ESTUDIO DE MERCADO.

MÉTODOS DE
PROYECCIÓN

¿Qué es una proyección?

Es una estimación del comportamiento de una variable en el

futuro. Específicamente, se trata de estimar el valor de una
variable en el futuro a partir de la información que se posee en
el presente.

Sapag, N. (2007) nos indica “ El resultado de una predicción se debe

considerar sólo como una medición de evidencias incompletas, basadas
en comportamientos empíricos de situaciones parcialmente similares o
en inferencias de datos estadísticos disponibles”
 ¿Por qué es necesario hacer proyecciones?
• En general los proyectos se ejecutan buscando
rentabilidad financiera del proyecto (durante
su vida útil del proyecto), luego es necesario
saber cómo evolucionará el mercado en el
tiempo.

Algunas preguntas que tratamos de responder son:

¿La demanda insatisfecha se mantendrá en el
tiempo? Podrá cubrir parte de ella el proyecto?
Cómo evolucionarán los ingresos del proyecto a
futuro.
 PROYECCIONES DE LA DEMANDA, OFERTA Y
PRECIOS
Para las proyecciones es útil:

Observar cómo ha evolucionado la variable a través del tiempo.

Cómo se relaciona con otras variables (de manera directa o inversa), con
cuales posee mayor asociación (correlación).

Estimar cómo evolucionaran las variables independientes asociadas con la

demanda, oferta y precios.

Cómo afectará la política económica cada una de las variables en estudio.

Es posible justificar el proyecto en los períodos futuros

(tendencia de la demanda insatisfecha).
 CLASIFICACION DE LOS MÉTODOS PARA LA
PROYECCIÓN

Métodos Métodos Cualitativos

Cuantitativos:

•Métodos causales •Entrevistas a

Expertos, Delphi.
• Series de tiempo
 CLASIFICACION DE LOS MÉTODOS PARA LA
PROYECCIÓN
Métodos Cuantitativos:

•Métodos causales: •Series de Tiempo:

Se fundamenta en la
posibilidad de confiar en
el comportamiento de
una variable que puede
explicar los valores que
asumiría la variable a
proyectar”.
Pronostican el valor
futuro de la variable que
se desea estimar
extrapolando el
comportamiento
histórico de los valores
observados para esa
variable.
 Métodos más comunes:
Mínimos cuadrados ordinarios (tendencia lineal).

Coeficientes de correlación

Estimación de tasas de crecimiento promedio

Estimación de tendencias:

Tendencia respecto al tiempo

Tendencia respecto a la población Diferentes formas
Tendencia respecto al PIB funcionales
Tendencias respecto a otras variables
 Otros métodos para la demanda:
• Empleando el consumo per-cápita y proyecciones de la población.
•Por comparaciones internacionales.
•Creando escenarios (tasas de crecimiento pesimistas, optimistas)
basados en juicios de expertos o estudios realizados.
•En caso de ser una demanda intermedia: Evolución de sectores que
demandan el producto.

Oferta: • Planes de expansión de las empresas.

•Proyecciones en base a indicadores macroeconómicos
Ejemplo: PIB.
•Proyecciones en base a políticas del gobierno o de
financiamiento.
 MÍNIMOS CUADRADOS
Dado un conjunto de datos (pares) es
intenta encontrar la función que
mejor se adapte a los datos , es decir
aquella que presente el mejor ajuste,
empleando el criterio del mínimo
error cuadrático.

En general, el método de mínimos

cuadrados selecciona una función de
tipo lineal. Es decir:
Y  0  1 X
Cuya ecuación puede ser estimada de la siguiente manera:

nxy  (x)(y)
1 
nx  (x)
2 2

x y  xxy
2
0 
nx  (x )
2 2
 Las anteriores estimaciones pueden ajustarse
para:
Funciones que dependen de varias variables y
funciones no lineales, por ejemplo:
Y   0  1 X   2 Z   3 P
Nota: Se deben hacer todas las pruebas para comprobar el ajuste del modelo.
Significancia individual de las variables y concordancia con los signos esperados,
Prueba F, Coeficiente de Determinación, Pruebas para comprobar los supuestos del
modelo, especificación del modelo, análisis de varianza, etc.

