y vamos a sumar las cantidades de manera directa. Si la temperatura es 19
grados, las ventas son 100€. Si la temperatura es 28, las ventas son 150€. Y si la
temperatura es 30 grados, las ventas son 300€.

El árbol entonces sería el siguiente:

Gráfico 4.4. Ejemplo árbol de decisiones

Ahora, para valorar este proyecto, vamos del último periodo hacia el primero. En
realidad, se debería tener en cuenta mes a mes el valor del dinero en el tiempo; en este
caso, este concepto lo vamos a ignorar.

Por un lado, calculamos el valor del segundo mes. Si en el primer mes, la temperatura
fue de 28, en el segundo mes utilizando un promedio ponderado, el valor es de:

Valor periodo 2 = 150€*70% + 300€ * 30% = 195€.

El valor promedio (y así teniendo en cuenta los valores porcentuales que da el árbol) en
este caso es de 195€. En el caso de que la temperatura haya sido en el mes 1 de 19
grados, en el segundo mes sería de 19 grados igualmente y el valor para el segundo
mes correspondería a 100€.

Ahora, para calcular el valor para el periodo 1 (1 mes), se haría de esta manera:

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

“…el árbol de decisión simplemente es una
herramienta que evalúa diferentes
opciones, dándoles valores probabilísticos
a cada opción. Una segunda posibilidad
para los árboles de decisión corresponde a
evaluar entre posibilidades de un proyecto.”
Con un 40% de probabilidad, en el primer mes la temperatura sería de 28 grados y se
generaría ventas por 150€. Del ejercicio anterior se sabe que el valor para el segundo
mes si en el primero la temperatura fue de 28 grados, es de 195€. Entonces, las ventas
en el caso de 28 grados, corresponde a 150€ + 195€ = 345€.
Por el otro lado, si la temperatura en el primer mes corresponde a 19 grados, las ventas
para el primer mes serian de 100€, que sumadas a los 100€ del segundo mes
corresponden a 200€.
Ahora, el valor del proyecto correspondería a
345€*40% + 200€*60% = 258€
Así, el valor del proyecto corresponde a 258€.
De esta manera, se utiliza el árbol de decisión para evaluar los nodos como puntos de
tiempo.
Ahora bien, el árbol de decisión simplemente es una herramienta que evalúa diferentes
opciones, dándoles valores probabilísticos a cada opción. Una segunda posibilidad para
los árboles de decisión corresponde a evaluar entre posibilidades de un proyecto. Para
explicar esto, supongamos un ejemplo simple.
En un proyecto dentro de la organización, se está valorando la posibilidad de contratar
o no a un asesor. Si se contrata el asesor, el proyecto puede retornar 1500€, con un 20%
de probabilidad o puede retornar 1000€ con un 80% de probabilidad, y el asesor cuesta
300€. Si no se contrata el asesor el proyecto retorna 850€.
Gráfico 4.5. Ejemplo árbol de decisiones
El valor de retorno estimado de contratar el asesor es de:
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.
= (1500€ *20% + 1000€ * 80%) - 300 = 1100 – 300 = 800€.

El valor de retorno estimado de no contratar el asesor es de 850€. Debido a esto, es

más provechoso no contratar al asesor.

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o
parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.