PROYECTO DE INVESTIGACIN

SIMULACIN PARA LA VALUACIN

INTRODUCCIN
El objetivo del presente trabajo es estudiar los modelos y herramientas existentes de
simulacin que se utilizan para la valuacin en condiciones de riesgo. Se realizar la
valuacin (mediante modelos dinmicos) de los componentes del activo, pasivo y de
las empresas en su totalidad.
En la realidad cotidiana se utilizan, un nmero importante de variables aleatorias en
todos los campos de negocios. Estas variables aleatorias siguen algn tipo de
distribucin. Por esta causa uno de los elementos ms importantes en la simulacin es
identificar adecuadamente las distribuciones de probabilidad de los datos de
entrada. Ello requiere analizar datos empricos y ajustarlos a un cierto tipo de
distribucin.1 Para conocer con mayor precisin la distribucin de estos datos de
entrada se deben aplicar los criterios denominados Test de Bondad de Ajuste.
En resumen, la simulacin es un modelo de ensayos estadsticos que consiste en
generar valores aleatorios de una o ms variables de entrada (acorde con la
distribucin de probabilidad) para determinar las variaciones posibles en una o ms
variables de salida.
Entre las herramientas informticas ms populares que utilizan simulacin para
valuar en condiciones de riesgo se encuentran: Crystal Ball de Oracle, @RISK de
Palisade y Risk Simulator de Software Shop. Para simular, estos programas utilizan
dos mtodos de muestro: Monte Carlo e Hiper Cubo Latino.
La simulacin se utiliza como metodologa para el manejo de la incertidumbre, el
anlisis de riesgo y principalmente para la toma de decisiones efectivas.

FUNDAMENTOS, RELEVANCIA Y ANTECEDENTES

Tradicionalmente, la valuacin solo consideraba uno de los tanto escenarios futuros
posibles, o en el mejor de los casos uno optimista, uno pesimista y otro ms probable.
De esta forma, los resultados obtenidos al aplicar este criterio (esttico) no medan
con exactitud el valor que se pretenda determinar en funcin de un flujo de fondos
proyectado.
Los cambios que se produciran en el comportamiento de las variables de entrada
(independientes), sobre todo aquellas ajenas a la empresa (demanda, costos de
produccin, impuestos, etc.) hacan prcticamente imposible que los resultados
esperados se dieran en la realidad.

GONZLEZ, Marcela. Anlisis financiero en condiciones de riesgo - @RISK. Anales de

las XXXIII Jornadas de Profesores Universitarios de Matemtica Financiera 2012 (Morn,
Buenos Aires, 2012).

Para solucionar esta situacin se comenz a utilizar modelos de simulacin, que

incorporan el riesgo, el cual queda representado mediante las distribuciones de
probabilidad de las variables de entrada, de modo que durante el proceso de
simulacin se obtienen valores aleatorios en funcin de las distribuciones definidas. De
esta manera es posible darle ms realismo al modelo obteniendo resultados ms
confiables a la hora de tomar una decisin.
Se debe hablar de riesgo y no de incertidumbre, porque el primero puede asociarse a
una probabilidad de ocurrencia, mientras que al segundo es imposible asignarle una
probabilidad. Por lo tanto, cuando se habla de riesgo, es posible estimar una
distribucin de probabilidad.
Se pretende evaluar los beneficios que brinda este mtodo dinmico (o
probabilstico) a la gestin empresarial y a la toma de decisiones efectivas.
Otro interrogante que se plantea en este proyecto es la posibilidad de relacionar la
simulacin tal como la hemos definido, con lo que establecen las Normas Contables
en nuestro pas respecto a la valuacin.
A travs del presente trabajo, se intenta realizar un aporte no solo desde el punto de
vista acadmico, sino tambin para la gestin empresarial.

OBJETIVOS
General
Estudiar los modelos y herramientas existentes de simulacin que se utilizan para la
valuacin y su impacto en la toma de decisiones empresariales.
Especficos

Conocer las herramientas con precisin, ahondando en los conceptos y

parmetros estadsticos que utiliza.

Conocer los criterios utilizados para identificar y modelar los datos de entrada e
interpretar estadsticamente los resultados obtenidos.

Estudiar la herramienta de optimizacin y simulacin simultanea para obtener

resultados ms precisos bajo un conjunto de restricciones.

Comparar los mdelos dinmicos de valuacin contra los ms utilizados en la

actualidad.

Conocer si la forma de valuacin adoptada por la normativa profesional vigente,

puede ser complementada con los modelos de simulacin.