DIFICULTADES:
• Para proyectar la variable se necesita conocer o estimar
cómo evolucionarán las variables explicativas del modelo.
• Se requieren series históricas (NO SIEMPRE DISPONIBLES)
y un buen buenos ajustes del modelo.
 MÉTODOS DE PROYECCIÓN (Continuación)
• Proyección de la demanda

Empleando coeficientes de ELASTICIDAD (que

fueron estimados por estudios anteriores)

Elasticidad precio Ingreso Cruzada

Si conocemos el valor de la elasticidad podemos proyectar la

demanda en base a ésta siempre que conozcamos o podamos
prever cómo variará en el futuro la variable respecto a la cual se ha
estimado la elasticidad.
 MÉTODOS DE PROYECCIÓN (USO DE LA
ELASTICIDAD)
Recordar que: La ELASTICIDAD mide el grado de respuesta de
una variable ante la variación de otra variable
de la cuál esta depende.

Se calcula Var %VD

como un E
coeficiente: Var %VI

ln VD
E
ln VI
 MÉTODOS DE PROYECCIÓN (USO DE LA
ELASTICIDAD)
Dx  f (Px, Py, M , Gustos, Pob)

La elasticidad ingreso es usada con mayor frecuencia para

proyectar (Razón: es más fácil proyectar el ingreso pér-cápita
que otras variables como el precio, precio del competidor, etc.)

Estudios previos
Cómo conocer el valor
de la elasticidad ???
Estimación econométrica

qxt   y 0 t
E
Estimación econométrica

ln qxt  ln 0  E ln yt  ut

Coeficiente de elasticidad ingreso de

la demanda

Alternativa 1: Empleando el ingreso promedio

Luego de estimar la demanda

Dx t  qxt * Pt individual procedemos a estimar la
demanda total o de mercado,
multiplicando la misma por la
Pt  P0 (1  rp) t
población
Alternativa 1: Empleando el ingreso promedio

Debilidades:

•Implica que el coeficiente de elasticidad ingreso es

igual para todos los estratos de la población y para
todas las regiones geográficas.

• Implica que el coeficiente de elasticidad ingreso se

mantendrá invariable en el tiempo.

Solución: Estimar la elasticidad ingreso por estrato o por región,

requiere conocer la evolución del ingreso por estrato o por región.
 LOS MINIMOS CUADRADOS :
• También pueden usarse para estimar
tendencias respecto al tiempo.

Y  0  1T Lineales

Y   0  1T   2T 2
Cuadráticas - Polinómicas

T
Y   0 * 1 Exponenciales
 Método de Promedios Móviles
Es un método de pronóstico de corto plazo. Sirve para
proyectar la variable sólo para el período siguiente.

 Yt  Yt 1....  Yt n1
Simple: Yt 1 
n
 Yt 1  Yt .... Yt n2
Yt 2 
n
 Ejemplo:
• Si las ventas de un supermercado durante los mes de
septiembre, octubre, noviembre y diciembre fueron:
Septiembre: 1200
Octubre: 1320
Noviembre: 1400
Diciembre: 1310

La proyección de las ventas para el mes de enero sería:

1308 unid.  

Si las ventas reales en enero fueran de 1350 unid. la

proyección de las ventas para febrero sería de 1345 unid.
 Método de Promedios Móviles Simple

• CRITICA: Asigna el mismo peso relativo a las

observaciones incluidas en el análisis y a la
cantidad de información que debe
mantenerse disponible para efectuar los
cálculos.

Método alternativo: Promedio móvil

ponderado.
Método de Promedios Móviles Ponderados

Asigna una ponderación diferente a cada observación de acuerdo a

la antigüedad de la información


Yt 1  0Yt  1Yt 1  ...  n1Yt n1

0  1  ...  n1  1