MARCO TERICO
La valuacin por el mtodo de Flujos de Fondos Descontados
complementada con la simulacin, lo que implicar que se puede
distribucin de probabilidad de variables de entrada (independientes)
para determinar las variaciones posibles en una o ms variables
(dependientes).

puede ser
conocer la
y utilizarlas
de salida

La simulacin se puede realizar fcilmente recurriendo a uno de los tantos software

disponibles, los cuales permiten llevar a cabo miles de pruebas en unos pocos
segundos. Para los efectos del presente trabajo se utilizar el Crystal Ball de Oracle
(versin 11), entre otras razones por la simplicidad de uso y por disponibilidad del
mismo. De todos modos, todos los programas para simulacin siguen un
procedimiento similar.
Para realizar la simulacin se debe:
1. Identificar las variables dependientes e independientes.
2. Definir las interrelaciones que existen entre todas las variables. Armar un flujo
de fondos.
3. Identificar la distribucin de probabilidad que mejor represente el
comportamiento de cada variable de entrada (independientes), de modo que en
el proceso de simulacin se obtengan valores aleatorios de las distribuciones
definidas.
4. Definir el pronstico de salida (VAN u otras variables de salida, mtodo de
muestreo, nmero de iteraciones o, alternativamente, nivel de confianza
deseado, etc.)
5. Ejecutar la simulacin. Para cada variable aleatoria, con su distribucin de
probabilidad, se generan n nmeros aleatorios, de tal manera que se dispone
de n conjuntos de valores posibles de las distintas variables que impactan en
las valores de salida del modelo. Es decir, se simula el comportamiento
(miles de escenarios) que stas variables tendrn en el futuro.
6. Anlisis estadstico-probabilstico de resultados.
Bibliografa
1. BETZUEN ZALBIDEGOITIA, Amancio y BARAANO ABASOLO, Aitor.
Simulacin estocstica en la determinacin del valor en riesgo de los
activos financieros. (en: Anlisis Financiero, N 117, 2011), pp. 50-57.
2. HERRERA LANA, Eduardo. Riesgos en Proyectos de Inversin:
Simulacin, Pronsticos y Optimizacin. (2 edicin), (Quito, Cydhem,
2011).
3. FERR, Coloma y BOTTEON, Claudia. Evaluacin privada de proyectos. (1
edicin), (Mendoza, Argentina, Facultad de Ciencias Econmicas UNCuyo,
2007).
3

4. GMEZ, Mario y TISOCCO, David. Evaluacin de proyectos inmobiliarios.

(2 edicin), (Buenos Aires, BRE - Bienes Races Ediciones, 2011).
5. GONZLEZ, Marcela. Anlisis financiero en condiciones de riesgo @RISK. (en: Anales de las XXXIII Jornadas de Profesores Universitarios de
Matemtica Financiera, 2012).
6. GUJARATI, Damodar N. y PORTER, Dawn C. Econometra. (5 edicin),
(Mxico, McGraw Hill, 2009).
7. SAPAG CHAIN, Nassir. Proyectos de Inversin. Formulacin y evaluacin.
(2 edicin), (Chile, Pearson Education, 2011).
8. VAN HORNE, James. Administracin Financiera. (10 edicin), (Mxico,
Pearson Education, 1997).

MARCO METODOLGICO
La investigacin se desarrollar a travs de diversas metodologas:
a. Inicialmente se llevarn a cabo estudios exploratorios que consistirn en la
bsqueda de informacin sobre el tema a estudiar, con el propsito de
familiarizarnos con los modelos y herramientas existentes de simulacin.
b. Estudios descriptivos para avanzar en el conocimiento de los modelos de
simulacin utilizados para la valuacin.
c. Estudios explicativos para identificar cmo funcionan las variables
intervinientes en el modelo y cmo influyen en la correcta toma de decisiones
empresariales.

ANLISIS DE FACTIBILIDAD
Estimamos que el presente trabajo es viable, dado que algunos autores ya han
producido material bibliogrfico (libros, papers, etc.) sobre la simulacin para la
valuacin, generalmente en casos concretos de: proyectos de inversin, activos
financieros y empresas; pero sin poner el nfasis en las herramientas informticas o
los modelos utilizados.

CRONOGRAMA

Ao 2013: Bsqueda de informacin bibliogrfica, lectura y anlisis del

material.

Ao 2014: Elaboracin de documentos de investigacin (papers) y del Informe

Final de Investigacin.

PRESUPUESTO
Lo necesario para cubrir los siguientes gastos:

Material para el desarrollo del proyecto: bibliografa, fotocopias, papel,

cartuchos de impresoras y dems materiales de consumo.

Cursos de formacin.

Viajes para asistir a reuniones cientficas sobre el tema.

Otros gastos.

INVESTIGADORES, SUS FUNCIONES Y ANTECEDENTES

Director del Proyecto: Alejandro Ramn Bartolomeo. Contador Pblico

Nacional y Perito Partidor por la Universidad Nacional de Cuyo. Master en
Negocios Internacionales por la L'Ecole National des Ponts et Chausses y la
Universidad Nacional de Cuyo. Decano de la Universidad Catlica Argentina,
Sede Mendoza y docente en la Universidad Nacional de Cuyo.

Docente Investigador: Gustavo Ral Machn Urbay es Licenciado en

Administracin por la Universidad Nacional de Cuyo. Docente en la Universidad
Catlica Argentina, Sede Mendoza y en la Universidad Nacional de Cuyo.